GB/Z 297-2026人工智能隐私计算通用框架

ICS35240

CCSL.70

中华人民共和国国家标准化指导性技术文件

GB/Z297—2026

人工智能隐私计算通用框架

Artificialintelligence—Generalframeworkforprivacycomputing

2026-09-24发布

国家市场监督管理总局发布

国家标准化管理委员会

GB/Z297—2026

目次

前言

…………………………Ⅴ

引言

…………………………Ⅵ

范围

1………………………1

规范性引用文件

2…………………………1

术语和定义

3………………1

缩略语

4……………………4

概述

5………………………5

隐私保护的目标

5.1……………………5

隐私信息全生命周期过程的计算操作

5.2……………5

隐私计算框架

6……………7

隐私计算框架组件

6.1…………………7

隐私计算系统的组件风险

6.2…………8

隐私信息抽取与度量

7……………………8

概述

7.1…………………8

隐私信息抽取

7.2………………………8

隐私信息分类分级

7.3…………………9

隐私度量

7.4……………9

隐私度量动态调整

8………………………9

概述

8.1…………………9

场景识别

8.2……………9

度量调整

8.3……………9

隐私延伸控制

9……………10

概述

9.1…………………10

延伸控制策略生成

9.2…………………10

控制策略可控传递

9.3…………………10

控制策略迭代调整

9.4…………………11

策略执行可信验证

9.5…………………11

隐私按需保护

10…………………………11

概述

10.1………………11

按需脱敏

10.2…………………………11

按需删除

10.3…………………………12

脱敏算法能力评估和保护效果评估

11…………………13

概述

11.1………………13

Ⅰ

GB/Z297—2026

脱敏算法能力评估

11.2………………13

保护效果评估

11.3……………………15

存证与取证

12……………16

概述

12.1………………16

存证收集

12.2…………………………17

存证存储

12.3…………………………17

证据生成

12.4…………………………17

附录资料性出行服务应用场景示例

A()………………18

概述

A.1………………18

出行服务中的隐私信息处理

A.2……………………18

附录资料性信用计算应用场景示例

B()……………20

概述

B.1…………………20

隐私信息所有者或隐私信息提供者的计算操作

B.2…………………20

隐私信息接收者或隐私信息使用者的计算操作

B.3…………………21

附录资料性隐私计算特性与隐私信息描述示例

C()………………22

隐私计算特性

C.1………………………22

隐私信息六元组

C.2……………………22

隐私信息描述六元组生成过程

C.3……………………23

文本类隐私信息描述生成示例

C.4……………………23

图片类隐私信息描述生成示例

C.5……………………25

附录资料性迭代延伸控制示例

D()…………………28

概述

D.1…………………28

隐私信息全生命周期中的迭代延伸控制

D.2…………29

脱敏延伸控制

D.3………………………29

删除延伸控制

D.4………………………31

附录资料性按需脱敏过程示例

E()……………………33

概述

E.1…………………33

按需脱敏操作过程示例

E.2……………33

出行服务系统

E.3………………………34

不同系统数据流转

E.4…………………35

附录资料性脱敏算法分类示例

F()…………………37

概述

F.1…………………37

基于差分隐私技术的脱敏算法

F.2……………………37

基于泛化技术的脱敏算法

F.3…………40

基于匿名技术的脱敏算法

F.4…………42

基于置换的脱敏算法

F.5………………44

脱敏算法选择操作示例

F.6……………46

Ⅱ

GB/Z297—2026

附录资料性脱敏效果评估示例

G()…………………48

概述

G.1………………48

单次脱敏效果评估

G.2………………48

基于数据挖掘的脱敏效果评估

G.3…………………49

脱敏系统效果评估

G.4………………50

附录资料性脱敏算法能力评估示例

H()……………52

概述

H.1………………52

脱敏算法评估维度权重确定

H.2……………………52

敏感信息属性确定

H.3………………53

评估指标选定

H.4……………………54

可逆性评估

H.5………………………54

信息偏差性评估

H.6…………………54

信息损失性评估

H.7…………………55

复杂性评估

H.8………………………55

评估报告生成

H.9……………………55

参考文献

……………………56

Ⅲ

GB/Z297—2026

前言

本文件为规范类指导性技术文件

。

本文件按照标准化工作导则第部分标准化文件的结构和起草规则的规定

GB/T1.1—2020《1:》

起草

。

请注意本文件的某些内容可能涉及专利本文件的发布机构不承担识别专利的责任

。。

本文件由全国信息技术标准化技术委员会提出并归口

(SAC/TC28)。

本文件起草单位中国科学院信息工程研究所中国电子技术标准化研究院西安电子科技大学

:、、、

国家信息中心中国移动通信集团有限公司山东省计算中心国家超级计算济南中心华中科技大学

、、()、、

上海交通大学杭州安恒信息技术股份有限公司杭州海康威视数字技术股份有限公司北京百度网讯

、、、

科技有限公司阿里云计算有限公司科大讯飞股份有限公司浙江理工大学中兴通讯股份有限公司

、、、、、

北京快手科技有限公司广东移动通信有限公司中国电力科学研究院有限公司深信服科技股

、OPPO、、

份有限公司浪潮云信息技术股份公司杭州萤石软件有限公司工业和信息化部电子第五研究所公安

、、、、

部第三研究所中国科学院软件研究所中信银行股份有限公司北京数安行科技有限公司

、、、。

本文件主要起草人李凤华范科峰李晖张玲翠牛犇马骋昊罗海宁邱勤叶珩宋祁朋

:、、、、、、、、、、

吴晓明何媛媛邱卫东苗春雨林克章王建奎李世奇张云畅邹德清赵兴文沈剑刘霈霖

、、、、、、、、、、、、

落红卫付艳艳于鹏飞叶润国饶飞郑鸿咚魏光辉刘继顺唐鹏李婷徐思嘉陈隆何双羽

、、、、、、、、、、、、、

张雅楠陈伟刘玉红

、、。

Ⅴ

GB/Z297—2026

引言

人工智能广泛应用加大了对多源数据动态使用的需求同时也促进了数据流通与共享应用支撑

,。

人工智能应用的数据包含了大量个人隐私信息在模型训练和推理过程中依赖于多域数据共享模型迭

,,

代训练还需要长期和不断拓展的数据更新供给迫切需要隐私计算通用框架来保障隐私信息的全生命

,

周期延伸控制和按需保护

。

隐私计算通用框架标准旨在明确隐私保护的目标确保隐私信息在收集存储使用交换删除脱

,、、、、、

敏存证与取证等全生命周期各个计算操作过程中得到体系化保护明确隐私计算通用框架组件风

、。、

险通过定义包含隐私信息抽取与度量隐私度量动态调整隐私延伸控制隐私按需保护保护效果评

,、、、、

估存证与取证等框架核心组件的参与者和基本功能提供隐私计算服务的实现机制解决跨生态圈跨

、,,

平台隐私保护的一致性隐私延伸控制策略的可信可控传递隐私按需保护的可控性以及根据隐私保

、、,

护效果评估的结果自动反馈修正隐私延伸控制策略修正脱敏算法及其参数选择修正删除方法选择等

、、

问题解决隐私计算兼容性差生态隔离问题降低跨平台迁移及互联互通障碍促进跨生态圈数据泛在

,、,,

流通与共享过程中隐私信息全生命周期保护帮助人工智能互联网通信等领域的企业有效地开发跨

,、、

生态圈的隐私计算系统提升企业个人信息保护合规水平为完善我国人工智能应用的个人信息保护治

,,

理体系维护个人在网络空间的合法权益提供标准化支撑

、。

Ⅵ

GB/Z297—2026

人工智能隐私计算通用框架

1范围

本文件描述了隐私保护的目标隐私信息全生命周期过程的计算操作提出了隐私计算通用框

、,

架给出了隐私信息抽取与度量隐私度量动态调整隐私延伸控制隐私按需保护脱敏算法能力评估

,、、、、

和保护效果评估存证与取证等框架核心组件的功能

、。

本文件适用于人工智能互联网通信等领域的企业为主体的个人信息处理者个人信息保护产品

、、、

提供商产品评测机构个人信息保护合规审计评估机构认证监管机构等为隐私信息保护隐私计算

、、、,、

服务安全评估提供参考

。

2规范性引用文件

下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款其中注日期的引用文

。,

件仅该日期对应的版本适用于本文件不注日