随着智能网联化、数字化发展，汽车数据安全和网络风险防范成为行业密切关注的难题。
汽车传统的物理边界被打破，出现了大量的云上服务，比如车联网、自动驾驶技术、OTA等等，相应的，汽车产生的数据也越来越多。相关数据显示，一辆智能网联汽车每天大概会产生 10TB 的数据，这些数据包含驾驶人员的出行轨迹、驾乘习惯、车内语音图像等个人信息，也包含车辆实时收集到的地图数据等。
随着《个人信息保护法》、《汽车数据安全管理若干规定(试行)》的颁布实施，对数据的合规分类收集和使用提出了更为严格的要求。同时，也有汽车品牌近来遭受到网络黑客攻击，造成不小的损失和安全风险。如何平衡数据使用的合规与高效，并在全面上云的背景下构筑扎实的安全防线，成为整个行业密切关注的话题和迫切需要解决的难题。
此此背景下，腾讯智慧出行与汽车之心联合策划了「行者有云」系列沙龙第二期——《车企上云，如何构筑云上安全防线？》，聚焦汽车数据的合规使用和安全防范问题，加速车企构建在数据网络安全领域的竞争力。
本期沙龙邀请到上海帆一尚行科技有限公司网络安全总监、上汽腾讯网络安全联合实验室负责人陈宁，腾讯安全策略发展中心总经理吕一平，共同探讨车企数据安全防护建设和未来趋势发展并发表了独到精辟的见解。
以下为沙龙对话实录：
主持人：大家好！欢迎收看“行者有云”系列沙龙，本期我们讨论的话题是“车企数据上云，如何构筑云上安全防线”，我们将围绕数据安全和风险防御问题讨论。车企在系列新规背景下，将采用怎样的新手段、新模式来保证数据的合理开发利用，并有效防范潜在风险。非常有幸我们请到了两位嘉宾和我们一起分享讨论。一位是上海帆一尚行科技有限公司网络安全总监、上汽腾讯网络安全实验室联合负责人陈宁；另一位是腾讯安全策略发展中心总经理吕一平。
在智能化网联化大变革下，一辆汽车在使用过程中产生的数据越来越多，随着《个人信息保护法》和《汽车数据安全管理若干规定（试行）》颁布实施，企业在使用处理数据的时候，要遵守哪些行为准则？
陈宁：在《个网法》讲得比较细致针对《个人信息保护法》有8类处理原则，大概总结：
第一，对于用户个人信息数据的授权，信息处理，告诉用户要收集个人信息，个人隐私数据要进行处理。
第二，处理过程中要注意处理流程，要保护和保密。
第三，数据收集，要符合相关的规定。对于汽车来说，有《汽车数据安全管理若干规定（试行）》，定得比较明确，这和《个网法》有相互呼应的关系，上面有《数据安全法》，以此为由展开。
吕一平：还有一点，去年下半年国家集中出台了比如《个人隐私信息保护》，及《数据安全法》等法律法规。同时面向汽车行业，汽车行业本身属于关键信息基础设施行业，针对“关基”（关键信息基础）行业也有一些相应的针对基础安全和数据安全的要求。所以，这也是需要汽车行业各位同仁需要考虑的问题。
主持人：如果针对整个汽车数据来说，我们有什么样的分类界定？
陈宁：现在最关键的第一步是，汽车数据不可避免要收集。汽车联网以后，很多服务云化后，为了对汽车的一些服务以及汽车这状态甚至说自动驾驶，这天然需要搜集很多数据，所以说数据搜集是不可避免的。现在我们觉得对于汽车数据搜集，首先真正的明确怎样服务搜集数据，如果说要做自动驾驶相关的，那么最少应该搜集什么样的数据，尽可能的还是少搜。不要说不做分类，不做区分一概搜集上来后面处理，这是不合法不合情的，这是第一个按照服务的细分来分。第二，数据的共享和流动，这也是很重要的因素，现在很多服务在云上之后，不仅是主机厂要收集数据，很多合作伙伴，比如车上应用需要第三方的数据，我们要把数据给他，数据在流通的过程中以什么样的合法合规方式流通，以及我如何对它授权，如何对它约束，这要处理好。
最后，敏感数据的收集，现在汽车厂有大量的传感器、摄像头，对于用户的面部轮廓，关键设施和关键单位的识别、存储，是否要做相关的模糊化处理或透明处理，这也比较关键。
吕一平：我主要做补充，从汽车行业数据来讲，不仅要保护数据，要脱敏，尽量按照服务手续收集数据。基于很大的前提是，收集数据时要进行分类分型，针对不同的类型利用手段去保护数据。汽车行业有几大数据比较重要：
1、汽车研发过程中的车辆状态，这些数据传统一直做收集，这方面更多是车企自用，甚至从数据保护角度来讲是比较容易实现的，因为汽车公司内部流转数据。
2、和用户相关的隐私数据，国家有明确的法律法规要做到保护和保密。针对不同的使用场景我们应该如何给到数据，需要通过分类分级的方法做明确的界定，并有对应的使用要求和规则。
3、从技术进入到其他行业带来新的需求，比如传感器受地理位置数据，高清地图数据，这是相当敏感的数据领域，这会涉及到国家安全部分，车企需要非常关注这类问题。去年国家重点关注了一家海外车企这方面的问题，所以这也值得汽车行业重点关注的信息。
主持人：随着一系列的新规的出台，从车企角度来讲，在主动防范上有哪些变化？
陈宁：有很多，结合各方数据安全规定，首先，按照上位法《网安法》来讲车企相关车辆应用服务，肯定要通过等保测评。第二，通过等保，配套相关的网络安全或者数据安全，配套的防范措施和防范的管理体系建立起来。第三，提出明确要求，用户上车默认情况不收集数据。如果要收集数据要告诉用户，清晰地告诉用户要收集一些数据，且收集哪些数据。第四，在收集数据状态中让用户知道我们正在收集你的数据，用户有地方说不希望收集数据，屏蔽它。第五，尽量在车里将敏感的数据轮廓化和清晰化去掉，模糊化。尽量不要通过数据清楚地定义出一个人，这样方便处理。
再往后，数据共享方面，该企业一开始只做商业合作，后面可能有一些约束，同时很重要的是按照《数据安全法》和汽车相关规定，每年12月25日左右要上报数据安全报告。中国汽车品牌开始向海外发展，根据规定要求要对相关的监管部门进行报备，并且在企业数据安全方面写清楚，今年发生过几次数据向境外输出，以及经过相关评审，这些情况要说清楚。企业不仅仅是义务合规，还要满足国家战略需要。
主持人：在上述规定的使用数据和国家安全的前提下，数据如何反哺研发，开发相应的车联网服务？
陈宁：这挑战很大。
主持人：要实现两者的平衡？
陈宁：对，基于我服务的内容收集相关数据，这是做到平衡的关键。如果只是判断车的自动驾驶，只收一些和路况相关的信息，就不要收多余的信息，尽量精简收集内容，比如只是采集一些路边的图象，车内的信息就不要收。现在有汽车保险，主要是根据用户的驾驶习惯收集车辆数据，收集一般驾驶者的驾驶习惯就不要收集个人信息，这样才能合法合情，又能反哺到业务。
第二，做分析时，流通方面尽量做到应用和数据分开，举个典型的例子，现在自动驾驶数据的安全屋，可能确实采集了很多数据，经过合理处理之后放在数据模型箱里，我们做的事情是将计算模型放进去，用数据计算完之后最后拿出来是模型计算结果或者是模型存储的算法，而不是数据本身，这不合理。在模型足够成熟之后，这些数据可能销毁掉或者撤掉，这可以比较好达成平衡。这需要付出很多努力。
吕一平：我们在去年国家出台一系列数据安全相关规定时我们非常关注，因为互联网有大量数据，很多互联网业务都在线上。我们自己在推进数据安全保护方面做了很完整的展开，从产品的设计上，比如数据收集的最小化，包括用户知情角度，数据使用需要用户充分知悉并且充分授权，然后才能进行相应使用。
另外，应用和数据相应分离，腾讯在《数据安全法》出台前两三年已经做这方面的工作。特别是在不应该使用不合理数据提供下如何规避掉，我们在内部进行了工作。腾讯可以给汽车行业做一些交流和传递的工作，帮助行业更好地理解如何做数据安全建立。
主持人：对于外资或者合资车企来说，《个人信息保护法》和《汽车数据安全管理若干规定（试行）》相关规定对他们的影响是否更大？
陈宁：相对会大一点，但大体上差不多。首先是对于敏感信息的定义，对外资企业来说风险一样。另外，用户的存储、流动也是一样。对于外企挑战最大的是数据不能出境，最大变化是跨境的问题。由于《个人信息保护法》和数据安全定义上，外资也要跟随国家相关规定，可能要对自己做出规范。但大方向比较好，主要是促进问题。
主持人：腾讯和外资车企在这些领域是否有一些合作？
吕一平：其实外资车企面临，在中国市场如何满足国家合规性要求和规定，现在有一些海外业务在推进。不管欧洲还是美国地区，相应的个人信息隐私保护和合规，及数据使用的要求可能都有相应的要求。所以在欧洲和美国，中国企业属于外资，其实大家遇到的挑战一样。对于车企来讲，不管是合资还是外资品牌，都要考虑如何满足本地的个人隐私保护和数据安全合规使用的要求，这其实是基本需要做到的工作。
从腾讯角度来讲，腾讯在汽车行业定位一直是数字化助手的角色。我们不仅和合资和外资的车企，和上汽也在数据安全方面有很多交流，我们一起研究如何将数据安全保护的工作做好。相对来讲，这个领域比较新，比如网络安全、基础的安全建设方面，中国已经经历了几十年的发展和建设，但数据安全对大家来说是一个新课题。随着车企联网和相应技术不断落地的情况下，数据量会非常大，而且数据的集中度也不一定这么高。如何将数据安全保护工作做好是很有挑战的课题。先要从汽车数据的分类分级开始，以此作为基础再去延伸，根据不同级别和类别的数据进行相应保护措施，对应有技术的部分。
陈宁：关键是立法，以前没有明确上位法，2016年有上位法出来之后，车企必须要符合法律。
主持人：除了数据合规收集和处理，也不能忽略的是汽车智能度越高，面临潜在被攻击的风险也越来越高，我们也出现过车子被攻击的案例。这样的场景在汽车中，是真的能实现的吗？在车联网中真的会有这样的风险吗？
陈宁：汽车传统的物理边界被打破了，大量的云上服务，大家可以用手机跟车进行互动。汽车拥抱了数字化，但拥抱了数字化的福利和变革也拥抱了数字化的风险，最典型的是云上服务，比如远程车控、OTA等等，被不法分子利用之后，远程的车辆造成一些群体性的影响。另外，手机APP，手机上有蓝牙，APP设计或者接口不严谨，可能出现批量控制用户APP，可以随意开走任何一辆车。另外车联网在车上暴露大屏、智能驾驶舱等等，这些是数字化东西，数字化的东西多少有软件的问题会被人利用。1月份德国的小孩才19岁，利用了特斯拉的第三方的软件的漏洞同时控制不同国家的车辆。数字化是大量的软件大量的应用，人设计的东西总有一些问题。
主持人：吕总，之前设计的科恩实验室破解了特斯拉和宝马，反响很大，为什么做这样的实验？
吕一平：我们不是定义成“黑客”，我们定义为“白帽”，我们希望能改善各类产品和网络的安全性，为之努力的一群专业技术研究团队。当时为什么关注特斯拉和宝马？我们在2016年看到了比较大的趋势，汽车行业“四化”，对我们来讲比较关心是网联化和智能化，汽车联网了，汽车的自动驾驶的能力，这和数字化结合程度非常高，当享受数字化福利的时候，肯定会面临新技术引入带来的风险。
汽车行业本身对安全非常关注的行业，那个安全叫“safety”，当时汽车行业更多关注safety的部分，对security部分理解不那么强。Security能对safety造成的影响理解不是很充分，当时我们选了两个比较有代表性的车企，一是原生数字化，即网联、智能化、新能源化的特斯拉。另外是传统的从互联网非智能化到智能化的标杆，宝马在全球保有量非常高，我们做了相应的研究。的确发现了网络安全问题，不仅对虚拟世界造成影响，对实际的行驶安全、人身安全，放大一点是公共安全。作为一个负责任的团队，我们发现问题之后第一时间和特斯拉和宝马做了相应的沟通，并且在没有第三方参与情况下，全部将数据暴露给他们，他们修复之后一起联合对外做发声的工作，做发声的工作目的是帮助行业更好地理解，在未来数字化的时代安全有重要的影响，也是让它回归到汽车行业对security的关注。
主持人：现阶段网络安全技术处于什么样的水平？
吕一平：中国网络安全技术能力非常出色，我们可以代表国际领先水平。对汽车行业来讲，汽车进入到数字化时代才开始逐步关注网络安全部分，所以起步相对晚一些。但我们看到很明显的趋势，即国内的各大OEM都在积极地布局网络安全的专业能力和专业团队的建设，比如陈宁博士带领的上汽实验室，4年前成立起来有专职的安全的人员，也有专项的安全能力的建设，逐步形成了上汽进入比较相对安全网络体系，这是比较好的例子。国内其他OEM厂商也在实践同样的工作，专业团队和专业能力建设在不断地前进。
主持人：在已经有潜在风险存在的前提下，车企可以做哪些方案防御外部的攻击，尤其是来自恶意的攻击。
陈宁：我现在在上汽帆一尚行，现在的防御从云管边端一层层防下来，传统云驱动安全内容全部适用，不管从边界的应用防火墙、APS到里面的防护，再到探视感知，我们对车辆相关的服务做保护。通道方面，主要是从云端到车端的通讯链路用加密方法进行加密，确保我们链路不会被截断或者被中间人截取掉。同时对车之间相关传输的信息做加密，保证安全性和唯一性。
车上现在dirty端和clean端，前者是指暴露在外面，可以触手可及的大屏，这些最明显。在它投产之前不管做技术还是流程，设计方面从风险评估、安全设置、投产运营，对于产品的零件或者整车做一系列的测试研发，然后交付。交付之后有相关的防御措施，比如网关或者IDPS等等，通过它将车辆相关的模块或者相关的服务隔开，确保车辆在行使过程中，关键通信和关键指令不会被人恶意篡改。
主持人：具体什么情况会用到安全网关，对车企研发来讲是否刚需？
陈宁：随着智能网联化和电动化之后，网关已经是标准选配，相当于是一道防火墙，阻挡了相关请求。现在很难说硬件和软件哪一项技术更重要，随着零件集成度高了之后，对硬件芯片依赖层次更高，芯片越好，表示应用软件的复杂度或者功能会越好。当然，从网关模块的必要性来看不排除现在也有把网关做到相当重要的零部件，保证零件模块之间也有防火墙，这是所谓预控的思路。
主持人：随着我们对数据合规、安全要求越来越高，对车企来说是否意味着要更多投入？
陈宁：肯定要增加投入，因为国家立法，现在不是讲人情，而是讲法，肯定要增加投入。
吕一平：对，从我的角度来看，汽车行业是对安全关注度非常高的行业。在过去二三十年里，车企在功能安全方面和研发的投入和体系建设非常完备，功能安全成为了汽车质量管理体系很重要的关注点。随着这两年数字化带来网络安全风险和挑战，这方面还是需要加强和加大投入。我个人希望网络安全逐步进入到汽车质量管理体系，成为它的一部分。在网络安全方面的投入更加成为研发投入的必要。
陈宁：这种投入可能并不是额外的投入。
吕一平：没错。
陈宁：就像security和safety，security引发了safety的问题，所以这些投入不是凭空多出来的投入，而是为了保证车辆质量投入必要的研发资金，从行业发展来说，这方面的投入必不可少。
主持人：刚刚两位嘉宾的分享我们也意识到数据安全的重要性，从意识到重要性，到车企打造完善的网络安全体系我们大概要经历一个什么样过程？
陈宁：这个过程很漫长，需要时间积累。对大部分汽车企业来说数字化是相对新的东西，就我前面提到，数字化有很多新的东西，也有很多风险，需要消化。具体到车上，汽车厂特别关注数据安全，但是我觉得数据安全只是大的安全里的一个内容，想做好数据安全要打好很多所谓的低阶工作，比如云上安全、技术架构安全，很多相关的网络安全建设先跟上去，比如云上的边界防护、安全的监测、网络安全的漏洞或者网络安全响应的能力，这些都需要时间打磨。技术完全落地，这其实和汽车的有些概念不太完全一样，因为对汽车来说，比如汽车某一个功能可能做不好的情况下换一个零件，或者买一个方案测试下可以用。但网络安全本身和汽车所谓的功能安全有一点点不一样，它的边界相对模糊，没有绝对的安全，也没有绝对的攻不破的堡垒，这注定了需要很多时间去打磨和完善。现在汽车行业慢慢向网络安全转，很多功能要求是为了safety服务，但security也要慢慢理解safety的东西，对于主机厂来说，到底造成了什么样的影响，对safety来说是比较抽象的东西，那么需要具体化，比如影响到车辆驾驶有很多safety，如果影响了数据安全，可能和safety没有关系，而完全和security挂钩，所以融合需要时间。同时在技术方面也需要时间去匹配，比如腾讯等互联网企业、安全企业也需要时间更好地了解车辆技术，车辆技术天生需要注重安全，有些内容可以重合，比如个人隐私方面可以高度重合。
除了技术因素之外很重要的是人的因素，中国现在网络安全的每年高校输送毕业生大概是十来万，但去年缺口是非常大，人才缺口越来越大，涉及到汽车网络安全的人才缺口更大。所以我们需要时间找到这样的人，或者培养这样的团队，让他们适应到环境中，贡献自己，将更好的技术能力赋能上去。
同时，以前汽车卖出去之后，使命基本上结束了，除非维修或者维保，不再关注车辆本身。但是，电动化和网络化之后，车辆出去进入到一个新阶段，称之为车辆运营阶段。因为要关注车辆的自动驾驶的状态，关注用户驾驶习惯或者用户车辆的状态，这些数据和状态都需要专业的人，实时地提供所谓的监控或者服务或者异地响应，并不是买了一套工具，如果这么简单的话找腾讯买一套工具摆在这里就万事无忧了。但并不是如此，优秀的工具需要优秀的人才或者优秀的团队使用，成熟的团队人力因素很重要。
吕一平：刚才陈宁博士提到今天主要议题是如何做好数据安全底座，造坚固的城墙底座没有做好的话，数据安全基本上是做不好的事情，的确需要周期。国家在出台安全合规性要求越来越快，能给车企应对的时间非常紧张。所以在这个情况下，怎么样能快速地将能力建立起来很重要，但目前看到一个挑战是，对汽车行业来讲，在数字化投入部分，在网络安全投入只有2%到3%左右，而对于金融行业经历了二十年的IT能力建设，目前网络安全投入大概8%到10%。所以，投入加大可以加速能力建设。所以，我们非常建议汽车行业投入，要考虑到时间窗口并不太长，这是一个很大的挑战和风险。
第二，关于人才能力建设和人才梯队建设来看，我们看到这点，每年国家能够通过高校体制培养出来的人才和行业真正需求有很大的差距，而且当出现严重失衡的情况下；人才有更大溢价能力，看到信息安全专业水平不断地上来，这是供求关系失衡造成的问题。所以人才引入和培养是很大的过程，这是长周期的过程，但在市场上我们从外围观察，汽车行业传统的新生代的体系是否可以支撑数字化时代下的需求。这是很大的挑战，也是车企需要思考的问题，如何快速成为数字化公司，在数字化体系下对人才引入的政策更加灵活，人才薪酬待遇更加灵活，汽车行业在数字化时代所需要的新型人才和新型能力，这和投入相关，这个过程不会那么快。所以这需要汽车行业思考的重点。
陈宁：逐步发展的速度不能满足现在国家政策或者国家监管的要求了，因为从2016年“网安法”（《网络安全法》）发布之后，中间两三年国家好像没有做重大法律发布，这段时间是中国信息安全行业发展非常迅猛的时间。进入到2020年之后尤其是GDPR法发布之后，中国网络节奏快很多。对汽车行业来讲，最典型是WP29汽车网络节奏明显加快了。国家也意识到，汽车行业的技术能力高速发展，如果没有匹配相关的政策或者法规指导的话可能会失控，所以给予大家的时间并不太充裕，大家要抓紧时间做跨越式发展。上汽确实这么做，很多技术的东西，包括帆一尚行，都从集团中独立出来成立科技公司，可以更好地招引科技人才做相关的云计算、网络安全、自动驾驶的技术研究或能力建设，也是为了更好地服务到企业主业，或者在行业中发出更多的能量，现在要抓紧时间了。
吕一平：我们很高兴看到国内的汽车行业企业都在关注和落地这方面的动作，汽车行业快速发展过程中必须要面对的挑战，如何迅速地将能力转换做好，能够将新时代的能力建设做好，这个过程中人才建设非常重要，特别是网络安全人才需要什么都懂。如果做研发人才或者工程人才，专精开发的发言或者专精一套理论架构，这样能完全可以工作。但对于网络安全人才来看，比如系统要懂，应用要懂，软件要懂，开发研发技术要懂，数据也要懂，还要懂公共安全，都要做相应的了解。所以网络安全人才培养周期会比较长。
陈宁：确实也需要这样的时间，汽车研发来看，以前一个车子大概40个月左右，现在快的话20个月也可以出一辆车，是什么人可以支撑这么快的速度20个月左右研发出一款车，肯定是科技人才、数字化软件人才，车的迭代速度这么快，未来可能更快，可能15个月到18个月可以出一辆车，车辆迭代速度快代表安全跟上的东西更多，必须要有匹配的能力去跟上，否则坑会越来越多，所以节奏很快，人才团队非常重要，工具可以通过金钱买到，但人及梯队、know how必须通过时间沉淀。
主持人：现在网络安全被纳入车企的质量体系了吗？
陈宁：国家正在起草相关的规定。在欧洲已经被纳入了，WPR2511明确提到，车辆在欧盟销售必须获得VTI的认证，网络安全已经成了车辆质量安全认证的一环。中国今年马上也有相关质量安全挂钩的网络安全的要求，在车辆做投产和发布之前也要过相关的认证。
吕一平：我们建议大家关注安全更多考虑大范畴，功能安全+网络安全，这个安全是整体的。
主持人：所以腾讯也是在帮助车企在这两个安全方面做更多的融合？
吕一平：对。刚才陈宁博士提了上汽案例实践，腾讯一直将自己定义为汽车行业助手的角色，助力汽车行业在安全方面形成自身的能力。所以我们更多关注点在于如何配合汽车行业客户和合作伙伴更好地建立自身的能力。所以主要是这几个方面：
第一，云上安全，大量互联网服务，面向汽车使用用户，这方面很多是基于云的体系在构建。腾讯云有大量的安全防护的方案和配置可以帮助汽车行业在云的服务端的部分，形成有效的安全防护能力。
第二，您刚才提到实验室在车端的研究方面有很多积累和方面，我们比较好地理解，在车端存在的security和safety的风险，如何帮助车企建立能力更好地发现问题，延伸到满足国家安全合规要求，我们能帮助车企做好，我们研发了和测试相关、合规相关的品牌和工具，助力到车企在这方面的能力建设。
第三，随着Z一代作为购买主力进入到时代了，很多车企通过数字化营销手段推动营销。现在汽车金融也发展起来，通过线上模式可以申请到车企贷款的部分。基于这两个场景，在数字化营销场景下可能“黑产”会去薅羊毛，投入了很多营销费用但没有安全预期触达到相应体量的用户，而被“黑产”薅羊毛，营销效果不好。另外是骗保、骗贷的情况比较多。这种场景下，腾讯可以提供解决方案，保证你在营销过程中可以很好地触达用户，大大降低“黑产”薅羊毛的机率，大幅度减少骗贷。
第四，今天讨论开始是数据安全，我认为数据安全不管对腾讯来讲，还是对汽车行业来做是比较新的领域，需要共同探讨，特别是怎么样能够比较清楚地界定哪些数据非常重要，如何做好面向汽车行业的分类分级，在此基础上发挥数据安全保护的方案。腾讯在其他行业有一些数据安全的方案，但是我觉得并不一定完全满足需求，我们希望和汽车行业的合作方，特别和上汽合作努力将这方面做好，也助力其他车企做好这方面工作。
主持人：具体到营销场景中存在的“黑产”，我们能够有一些防范措施帮助车企识别到恶意的行为？
吕一平：是的。因为腾讯本身需要对“黑产”的场景做对抗，腾讯有大量的业务，这是腾讯最大的积累。另外我们考虑如何将识别能力方面的积累助力到产业互联网的发展过程中遇到类似问题。所以，方案不仅仅帮助汽车行业，其实我们和数字化营销、数字化金融相关的行业，比如房地产、电动车行业、零售行业，我们都在采用这样的反“黑产”反骗贷的方案帮助客户。
主持人：有没有反黑产的具体案例可以分享？比如以什么样的场景下有可能产生了什么样的“羊毛党”或者恶意的行为，你们有具体的措施，刚才提到了理论上，具体案例包括车企的案例都可以。
吕一平：以薅羊毛举例，车企做数字化营销过程中发放一些优惠券，比如打折券，车企希望被真实有购买意向的用户拿到，并促成成单，这是车企的诉求。但优惠券和打折券大量被“黑产”薅去了，薅完之后他们再通过黑产链销售出去，真正打折和优惠的政策和服务并没有惠及到真实的用户，反而被“羊毛党”薅了。
主持人：腾讯和上汽成立了网络安全实验室，是否可以具体讲讲车企和互联网在网络安全方面是如何进行互补合作的？
陈宁：联合实验室的成立，上汽本身从2018年开始专注在汽车网络安全方面，觉得要做这件事事，当时腾讯和我们有一些合作。双方各有所长，上汽对于汽车的理解，甚至有些汽车网络安全的理念，我们更懂车，对于车辆网络安全技术的运用和落地会更好一些。但腾讯作为中国优秀的互联网企业，也有科恩这样的优秀的科研机构，他们对车辆有很好的know how，“不知攻焉知防”，科恩做的事很好地展现了他们对于汽车攻击手段的理解及know how。
上汽设计了相关防御措施之后，也需要建立自己的验证和检测体系。最大出发点是，双方跨境融合，腾讯将优质的网络安全的技术能力、检测能力，甚至解决方案代入到我们生产力，我们将know how、落地场景和经验理念和他们进行融合，最后形成强强组合，迸发出比较好的内容出来，实现联合合作的初衷。
对于上汽来说，网络安全也是很重要的部分，基于该原因，上汽决定和腾讯跨界合作，组织联合实验室在车联网提升数字化方面做一些事情。
主持人：现在联合实验室取得哪些进展？
吕一平：首先感谢上汽的领导信任腾讯，愿意给腾讯合作的机会，大家做一些网络安全的事情，这是比较基础的关键能力，是属于上汽数字化五大中心中非常重要的能力，给了我们机会。
具体落地方面我们也配合得非常默契。
在汽车行业赋能的几个大方面：
第一，从云上安全方面，我们已经有一些防护方案，还包括混合云，针对车企在互联网服务上，不同场景底座的需求我们在叠加这方面的能力，对车后台部分做有效的赋能。
第二，在车端的防护方面，我们会参与一些车辆在车中智能座舱的设计和规划工作，在设计和研发早期就能配合到一些安全方面的考虑，加入到产品中去。其次，在目前汽车行业研发周期比较长的情况下，验证方面做好工作，是目前最有效最好的解决安全防护的阶段。基于过去经验和能力的工具平台，我们和陈宁博士联合开发了这项工作，助力上汽在这方面的输出。另外有一些垂直的领域，比如在货运终端产品下我们有参与，未来也有相应的解决方案。比如涉及到汽车产品，汽车智能化制造方面，还有数据安全，非常感谢上汽对我们的信任和支持。
陈宁：也非常感谢腾讯。
主持人：腾讯和上汽在打造网络安全人才队伍上有没有可以分享的？
吕一平：腾讯有一个比较好的人才培养体系，我们和国内二十多所985和211高校有合作关系，国家提出要建一流的网络安全学院，国内有十几所重点高校将网络安全作为一级学科做教学体系建设和人才培养建设。我觉得要依托最大和最好的人才培养体系工作，所以我们和二十多家高校有比较紧密的合作关系，而且腾讯都在做面向高校的人才工作赛，在高校中比较流行，腾讯目前TCC做了四年，这十年过程中将比赛做到国内一流水平，能够吸引到五六十所高校来参与比赛。其中我们发现了很多人才，本身比赛需要的技术和网络安全需要技术相关度非常高，通过这个过程也培养了一批人才，腾讯有比较重视的是校招和实习生的机制，我们很早可以锁定一批比较看中的新生代的人才，每年都有一些新鲜血液进入到腾讯体系中。我们是通过这样的机制做网络安全人才培养工作，另外还有一些实验室，实验室的负责人都是业界的顶级专家，我们主要是搭配，既有领军人物不断地指引方向和做体系，包括人才培养。同时又有不断地新鲜血液进入进来，使团队越来越壮大和充实，在这样的结合下形成了比较好的体系和能力。但是，这也花了时间，完全赞成陈宁博士所说，人才培养的确是长周期的工作。不仅要加大投入，还要做持续性投入，这点非常重要。
主持人：除了人才要求特别高之外，汽车行业的网络安全相比其他行业来说还有什么特殊性或者难点？
陈宁：我觉得最大的挑战是节奏上不一样，以传统网络安全概念，当我们发现网络安全问题的时候，第一时间在问题现场处理，比如一台服务器中毒了，可以登录到服务器上判断问题，但对于汽车来说，当觉得它有问题的时候，无法远程随意做访问或者处理，甚至这是违法。需要把它召回来到维修店看看，传统工程数据和所谓数字化的数据完全不一样，汽车缺陷处理情况下，比如传统的车辆出问题，从发现问题到决定是否召回可能会经历长达一年，或者在车辆保养期间在维修店里小批量地处理掉，这个时间比较长。但网络安全问题是属于来的快，时间窗口可能只有48个小时或者72个小时，如果没有处理掉可能会遭到伤害。更糟的是，网络安全变形也特别快，类似于新冠，时间更短，如果没有匹配的网络安全的应对和响应机制或者处理技术能力就很难应对节奏变化。比如汽车在数字化和智能化道路上坚定地走下去，在网络安全的响应和速度要跟上，比如48个小时之内可以做安全的补丁或者修复，这是未来企业很大竞争力。企业在面对一些问题或者缺陷的时候，这种处理响应能够非常快，如果还是按照召回的思路做，和现在主流的方向是相反的。
吕一平：原来汽车工程体系和现在数字化工程体系节奏完全不一样。这两套体系目前在并行发展方向中，总体趋势，汽车行业决心很大，一定要数字化，作为数字行业进化的主方向。这两套工程体系中，一边希望高效地解决问题，一边希望有一个流程来评估和处理问题。所以思维模式和解决问题的模式要不断地做调整。
另外，我再补充一个点，2016年我们建立车联网也做了一些调研，如果车的安全和传统网络安全比较大的区别，主要是涉及的能力栈和传统网络安全更宽广，要懂车联网络一部分，也要有硬件的分析能力和硬件的测试能力，比如做PC端应用安全的时候关注到windows、IOS、安卓体系等。在PC和移动场景下操作性层面的标准化程度很高，OS标准化程度了之后应用标准化程度也很高，比如浏览器和各类应用。但在汽车场景下，不同车厂的技术路线不一样，从系统来讲，有不同的系统，每个车厂技术路线体系不同，这需要对各类系统有深度理解。所以这比传统网络安全更加复杂一些，周期也更长。这的确有一个问题，当时我们做车联网的时候，我和其他行业做交流时提到一个概念叫“4C”，网络安全要懂汽车，做汽车要懂网络安全，大家要做沟通和相互了解。第二要跨界，跨领域，相互要深度地配合。第三要合作起来。第四要融合，这是最理想的状态，大家形成更好合力，所以加大持续投入是一个趋势。
主持人：非常感谢两位嘉宾的分享，通过今天的讨论我们对数据安全和整个在数据打造过程中的风险防范有了一个新的了解和收获。
主持人：好的，感谢两位嘉宾今天的分享，通过今天的讨论我们对汽车领域的数据安全和风险防御有了更深入的了解，谢谢大家收看本期的“行者有云”沙龙，我们下期再见！