6.1 标准规范与合规

6.1 标准规范与合规

本节摘要：PETs 要合规，合规看标准。本节讲清楚主要隐私法规（GDPR/CCPA/PIPL）、技术标准（ISO/IEC 27550/27701、NIST PETs）、合规与 PETs 的关系。读完你能把 PETs 和合规对接。

一、为什么 PETs 要合规

PETs 是技术手段，合规是法律要求。两者关系：

• 合规驱动 PETs：GDPR 等法规强制隐私保护，企业被迫找技术方案，PETs 是为数不多"既能用数据又合规"的路。
• PETs 助合规：PETs 提供"可证明隐私保护"，帮企业满足合规要求（如 GDPR 的"数据最小化""隐私设计"）。
• PETs 不等于合规：上了 PETs 不等于合规——还要治理、流程、审计、用户权利保障。

所以 PETs 工程师要懂合规，把技术和法律对接。

二、主要隐私法规

1. GDPR（欧盟通用数据保护条例，2018）

• 全球最严隐私法，影响所有处理欧盟居民数据的企业。
• 核心原则：合法公平透明、目的限制、数据最小化、准确性、存储限制、完整性保密性、问责。
• 数据主体权利：知情、访问、更正、删除（被遗忘权）、限制、可携带、反对、自动化决策拒绝。
• 数据保护影响评估（DPIA）：高风险处理要评估。
• 罚款：最高 4% 全球营收或 2000 万欧元。
• PETs 角色：助"数据最小化""隐私设计""可证明保护"。

2. CCPA/CPRA（加州）

• 美国最严州隐私法，2020 生效，2023 CPRA 加强。
• 消费者权利：知情、删除、更正、选择不出售、限制敏感数据使用。
• 罚款：每次违规 $7500（故意）。
• PETs 角色：助"选择不出售"（数据不出域）、"限制使用"。

3. PIPL（中国个人信息保护法，2021）

• 中国隐私法，类似 GDPR。
• 原则：合法正当诚信、最小必要、公开透明、质量、安全。
• 个人权利：知情、决定、限制、拒绝、删除、可携带。
• 跨境传输：要安全评估/认证/标准合同。
• 罚款：最高 5000 万元或 5% 营业额。
• PETs 角色：助"最小必要""安全""跨境"（数据不出境）。

4. 其他

• LGPD（巴西）、PDPA（新加坡/泰国）、APPI（日本）、PIPEDA（加拿大）等。
• 各地法规类似但细节不同，跨国企业要分别合规。

三、技术标准

1. ISO/IEC 27701（隐私信息管理体系，2019）

• GDPR 对应的 ISO 标准，隐私管理体系认证。
• 扩展 ISO 27001（信息安全）到隐私。
• 企业用 27701 认证证明隐私管理合规。

2. ISO/IEC 27550（隐私工程，2021）

• 隐私工程框架，把隐私融入系统设计。
• 涵盖隐私设计、评估、度量。
• PETs 工程师参考标准。

3. ISO/IEC 20889（去标识化，2018）

• 去标识化技术标准，含 k-匿名、差分隐私等。
• PETs 中去标识/DP 的标准参考。

4. NIST PETs 指南

• 美国国家标准与技术研究院的 PETs 指南。
• 涵盖 HE/MPC/DP/TEE/ZKP/FL 的技术介绍和选型。
• 企业选型参考。

5. ENISA PETs 报告

• 欧盟网络安全局的 PETs 报告。
• 欧盟视角的 PETs 部署指南。

6. IETF/IEEE 标准

• IETF 在做 PETs 协议标准化（如 PSI 草案）。
• IEEE 在做 PETs 互操作标准。

四、合规与 PETs 的对接

PETs 如何助合规：

1. 数据最小化

• GDPR/PIPL 要求"只收集必要数据"。
• PETs 助：联邦学习让数据不出域（不收集原始）、差分隐私让发布最小化（只发布统计）。

2. 隐私设计（Privacy by Design, PbD）

• GDPR 要求"从设计就考虑隐私"。
• PETs 助：HE/MPC/DP 从设计就保护隐私，是 PbD 的技术实现。

3. 可证明保护

• GDPR 要求"问责"——能证明隐私保护。
• PETs 助：DP 的 ε 是可计算的、ZKP 的证明是可验证的、TEE 的远程证明是可验证的。

4. 跨境数据

• PIPL 等限制数据出境。
• PETs 助：数据不出域的联邦学习/MPC，数据不跨境。

5. 用户权利

• GDPR 赋予用户删除/访问等权利。
• PETs 助：差分隐私让删除个体不影响统计（无需重新发布）、ZKP 让验证不暴露。

6. 自动化决策

• GDPR 限制纯自动化决策，用户可拒绝。
• PETs 助：可解释 AI + PETs，让决策可解释又隐私。

五、合规的工程实践

1. 隐私影响评估（DPIA/PIA）

• 高风险处理前评估隐私风险。
• PETs 是缓解措施之一——评估中考虑用 PETs。

2. 数据保护官（DPO）

• GDPR 要求高风险企业设 DPO。
• PETs 工程师和 DPO 协作——DPO 定要求，工程师选 PETs。

3. 数据处理协议（DPA）

• 和数据处理者签协议，明确保护措施。
• PETs 列入 DPA 作为技术措施。

4. 记录处理活动（ROPA）

• 记录数据处理活动，供监管审计。
• PETs 部署要记录（用了什么、参数、保证）。

5. 数据主体权利响应

• 用户行使权利（访问/删除），要能响应。
• PETs 影响响应——如联邦学习数据分散，删除要协调多方。

6. 跨境传输合规

• 数据出境要安全评估/认证/标准合同。
• PETs（数据不出域）助合规——不跨境则不触发跨境规则。

六、合规的挑战

1. 法规多变：各地法规不同且更新快，合规要持续跟踪。

2. PETs 不等于合规：上了 PETs 还要治理/流程/审计，不能只靠技术。

3. PETs 证明难：要向监管证明 PETs 保护有效——ε 值、协议安全证明、审计日志。

4. 性能-合规权衡：强 PETs 性能差，合规要求强保护可能影响业务。

5. 用户透明：要让用户理解 PETs 保护——"我们用差分隐私 ε=1"对用户难懂。

6. 跨境冲突：不同地区法规冲突（如欧盟要强保护，某地要数据访问），PETs 要平衡。

⚠️ 常见误读：以为"上了 PETs 就合规"。PETs 是合规工具之一，还要治理、流程、审计、用户权利保障。合规是多维度，PETs 只解决技术维度。

💡 关键直觉：PETs 要合规，合规看标准。法规 GDPR（欧盟，最严，4% 营收罚款）/CCPA（加州）/PIPL（中国，5000 万罚款）/LGPD/PDPA。标准 ISO 27701（隐私管理）/27550（隐私工程）/20889（去标识）、NIST PETs 指南、ENISA。PETs 助合规——数据最小化（FL/DP）、隐私设计（HE/MPC/DP）、可证明（ε/证明/远程证明）、跨境（数据不出域）、用户权利、自动化决策。工程实践 DPIA/DPO/DPA/ROPA/权利响应/跨境。挑战法规多变/PETs 不等于合规/证明难/性能权衡/用户透明/跨境冲突。

本章回顾

• 合规驱动 PETs：法规强制隐私保护，PETs 是"既能用数据又合规"的路，但 PETs 不等于合规（还要治理/流程/审计）。
• 法规：GDPR（欧盟，原则/权利/DPIA/4% 罚款）、CCPA/CPRA（加州，消费者权利）、PIPL（中国，最小必要/跨境/5000 万罚款）、LGPD/PDPA/APPI/PIPEDA。
• 技术标准：ISO 27701（隐私管理，GDPR 对应）、27550（隐私工程）、20889（去标识，含 DP）、NIST PETs 指南、ENISA 报告、IETF/IEEE 协议标准。
• PETs 助合规：数据最小化（FL/DP）、隐私设计 PbD（HE/MPC/DP）、可证明保护（ε/证明/远程证明）、跨境（数据不出域）、用户权利（删除不影响统计）、自动化决策（可解释+PETs）。
• 工程实践：DPIA（高风险评估）、DPO（数据保护官协作）、DPA（处理协议列 PETs）、ROPA（记录处理活动）、权利响应（删除协调多方）、跨境合规（不跨境不触发）。
• 挑战：法规多变、PETs 不等于合规、证明难（向监管证 ε/协议）、性能-合规权衡、用户透明（ε 难懂）、跨境冲突。

实践要点

合规视角下的 PETs 实践要点：在方案设计阶段即引入隐私影响评估（PIA），明确数据流与保护措施；将 PETs 与组织的数据分级分类、最小化原则结合，形成纵深防御；保留技术方案的安全审计记录，证明合规投入；关注跨境数据流动规则对技术部署位置的要求。法规与技术是相互促进的关系——法规提出要求，PETs 提供满足要求的工程手段，组织则通过治理流程把二者衔接起来。