安全高效能力强 百度发布自动驾驶数据闭环合规方案

版权声明：本文版权为网易汽车所有，转载请注明出处。

网易汽车11月2日报道 今日百度Apollo披露，将为车企提供自动驾驶研发全栈的数据闭环合规解决方案。

这套方案可以满足智能汽车自动驾驶数据采集和安全合规要求，帮助车企实现研发、运营、商业化等全场景闭环，赋能车企推动自动驾驶场景的安全快速落地。

此外，百度自动驾驶云2.0全景图计划于12月正式发布。

据了解，百度提供的自动驾驶云目前有三大解决方案，数据闭环、云仿真测试以及数据合规。

数据闭环，主要是解决车企客户是从数据的收集上传到存储，就是采、标、存、管、用。整个流程百度提供平台和工具，甚至是服务，百度可以帮助车企收集数据、利用数据以及加工应用。仿真测试主要是帮助车企测试算法。百度提供的主要是平台和工具链，并不会侵犯到车企的核心算法，甚至会帮助车企的算法做加速迭代，并且平台、工具链和仿真都是解耦的。

此外，百度Apollo的这套方案最重要的标签是合规。

当前，随着智能汽车产业的发展，自动驾驶数据采集及训练的规模愈发庞大，数据背后的安全和风险隐患也日益突出。

今年8月，自然资源部发布《关于促进智能网联汽车发展维护测绘地理信息安全的通知》，对智能网联汽车的测绘主体和测绘活动的开展提出明确要求。政策指引下，车企在智能网联汽车以及自动驾驶汽车的研发、量产过程中的行为正逐步合规化。

但与此同时，数据确权、数据防护、数据流通三大自动驾驶数据合规的挑战依旧存在，而大量车企急需相关技术、经验与资质，合规服务成为行业发展的焦点。

为此，百度自动驾驶云的解题路径是，原始数据不出车、测绘数据不出云、测绘成果不关联、资质图商全管控的安全合规思路，从而最终助力车企满足自动驾驶数据闭环合规。

数据合规方面，百度apollo信息安全负责人刘健皓透露，为了贯彻落实合规原则，百度提出了“一个中心、三重防护”的安全合规建设理念，保障地理信息安全。

“一个中心是通过图商建立数据安全监管中心，监测自动驾驶数据闭环合规的数据使用过程、数据内容、数据载体的安全性。全面满足监管机构对智能汽车、自动驾驶的安全合规要求。”

三重防护是指工具链合规、数据防护、云平台防护。

工具链合规，主要通过点云抽帧、图像脱敏、可控标注、车辆监管等方式保证自动驾驶数据在训练过程中的操作合规，不接触测绘数据，不将测绘数据带走。

数据防护，主要对于智能网联汽车时空数据进行端到端的加密改造，保证数据的完整性、有效性、机密性、以及不可抵赖性，通过图商的密码服务体系保证数据由图商进行管控。

云平台防护，则是基于对云基础设施的网络边界隔离，容器防护，数据审计，安全存储等措施，保证智能网联汽车时空数据在云平台环境中的安全性，由图商监控网络边界连接状态，不会将测绘成果外发，造成数据的滥用、泄露等风险，抵御黑客对数据平台的攻击，防止数据被黑客窃取。

刘健皓表示，未来，百度要在数据合规托管服务、合规专有云服务、自动驾驶研发工具链服务等三个方面继续深耕，为车企提供更加优质的自动驾驶技术能力。

截至目前，百度自动驾驶技术研发能力已经有10多年的实践沉淀，累计自动驾驶里程超过3400万公里，能有效支撑千P级海量存储，万台弹性计算集群，测绘数据的采传存管用在百度地图均已大量实践，因此百度自动驾驶云2.0合规方案，不仅具备全栈式优势，也兼具高效迭代、海量场景数据等特点，可基于用户反馈构建车云数据闭环，快速提升效果。

同时，百度不仅是全国19家拥有导航电子地图制作甲级测绘资质企业之一，还拥有网络安全等级保护、可信云相关的认可。

车端落地方面，百度有专业的汽车网络安全工程能力认证，功能安全认证，隐私保护认证等全面的安全资质，使得百度能够在测绘主体基础上结合各类资质，发布合规采集方案，保证车企量产项目能够实现端到端的合规。