智能网联汽车数据分类分级实践指南（2022年）-数据安全推进计划

本报告由数据安全推进计划发布，旨在指导智能网联汽车数据分类分级及全生命周期安全管理。报告指出智能网联汽车的快速发展带来车辆运行安全与数据安全的双重合规挑战，涉及数据类型包括敏感个人信息、重要数据、车外数据、座舱数据、运行数据、位置轨迹数据等，需根据数据属性配置不同安全措施。
报告强调数据分类分级需遵循合规合法、科学合理、客观明确、简单易用等原则，结合数据来源（车、路、云、人）和影响对象（国家安全、公共利益、组织权益、个人权益）分析数据的重要性，划分为一般级（一级）、重要级（二级）、敏感级（三级）及核心级（四级）。重要数据（核心级）需严格本地化存储，出境需通过安全评估。
针对数据全生命周期保护要求，报告提出采集环节需明确合法性与必要性，传输需加密并可追溯，存储应设定合理期限且采用加密技术，使用加工需经用户授权并进行安全影响评估，销毁需通过不可逆方式。高敏感级别数据（敏感级及核心级）要求默认不收集、权限管控、匿名化处理等特殊措施。
数据出境存在三大风险：重要数据未本地化存储、跨境服务商安全风险、云平台共享风险。企业需开展数据出境安全评估，通过自评估、协议签署、安全审查等流程，确保不超越评估范围。
报告对比中、美、欧盟在车联网数据保护上的差异，中国以政策引导建立体系，欧盟通过行业协同强化安全，美国以技术审查为核心。
案例显示企业违规采集、存储、使用用户数据面临行政处罚、声誉损失等风险，如某车企因收集43万张人脸信息被罚款10万元，某车企因远程查看车外影像被下线。
数据分类分级实践包含资产管理、规则配置、识别处理等环节，需通过平台实现动态管理与自动化标记。行业面临数据资产识别复杂、流转路径不明、风险监测不准、安全防护不足等问题，需加强技术手段与合规管理。报告附录提供分类分级参考表，涵盖车辆数据、用户信息、地图数据、运维日志等类别及对应安全级别。
企业需建立数据分类分级保护机制，落实数据采集、传输、存储、使用等各环节合规要求，强化数据出境管理，并通过安全审计保障数据全生命周期风险可控。此指南为企业提供数据安全治理框架，助力平衡数据价值与安全风险。