Z6.07.3Data classification for hybrid architectures设计研究
混合架构需要明确哪些数据类型不出本地
别名: 数据分级 · 数据分类 · hybrid architecture
概念解释
现实中的智能环境很少是纯本地或纯云，多为混合架构：一部分数据本地处理，一部分上云。混合的安全上限不取决于「云占比多少」，而取决于数据分级是否显式——哪些类型允许出本地、哪些永不出，被写成架构层面的明确决定，而不是每个功能开发时各自顺手决定。
没有分级清单的混合架构是失控的：外传与否变成路径依赖——哪个功能急着上线就传哪个，事后无人能回答「为什么这份数据在外面」。分级清单把隐私约束编译进架构，让「不出本地」变成可执行、可审计的边界。
机制
分级为什么是混合架构的安全核心：
- 敏感度差几个量级，必须分类对待。 原始音视频（可直接还原生活内容）＞派生特征（「检测到有人移动」的事件）＞元数据（时间戳、设备状态）＞使用遥测（崩溃、电量）。四类数据的外泄后果完全不同——原始录像泄露是灾难，事件级特征泄露是低害。分级正是按这个量级排序划界。
- 显式分级让约束可执行。 「此类数据只走本地总线」一旦成为架构规则，就能映射到网络层强制（隔离网段、防火墙规则），违规流量会被基础设施拒绝——约束从「开发者自律」变成「架构物理」。
- 没有分级，外传是路径依赖的。 各功能团队在各自期限压力下决定数据去向，短期合理的局部选择累积成不可审计的全局状态；等隐私事件发生再梳理，数据早已散布多处、无法回收。
混合架构还有一个特有的问题——判定权威：本地模型与云端模型对同一输入的判定可能不一致（本地说没人在家、云端说有）。哪边是权威源必须在架构里写死，否则用户看到的系统行为会随网络状况漂移，不可预期。
怎么研究
- 数据流枚举审计：对混合系统枚举全部数据流，按「数据类型 × 处理位置 × 保留时长 × 可触达方」标注，再与系统宣称的策略比对，计算一致率——这个方法既是研究工具也是运维工具。
- 数据最小化的操作化研究：隐私设计（privacy by design）文献讨论如何把「最小必要」落实为可执行的工程约束，数据分级是其主要操作化路径。
- 特征反推研究：检验「派生特征=安全」的假设——低维特征在聚合后能否反推敏感信息（成员推断、再识别），为分级边界提供证据。这类工作提醒分级不能停在「原始/加工」的二分上。
方法论注意点：审计要在真实部署配置下做——默认配置、用户改动后的配置、固件更新后的配置，三者的数据流可能不同；只审计出厂状态会高估一致性。
边界
- 分级不是一次定终身。 固件更新可能悄悄改变数据流向——新功能把原本只在本地的数据送上云。分级需要版本化：每次更新后重跑外传审计，变更点向用户明示。
- 「匿名化特征」不等于零敏感。 派生特征聚合后仍可能反推出个体模式（作息、在场的统计画像）；分级表里给「特征类」放行时，要按聚合后的风险评估，不按单条特征的无害性。
- 强制的成本真实存在。 网络层强制（隔离、断连）会牺牲部分便利功能（远程回看、跨设备同步）；分级设计要接受「敏感换不便」，而不是给敏感数据开后门换便利。
怎么落地
- 维护一张数据分级表：行是数据类型（原始音视频、特征事件、元数据、遥测），列是处理位置、保留时长、可触达方；每类数据的「不出本地」与否在表上写死。
- 把表映射为网络层强制：允许出本地的类型走正常通道；永不外传的类型限制在隔离网段，防火墙默认拒绝其外发——不依赖应用代码自觉。
- 写死判定权威：本地与云端判定冲突时以哪边为准（通常：安全相关的判定以本地为准，学习相关的以云端为准），并让降级行为与之一致。
- 固件更新后重跑审计：更新日志里出现数据、云、分析字样的，一律重测外传面。
- 验证办法：抽查各类数据的实际流向与分级表的一致性（逐类抓包比对）；不一致项数即架构失守面。零不一致是目标态，正增长说明新功能在绕开分级。