2. 数据治理体系与隐私计算接口
隐私计算任务通常由算法工程师在联邦学习、多方安全计算或可信执行环境平台上发起，而数据分类分级、元数据、血缘和质量规则往往沉淀在数据治理平台中。两者若各自独立运行，就会出现“治理标签无法约束计算任务、计算任务无法回写治理资产”的断层。融合架构的核心，是把治理资产转换为隐私计算任务可识别、可校验、可执行的接口契约。
一、四类治理资产如何映射为计算接口
数据分类分级回答“数据有多敏感”。它通常以分级标签（如L1公开、L2内部、L3敏感、L4核心）和分类标签（如个人信息、企业信息、位置信息）表达。隐私计算任务需要的不是标签本身，而是由标签推导出的执行约束：可用计算模式、是否允许出域、是否必须脱敏、最小参与方数量、结果输出粒度。因此接口层要提供“分级—策略”映射表，把标签翻译成任务参数。
元数据回答“数据是什么、在哪里、什么结构”。隐私计算任务在注册数据源时，需要从元数据服务拉取字段名、字段类型、主键、分区、负责人、存储位置等信息，用于生成参与方数据描述和字段对齐方案。若元数据缺失，字段对齐只能靠人工，极易造成样本ID错配。
数据血缘回答“数据从哪来、经过哪些加工”。在隐私计算中，血缘用于判断训练数据是否间接包含未授权数据、是否与评估数据同源导致泄漏、以及结果数据应继承哪些分级标签。血缘接口需要支持按数据集ID向上追溯和向下影响分析。
质量规则回答“数据是否可用”。隐私计算对数据质量尤其敏感：缺失率过高会导致联邦模型无法收敛，ID重复会造成样本权重失真，数值越界会破坏安全聚合结果。质量规则接口应输出规则ID、检查对象、阈值、最近一次检查结果和是否阻断任务。
二、接口契约的关键字段与调用时序
要让上述映射真正可执行，接口层需要定义稳定的契约。以策略映射接口为例，输入为数据集ID和分级标签，输出为结构化策略对象。一个可参考的示例响应如下：
{
"dataset_id": "ds_user_behavior_2024",
"level": "L3",
"category": ["个人信息", "行为数据"],
"allowed_modes": ["FL", "MPC"],
"cross_domain": false,
"min_parties": 3,
"masking": {"user_id": "hash", "phone": "mask"},
"output_level": "L2"
}任务注册时，隐私计算平台先调用元数据同步接口获取字段列表，再调用策略映射接口获取执行约束，最后调用质量校验接口确认数据可用。三个接口的调用顺序不能颠倒：没有元数据就无法确定字段对齐，没有策略就无法判断计算模式是否合规，没有质量结果就无法决定是否阻断。血缘追溯接口则在任务提交前和结果回写时各调用一次，前者用于检查训练数据与评估数据是否同源，后者用于登记结果数据的来源链路。
三、执行前校验的判断逻辑
执行前校验是融合架构中最容易出问题的环节。常见判断条件包括：分级为L4的数据集不允许参与任何出域计算；质量规则中缺失率超过30%的字段应阻断任务并提示补充数据；血缘追溯发现训练集与测试集共享同一上游表时，应强制重新划分数据集。这些判断不应硬编码在算法脚本中，而应由接口层统一返回“放行/阻断/告警”三种状态，任务调度器据此决定是否继续。
注意：分级标签的继承规则需要特别设计。若上游数据集为L3，经过聚合、脱敏后生成的结果数据集，其分级不应简单继承L3，而应根据聚合粒度和脱敏强度重新评定。例如按用户ID哈希后聚合到城市级别，结果可降为L2；若仍保留用户粒度，则必须维持L3。这一判断应由血缘接口结合脱敏算子类型自动完成，而非人工标注。
四、结果回写与治理闭环
隐私计算任务完成后，结果数据不能只落在计算平台的输出目录中。融合架构要求结果回写治理资产：将结果数据集注册到元数据服务，标注其分级标签和分类标签；将计算任务作为血缘节点写入血缘图，记录输入数据集、计算模式、参与方和输出数据集；将本次任务的质量校验结果和策略执行记录写入审计日志。这样，下一次任务注册时，治理资产已经包含了上一次计算产生的数据，形成闭环。
回写时需要注意两个细节。第一，结果分级标签应由策略映射接口根据输出粒度和脱敏情况自动生成，避免人工误标。第二，血缘登记应记录计算模式，因为联邦学习产生的模型参数与MPC产生的统计结果在血缘语义上不同：前者是模型资产，后者是数据资产，后续的治理策略也不同。
五、落地时的最小可行接口集
如果治理平台和隐私计算平台由不同团队维护，建议先实现四个最小接口：元数据查询（按数据集ID返回字段列表和主键）、策略查询（按分级标签返回计算约束）、质量结果查询（按数据集ID返回最近一次规则检查结果）、血缘登记（写入计算任务节点和输出数据集节点）。这四个接口覆盖了任务注册、执行前校验和结果回写三个关键节点，可以先跑通一条端到端的融合链路，再逐步扩展分类分级自动评定、脱敏算子血缘继承等高级能力。
实践建议：接口返回的策略对象应设计为可扩展的键值结构，而不是固定字段的强类型对象。因为不同行业对分级标签的定义不同，金融行业可能关注“客户敏感信息”，医疗行业可能关注“病历数据”，可扩展结构能让治理策略随业务变化调整，而不需要修改隐私计算平台的代码。
总体而言，数据治理体系与隐私计算的融合不是把两套系统简单对接，而是把治理资产翻译成计算任务能理解、能校验、能回写的接口契约。分类分级决定“能不能算”，元数据决定“怎么对齐”，血缘决定“结果归谁”，质量规则决定“数据能不能用”。四者通过接口层汇聚到任务注册、执行前校验和结果回写三个节点，才能形成可执行、可审计、可迭代的融合架构。