原標題：國內首個自動駕駛示範區數據分類分級白皮書在京發佈

自動駕駛示範區作爲支撐汽車產業智能化、網聯化轉型發展的重要基礎環境，伴隨着智能網聯汽車測試和示範運營活動的開展，快速積累了大量數據。全面保障自動駕駛示範區數據安全，關乎國家安全、社會安定和公衆利益。然而，由於數據量大、類型複雜多樣，且涉及多方交互等問題，行業亟需制定一套行之有效的數據分類分級方法，從而全面梳理數據資產，明確數據安全等級保障要求，爲全面、高效保障示範區數據安全建立基礎。

9月18日，《北京市高級別自動駕駛測試示範區數據分類分級白皮書》於2022世界智能網聯汽車大會網絡與數據安全峯會正式發佈，填補了國內自動駕駛示範區數據分級分類領域的空白，爲行業數據安全管理提供“北京經驗”。

示範區自成立以來，已逐步構建了包含數據安全管理制度和數據治理技術手段的前瞻性數據安全體系，爲智能網聯汽車測試示範、商業化運營、數據應用等提供重要保障。本次通過制定數據分類分級方法，支撐示範區在可控成本範圍內，探索自動駕駛數據安全治理主體責任邊界、保障安全紅線、合理制定安全管控範圍和方法，主要包含以下核心亮點：

一是制定了指導工作實踐的整體工作流程。白皮書緊密結合示範區運營模式和數據安全工作目標，全面指導方法研究、內容評審、制度宣貫、數據盤點、分類分級、安全審計等相關工作，支撐示範區數據分類分級方法的落地實施。

二是全面覆蓋自動駕駛示範區數據關鍵要素。白皮書結合示範區的建設和運營實際，從“車”、“路”、“雲”、“網”、“圖”、“第三方”六個門類對自動駕駛示範區數據進行盤點，分類分級結果涵蓋數據格式、應用場景、存儲狀態、主管部門、流轉方向、重要或敏感程度等全面的數據資產信息，爲開展數據安全治理工作提供直觀參考。

三是綜合評估示範區數據重要性。白皮書以不同類型的示範區數據在遭泄露、破壞或非法利用後帶來的負面影響作爲判斷依據，從影響對象和影響程度兩方面綜合考慮，確定示範區數據的重要性等級。通過判斷數據一旦遭到破壞、泄露、損毀等，對國家安全、公衆利益、個人權益和企業合法權益的危害程度與影響，將數據等級分爲DL1-DL5五個等級。

四是配套制定數據安全等級保障要求。其中既包括常規管理、安全審計與報告、風險評估與監控以及安全事件管理等總體要求，又包括面向數據採集、存儲、使用等數據全生命週期的各重要環節制定的數據安全等級保障要求。

未來，示範區將深入探索和完善數據安全管理制度，推動前沿技術應用，全面提升數據安全保障能力，爲企業在示範區開展平臺運營、測試示範、合作建設等工作提供安全優質的環境和服務。同時示範區還將繼續聯合行業力量，圍繞數據安全治理工作開展共性技術方法研究，持續爲各地自動駕駛示範區提供數據安全治理標準化指南，提升數據安全保障水平，促進數字經濟發展。