游戏数据竟被用于军事目的，车联网数据安全更重要

国家安全部今天发布安全提示文章，近期，有外媒披露，某知名AR手游旗下人工智能公司获取了游戏用户上传的近300亿份环境扫描数据，可能将这些数据用于训练能识别和理解物理空间的人工智能模型。由于该人工智能公司与某国军工有合作关系，相关模型可能被用于军事目的。该报道引起了全世界对“民用数据军事化应用”的担忧，也为数智时代的数据安全问题再次敲响了警钟。

车联网地理数据安全的核心在于将车辆采集的环境感知数据（如空间坐标、实景影像、点云）界定为‌测绘活动‌，并严格执行‌境内存储‌、‌资质准入‌及‌出境审批‌三大红线 。‌‌

核心监管定性

‌法律属性‌：智能网联汽车在运行中采集的空间坐标、实景影像、点云及其属性信息（含道路拓扑），均属于《测绘法》规定的‌测绘活动‌，必须依法规范。
‌资质要求‌：涉及地理信息的收集、存储、传输、处理及地图制作，必须由具备‌导航电子地图制作测绘资质‌的单位承担，车企或其他主体不得直接接触原始地理数据。
‌数据分类‌：基础地图、高精地图、自动驾驶地图等均纳入‌导航电子地图‌管理范畴，新增内容需经安全审校并备案。‌‌

关键合规要求

‌境内存储原则‌：所有用于导航及地图更新的地理信息数据必须‌存储于中国境内‌，存储设备、网络和云服务需符合国家保密安全要求。
‌严格出境管控‌：向境外提供地理信息数据，必须履行‌对外提供审批‌或地图审核程序，并落实‌数据出境安全评估‌，严禁擅自传输。
‌涉密敏感保护‌：对包含国家秘密或敏感内容的实测成果（如军事设施周边影像），须采取保密处理技术，未经认定技术处理的数据秘密等级不降低。
‌全流程隔离‌：采集的数据应直接传输至有资质单位管理，形成“车 - 资质单位”直连闭环，其他单位或个人不得接触原始地理信息。‌‌

风险防控重点

‌过度采集风险‌：防止车内摄像头、雷达等设备无差别采集敏感场景（如政府机关、军事区域），需建立‌数据分级分类‌机制，自动过滤或脱敏敏感地理要素。
‌技术防护手段‌：采用加密传输、区块链存证、隐私计算等技术，确保数据在车端、路端、云端流转中的完整性与机密性。
‌责任主体落实‌：企业需明确‌首席数据官‌职责，建立地理信息安全风险监测预警机制，定期开展安全风险评估。‌‌
当前政策环境下，车企与服务商需在确保‌国家安全底线‌的前提下，通过合规的技术路线（如众源采集安全处理、在线分发加密）探索地理信息数据的商业化应用。‌‌

车联网数据安全主要面临‌全生命周期泄露、车辆控制被篡改、隐私过度采集及跨境流动违规‌四大核心风险，具体表现为：

1. 数据采集与隐私泄露风险

‌过度采集与滥用‌：传感器（摄像头、雷达）无差别收集人脸、语音、行车轨迹及车内影像，部分数据超出服务必要范围，导致个人敏感信息被非法画像或商业变现。
‌生物特征泄露‌：人脸、指纹等生物识别数据若未加密存储或车辆过户未重置，易被黑产倒卖或用于身份冒用。
‌云端存储隐患‌：云服务平台配置错误、权限管理缺失或遭受攻击，导致数百万级车主实名信息、通话记录及位置数据批量泄露。‌‌

2. 数据传输与通信安全风险

‌无线接口窃听与篡改‌：蓝牙、Wi-Fi、5G/V2X 等无线通道若缺乏强加密，攻击者可实施中间人攻击，截获导航历史、克隆数字钥匙或伪造控制指令。
‌CAN 总线内部威胁‌：车内 CAN 协议缺乏原生加密与完整性校验，一旦外部接口（如 OBD、T-Box）被攻破，恶意数据可注入总线，干扰转向、制动等关键控制系统。
‌伪基站与重放攻击‌：利用通信协议漏洞，通过伪基站拦截 OTA 升级包或重放合法控制指令，诱导车辆误判或执行非法操作。‌‌

3. 端侧与云端系统控制风险

‌远程恶意控制‌：黑客利用车机系统、App 或云平台漏洞，实现远程解锁、启动、锁死车门甚至操控刹车，直接威胁人身安全。
‌OTA 升级劫持‌：伪造升级包或篡改固件签名，植入后门程序、挖矿代码或勒索病毒，导致车辆功能瘫痪或被批量控制。
‌供应链与第三方风险‌：零部件供应商软件漏洞、第三方服务接口未鉴权，成为攻击者横向渗透车企核心网络的跳板。‌‌

4. 数据合规与国家安全风险

‌重要数据违规出境‌：高精地图、地理坐标、关键基础设施位置等“重要数据”未经安全评估传往境外，可能危害国家安全。
‌数据销毁不彻底‌：二手车交易或车辆报废时，存储介质未彻底格式化或物理销毁，历史行程、账号绑定等数据可被恢复利用。
‌量子计算潜在威胁‌：现有 RSA/ECC 加密算法面临未来量子计算机破解风险，长期存储的加密数据存在“先存储，后解密”的潜伏威胁。‌‌
这些风险贯穿数据‌采集、传输、存储、处理、交换、销毁‌全生命周期，需结合密码技术、零信任架构及严格的数据分类分级管理进行综合防护。‌‌