4. 数据治理基础：数据所有权与数据主权、数据分类分级标准、数据共享与交换协议

数据治理这事儿，说白了就是给数据立规矩。很多团队一上来就搞技术选型，选什么数据中台、湖仓一体，结果数据还是乱成一锅粥。为什么？因为没把「谁的数据、怎么管、怎么流通」这三个根儿上的问题搞清楚。

我在好几个联邦治理项目里都踩过类似的坑。今天咱们就把这三个基础问题掰开揉碎了讲。

4.1 数据所有权与数据主权

先问个问题：数据到底归谁？

在联邦架构里，这事儿分两层看。

• 数据所有权（Data Ownership）：指数据在组织内部的归属。谁产生、谁维护、谁负责质量。
• 数据主权（Data Sovereignty）：指数据在跨组织、跨地域场景下的法律管辖权。数据放在哪个国家，就得遵守哪个国家的法律。

我见过最典型的翻车案例：某跨国集团把欧洲用户数据放在亚太节点做联邦训练，结果被 GDPR 罚了 2000 万欧元。嗯，这就是没分清主权边界。

在实际落地时，我建议用一张表把所有权和主权的关系理清楚：

维度	数据所有权	数据主权
关注点	谁负责数据的增删改查	数据受哪个司法管辖区约束
典型角色	数据所有者（Data Owner）	数据监管机构（Regulator）
常见冲突	部门间争数据归属	跨国数据传输合规风险
联邦场景	各参与方保留本地所有权	数据不出域，只交换模型参数

4.2 数据分类分级标准

数据不分级，治理就是空话。你想想看，把核心交易数据和公开日志用同一套策略管理，要么过度保护浪费资源，要么保护不足出大问题。

我个人比较推荐的是「三级五类」框架。这个框架我在三个联邦项目里验证过，基本能覆盖 90% 的场景。

4.2.1 三级：按敏感度划分

• L1 公开级：对外公开无风险，如产品介绍、公开报告。
• L2 内部级：仅限组织内部使用，如内部流程文档、非敏感运营数据。
• L3 敏感级：泄露会造成重大损失，如个人隐私、财务数据、核心算法。

4.2.2 五类：按业务属性划分

类别	说明	联邦场景示例
个人数据	可识别自然人身份的信息	用户画像、行为日志（需脱敏）
业务数据	日常运营产生的结构化数据	交易记录、库存数据
知识产权	专利、算法、模型参数	联邦训练中的梯度信息
合规数据	受法律法规约束的数据	跨境金融数据、医疗记录
元数据	描述数据的数据	数据字典、血缘关系

分级之后，策略就清晰了。比如：

• L1 数据：无需加密，可直接共享。
• L2 数据：传输加密，访问需授权。
• L3 数据：必须脱敏或差分隐私处理后，才能参与联邦计算。

4.3 数据共享与交换协议

数据分级分完了，接下来就是怎么「给出去」。联邦治理的核心不是把数据集中起来，而是让数据在安全可控的前提下流动起来。

这里我总结了三类协议模式，你可以根据场景选：

4.3.1 点对点共享协议

最简单直接的方式。两个参与方之间签协议，约定数据用途、范围、期限。适合数据交换量小、信任度高的场景。

4.3.2 中心化交换协议

通过一个可信中间方（比如联邦协调节点）来管理数据交换。所有参与方都跟中间方签协议，中间方负责审计和合规检查。

4.3.3 智能合约协议

基于区块链或分布式账本，把协议条款写成代码自动执行。适合参与方多、信任度低的场景。

下面这张图能帮你理解这三种协议在联邦架构中的位置：

协议里必须包含哪些条款？我列个清单：

1. 数据用途限制：明确数据只能用于联邦训练，不能用于其他商业目的。
2. 数据保留期限：训练完成后，数据必须删除或归还。
3. 安全责任划分：数据泄露了谁负责？赔偿标准是什么？
4. 审计与追溯：所有数据交换记录必须可查、不可篡改。
5. 退出机制：参与方想退出怎么办？数据怎么处理？

4.4 小结：数据治理的三根柱子

数据所有权与主权解决「归谁管」的问题，分类分级解决「怎么管」的问题，共享交换协议解决「怎么流通」的问题。这三根柱子立稳了，联邦治理的上层建筑才不会塌。

嗯，这一章的内容就到这儿。记住：治理不是束缚，而是让数据在规则内自由流动。规则越清晰，流动越高效。