立体密算体系线上发布，为AI与数据要素流通提供安全底座

11月26日，“立体密算体系”在线上发布。此次发布由数据安全关键技术与产业应用评价工业和信息化部重点实验室、曙光云计算集团、中国科学院计算技术研究所、北京大学大数据分析与应用技术国家工程实验室与行业伙伴共同发起，系统展示了基于“可信计算3.0”理论的立体密算体系及其应用成果。

随着人工智能、大模型、算力网络的快速发展，数据要素的流通与使用成为数字经济的重要推动力。与此同时，数据泄露、AI算法不可解释、跨域算力信任缺失等问题日益突出，行业亟需更加完善的安全体系。立体密算体系以国产自主芯片为可信根，融合商用密码、云计算与人工智能技术，实现端到端加密、防篡改与远程可验证的计算环境，构建“可用不可见”的数据空间和密态防护体系，为重点行业的数据流通、算力调度与安全合规提供支撑。

技术架构：全栈可信的密态计算创新

立体密算体系具有“主动免疫、全栈可信”的特点，覆盖算力、网络、存储、数据与AI全流程。体系通过统一调度国密算法、密钥管理和可信组件，实现数据在密态下完成计算，并在不同主体间建立“信任共算”。北京大学大数据分析与应用技术国家工程实验室特聘研究员徐克付表示，数据已成为关键生产要素，全国一体化数据流通体系建设需要密态计算、联邦学习和可信执行环境等技术支撑，以在保障数据隐私的前提下实现大规模数据建模。

曙光云副总裁孙会首介绍了立体密算体系的五层架构：算力与密码能力层、可信基础设施层、可信技术中台层、可信数据空间层及可信AI计算。体系依托国产芯片建立“信任根”，在算力与密码资源池中统一调度国密算法与密钥管理，实现从硬件、操作系统到云平台的全域可信。在上层，可信AI计算可支撑模型的密态训练与推理，保障AI应用的数据安全与算法可控。目前，立体密算体系已在公共安全、卫健、金融、交通等领域落地应用。

发布会上，北京数字认证股份有限公司研究院院长夏鲁宁介绍了基于TEE的云原生伴随式密码算力方案，为体系在云中计算环境提供技术支撑；北京新材道数智科技有限公司董事长赵旭则分享了新材料可信数据空间的落地应用，通过构建数据流通机制，实现数据“可用不可见”的目标。

应用场景：金融数据实现“可用不可见”

金融作为典型的数据密集型行业，数据流通与隐私保护的矛盾突出。金融机构积累的用户交易行为、信用记录、资产信息等高价值数据，在融合分析、联合风控等场景中面临“不愿共享、不敢共享、不会共享”的问题。

立体密算体系基于国产密码与可信硬件，建立覆盖数据采集、传输、存储、计算的全链路保护机制，实现“数据可用不可见”，帮助金融机构在保障隐私合规的前提下释放数据价值。

这一技术路径在金融统计与指数构建中具有优势。传统数据汇聚分析模式面临原始数据泄露风险，难以支撑数据深度融合与模型可信构建；立体密算体系支持在加密状态下直接进行统计分析、趋势计算与指标建模，确保参与方数据不离开本地、不暴露明文，即可完成精准联合指标计算与指数发布。

该技术模式提升了数据流通安全性，为构建现代化金融基础设施提供支撑，既为行业决策与政策制定提供数据依据，也满足监管对数据安全的要求，为金融机构的数据协作创新提供技术保障。

发展前景：政策与指数印证行业需求

行业智慧化转型需要可靠的数据流通与安全保障，这一趋势在权威行业指数与国家政策中得到印证。《中国金融数据能力发展指数报告（2025）》指出，数据安全与隐私保护技术已成为金融业数字化转型的核心能力，隐私计算、可信执行环境等密态计算技术正加速在金融数据融合分析、联合建模、资产化流通等环节落地。政策层面，《银行保险机构数据安全管理办法》《推动数字金融高质量发展行动方案》等文件陆续发布，推动建立覆盖数据全生命周期、适配业务场景的安全管理体系。

除金融领域外，立体密算体系已在公共安全、卫健、交通等行业落地。在医疗科研中，它帮助多机构在不暴露原始数据的前提下完成联合建模；在政务场景中，实现跨部门数据的安全共享与全程可审计；在算力网络建设中，推动形成可验证、可监管的可信云环境，为国家数据要素市场和智能基础设施建设提供可复制的范式。