概况、政策标准及难点与建议

赛文交通网 智能交通 车路协同

1车联网数据要素概况

车联网数据要素定义

车联网的概念来源于物联网，即车辆物联网，是以行驶中的车辆为信息感知对象，借助新一代信息通信技术，实现车与X（即车与车、人、路、服务平台）之间的网络连接，提升车辆整体的智能驾驶水平，能有效降低车辆事故并提高交通运行的效率。

车联网实现了车与云平台、车与车、车与路、车与人、车内等全方位网络链接，利用传感技术感知车辆的状态信息，并借助无线通信网络与现代智能信息处理技术实现交通的智能化管理，以及交通信息服务的智能决策和车辆的智能化控制，而在这个过程中传递的信息即为车联网数据。

车联网数据作为车联网的核心要素，具有巨大的应用潜力和价值，不仅可应用于极端天气、道路施工、道路阻塞等公共安全信息的发布，还能用于为汽车制造商带来新商机，如出行增值服务、车辆智能维护等。

同时，车联网数据量庞大且组成复杂，不仅包含用户个人信息、企业敏感数据、公共交通数据，还涉及重要敏感区域地理、轨迹等重要数据，在数据使用和流转过程中可能涉及个人隐私保护、企业安全和国家安全。

交通数据是各级交通行政管理部门、交通管理和服务型事业单位、交通行业类团体组织、交通行业类科研机构，以及交通领域内企业单位，在提供公共服务或经营过程中合法合规获取的各类数据资源。交通数据要素包括公路、城轨、低空、民航、铁路、航运等动态交通领域及相关静态交通领域的数据资源。

数据要素是指根据特定生产需求汇聚、整理、加工而成的计算机数据及其衍生形态，投入于生产的原始数据集、标准化数据集、各类数据产品及以数据为基础产生的系统、信息和知识均可纳入数据要素讨论的范畴。

[[]]由于车联网交通数据涉及地理信息、交通道路、关键基建等影响国家安全、公共利益的数据，因此该部分数据出于保密目的，无法自由流通和投入生产，不能被划分为数据要素的范畴。剔除了重要数据的车联网交通数据集合，也需在数据的开发利用前使用去标识化技术保护个人信息安全，然后再进行市场化应用，该部分可合法合规流通、使用的数据才可划分至数据要素的范畴。

本文基于目前对于数据要素的主流观点，提出车联网交通数据要素的定义为：汽车提供车联网信息服务过程中及交通的管理、经营主体提供公共服务或经营过程中采集、生成的数据，且可以合法合规参与社会生产经营活动、为使用者或所有者带来经济效益的数据资源。

车联网交通数据要素分类

在目前已发布的车联网相关标准规范中，《汽车数据安全管理若干规定》《信息安全技术 汽车采集数据的安全要求》《智能网联汽车 数据通用要求》等提出了车联网交通相关数据的分类建议，为车联网交通数据要素分类奠定了一定的数据分类基础。

综合以上标准规范提出的数据分类框架，结合车联网交通数据要素定义，本文提出的车联网交通数据要素分类建议框架如下：

车联网数据要素分类

车联网交通数据要素的特点

车联网交通数据要素具有数据要素的基本特点，因此可以从主体特征、权属流转模式、资源稀缺程度、管理规范标准、要素交叉关联、价值溢出效应等维度进行分析。

从要素主体特征维度，车联网交通数据涉及的主体多且复杂。车联网交通数据融合了来自用户、汽车、道路、交通系统等多方面的海量数据，涉及的数据类型多、数量大，涉及的数据处理主体众多，如用户、汽车生产企业、车联网服务云平台、交通监管部门、交通业务运营单位等。

从权属流转模式监督，车联网交通数据因其涉及主体众多，权属流转较为复杂。如对于车联网平台收集的数据来说，数据是由企业行为（包括采集、加工、整理等服务增值行为）产生的，不过企业对于其收集、加工、整理的数据享有何种财产权益，企业在车联网交通数据基础上开发的数据衍生产品等财产权益受何种法律保护，这些权属问题都需要法律进一步界定。

从资源稀缺程度角度，车联网交通数据因其易收集、易复制的特点，资源非常富足，据统计一辆联网的自动驾驶汽车每运行8小时将产生4TB的数据。但是，当车联网的交通数据量累计或丰富到一定程度，可供开发出具有高价值的数据衍生品，或数据本身即蕴含较大的价值，此类高价值的数据资源仍是稀缺的。

从要素交叉关联角度，车联网交通数据具有较高的交叉关联性。数据要素因其强外部性的特点，与劳动力、资本、技术均紧密交叉关联，数据要素可深度融入劳动力、资本、技术等每个单一要素。

例如：行车数据可与公共交通系统、设备交互，用于智能道路管理；银行、保险等金融机构可以运用车辆运行数据，开发车贷、车险等金融产品。车联网交通数据要素与其他要素的交叉关联，一方面切实提高单一要素的生产效率，另一方面数据要素也将变得更为丰富、全面。

从价值溢出效应角度，车联网交通数据要素具有全局性的特点，可兼顾各方要素实现资源统筹优化， 以最优资源配置组合服务于整体生产，降低不必要资源的投入成本，创造更高的价值。

例如：利用车辆行驶数据，对道路车流进行智能规划，提升城市道路交通的运行效率，有效配置公共交通资源；分析车主行为、车辆轨迹等数据，对城市基建、商业区规划进行优化，优化劳动力、资本、土地等传统生产要素的配置。

数据要素在车联网行业发展中的重要作用

2020年初，国家十一部委发布的《智能汽车创新发展战略》中明确提出，智能汽车已成为汽车强国战略选择。中国作为全球最大的汽车消费市场，随着国家“新基建”项目逐步落地，势必将极大促进智能汽车产业的发展。

移动互联网从手机向更多的终端延伸，汽车除具备交通工具属性外，也成为产业链数字化升级中至关重要的“数字节点”。

随着新一代信息技术与汽车产业加速融合，智能汽车产业、车联网技术的快速发展，以自动辅助驾驶为代表的人工智能技术日益普及，汽车数据处理能力日益增强，车联网数据要素的重要性益发显著。

车联网将“车路人云”连接起来，真正形成“云管端”新型的交通架构，随时通信，实时监控，及时决策，实现车端和路端基础设施的全面信息化，利用云端一体化管控平台实时掌握交通整体运行态势，有效调配和优化各类公共资源，构建开放、共享、丰富、立体的交通应用，提升交通运行效率。

近年随着车联网市场规模不断扩大，车联网交通数据要素与其他行业数据融合发展，能够充分发掘交通数据赋能实体经济的价值，目前尚有规模巨大的交通数据数字产业化市场亟须开发。

车联网交通数据是信息的载体，海量数据集能够揭示道路交通的运行规律，帮助相关企业、管理部门调整运营策略及管理规范；同时也是数字生产力的载体，提高车联网产业的智能水平和市场化程度，有助于提升社会整体生产力水平。车联网交通数据资源是车联网数字经济发展的核心要素资源，对于发展车联网数字经济至关重要，需要积极推进车联网交通数据要素市场化。

车联网数据要素市场化发展现状及趋势

流通是数据要素价值释放的重要途径，当前我国数据要素流通领域的探索正不断扩展和深入。

车联网产业是道路交通运输、汽车、电子和信息通信等行业深度融合后构建的涉及人、车、路、云、环境、服务的综合新型产业，是全球创新热点和未来发展制高点，其数据的流通关系着车联网产业的长远发展，车联网数据要素市场化是必然趋势。

（1）新基建促进车联网数据要素资源化

城市快速发展的时代背景下，智能交通成为城市交通领域创新发展的重要举措，新型交通基础设施的建设加速了交通管理的信息化数字化进程。各类新型道路基础设施、通信基础设施、智能网联汽车软硬件、管理平台、应用系统等的互联互通，促进了车联网数据要素的信息化资源化。

（2）新技术促进车联网数据要素利用全面化

车联网通过安装在车辆上的各种感知终端和通信设备，将车辆、道路、交通管理系统和基础设施等进行全面互联互通，实现车辆对环境的实时感知、自动控制和信息共享。

车联网环境下的数据量大、数据种类多，且具有很强的实时性和交互性，因此需要运用物联网、大数据、人工智能、云计算、边缘计算、5G等新一代信息技术进行车联网数据要素的智能化处理，保证交通信息得到全面完整的利用。

（3）新应用促进车联网数据要素市场化

车联网将在提高道路安全、提高交通效率、改善交通环境和提高公众出行质量等方面发挥重要作用，逐渐成为汽车产业转型升级的关键支撑技术。车联网数据要素作为一种交通资源，其应用涉及汽车、电子、通信、交通、公安、信安、密码、地理信息、保险等多行业组织和技术机构，其跨行业跨组织的应用促进其市场化进程的发展。

综上所述，尽管目前车联网数据要素市场化流通仍存在许多问题阻碍着其进一步的发展，但随着越来越多的相关企业、政府部门、组织机构参与到车联网行业中来，针对车联网数据要素市场化所面临的问题展开交流讨论，坚定不移地推进行业健康发展，相信这一问题必然迎刃而解。

2 车联网数据要素开放宏观政策及标准

国家层面

通过不完全统计，国家层面共发布76项车联网相关政策，包括创新发展、标准、规范、基础设施、试点、数据安全、网络安全、数字化与数字要素共八个层面，各层面占比如下图所示：

各类型政策占比

其中创新发展类有35项，标准类有9项，规范类有8项，数据安全有7项，网络安全有4项，试点类型有6项，基础设施类有5项，数字化与数据要素类有4项。其中基础设施类和试点类在同一标准中提到，数据安全和网络安全在同一标准中提到。

（1）创新发展类，技术上的创新，与新技术结合，融合赋能车联网行业，如人工智能、区块链、云计算、大数据、5G、物联网等；应用上的创新，基于新技术探索新的应用，如路网监测、仿真测试、智能化运营管控等，在自动驾驶、车路协同、城市配送、城市公交等场景上进行应用，形成人－车－路－云互联互通，为人民生活提供更便利的服务。模式创新上，探索应用模式示范场景，形成一批应用场景示范工程。

（2）标准类，出台多个政策，包括对基础性技术、关键性技术的研究，如制修订智能网联汽车登记管理、身份认证与安全等领域重点标准；对新业务领域的技术规范性要求，如制修订道路交通运行管理、车路协同管控与服务等；构建车联网络安全、数据安全、通信安全、服务安全等标准。

（3）试点类，工信部、公安部、发改委、国务院、交通运输部等部门相继发布车联网汽车上路试点、通信网络试验、道路测试、车路协同等试点工作的通知，对道路测试与示范应用主体、驾驶人及车辆、交通违法及事故处理等进行了规范。

（4）数字化类，加快交通运输基础设施、运载装备、车、路等的全要素、全生命周期数字化改造，形成全方位的交通监控网，构建车－路－交通管理一体化协作智能管理系统，打造规模化的数字创新体，培育新的车联网业务增长点。    

（5）网络安全类，网络安全法确立了网络空间主权原则，将网络安全顶层设计法治化，对车联网相关数据在网络上的传播起到了规范性作用，网络安全产业高质量发展行动计划，强化车联网安全建设，如轻量化身份认证、车载安全网关、车载防火墙、入侵检测等关键技术及产品应用，并且不断加强智能网联汽车网络安全防护，推动网络安全技术能进行OTA升级、远程监控、自动驾驶、车路协同等重点场景的应用部署。

（6）数据安全类，在车联网数据安全专项课题，到2021年的数据安全法，对数据使用提出了高标准要求，随着数据出境安全评估办法出台，车联网数据出境需要进行安全评估。而汽车数据安全管理规定，是对车联网数据处理安全提出了要求。

个人信息保护法的提出规范了车联网在采集和应用过程中，应保护个人信息权益，2021年9月份和2022年12月份提出的数据安全通知和管理办法，确定数据分类分级管理、重要数据识别与备案相关要求；针对不同级别的数据，围绕数据收集、存储、加工、传输、提供、公开、销毁、出境、转移、委托处理等环节，提出相应安全管理和保护要求，为车联网数据要素在安全方面提供了参考依据。

（7）规范类，从2018年2022年，国家类共提出7条与车联网相关规范，如智能网联汽车生产企业及产品准入管理、道路交通安全法、智能网联汽车道路测试管理规范等，对自动驾驶汽车运输进行安全约束，这些规范为车联网在应用试点过程中提供了依据。

（8）基础设施类，国务院、工信部、交通运输部、发改委、住建部等机构发布了车联网相关基础设施建设方案，通过完善基础设施建设，推动车联网大规模、综合性试点应用，推动智能网联汽车与智慧城市、智慧社区、城市运行管理等协同发展。

（9）数字化与数据要素类，国务院、国资委、交通运输部共发布四条相关政策，其中交通运输部发布的《数字交通发展纲要》，明确提出到2025年，交通运输基础设施和运载装备全要素、全周期数字化升级，数字化采集、网络传输体系基本形成，2030年，交通基础设施完成全要素、全周期数字化、天地一体的交通控制网基本形成。

随着数据二十条的提出，为车联网数据的三权、三态、各状态、各流程数据处理提供了指导。

部分政策列表如下：

地方层面

当前，全国多个省市均出台相关的政策指引“十四五”期间的车联网建设，其中江苏、湖南、天津、浙江、广东、北京、上海、河北、重庆等均提出要支持车联网/智慧交通先导区/示范区建设。

随着相关政策法规不断出台，自动驾驶行业进入规范化发展新时期，智能网联汽车产业链相关软硬件供应商、路侧通信基础设施、高精地图服务商有望充分受益。

其中，江苏省提出部署RSU车联网道路2000公里；河北、江苏、天津、安徽和湖南省也都提出进行先导区建设和核心技术的攻克；重庆和天津均明确提出进行V2X技术升级。

2021年广州在原有基础上启动了自动驾驶混行试点，开展不同环境下自动驾驶汽车应用示范运营。2022年广州、重庆率先发布自动驾驶全无人商业化示范试点政策，北京和上海也允许开展自动驾驶载人载物收费示范运营服务。

2022年6月，深圳发布全国首个智能网联汽车的地方性法规，深圳经济特区《智能网联汽车管理条例》成为国内首个允许自动驾驶汽车上路的城市。

经过不完全统计，2021年—2022年，全国23省市共出台79项标准，其中广东省出台政策最多为11项，并列第二的是安徽省、山东省以及上海市，各省市发布政策数量如下：

发布政策数量

23个省市发布的79项政策中，共有44项为创新发展类，22项为试点类，10项为基础设施类，2项为标准类，1项为规范类。具体分布如下图所示：

各省市政策分类占比

大部分省市注重创新发展，要求当地全方位发展，新技术与车联网应用创新，打造集合道路、建筑、公共设施以及智慧城市于一体的平台，建立先导区，推动标准落地，促进新技术带来新场景与现有实践相协同。培育车联网与云服务、物联网服务、边缘计算服务、自动驾驶解决方案、通信系统等全产业链。

云南省和河南省发布两项与标准相关的政策，鼓励车联网数据采集标准化。深圳在2022年发布智能网联汽车管理条例，对智能网联汽车自动驾驶的深圳市定义、市场准入规则、路权、权责认定等多方面进行了具体规定。

该条例作为全国首个对L3级及以上自动驾驶权责、定义等重要议题进行详细划分的官方管理文件，它为其他城市提供了政策样板。

各地政策列表如下：

标准

2017年，工业和信息化部、国家标准化管理委员会联合发布全球首个智能网联汽车标准体系——《国家车联网产业标准体系建设指南（智能网联汽车）》，对我国智能网联汽车标准体系做出了系统的规划和部署，组建全国汽车标准化技术委员会智能网联汽车分技术委员会，统筹开展智能网联汽车标准体系建设工作，从智能网联汽车不同领域出发，划分了五个工作组，通过工作组开展相关的标准制修订工作。

截至2020年，车联网标准体系第一阶段已经完成，在先进驾驶辅助、自动驾驶、网联功能与应用、资源管理与应用、功能安全及网络安全等6个专业领域，完成39项国家和行业标准报批发布、42项标准立项起草以及31项标准化需求研究项目的成果应用，初步建立起能够支撑驾驶辅助及低级别自动驾驶的智能网联汽车标准体系。

2021年2月，工信部、国标委、交通运输部联合发布的《国家车联网产业标准体系建设指南（智能交通相关）》提出，逐步建立支撑车联网应用和产业发展的标准体系。

到2022年底，初步构建标准体系，制修订智能交通基础设施、交通信息辅助等领域智能交通急需标准20项以上；到2025年，形成系统标准体系，制修订智能管理和服务、车路协同等领域智能交通关键标准20项以上。

2021 年10 月，中共中央、国务院印发的《国家标准化发展纲要》提出，“研究制定智能船舶、高铁、新能源汽车、智能网联汽车和机器人等领域关键技术标准，推动产业变革”。

交通运输部在数据共享方面，发布多项规范：《交通运输数据资源共享交换平台资源提供规范》《交通运输数据资源共享交换平台交换通道规范》和《交通运输数据资源共享交换平台服务使用规范》。

尽管有数据共享平台和政务数据开发共享相关标准，但标准内容细度较粗犷，未能体现交通运输行业数据资源交换与共享需求与特点，尤其是在部级共享平台已实现建成上线的当下，部省两级交换通道完全打通，相关管理制度和平台技术规范相对完善，体系建立已初具雏形。

在此背景下，2022年1月份，综合交通运输大数据应用中心牵头起草的推荐性行业标准《交通运输数据资源交换与共享 第1部分：总体架构》（JT/T 1415.1—2022）和《交通运输数据资源交换与共享 第3部分：数据格式与接口》（JT/T 1415.3—2022）正式发布。

该系列标准适用于交通运输数据资源共享交换平台的规划、设计、建设和运维。其中，第1部分总体框架规定了交通运输数据资源共享交换平台的体系架构、功能架构、业务架构和资源提供与使用方式，第3部分数据格式与接口规定了交通运输数据资源共享交换平台的资源共享要求和资源交换要求。

于2022年6月9日，交通运输部批准发布了推荐性行业标准《交通运输数据资源交换与共享 第2部分：通用技术要求》（JT/T 1415.2-2022），对全行业数据资源共享交换体系建设进行规范和指导，实现数据资源高效共享与开发利用。

2022年2月，工信部发布《车联网网络安全和数据安全标准体系建设指南》，提出到2023年底，初步构建起车联网网络安全和数据安全标准体系。重点研究基础共性、终端与设施网络安全、网联通信安全、数据安全、应用服务安全、安全保障与支撑等标准，完成50项以上急需标准的研制。

到2025年，形成较为完善的车联网网络安全和数据安全标准体系。完成100项以上标准的研制，提升标准对细分领域的覆盖程度，加强标准服务能力，提高标准应用水平，支撑车联网产业安全健康发展。

目前标准框架图包括总体与基础共性、终端与设施网络安全、网联通信安全、数据安全、应用服务安全、安全保障与支撑等 6个部分。

车联网网络安全和数据安全标准体系

我国智能驾驶标准化工作正在有序开展，对系统功能、性能要求和检测办法等进行不断规范。2022年9月，工信部发布《国家车联网产业标准体系建设指南（智能网联汽车）（2022年版）》。

2025年是第二个阶段，在该阶段，系统形成能够支撑组合驾驶辅助和自动驾驶通用功能的智能网联汽车标准体系。

制修订100项以上智能网联汽车相关标准，涵盖组合驾驶辅助、自动驾驶关键系统、网联基础功能及操作系统、高性能计算芯片及数据应用等标准，并贯穿功能安全、预期功能安全、网络安全和数据安全等安全标准，满足智能网联汽车技术、产业发展和政府管理对标准化的需求。

2030年为第三阶段，在该阶段，全面形成能够支撑实现单车智能和网联赋能协同发展的智能网联汽车标准体系，这将推动智能网联汽车产业高质量发展，为我国汽车产业弯道超车提供重要机遇。

新版标准体系技术架构是“三横两纵”技术架构，包含信息感知、决策控制、资源管理与服务三个技术层级，以及预期功能安全、网络安全和数据安全两个提供保障规范类的纵向层级。

三个技术层级分别规定了标准体系的基本分类、标准内容范围和技术等级、技术逻辑分类，共137个标准项目，智能网联汽车标准体系技术逻辑框架如下图所示：

智能网联汽车标准体系技术逻辑框架图

智能网联汽车标准体系包括三个层级，第一层级规定了智能网联汽车标准体系的基本分类，即基础、通用规范、产品与技术应用三个部分；第二层级根据标准内容范围和技术等级，细分形成14个二级分类；第三层级按照技术逻辑，进一步细化形成23个三级分类，智能网联汽车标准体系架构图如下：

智能网联汽车标准体系架构图

除工信部、交通运输部发布相关标准外，公安部对道路交通管控设施、数字身份及认证通用技术进行了规范，2020年11月5日，发布《道路交通信号控制机信息发布接口规范》标准，该标准规定了道路交通信号控制机信息发布的通信要求、信息格式与消息内容，包括：信号机进行信息发布使用的通信物理接口、网络与传输层协议，及应用层信息格式与消息内容的要求。

2022年12月，下达了《道路交通管控设施数字身份及认证通用规范》《道路交通管控设施信息交互接口规范》《道路交通管理车路协同系统信息交互接口规范》《智能网联汽车数字身份及认证通用规范》《电动自行车电子身份与识读通用规范》《新能源汽车运行安全性能动态监测预警技术要求》《新能源汽车运行安全性能动态监测预警技术》要求等七项国家标准。

3车联网数据要素开放、应用难点及建议

车联网数据要素开放、应用难点

（一）车联网数据要素流通安全问题

随着智能化程度不断提升，汽车正逐渐从传统意义上的交通工具演化为公路上的智能终端，核心部件也从发动机、变速箱、底盘上升为芯片、软件与数据。相关机构研究表明，目前全球市场搭载智能网联功能的新车渗透率约为45%，预计至2025年可达到60%左右，中国则有望超过75%。

国际数据公司IDC预测，2035年中国智能网联汽车产业规模将超过2000亿美元。这意味着在未来几年，中国智能网联汽车市场将迎来井喷。

一方面是快速发展的智能网联汽车市场，另一方面则是智能化带来便捷出行同时，由于智能网联车汇集摄像头装置、雷达传感器、移动通信技术、GNSS 导航系统等具备网联功能的设备，在相当程度上存在着被远程控制、数据失窃、信息欺骗等安全风险，甚至危及人身安全和国家安全。车联网数据要素流通安全问题主要体现在以下三个方面：

1）涉及范围广

个人隐私层面。网联车数据包含乘车人大量隐私信息，如车辆轨迹数据、通话记录数据、车内摄像头影像数据等，上述数据泄露会导致个人隐私安全风险。由于网联车具有远程操控功能，一旦操控数据被截获篡改，将直接影响驾驶者安全。

公共治理层面。随着智能网联车与车联网逐渐融合，车联网数据交互也将进一步深入，数据治理日益成为公共治理的重要内容。如果有车辆向车联网系统发送虚假信息，会造成大面积交通堵塞，带来极大社会安全风险。

国家安全层面。一是国家地理信息泄露风险，智能网联车会持续收集车辆行驶过程中的经纬度数据，当这些数据汇集到一定量级时就具备了地图测绘能力，一旦外泄会对国家安全造成潜在威胁。

二是核心重要部位图像泄露风险，智能网联车配备360度摄像头，将使涉密场所、部队等单位的安全保密工作难度增加，防不胜防。三是特种车辆运行风险，军事、执法、救援抢险、机要、要人接送等用途的车辆存在被远程控制或被监控的可能性。

2）技术应用多

车联网数据云端集中化。云端集中的数据处理活动是车联网的一大重要特点，大量数据集中极易成为黑客窥视目标。

近几年，因云端数据被攻击或窃取所造成的社会影响极大，尤其是数据遭窃后在暗网买卖，给社会埋下了更深隐患。这也意味着车联网数据安全需要从更加严格的角度审视。

车联网数据处理复杂化。车联网数据处理是发挥数据价值的手段，不同角色需要接触数据，越来越多数据处理技术应用于数据处理活动。接触数据人员越多，角色越丰富，数据安全威胁越高。

新的数据处理技术进一步扩大了数据暴露面，新的暴露面极有可能成为新的数据安全风险点。在车联网背景下，数据安全风险由以前单点风险、单线条风险控制，需要转为多面风险、多线条顶层风险控制。

车联网数据安全合规要求明晰化。不管是国家法律法规、规章制度还是标准指引，车联网数据安全方面的合规性要求越来越具体化。车联网数据既会涉及重要数据，也包括广泛个人信息。重要数据和个人信息是汽车数据监管的重点。一旦在重要数据、个人信息方面违规，处理数据的组织将面临着法律、行政法规规定的处罚风险，甚至是承担刑事责任。

3）安全挑战大

车联网数据流动性强。车联网服务场景复杂，功能多元，涉及“多端、多平台”，包括车端传感器、路端基础设施，以及 OEM数据平台、公共交通平台、国家监管平台等。

从纵向来看，要实现车与人、车与车、车与路、车与云的多维数据交互，扩大了数据交互的范围；此外，车辆移动属性造成数据的高度动态性，要求数据在车端、路端、云端之间实时传输处理和高频交互，整体数据流动性极大增强。

从横向来看，在整个车联网产业链中，上下游行业之间也存在数据流动，例如汽车生产、保险、维修等行业，必然会有数据的共享和交换。数据的强流动性是车联网数据安全管理面临的主要挑战之一。

车联网数据复杂性高。车联网涉及的数据种类繁多，车辆端包括车牌、车型、尺寸等车辆的基本数据，以及实际驾驶中收集和处理的环境数据、驾驶数据、操作数据和位置轨迹数据等；车企端包括车辆研发及产品的相关数据、用户数据、运维数据、供应链与各类职能数据等；公共交通平台端包括实时路况、道路紧急情况、交通管制、道路建设、极端天气及事故发布数据等。

不同类型的数据具有不同的敏感度，需要采取分级分类的安全管理措施来实现数据安全和整体最大效用。

此外，数据格式复杂多样，往往不同来源的数据，其格式也不同。这种非标准化也为数据安全的分析和处理行为带来了困难。因此，数据的高度复杂性也是车联网数据安全面临的主要挑战之一。

车联网数据安全共享本身遭遇重重困难。车联网数据融合了来自用户、汽车、道路、综合交通系统等多方面的海量数据，涉及的数据类型多、规模大，涉及的数据处理主体众多，如用户、智能网联汽车、OEM、车联网服务云平台、数据监管部门等。

因此，车联网数据安全共享面临着缺乏面向多元化主体的车联网数据分级、缺乏车端可信执行环境、车联网数据所依存的宿主软硬件系统存在漏洞、车联网数据全生命周期过程缺乏体系化的安全管理技术等多重网络安全和数据安全的挑战。

（二）车联网数据要素定价问题

数据是车联网的核心要素，车辆与车联网服务平台之间通信，车辆之间通信 , 车辆与路基设施之间的通信， 车辆与移动智能终端之间的通信，以及汽车内部设施与应用之间的车内通信都离不开数据的传输与使用。车联网数据安全关系到行车安全、生命财产安全甚至国家安全。

随着车联网技术的发展，车辆产生的数据也越来越多，这些数据不仅包括车辆汽车基础数据（车牌号、车辆品牌和型号、车辆识别码、车辆颜色、车身长度和 宽度外观等相关数据），也包括基础设施、交通数据、地图数据（红绿灯信息、道路基础设施相关、 道路行人的具体位置、行驶和运动的方向、车外街景、交通标志、建筑外观等真实交通数据），以及车主的大量用户身份类数据（姓名、手机号码、驾照、证件号码、支付信息、家庭住址、用户的指纹 、面部等生物特征识别信息等）、用户状态数据（语音、手势、眼球位置变化等）、行为类数据（登录、浏览、搜索、交易等操作信息等）等。

这些信息的收集和分析可以为车主、汽车制造商、保险公司等带来很多好处。然而，车联网数据如何定价一直是一个较为复杂的问题。

首先，需要确定定价原则。一是客观公正原则：定价流程应通过专业机构进行，中间机构应以客观、公正的态度收集有关数据与资料；二是动态性原则：由于交通数据种类多样，定价过程中须将主观判断与客观测算、定性与定量分析相结合，选取适用的方法加以分析；三是时效性原则：中间机构应掌握数据资产的性质以及历史价格状况，根据当年的数据资产的使用、维护等情况进行重新评估。

其次，需要满足以下假设。一是国内已形成完善的数据交易市场，买卖双方地位平等，彼此都有获取足够市场信息的机会；

二是交易数据的价格取决于当前市场环境下买卖双方对资产价值的判断，交易价格受市场机制制约，不受个别极端案例影响；

三是在数据交易的过程中，数据共享范围局限于交易双方内部使用，买方不会将交易数据进行二次贩卖；

四是买方的期望价格需根据其实际用途客观给出，如果存在多种不同的用途，需选择最佳用途的结果；

五是交易数据已经过脱敏化处理，且格式统一，其交易和流通的整个过程均符合法律规定。

在遵循上述原则并满足以上假设的前提下，考虑数据交易价格的影响因素——数据自身价值、数据买卖双方的情况、数据转让方式，给出以下定价流程：

第一步：交易平台结合数据自身价值S、转让方式M以及法律、人工等交易成本A，对交易数据的价值进行初步的定性判断，并将结果反馈给买卖双方；第二步：卖方依据交易数据的历史转让情况及历史价格Pt，结合数据成本C和第一步中平台给出的定性结果，考虑自己期望获得的利润，给出期望价格P1；第三步：买方根据数据应用后的收益预测值P，结合自身情况决定是否计算期权价值V，给出买方期望价格P2；第四步：由交易平台进行撮合，综合买卖双方的期望价格P1和P2，给出最终的价格区间［P1，P2］，作为被评估数据资产的定价结果。

以上提供了一套车联网数据的定价参考，但考虑到车联网数据的复杂性，不保证上述流程可以应用于全部场景。

另一方面，车联网数据涉及车主的个人信息和车辆信息，如果不加以保护，可能会导致个人隐私泄露和数据安全问题。因此，在制定车联网数据定价标准的同时，也需要考虑到数据的安全和隐私保护问题，制定相应的数据安全和隐私保护标准，确保数据的安全和隐私得到有效保护。

总之，车联网数据的定价问题需要考虑到多方面的因素，包括数据的价值、数据使用者的需求、市场供需情况、政府规定等。同时，也需要考虑到数据的安全和隐私问题，制定相应的数据安全和隐私保护标准，确保数据的安全和隐私得到有效保护。

只有在这些因素的综合考虑下，才能制定出合理、公正、有效的车联网数据定价标准，为车联网技术的发展和应用提供更好的支持和保障。

（三）生态不完善

随着科技的快速发展和互联网的普及，车联网作为汽车行业的重要领域，正逐渐改变着人们对交通和出行的认知和体验。然而，尽管车联网带来了许多便利和创新，但其生态系统仍然存在不完善之处，车联网数据的生态不完善主要表现在以下几个方面：

（1）数据孤岛和封闭性问题依然突出，亟须建立统一数据标准

车联网数据的生态系统存在数据孤岛和封闭性的问题。不同车辆制造商、数据提供商和平台之间存在数据隔离的情况，导致彼此之间的数据无法有效的交流和共享。数据的互操作性受到限制，这是因为不同厂商和平台采用了不同的数据格式、接口和协议，因此，数据在车联网中难以流动和整合。这种数据孤岛和封闭性的现象限制了车联网数据的整合和综合应用能力。

为了解决这个问题，我们需要建立统一的数据标准和规范，以促进数据的开放和共享。只有实现了数据的无缝连接和融合，才能充分发挥车联网数据的潜力，并实现更广泛的应用。

（2）缺乏商业模式，需要加强合作创新和政策引导

目前，车联网数据的商业模式主要以付费服务为主，缺乏明确的盈利模式和可持续发展的商业策略。车联网产品主要侧重于信息娱乐和远程服务，但其价值主张不够清晰。

同时，高级的车联网技术主要依赖于国外供应商，导致价值维护方面存在困难。传统的商业模式在面对车联网数据的开放、交易和应用方面也面临挑战。这些问题导致车联网数据的商业利用面临困难，并限制了相关产业的发展。

为了实现可持续发展，需要探索不同的商业模式，例如数据共享和数据交易等。通过数据共享，不同的企业和利益相关者可以合作共享车联网数据，从中获取相应的商业价值。而数据交易模式则可以为车联网数据提供更广泛的商业应用场景，使各方能够在数据交易中获得经济利益。

因此，需要行业参与者和政府部门共同努力，建立合作机制，加强市场监管，以促进创新和商业模式的发展。

（3）合作与共享不足，需要打破数据壁垒，促进资源共享

目前，汽车企业拥有关键的车辆核心数据和接口技术，但出于企业机密和差异化竞争的考虑，大多数车企表现得相对保守，没有积极寻求合作伙伴来实现共享的态势和机制。

在行业内形成的一些企业联盟主要集中在汽车企业与零部件供应商之间的合作，缺乏有效的平台来促进汽车企业间以及跨行业间的合作，导致价值网络封闭。

车联网涉及多个参与方，而每个参与方对于数据的所有权和使用权的认知和规定存在差异，缺乏统一的数据所有权和共享机制阻碍了数据的有效流通和合理利用。

因此，汽车企业应主动探索合作伙伴关系，共享核心数据和接口技术，以促进创新和推动整个行业的发展。

同时，应建立统一的数据所有权和共享平台，打破数据壁垒和封闭性，为各参与方提供公平和透明的数据流通环境。推动整个车联网生态系统的健康发展。

（4）保护隐私与提高数据可信度，促进生态系统的健康发展

当前车联网数据已经成为个人隐私和敏感信息的重要载体。然而，数据的安全性和隐私保护措施还不够完善，缺乏统一的数据安全标准和规范，数据泄露和滥用的风险仍然存在，这不仅制约了用户对车联网数据的信任和采用程度，也威胁了个人隐私和数据安全。

同时，数据质量和可信度的不足影响了数据的准确性和可靠性，限制了数据的应用和商业化价值。为此，需要制定更加严格的数据安全和隐私保护措施，防范数据泄露和滥用等问题的发生。同时，也需要制定更加严密的数据采集、传输和处理标准，以确保数据质量和可信度。

此外，加强数据安全和隐私保护意识的普及，以提高用户对车联网数据的信任度，从而实现车联网生态系统的可持续发展。

（5）完善数据中台模式，促进数据要素的流通和共享

数据中台在车联网生态系统中扮演着关键角色，然而其所有权、数据流通和中台完善等方面仍存在挑战。数据中台的所有权通常由运营商、汽车制造商或第三方平台掌握，但不同所有权结构可能会导致数据流通的限制和壁垒，影响数据完整性和共享。

为了解决这一问题，需要建立开放和公平的数据中台所有权模式。同时，数据要素的流通存在格式、标准和接口不统一的困难，可以通过标准化、采集、共享、整合和开放等步骤，实现数据要素的流通和共享。

强化数据安全和隐私保护、建立合作伙伴关系、提升数据处理能力、加强用户教育和参与等措施，有助于完善数据中台，促进数据流通和共享，提升车联网的应用和商业价值，增强用户信任和参与度，推动生态系统健康发展。

（四）标准体系不完善

工业和信息化部在现有国家车联网产业标准体系的基础上，组织编制了《车联网网络安全和数据安全标准体系建设指南》，用于指导车联网相关规范的制定。其中数据安全标准部分主要规范智能网联汽车、车联网平台、车载应用服务等数据安全和个人信息保护要求，包括通用要求、分类分级、出境安全、个人信息保护、应用数据安全等。

其中数据安全共享属于通用要求标准的内容，《智能网联汽车数据安全共享参考架构》《智能网联汽车数据安全共享模型与规范》正在需求研究阶段。由于总体规范制定任务庞杂，对于数据要素市场化中的数据确权、交易和定价部分，尚缺乏相关规范编制计划。

中国汽车工程学会与中国智能网联汽车产业创新联盟发布的团体标准《T/CSAE 211－2021智能网联汽车数据共享安全要求》、中汽协会汽车大数据委员会组织编制的团体标准《T/CAAMTB 34-2021智能网联汽车数据格式与定义》，主要侧重于定义数据共享中的数据格式规范，尚缺乏数据共享处理流程。

中汽协会建设的汽车大数据区块链平台（VDBP）是较为前沿的探索，该平台积累的数据处理、数据交易等经验将为我国车联网数据共享提供有力的支撑。目前由于尚处于起步阶段，平台在数据的确权、车企参与程度、数据交易活跃程度等方面存在一定挑战。

中国通信标准化协会成立的TC8 TF2特别工作组，目前主要的编制计划是车联网数据安全体系，主要针对总体架构，尚缺乏对数据共享方面的内容。

全国信息安全标准化技术委员会（SAC/TC260）发布的行业规范《TC260-001汽车采集数据处理安全指南》规定了对汽车采集数据进行传输、存储和出境等处理活动的安全要求，缺乏数据共享方面的内容。

综上所述，我国车联网数据共享领域的标准化工作刚刚起步，需要在主管部门指导下制定更为详细的数据格式、数据分类分级、数据共享交易方面的标准。

车联网数据要素开放、应用建议

（1）充分认识车联网数据要素价值和开放诉求

车联网是新一代网络通信技术与汽车、电子、道路交通运输等领域深度融合的新兴产业形态，车联网数据要素市场是带动汽车、电子、信息通信、AI、数据中心、交通出行等新兴技术协同创新与融合的产业新市场，开放对电动化、数字化、网联化、智能化的数据要素市场化，推动汽车产业转型升级并引领中国智能汽车产业发展甚至国际车联网的发展趋势，带动中国经济数字化发展腾飞的关键。

（2）场景化驱动分步打开车联网数据要素市场

车联网应用场景丰富，自动驾驶、网联交通、车路云协同、第三生活空间等新场景持续升级，广为关注。

车联网应用场景可概况为两大类：一是以“人”的体验为核心的信息服务类应用，典型应用有导航、娱乐、远程诊断和救援、资讯、共享出行、汽车保险等，该类应用需基于驾驶员身份信息、车辆运行数据、行车路线、行为习惯等大量个人信息进行分析，以提供个性化的信息服务。

现在独立运行的各类出行信息服务平台，telematics平台等。二是以“物”的体验为核心的综合交通类应用，典型应用有自动驾驶、智能配送、智能信号灯、智能停车，行业监管服务等。

该类应用除需要收集个人信息外，还需要通过车载设备收集实时的车外街景、交通标志、建筑外观等地理环境信息，以实现车辆和道路基础设施智能协同。政府部门、科技公司、保险公司、汽车制造商、零部件厂商等都可以从中共享数据价值，共同推动汽车和车联网产业的发展。

（3）自上而下监管监督机制下开放车联网数据

智能网联汽车、移动终端、通信网络、信息服务平台等云一管一端各个环节，安全防护对象复杂多样，任一环节访问控制不严、数据存储不当或遭受网络攻击都可能导致用户数据被恶意窃取。

车联网产业发展从部、省、市等各级部门，以及行业协会，公共服务平台运营商，具体服务商，建立自上而下的贯通的网络安全和数据安全责任体系。

明确汽车厂商、元器件和软件提供商、设备提供商、通信运营服务商、云服务平台提供商、数据和内容提供商等相关主体的数据共享和开发利用的安全管理和责任要求，辅以各类监管平台，对数据合作方的资质和能力进行审核评估，对数据共享使用情况进行监督管理。

建议将车联网相关企业和业务深入对接到国家《网络安全法》《数据安全法》《个人信息保护法》《关键信息基础设施安全保护条例》以及相关指导规范等框架下，确立完善的安全监督监管检查机制，对车联网数据开放过程中的安全事件、应急处理和责任认定等建立有效机制。

（4）健全车联网数据市场的全链安全技术体系

在工信部等车联网数据安全的标准指导下，协同各研究机构、车联网企业、安全厂商、保险机构等共同制定车联网数据安全相关的全生命周期管理、技术、测评等标准规范，加快车联网应用数据分级分类、个人信息保护等重点标准研制。

持续推动完善车联网数据安全和用户个人信息保护标准体系。突破智能网联汽车相关系统安全、车联网平台安全、数据安全等核心技术研究，完善智能网联汽车、无线通信网络、车联网数据的全要素安全检测评估体系。构建车联网数据分类、数据脱敏、数据防泄漏等安全技术的试验验证平台，风险评估平台。

（5）构建车联网开放的平台共赢模式

在基础电信运营商、互联网公司、设备硬件制造商、科技公司、各网联示范区先导区运营主体以及广大用户间，推动形成基础设施运营、数据运营、应用服务运营相互耦合的车联网数据采集、共享、使用的价值链和生态模式，数据开放惠及主机厂，tier1、保险机构，安全厂商。

在商业化、公益化兼顾的市场化平台，搭建类似车联网数字经营平台作为核心支撑平台，进一步贯通“人－车－路－云”服务串联，借助不断升级的5G通信技术、区块链、人工智能和大数据等技术手段 ，实现车联网数据开放市场化，推动政产学研用价值共享共赢新模式。

4车联网数据要素应用场景及案例

智慧公共交通车联网云平台

（1）简介

智慧公共交通车联网云平台从公共交通信息化数字化需求出发，融合公共交通行业对指挥调度、视频监控、移动监控、移动指挥等多方面业务需求，利用技术优势为公共交通行业提供全方位综合信息服务。

（2）背景

公共交通行业在司机老龄化、事故率高、互联网冲击、受疫情影响市民出行方式改变的情况下，企业应用成本居高不下，需要用车联网的思维构建公共交通产业生态，实现公共交通行业的数字化转型。

（3）方案

智慧公共交通车联网云平台由智能应用框架、融合云技术底座、公共交通大数据共享与管理平台、公共交通行业分析系统、智慧公交云脑构成，通过将公共交通行业涉及的对象进行数字化处理，达到乘客用户化，用户在线化、在线账户化、交易票证化、票证电商化、电商沿线化、里程积分化、积分兑换化、行为信用化、公交畅行指数化等管理方式满足公共交通车联网数据要素的市场化要求。

（4）成效

◼ 实现公共交通资源的合理配置，通过站点实时客流量监测，合理分配公共资源，提高资源利用效率，缓解交通拥堵，完善公共交通服务质量。

◼ 通过对车联网数据要素的采集与分析，获取实时路况、交通环境信息，为驾驶人员提供出行安全保障。

◼ 提高公共交通运营效率、路网通行能力、设施使用率和交通调控能力。

智能汽车事故理赔应用平台

（1）简介

为了解决智能汽车出事故后难以追责、理赔额度高等问题，零数科技推出基于区块链和隐私计算的智能汽车事故理赔应用平台，通过区块链技术对汽车行驶数据进行存证，当出事故后可以进行追溯，从而进行定责。

同时基于联邦学习和多方安全技术，建立风险评估模型、骗保核查模型、车辆定损模型等，在事故发生前进行防御，在事故发生中及时存证数据，事故发生后，及时抓取数据进行有效分析建模，判断责任，实现精准理赔。

（2）背景

随着车辆增多，保险碰撞等事故也呈指数级增长；随着保险知识的普及，出现了越来越多的骗保事件。

目前国内大部分公司汽车保险业务处于亏损状态，与之相关的成本是赔付率，究其原因是保险公司存在保险事件“盲区”：不能及时、全面了解汽车事故原因、维修过程或定损过程，导致高额的成本支出。

特别是一些修理厂和4S店伙同客户一起骗保，车辆维修成本，包括配件和工时费的增加也导致赔付成本增加，人伤事故赔付标准也大幅度提高也导致成本提升。

（3）方案

当车主驾驶智能汽车发生交通事故，并向保险公司申请理赔时，为了从事实数据出发，有效认定事故责任，保险公司发起自动驾驶责任判断申请，与汽车厂商进行隐私计算合作，通过可溯源的汽车驾驶行为数据，以及预置好的自动驾驶责任认定模型，得到汽车事故责任判定结果，从而帮助保险机构实现智能汽车事故理赔认定的业务需求，为骗保核查、定损提供决策，从而为汽车保险业务节约成本。

事故理赔流程架构图

通过联邦学习、多方安全计算技术，保护汽车与驾驶员的隐私数据，联合汽车企业中的数据，如GPS的数据、行驶数据、汽车配置以及汽车行驶状态、汽车受损概率等，获取用户和汽车更完整更丰富的数据，从而依赖实际数据预测用户是否骗保，解决了保险公司在车险业务中的痛点问题。

（4）成效

提高理赔效率：传统的汽车事故理赔过程通常需要大量的纸质文件和繁琐的人工操作，导致理赔过程耗时长。智能汽车事故理赔应用平台通过数字化和自动化的方式，简化了理赔流程，使得理赔能够更快速地开展。通过该平台，保险公司和相关机构能够快速获取事故信息、索赔材料和相关证据，加速理赔审批和赔付过程，提高了理赔效率。

降低成本：传统的汽车事故理赔过程中，需要大量的人力和物力投入，包括人工勘察、资料整理、文件传递等。智能汽车事故理赔应用平台的运用能够大幅度降低这些成本。通过数字化和自动化的处理，减少了人力资源的消耗，同时也减少了印刷、运输等物质成本，从而降低了理赔过程中的总体成本。

提升用户体验：智能汽车事故理赔应用平台为用户提供了便捷的理赔体验。用户可以通过手机或网络平台提交事故信息和索赔申请，无需亲自前往保险公司或理赔机构，节省了时间和精力。

此外，用户可以随时查看理赔进展和赔付状态，实时了解自己的理赔情况，提高了用户的满意度和信任度。

数据分析与风险控制：智能汽车事故理赔应用平台积累了大量的事故数据和索赔记录。通过对这些数据的分析和挖掘，保险公司和相关机构能够了解事故发生的规律和趋势，提高风险评估和风险控制能力。基于数据分析的风险控制措施可以有效降低事故频率和赔付金额，对保险公司和整个行业具有积极的影响。

智能网联汽车大数据交易平台

（1）项目背景

随着智能网联汽车的快速发展，车辆生成的数据量急剧增加。这些数据包括车辆传感器数据、车载摄像头数据、车辆位置信息等，在用于改善交通流量管理、车辆安全、驾驶体验等方面具有巨大的潜力。

然而，这些数据分散在各个车辆和不同的车辆制造商之间，缺乏统一的管理和共享平台，限制了数据的应用和挖掘效果。

另一方面，滴滴事件暴露了汽车相关数据的隐私安全、难以监管问题，对于交通事故难以定责，同时缺乏交通数据的连接与监测，造成城市交通拥堵、碳排放难以管控。

汽车相关数据目前存储在不同厂商手中，难以数据共享与流通，造成二手车市场低迷、新能源电池回收混乱，特别是自动驾驶技术刚起步，需要大量的测试数据，数据不共享，延缓自动驾驶技术的发展。

总之，当前缺乏智能网联汽车数据交易与共享平台，亟须通过相关技术确保数据可信确权存证，加强数据流通与监管。

（2）项目目标

零数科技携手中汽协联合推动汽车大数据交易平台，主要目标是解决两个痛点：自动驾驶需要给人工智能“喂”大量数据，通过去中心化平台加强车企、自动驾驶研发等企业之间可信、有序地共享数据，解决数据所有权共享问题；由于部分数据涉及隐私和机密，数据供给方要求数据可用不可见，通过交易平台，将数据进行隐私计算，共同训练模型，保障数据隐私安全。

（3）项目方案

基于区块链技术，搭建分布式的数据共享网络，对智能网联汽车相关数据进行数据分布式存储与加密确权，且不可篡改、伪造，在链上形成数据目录，需求方可在平台上查询相关数据，融合隐私计算技术确保汽车数据可用不可见，实现可信、安全、低成本共享流通，确保数据的所有权、使用权分离，仅以输出计算结果成完成数据使用权的共享需求，保障智能汽车事故纠纷定责和无人驾驶模型训练数据供给能力，同时区块链保障流通与应用全生命周期可追溯，提高智能网联汽车监管、新能源汽车基础设施金融服务及碳资产认证效率。

最后，利用区块链还有助于划分人与人工智能的权责边界，并让人工智能的执行透明、可控，从而推动构建数据交互、数据存证、数据挖掘等多场景应用为一体的汽车产业数据生态。技术架构图如下所示：

技术架构图

（4）项目成效

数据分布式存证与确权：通过区块链技术对智能网联汽车相关数据存证后进行确权，当出现交通事故后，可基于数据指纹对人一车进行定责，也可对交易数据进行存证，当出现纠纷后可基于数据指纹进行追溯，做到有据可查。

数据共享促进合作：通过建立统一的数据平台和共享机制，不同的车辆制造商、交通管理部门、车主等参与方可以更方便地共享数据和信息，促进合作与创新。

提高交通安全性：通过对大数据的分析和挖掘，可以实时监测交通状况，预测潜在的交通危险，并提供相应的警示和建议，提高交通安全性。

优化交通管理：通过对大数据的分析，可以获取交通流量、拥堵情况、道路状况等信息，为交通管理部门提供决策支持，优化交通流动性和交通信号控制，减少交通拥堵。

改善驾驶体验：通过分析驾驶行为数据，为车主提供个性化的驾驶建议和服务，改善驾驶体验和驾驶效率。

促进智能网联汽车发展：基于区块链的数据平台可以为智能网联汽车的发展提供数据支持和技术基础，推动智能网联汽车技术的进步和应用场景的拓展。

隐私计算与车联网案例

（1）项目背景

从2016年的《网络安全法》开始，我国不断出台政策引导和扶持隐私计算行业发展，从法律法规、规范性文件、技术标准等各方面对我国隐私计算行业进行支持和规范。

2021年3月，“十四五”规划指出，要加强涉及国家利益、商业秘密、个人隐私的数据保护，加快推进数据安全、个人信息保护等领域基础性立法，强化数据资源全生命周期安全保护，对隐私计算行业是一个利好。

近年来，车联网已经被各行业、政府机构都看成技术创新和产业发展的制高点。车联网不仅是5G、人工智能等新一代技术在垂直行业典型的应用；也是汽车、交通等行业转型升级重要的发展方向。

2020年，在5G商用的关键节点之上，我国车联网产业进入快速发展阶段：车联网上升到国家战略高度；产业政策持续利好；车联网技术标准体系已经从国标层面完成顶层设计，C－V2X技术标准已经完成可指导产业开发；我国已经形成建较为完成的车联网产业链，在测试验证、应用示范方面形成了一定规模，为后续大规模产业化和商业化提供了具有实际意义的参考奠定基础。

可以说，经过了具有里程碑意义的2020年，我国车联网产业正加速驶向商用的光明未来。

基于以上时代背景，中数科技启动了“西井联邦智行平台”的项目建设。本项目跨多个部门，涉及前中后台数十个系统的新建或改造，于2022年启动，打造完成了一个精准、安全、智慧的数字化平台。

本项目在隐私计算体系中结合大数据、人工智能、云计算、联邦学习等数字化前沿技术，自主研发模型，有效解决了数据联合建模难题，并创新探索联邦学习在车联网方面的应用。

（2）目标

本项目目标是实现基于大数据及隐私计算技术的无人车充电与电池预维护，利用大数据、联邦学习、人工智能技术赋能智能无人车等场景，进一步研究探索车联网模式创新应用，实现无人车使用前、中、后对电池检测的线上化、自动化、智能化，主要实现和解决的问题：一是搭建全在线的无人车互联体系，助推西井科技涉港无人车业务实现数字化全流程；

二是构建基于车联网大数据的智能预测性维护模型建设，包括风险预测、风险告警；

三是精准的车联网模型信息输出能力，包括风险数据采集、多维数据加工；

四是车联网与电池维护管理体系设计，包括项目地块管理、硬件信息可视化、硬件损耗程度可视化、车辆工作效率可视化、区域业务分析、数据匹配分析、数据监测报告；

五是加快优化数据中台，提供采集、计算、建模、服务的全链条数据服务，向后整合多源数据，实现全域数据的统一管理、融合共享，向前提供统一的数据服务以及可视交互、数据分析等数据支持，推动业务数据化向数据业务化发展。

西井联邦智行平台的设计研发：该平台致力于安全汇聚西井各国际港口数据进行联合建模，通过联合建模提高模型的精准度，消除在联合建模场景下需要大量数据支持的数据壁垒、数据孤岛问题；提供测试环境，根据用户说明书部署系统，并验证系统功能、测试系统性能。

平台主要功能包括：用户管理、数据管理、联邦训练、在线预测、模型管理和日志管理。按照软件工程标准和设计开发流程，实现基于横向联邦学习的西井联邦智行平台的具体功能，完成系统测试，并实现集成和运行，助力西井科技无人车业务数据安全。

（3）项目方案

◼ 系统应用架构

系统应用架构

◼ 系统技术架构

系统技术架构

（4）创新点

◼ 采用多方数据训练模型，预测速度更快，精度更准

联邦学习的一大特点就是它解决了为什么不同机构要加入联邦共同建模的问题，即建立模型以后模型的效果会在实际应用中表现出来，并记录在永久数据记录机制（如区块链）上。提供数据多的机构所获得的模型效果会更好，模型效果取决于数据提供方对自己和他人的贡献。

◼ 辅助决策

训练各大港口收集的模型数据，上传到联邦智行平台上，管理者可以在每个港口之间的数据不互通的前提下享受每个港口数据训练带来的效益，同时联邦智行平台会通过训练好的模型对管理者起到辅助决策的作用。

（5）项目成效

◼ 保驾护航智慧港口的进一步智能化

联邦学习智行平台的充电预测功能，可以帮助港口物流无人车管理者更加准确地预测无人车的充电需求，从而更好地规划无人车的调度和运营。这将有助于提高港口物流无人车的智能化水平，进一步提升智慧港口的整体智能化水平。

◼ 以隐私计算技术为基础服务行业创新

隐私计算技术能够在保护用户隐私的同时，为物流行业提供更加高效、智能的服务。这种以隐私计算技术为基础的服务模式，有助于推动物流行业的创新发展，提高行业的智能化水平。

◼ 成熟经验逐步向同行业输出

联邦学习智行平台是在多个行业场景下进行了实践和优化的结果。这些经验的积累和总结，可以逐步输出到物流行业的其他领域中，为这些领域的智能化升级提供支持和借鉴。

◼ 实现隐私计算技术与新能源、无人车和现代智慧港口等平台的有机衔接

这种有机衔接，有助于实现物流行业的智能化升级，提高行业的效率和竞争力。同时，这也为其他行业的智能化升级提供了借鉴和参考。

（6）经验总结

作为隐私计算领域从业者的科技公司之一，中数科技依托本项目实现业界创新，将隐私计算技术与预测性维护相结合，得到业界同仁与客户的高度肯定。

本项目结合隐私计算技术的特点，坚持数据隐私保护的方针，并运用前沿数字化手段搭建了成熟的隐私计算——车联网产业体系，在智慧港口领域首创了以隐私计算技术、AI技术、无人驾驶技术等主体技术为核心的技术闭环，并且针对智慧港口、无人车与自动驾驶客户群体的特殊性与特点，形成了一套完整的业务流程，填补了行业空白，理念先进、设计合理，功能丰富。

车联网智能运维

（1）简介

车联网智能运维平台利用车联网大数据，对用户的使用习惯及总体运行情况进行建模，构建车联网用户行为模型体系。车联网智能运维平台可根据用户行为模型与个体用户或整体系统的运行情况进行比较，当出现异常情况时可及时进行干预，实现提前发现问题、尽快解决问题的运维目标。

（2）背景

据统计，2022年我国乘用车的网联功能搭载率超过70%，用户已经形成使用车联网的远程控制、信息服务等习惯。当这些功能遇到问题时，基于传统汽车行业分工体系的运维体系难以高效支撑。

通过车联网智能运维平台可以建立车联网用户行为的洞察能力，通过对个体用户或整体系统进行多维分析，可以提前发现问题，并通过问题分析树快速解决问题。

（3）方案

车联网智能运维平台由融合云技术底座、数据共享平台、用户行为模型构建模块、用户行为实时监测模块构成。

车联网智能运维平台

车联网智能运维平台通过车联网数据共享接口获得全量、脱敏的用户行为数据，通过用户行为模型构建模块，从驾驶习惯、电池工况、座舱业务使用、流量消耗等众多维度，构建对用户进行标签化的能力。

通过车联网数据共享接口获得准实时的用户行为数据，由用户行为实时监测模块进行持续监测，对发现的异常个体用户或整体系统问题，通过多个维度（品牌、车系、车型、硬件版本、软件版本等）进行多维分析，通过问题分析树快速诊断问题，提供相应的解决方案。

（4）成效

◼ 提升车联网整体服务质量，提前发现问题，快速解决问题。2022年通过车联网智能运维模块发现数次车联服务批量异常，帮助车企快速解决问题，避免重大损失；

◼ 提升用户满意度，通过实时监测模块，快速识别问题，并通过客户服务系统对VIP用户进行主动服务，较大提升了客户满意度。

*内容来源于《2023交通行业数据要素市场化白皮书》