我國(guó)數(shù)據(jù)安全政策文本主題挖掘及其演化分析

關(guān)鍵詞： 數(shù)據(jù)安全政策； 數(shù)據(jù)治理； 數(shù)據(jù)開放； 數(shù)據(jù)安全； ＮＭＦ； Ｗｏｒｄ２Ｖｅｃ； 主題挖掘； 主題演化

ＤＯＩ：１０．３９６９ ／ ｊ．ｉｓｓｎ．１００８－０８２１．２０２４．０８．００３

〔中圖分類號(hào)〕Ｇ２５９.２０ 〔文獻(xiàn)標(biāo)識(shí)碼〕Ａ 〔文章編號(hào)〕１００８－０８２１ （２０２４） ０８－００２８－１１

隨著我國(guó)數(shù)字經(jīng)濟(jì)發(fā)展、數(shù)字中國(guó)建設(shè)、充分發(fā)揮數(shù)據(jù)要素乘數(shù)效應(yīng)等戰(zhàn)略的實(shí)施， 對(duì)數(shù)據(jù)安全的需求逐漸增加［１］ 。２０２１ 年１１ 月， 中共中央政治局會(huì)議上， 習(xí)近平總書記主持審議了《國(guó)家安全戰(zhàn)略（２０２１—２０２５ 年）》， 強(qiáng)調(diào)加快提升數(shù)據(jù)安全的治理能力； ２０２２ 年１２ 月， 中共中央、國(guó)務(wù)院發(fā)布《關(guān)于構(gòu)建數(shù)據(jù)基礎(chǔ)制度更好發(fā)揮數(shù)據(jù)要素作用的意見》， 指出要建立安全可控、彈性包容的數(shù)據(jù)要素治理制度。數(shù)據(jù)安全政策作為保障數(shù)據(jù)安全的基礎(chǔ)，數(shù)據(jù)安全政策能夠?yàn)榧せ顢?shù)據(jù)要素潛能， 使數(shù)據(jù)要素更好地服務(wù)和融入新發(fā)展格局提供法律和制度層面的保障［２］ 。２０１６ 年起， 我國(guó)陸續(xù)頒布了《中華人民共和國(guó)網(wǎng)絡(luò)安全法》《中華人民共和國(guó)數(shù)據(jù)安全法》《中華人民共和國(guó)個(gè)人信息保護(hù)法》和《關(guān)鍵信息基礎(chǔ)設(shè)施安全保護(hù)條例》（以下簡(jiǎn)稱“三法一條例”）， 逐漸形成以“三法一條例” 為中心的數(shù)據(jù)安全治理制度頂層設(shè)計(jì)， 并且國(guó)家或地方逐步通過發(fā)布數(shù)據(jù)安全相關(guān)制度來(lái)細(xì)化“三法一條例”的配套規(guī)章［３］ 。但從整體上看， 目前我國(guó)仍存在數(shù)據(jù)安全政策供給需求不平衡、結(jié)構(gòu)不合理等問題［４］ 。因此， 有必要借助文本挖掘技術(shù)， 客觀地對(duì)數(shù)據(jù)安全政策進(jìn)行深度挖掘和演化分析， 對(duì)數(shù)據(jù)安全政策進(jìn)行整合與重構(gòu)［５］ ， 厘清數(shù)據(jù)安全政策主題分布、演變規(guī)律以及存在的問題， 進(jìn)而幫助政府及時(shí)根據(jù)數(shù)據(jù)安全治理情況完善政策體系。

１文獻(xiàn)綜述

數(shù)據(jù)安全政策反映了政府對(duì)于保護(hù)數(shù)據(jù)資產(chǎn)和防范數(shù)據(jù)安全風(fēng)險(xiǎn)的重視程度， 以及為此采取的措施和規(guī)定。目前關(guān)于數(shù)據(jù)安全政策研究較為廣泛，涉及法學(xué)、公共管理、信息資源管理等多個(gè)領(lǐng)域，主要研究集中在以下幾個(gè)方面。

１.１數(shù)據(jù)安全政策比較研究

劉春年等［６］ 通過對(duì)比中美歐國(guó)家和地區(qū)的數(shù)據(jù)安全主題的政策文本， 發(fā)現(xiàn)我國(guó)大數(shù)據(jù)安全政策文本還存在覆蓋領(lǐng)域不全面等問題。宋筱璇等［７］ 通過對(duì)國(guó)內(nèi)外科研數(shù)據(jù)安全管理政策比較研究， 發(fā)現(xiàn)國(guó)內(nèi)在數(shù)據(jù)識(shí)別、評(píng)估監(jiān)管及數(shù)據(jù)處理等存在一定的政策空白。王蕊等［８］ 基于政策文本和案例文本的質(zhì)性比較， 發(fā)現(xiàn)我國(guó)數(shù)據(jù)安全政策中， 存在政策工具結(jié)構(gòu)不均衡等問題。

１.２ 開放數(shù)據(jù)政策與數(shù)據(jù)安全政策協(xié)同研究

閆倩等［９］ 分析了開放數(shù)據(jù)政策、數(shù)據(jù)安全政策的現(xiàn)狀及由開放數(shù)據(jù)政策引發(fā)的數(shù)據(jù)安全問題， 提出開放數(shù)據(jù)與數(shù)據(jù)安全政策協(xié)同的必要性。張濤等［１０］ 從主題協(xié)同度的視角， 對(duì)現(xiàn)有數(shù)據(jù)政策中開放數(shù)據(jù)和數(shù)據(jù)安全主題關(guān)系進(jìn)行分析， 為政府制定政策提供理論支撐和決策參考。華蕊［１１］ 以省級(jí)行政區(qū)及其省會(huì)城市１０１ 份涉及數(shù)據(jù)開放和安全管理的法定機(jī)構(gòu)職責(zé)、法規(guī)政策為樣本， 對(duì)比分析數(shù)據(jù)開放與數(shù)據(jù)安全在管理主體、職能角色、職責(zé)內(nèi)容上的現(xiàn)狀與特點(diǎn)， 同時(shí)針對(duì)兩者間的協(xié)同情況進(jìn)行探究。

１.３ 數(shù)據(jù)安全政策內(nèi)容挖掘研究

馬海群等［１２］ 從《中華人民共和國(guó)數(shù)據(jù)安全法（草案）》解讀我國(guó)數(shù)據(jù)安全保護(hù)體系建設(shè)。毛子駿等［１３］ 從政策外部屬性、政策工具兩個(gè)維度， 研究我國(guó)大陸３１ 個(gè)省域的７１ 份與政務(wù)數(shù)據(jù)安全相關(guān)的政策文本。程慧平等［１４］ 采用ＮＶｉｖｏ １１ Ｐｌｕｓ 軟件分析５４ 份國(guó)家層面政務(wù)數(shù)據(jù)安全共享政策文本，發(fā)現(xiàn)存在對(duì)政務(wù)數(shù)據(jù)共享生命周期各階段的安全重視不平衡等問題。冉連等［１５］ 運(yùn)用內(nèi)容分析法對(duì)我國(guó)３３ 個(gè)地級(jí)市政府?dāng)?shù)據(jù)安全保護(hù)政策內(nèi)容進(jìn)行編碼分析與信息挖掘。

綜上所述， 數(shù)據(jù)安全政策從研究?jī)?nèi)容上主要圍繞大數(shù)據(jù)安全、科研數(shù)據(jù)安全、開放數(shù)據(jù)安全、政務(wù)數(shù)據(jù)開放安全等問題進(jìn)行探討； 在研究方法上，數(shù)據(jù)安全政策研究主要以政策工具和軟件輔助分析進(jìn)行專家解讀為主［１６］ ， 較少有文獻(xiàn)從主題挖掘和主題演化視角針對(duì)我國(guó)政府?dāng)?shù)據(jù)安全政策進(jìn)行系統(tǒng)性分析。而隨著文本挖掘技術(shù)的不斷發(fā)展和數(shù)據(jù)安全政策的增加， 使得以客觀的方式挖掘大樣本、細(xì)粒度的文本內(nèi)涵成為可能［１７－１９］ ?；诖耍?本文從系統(tǒng)性、客觀性視角出發(fā)， 采用主題挖掘和主題演化的方法揭示我國(guó)數(shù)據(jù)安全政策的發(fā)展全貌、演化脈絡(luò)及研究重點(diǎn)趨勢(shì)， 并基于發(fā)現(xiàn)的問題， 提出完善我國(guó)數(shù)據(jù)安全政策的建議。

２模型設(shè)計(jì)

本文所設(shè)計(jì)的研究框架如圖１ 所示。具體步驟主要包括： 一是獲取自建語(yǔ)料庫(kù)中“數(shù)據(jù)安全” 相關(guān)政策文本； 二是對(duì)所獲取的政策文本進(jìn)行預(yù)處理；三是通過ＮＭＦ進(jìn)行主題建模， 運(yùn)用主題一致性指標(biāo)確定模型最優(yōu)主題數(shù)目； 四是根據(jù)主題模型聚類出各階段主題—主題詞的分布， 并進(jìn)行主題過濾；五是通過計(jì)算主題相似度的方式判定階段主題間的相關(guān)關(guān)系、構(gòu)建和識(shí)別主題演化路徑， 并對(duì)主題內(nèi)容演化進(jìn)行可視化分析； 六是根據(jù)模型聚類結(jié)果進(jìn)行共現(xiàn)分析、提取核心主題， 并對(duì)主題強(qiáng)度演化進(jìn)行可視化分析， 旨在揭示數(shù)據(jù)安全政策的發(fā)展全貌、演化脈絡(luò)及研究重點(diǎn)趨勢(shì)。

２.１主題建模

本文采用ＮＭＦ（Ｎｏｎｎｅｇａｔｉｖｅ Ｍａｔｒｉｘ Ｆａｃｔｏｒｉｚａｔｉｏｎ）主題模型進(jìn)行政策文本內(nèi)容的主題挖掘。ＮＭＦ 是一種用于降低非負(fù)矩陣維數(shù)的無(wú)監(jiān)督方法， 可以生成易于解釋的文本數(shù)據(jù)聚類。ＮＭＦ 通常被視為參數(shù)固定且可以獲得稀疏解的ＬＤＡ 模型。雖然ＮＭＦ的靈活性不如ＬＤＡ 模型， 但是該模型可以很好地處理短文本數(shù)據(jù)集［２０］ ， 而本文正是按照數(shù)據(jù)安全政策語(yǔ)句進(jìn)行拆分， 屬于短文本， 因此選用ＮＭＦ主題模型。ＮＭＦ 在處理文本時(shí)， 它將主題識(shí)別問題轉(zhuǎn)化為約束最優(yōu)化問題來(lái)解決， 通過矩陣分解的計(jì)算實(shí)現(xiàn)主題識(shí)別， 其中將聚類解釋為主題， 每個(gè)文檔被視為多個(gè)重疊主題的累加組合［２１－２２］ 。核心思想為： 將一個(gè)文檔—詞項(xiàng)的非負(fù)矩陣Ｖ（由ｎ 行（詞項(xiàng)）和ｍ 列（文檔）組成）分解成兩個(gè)非負(fù)矩陣Ｗ 和Ｈ 的乘積， 表示為式（１）：

Ｖ_ｎ×ｍ≈Ｗ_ｎ×ｋ ×Ｈ_ｋ×ｍ （１）

其中， ｋ 是可能取到的最優(yōu)主題數(shù)目。Ｗ 為文檔—主題矩陣， 其大小與ｋ 有關(guān)； Ｈ 是ｎ?ｋ， Ｈ 為主題—詞項(xiàng)矩陣， 其中主題詞是通過語(yǔ)義矩陣計(jì)算單詞與單詞之間的距離得到。ＮＭＦ 度量Ｖ 和Ｕ 是通過簡(jiǎn)單迭代獲得， 且矩陣Ｗ 和Ｈ 均為非負(fù)。

ＮＭＦ 建模過程中需要設(shè)立主題數(shù)目， 本文借鑒已有研究文獻(xiàn)基于Ｗｏｒｄ２Ｖｅｃ 提出通過主題語(yǔ)義一致性輔助確定最優(yōu)主題數(shù)目， 即描述由高度相似主題詞組成的主題， 通過向量之間的相似性定義，使其在語(yǔ)義上更加連貫［２３］ ， 一致性最大時(shí)確定最優(yōu)主題數(shù)目， 如式（２） 所示：

３實(shí)證研究

３.１數(shù)據(jù)采集

為了更多地獲取數(shù)據(jù)安全政策內(nèi)容， 同時(shí)避免不相干政策內(nèi)容聚類會(huì)導(dǎo)致主題過于分散， 本文在選取樣本時(shí)精確查找自建數(shù)據(jù)政策語(yǔ)料庫(kù)［２７］ 中內(nèi)容帶有“數(shù)據(jù)”“安全” 字樣的政策文本５４７ 部，政策發(fā)布時(shí)間范圍為２０１３—２０２２年， 本文所選擇的政策文本主要由兩部分組成， 一是數(shù)據(jù)安全專項(xiàng)政策； 二是嵌套于政府發(fā)布的各類數(shù)據(jù)條例、管理辦法、發(fā)展綱要等具有單獨(dú)數(shù)據(jù)安全章節(jié)的政策，在此基礎(chǔ)上以“安全” 字樣進(jìn)行人工篩查， 提取帶有“安全” 的政策文本語(yǔ)句片段１０ ６３６條， 共８８５５１５個(gè)字符數(shù)作為研究樣本， 利用自建語(yǔ)料庫(kù)中政策詞表并結(jié)合ＣＮＫＩ中核心期刊“數(shù)據(jù)安全”相關(guān)文獻(xiàn)的關(guān)鍵詞， 共形成１１４６１個(gè)政策詞語(yǔ)， 并對(duì)語(yǔ)料庫(kù)進(jìn)行數(shù)據(jù)清洗、分詞、去除停用詞等數(shù)據(jù)預(yù)處理工作。此外， 根據(jù)政策文本數(shù)據(jù)量分布情況，以兩年作為一個(gè)時(shí)間窗口劃分階段， 共劃分５ 個(gè)階段［２８］ ， 如表２ 所示。從政策數(shù)量和語(yǔ)句數(shù)量可以看出， 數(shù)據(jù)安全一直是數(shù)據(jù)類政策關(guān)注的重點(diǎn)內(nèi)容。２０１５年８月３１日，國(guó)務(wù)院印發(fā)《促進(jìn)大數(shù)據(jù)發(fā)展行動(dòng)綱要》后， 國(guó)家和地方政府對(duì)數(shù)據(jù)安全問題就尤為重視， 政策發(fā)布數(shù)量呈現(xiàn)出逐年上升趨勢(shì)。截至２０１７—２０１８ 年， 與數(shù)據(jù)安全相關(guān)政策數(shù)量達(dá)到２８５篇，語(yǔ)句達(dá)到５１７６句， 此后政策數(shù)量逐步下降。

３.２主題聚類

３.２.１確定最優(yōu)主題數(shù)目

本文使用主題一致性大小來(lái)驗(yàn)證不同階段最優(yōu)主題數(shù)目。圖２ 依次展示了５ 個(gè)階段及全局?jǐn)?shù)據(jù)安全政策不同主題數(shù)目下的主題一致性變化情況， 結(jié)果表明， 不同時(shí)間窗口下主題一致性大小與主題數(shù)目的整體變化呈現(xiàn)先上升后下降趨勢(shì)， 依次選取各階段主題數(shù)目Ｋ為１４、１５、１２、１５、１６、１７ 時(shí)其主題一致性數(shù)值最大。

３.２.２ＮＭＦ模型訓(xùn)練

在確定各階段最優(yōu)主題數(shù)的基礎(chǔ)上， 借助Ｐｙ?ｔｈｏｎ 的Ｓｋｌｅａｒｎ 庫(kù)對(duì)預(yù)處理的政策文本進(jìn)行ＮＭＦ 模型訓(xùn)練， 參數(shù)設(shè)置ＮＭＦ（ｎ＿ｃｏｍｐｏｎｅｎｔｓ＝ｔｏｐｉｃｓ，ｍａｘ＿ｉｔｅｒ＝２００）， 其余參數(shù)選擇默認(rèn)值， 分別進(jìn)行階段和全局主題聚類， 然后判斷階段與全局主題的一致性， 過濾掉無(wú)效主題， 并可視化呈現(xiàn)描述每個(gè)主題含義權(quán)重較高的前１０ 個(gè)主題詞， 各主題詞按權(quán)重從大到小排序。其中， 無(wú)效主題過濾是通過余弦相似度來(lái)輔助判斷階段主題與全局主題間的一致性程度， 將相似度閾值設(shè)置為０ ２５， 以實(shí)現(xiàn)過濾各時(shí)間窗口的主題與全局主題相似度數(shù)值低于閾值的主題， 從而更精確地挖掘出各階段主題之間的關(guān)系，如表３ 所示。

３.３ 主題內(nèi)容演化

主題相似度計(jì)算是主題內(nèi)容演化的前提和基礎(chǔ)。如圖３ 所示， 將相鄰階段主題做相似度計(jì)算， 形成主題相似度熱力圖， 并在此基礎(chǔ)上設(shè)定閾值判定階段主題間的演化類型。其中， 閾值選取是基于實(shí)驗(yàn)中不斷迭代測(cè)試獲得， 當(dāng)閾值為σ ＝０.３９ 時(shí)， 主題可解釋性較強(qiáng)， 能夠清晰地展現(xiàn)主題演化類型。

根據(jù)階段主題間的相似度繪制數(shù)據(jù)安全政策主題演化?；鶊D， 如圖４ 所示， 直觀展示了數(shù)據(jù)安全政策５ 個(gè)階段政策主題的分布情況、演化路徑及其主題演化類型［２９］ 。基于此， 本文從縱橫兩個(gè)維度對(duì)數(shù)據(jù)安全政策主題變化情況展開分析。其中， 通過縱向維度能夠了解每個(gè)階段內(nèi)主題演化類型和主題演化能力， 并為橫向維度選擇和分析重要演化路徑提供支持。

３.３.１縱向維度分析

縱向維度主要是分析每個(gè)階段內(nèi)主題演化類型和主題演化能力。通常分布占比較高的主題融合性或分化性越強(qiáng)， 則主題演化能力越高， 主題影響力越大。從圖４ 可知， 數(shù)據(jù)安全政策在不同階段主題分布情況和演化能力具有明顯差異。階段１： ２０１３—２０１４ 年， 屬于數(shù)據(jù)安全政策的萌芽階段， 以分化、繼承和消亡類型主題為主。Ｓ１－Ｔ１、Ｓ１－Ｔ９、Ｓ１－Ｔ１２屬于分化型主題， 這類主題如網(wǎng)絡(luò)信息安全、應(yīng)急、安全保障等是數(shù)據(jù)安全綜合性較強(qiáng)的主題， 具有較高的演化能力； Ｓ１－Ｔ２、Ｓ１－Ｔ５、Ｓ１－Ｔ６、Ｓ１－Ｔ７、Ｓ１－Ｔ１０ 屬于繼承型主題， 這類主題如個(gè)人隱私、物聯(lián)網(wǎng)、謠言傳播等聚焦性較強(qiáng)， 不易分化； 其余主題屬于消亡型主題， 與階段２ 主題關(guān)聯(lián)性不高， 時(shí)效性強(qiáng)， 演化能力相對(duì)較低。階段２： ２０１５—２０１６年和階段３： ２０１７—２０１８ 年， 屬于數(shù)據(jù)安全政策的生長(zhǎng)階段， 國(guó)家對(duì)于數(shù)據(jù)安全問題重視程度提高，數(shù)據(jù)安全政策相繼出臺(tái)， 以新生型主題較為突出。此外， Ｓ３－Ｔ５ 具有較強(qiáng)的分化能力， 對(duì)相鄰階段的其他主題具有較大的影響力， 主要關(guān)注數(shù)據(jù)開放和數(shù)據(jù)處理過程中的安全問題。階段４： ２０１９—２０２０年和階段５： ２０２１—２０２２年， 屬于數(shù)據(jù)安全政策的發(fā)展階段， 以分化、融合型主題為主， 除Ｓ４－Ｔ４ 是消亡型主題， 演化能力較弱外， 其余主題演化能力均較強(qiáng)。其中， Ｓ５－Ｔ９ 是由階段４ 中多個(gè)主題融合而來(lái)， 反映出政府對(duì)于政務(wù)數(shù)據(jù)安全問題的重視；Ｓ５－Ｔ１５ 是新生的熱點(diǎn)主題， 主要圍繞多元主體參與數(shù)據(jù)安全治理。

３.３.２橫向維度分析

橫向維度主要是根據(jù)主題演化類型抽取出重要的數(shù)據(jù)安全政策主題演化路徑進(jìn)行分析， 以主題演化能力為主要參考依據(jù)， 選擇以下３條重要的演化路徑進(jìn)行分析：

路徑一， 繼承型： Ｓ１－Ｔ５→Ｓ２－Ｔ５→Ｓ３－Ｔ１１→Ｓ４－Ｔ５→Ｓ５－Ｔ８， 該路徑為數(shù)據(jù)安全技術(shù)相關(guān)主題。隨著新興技術(shù)的不斷推動(dòng)， 數(shù)據(jù)服務(wù)產(chǎn)業(yè)快速發(fā)展，以國(guó)家大數(shù)據(jù)（貴州）綜合試驗(yàn)區(qū)展示中心為代表，國(guó)家對(duì)數(shù)據(jù)安全技術(shù)尤為重視， 但同時(shí)技術(shù)的深度應(yīng)用也加劇了數(shù)據(jù)安全風(fēng)險(xiǎn)的程度和復(fù)雜化。為應(yīng)對(duì)物聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)等技術(shù)應(yīng)用產(chǎn)生的海量非結(jié)構(gòu)化數(shù)據(jù)的挑戰(zhàn)， 政府一直將平衡技術(shù)發(fā)展與安全作為政策重點(diǎn)關(guān)注內(nèi)容， 尤其是數(shù)據(jù)安全領(lǐng)域中的“三法一條例” 規(guī)定通過數(shù)據(jù)安全檢測(cè)評(píng)估與認(rèn)證、責(zé)任落實(shí)、采取相應(yīng)的加密、去標(biāo)識(shí)化等安全技術(shù)措施等治理手段來(lái)防范數(shù)據(jù)安全風(fēng)險(xiǎn)， 為數(shù)據(jù)產(chǎn)業(yè)發(fā)展提供了支撐和保障， 使得數(shù)據(jù)安全技術(shù)主題呈繼承性持續(xù)演進(jìn)。

路徑二， 融合型： 通過縱向階段主題演化類型可知， 融合型主題較多且多集中在第五階段， 鑒于此， 本文選擇主題影響力較大的Ｓ５－Ｔ９ 主題進(jìn)行分析。（Ｓ４－Ｔ１、Ｓ４－Ｔ３、Ｓ４－Ｔ９、Ｓ４－Ｔ１０、Ｓ４－Ｔ１１、Ｓ４－Ｔ１２）→Ｓ５－Ｔ９， 該路徑主要為政務(wù)數(shù)據(jù)相關(guān)主題， 主要由數(shù)據(jù)全生命周期風(fēng)險(xiǎn)防范與治理相關(guān)主題演化而來(lái)。隨著《中華人民共和國(guó)數(shù)據(jù)安全法》第五章明確規(guī)定了政務(wù)數(shù)據(jù)安全與開放相關(guān)制度，使得數(shù)據(jù)安全治理在政務(wù)數(shù)據(jù)領(lǐng)域更加聚焦， 同時(shí)也反映出在《中華人民共和國(guó)數(shù)據(jù)安全法》頂層設(shè)計(jì)下， 數(shù)據(jù)安全治理內(nèi)容呈現(xiàn)出融合發(fā)展趨勢(shì)。

路徑三， 分化型： 通過縱向階段主題演化類型可知， 分化型主題較多， 鑒于此， 本文選擇主題影響力較大的Ｓ３－Ｔ５ 主題進(jìn)行分析。Ｓ３－Ｔ５→（Ｓ４－Ｔ１、Ｓ４－Ｔ２、Ｓ４－Ｔ３、Ｓ４－Ｔ１０、Ｓ４－Ｔ１１、Ｓ４－Ｔ１４），該路徑為數(shù)據(jù)開放主題演化成數(shù)據(jù)開放與安全問題相關(guān)主題。隨著我國(guó)數(shù)字經(jīng)濟(jì)的發(fā)展， 數(shù)據(jù)作為國(guó)家基礎(chǔ)戰(zhàn)略性資源和重要生產(chǎn)要素， 數(shù)據(jù)開放是挖掘數(shù)據(jù)價(jià)值、發(fā)展數(shù)字經(jīng)濟(jì)的必然選擇， 因此， 數(shù)據(jù)開放中的安全問題成為政府關(guān)注的焦點(diǎn)。主要包括開放原則、開放領(lǐng)域和治理手段３ 個(gè)方面。開放原則是指在數(shù)據(jù)開放過程中需確保個(gè)人隱私、個(gè)人信息、商業(yè)秘密等安全； 開放領(lǐng)域主要聚焦在政務(wù)數(shù)據(jù)、公共數(shù)據(jù)， 但進(jìn)入２０２２ 年后， 部分地區(qū)發(fā)布數(shù)據(jù)條例， 數(shù)據(jù)開放范圍逐漸向?qū)捒趶竭^渡， 也體現(xiàn)了國(guó)家數(shù)據(jù)開放的決心， 但在數(shù)據(jù)開放過程中，數(shù)據(jù)安全問題同時(shí)要關(guān)注； 數(shù)據(jù)安全治理手段主要包括完善數(shù)據(jù)開放制度與協(xié)議及提高數(shù)據(jù)開放中突發(fā)事件的應(yīng)急處置能力。

３.４主題強(qiáng)度演化

主題強(qiáng)度演化能夠反映數(shù)據(jù)安全政策主題隨時(shí)間變化其強(qiáng)度差異， 通過對(duì)各階段主題聚類結(jié)果進(jìn)行共現(xiàn)分析， 選取核心主題進(jìn)行主題強(qiáng)度演化分析。具體通過Ｐｙｔｈｏｎ 對(duì)聚類結(jié)果進(jìn)行共現(xiàn)， 然后使用Ｕｃｉｎｅｔ 將共現(xiàn)矩陣轉(zhuǎn)成Ｐａｊｅｋ 格式， 導(dǎo)入ＶＯＳｖｉｅｗ?ｅｒ 可視化分析軟件， 生成共現(xiàn)圖譜， 如圖５ 所示，顏色代表類別， 圓圈大小代表主題的影響程度， 圓圈越大， 主題詞影響力越大。本文基于每個(gè)類別，選擇一個(gè)或兩個(gè)影響程度較大的主題詞表征主題，主要包括： 網(wǎng)絡(luò)安全、應(yīng)急處置、安全保障、個(gè)人隱私、主管部門、服務(wù)、技術(shù)、數(shù)據(jù)開放、風(fēng)險(xiǎn)評(píng)估、安全可控、監(jiān)測(cè)預(yù)警等主題。這些主題代表了在單個(gè)時(shí)間窗口或多個(gè)時(shí)間窗口我國(guó)數(shù)據(jù)安全政策關(guān)注的重點(diǎn)， 是我國(guó)數(shù)據(jù)安全政策內(nèi)容的整體映射。因此是數(shù)據(jù)安全政策的核心主題。

根據(jù)主題共現(xiàn)圖譜確定上述核心主題后， 根據(jù)式（５） 計(jì)算出各時(shí)間階段內(nèi)核心主題共現(xiàn)的政策語(yǔ)句數(shù)量， 然后根據(jù)式（６） 計(jì)算各個(gè)核心主題在不同時(shí)間窗口下的主題強(qiáng)度， 繪制主題強(qiáng)度趨勢(shì)圖，如圖６ 所示， 根據(jù)主題強(qiáng)度趨勢(shì)可以劃分為３類。

一是主題強(qiáng)度先上升后下降， 但主題強(qiáng)度總體上維持在較高的水平， 主要包括： 網(wǎng)絡(luò)安全、安全保障、服務(wù)、技術(shù)主題。主題強(qiáng)度趨勢(shì)表明這類主題雖然呈下降趨勢(shì)， 但仍是數(shù)據(jù)安全的重要組成部分， 具體表現(xiàn)為， 明確網(wǎng)絡(luò)安全審查要求、完善數(shù)據(jù)安全保障措施、發(fā)展數(shù)據(jù)安全服務(wù)與技術(shù)等受政策持續(xù)關(guān)注， 但內(nèi)容更為明確、細(xì)化。其中， 網(wǎng)絡(luò)安全主題強(qiáng)度在２０１９—２０２０年出現(xiàn)較大波動(dòng)， 表明網(wǎng)絡(luò)安全作為數(shù)據(jù)安全的環(huán)境支撐， 隨著２０１６年《中華人民共和國(guó)網(wǎng)絡(luò)安全法》的出臺(tái)， 數(shù)據(jù)安全政策中其主題強(qiáng)度一直處于較高水平， 同時(shí)數(shù)據(jù)安全治理也是體系化的網(wǎng)絡(luò)安全建設(shè)中的重點(diǎn)之一［３０］ 。反映出政府對(duì)網(wǎng)絡(luò)安全在數(shù)據(jù)安全治理中的重視程度。但隨著《中華人民共和國(guó)數(shù)據(jù)安全法》的出臺(tái)， 逐漸細(xì)化數(shù)據(jù)安全與網(wǎng)絡(luò)安全的關(guān)系， 網(wǎng)絡(luò)安全審查要求更加明確， 導(dǎo)致在２０２１—２０２２ 年出現(xiàn)其主題強(qiáng)度急速下降的情況。

二是主題強(qiáng)度總體上呈現(xiàn)上升趨勢(shì)。主要包括： 數(shù)據(jù)開放、公共數(shù)據(jù)、風(fēng)險(xiǎn)評(píng)估、主管部門、應(yīng)急處置。主題強(qiáng)度趨勢(shì)表明這類主題演化能力強(qiáng)， 是政府持續(xù)關(guān)注的主題， 預(yù)計(jì)未來(lái)幾年將逐步上升， 具體表現(xiàn)為， 將持續(xù)推動(dòng)數(shù)據(jù)開放、擴(kuò)展數(shù)據(jù)安全范圍、開展數(shù)據(jù)安全風(fēng)險(xiǎn)評(píng)估、明確主管部門的安全職責(zé)、提高應(yīng)急處置能力。其中， 數(shù)據(jù)開放和公共數(shù)據(jù)主題強(qiáng)度尤為突出， 數(shù)據(jù)開放涉及個(gè)人、企業(yè)甚至是國(guó)家安全問題， 表明隨著數(shù)字經(jīng)濟(jì)的發(fā)展， 政府在制定政策時(shí)逐漸加強(qiáng)數(shù)據(jù)開放或數(shù)據(jù)流通中對(duì)數(shù)據(jù)安全問題的重視； 公共數(shù)據(jù)主題強(qiáng)度在２０１９—２０２０ 年出現(xiàn)較大波動(dòng)， 反映出自２０１９年起重視公共數(shù)據(jù)， 數(shù)據(jù)安全的演進(jìn)趨勢(shì)呈現(xiàn)出由早期政府?dāng)?shù)據(jù)安全→公共數(shù)據(jù)安全→廣義上的數(shù)據(jù)安全， 同時(shí)該演進(jìn)趨勢(shì)體現(xiàn)了政府?dāng)?shù)據(jù)開放的決心， 且數(shù)據(jù)安全范圍也不斷增加。

三是主題強(qiáng)度整體呈現(xiàn)平穩(wěn)趨勢(shì)， 波動(dòng)較小，且維持在較低的水平。主要包括： 個(gè)人隱私、安全可控、監(jiān)測(cè)預(yù)警。主題強(qiáng)度趨勢(shì)表明這類主題演化能力低， 主題在數(shù)據(jù)安全政策內(nèi)容中占比較低， 具體表現(xiàn)為， 政府在制定政策時(shí)對(duì)這類主題關(guān)注程度也較低。但“三法一條例” 對(duì)這類主題從法律層面給出了清晰的定義和明確的要求， 且個(gè)人隱私、安全可控主題是數(shù)據(jù)安全的目標(biāo)和原則， 貫穿數(shù)據(jù)安全的始終； 監(jiān)測(cè)預(yù)警是對(duì)可能引發(fā)或?qū)е峦话l(fā)數(shù)據(jù)安全事件的各種危險(xiǎn)要素進(jìn)行持續(xù)地監(jiān)測(cè)并客觀分析， 它不但是數(shù)據(jù)安全風(fēng)險(xiǎn)評(píng)估的基礎(chǔ)， 還是數(shù)據(jù)安全風(fēng)險(xiǎn)防范的重要手段。因此， 該現(xiàn)象說(shuō)明政府對(duì)這類主題演進(jìn)過程政策注意力占比失衡。

４ 結(jié)論與建議

本文選?。担矗?部數(shù)據(jù)安全政策作為樣本， 采用ＮＭＦ 主題模型和Ｗｏｒｄ２Ｖｅｃ 詞向量模型從主題內(nèi)容演化和主題強(qiáng)度演化兩個(gè)視角進(jìn)行可視化處理與分析， 結(jié)果表明： 整體上數(shù)據(jù)安全主題內(nèi)容演化圍繞全流程控制呈現(xiàn)聚集性， 同時(shí)數(shù)據(jù)安全作為制度的核心要素嵌入到各個(gè)領(lǐng)域使得演化領(lǐng)域呈現(xiàn)擴(kuò)散性。在主題內(nèi)容演化方面： 階段１ 和階段２ 除了基礎(chǔ)性主題外， 大部分主題受關(guān)注程度較低， 消亡型主題整體占比較多， 主題間演化能力適中。隨著數(shù)據(jù)安全政策不斷增多及《促進(jìn)大數(shù)據(jù)發(fā)展行動(dòng)綱要》等政策發(fā)布， 階段３ 主題逐漸廣泛， 新生型主題整體占比較多， 主題間演化能力和主題影響力逐漸增強(qiáng)。階段４ 和階段５ 隨著“三法一條例” 出臺(tái)， 數(shù)據(jù)安全頂層設(shè)計(jì)逐漸完善， 分化和融合型主題整體占比較多， 主題間演化能力和主題影響力較強(qiáng)， 主題演化更加聚焦， 演化路徑更為豐富。在主題強(qiáng)度演化方面： 提取核心主題進(jìn)行主題強(qiáng)度分析和趨勢(shì)預(yù)測(cè)， 其中， 網(wǎng)絡(luò)安全、安全保障、服務(wù)、技術(shù)等主題的強(qiáng)度呈現(xiàn)下降趨勢(shì)， 但整體較高， 主題發(fā)展逐漸清晰、細(xì)化； 數(shù)據(jù)開放、公共數(shù)據(jù)、風(fēng)險(xiǎn)評(píng)估、主管部門、應(yīng)急處置相關(guān)主題的強(qiáng)度呈現(xiàn)上升趨勢(shì)， 主題發(fā)展逐漸受到重視； 個(gè)人隱私、安全可控、監(jiān)測(cè)預(yù)警相關(guān)主題的強(qiáng)度呈現(xiàn)平穩(wěn)趨勢(shì)， 且整體較低， 主題發(fā)展較為緩慢。

經(jīng)過主題內(nèi)容和主題強(qiáng)度的結(jié)果分析， 從以下４ 個(gè)方面提出建議：

一是持續(xù)加強(qiáng)數(shù)據(jù)開放與安全的協(xié)同。當(dāng)前數(shù)據(jù)開放范圍逐漸擴(kuò)大， 由政府?dāng)?shù)據(jù)到公共數(shù)據(jù)再到廣義上的數(shù)據(jù)， 因此數(shù)據(jù)在開放過程中， 安全問題成為數(shù)據(jù)開放的重點(diǎn)， 從主題內(nèi)容和主題強(qiáng)度演化可知， 政府對(duì)數(shù)據(jù)開放中的安全問題等相關(guān)主題較為重視， 但隨著覆蓋領(lǐng)域的范圍逐漸擴(kuò)大， 為了確保開放的數(shù)據(jù)處于有效保護(hù)和合法利用的狀態(tài)， 需要進(jìn)一步細(xì)化多元場(chǎng)景下的數(shù)據(jù)開放， 持續(xù)加強(qiáng)數(shù)據(jù)開放與安全的協(xié)同。

二是加強(qiáng)全流程的數(shù)據(jù)安全治理。從風(fēng)險(xiǎn)評(píng)估， 到監(jiān)測(cè)預(yù)警和應(yīng)急處置， 體現(xiàn)出將安全可控作為總體目標(biāo)， 事前、事中、事后的數(shù)據(jù)安全全流程治理思路［３１］ 。事前風(fēng)險(xiǎn)評(píng)估和事后應(yīng)急處置主題強(qiáng)度不斷加強(qiáng)， 表明政策中該主題部分內(nèi)容較多和政府對(duì)于風(fēng)險(xiǎn)預(yù)防與應(yīng)急處置的重視。但縱觀全流程的數(shù)據(jù)安全治理， 監(jiān)測(cè)預(yù)警主題強(qiáng)度不斷下降說(shuō)明持續(xù)關(guān)注不足， 政府應(yīng)當(dāng)持續(xù)加強(qiáng)事中監(jiān)管。

三是完善技術(shù)與政策融合的數(shù)據(jù)安全治理機(jī)制。數(shù)據(jù)安全治理離不開技術(shù)， 全流程治理過程中均體現(xiàn)了技術(shù)， 并且需要政策使技術(shù)發(fā)揮最大運(yùn)用，開發(fā)數(shù)據(jù)安全技術(shù)產(chǎn)品如隱私計(jì)算等， 使得數(shù)據(jù)安全政策與技術(shù)項(xiàng)目呼應(yīng)、協(xié)同， 以提高數(shù)據(jù)安全治理的效率和效力。技術(shù)的主題強(qiáng)度不斷增加實(shí)際反映出政府對(duì)于技術(shù)治理的重視， 但要將技術(shù)與政策融合， 需要考慮以數(shù)據(jù)為中心， 以數(shù)據(jù)安全技術(shù)為依托， 在數(shù)據(jù)分級(jí)分類的基礎(chǔ)上為數(shù)據(jù)場(chǎng)景化使用保持安全狀態(tài)提供保障。

四是平衡政策主題演化注意力分配。通過主題強(qiáng)度分析可知， 個(gè)人隱私、安全可控、監(jiān)測(cè)預(yù)警政策主題內(nèi)容占比較低， 應(yīng)加強(qiáng)此類主題的重視， 充分銜接“三法一條例” 頂層設(shè)計(jì)， 形成聯(lián)動(dòng)， 發(fā)布專項(xiàng)細(xì)化政策， 完善監(jiān)測(cè)預(yù)警機(jī)制， 夯實(shí)數(shù)據(jù)安全治理基礎(chǔ)， 促進(jìn)數(shù)據(jù)安全與發(fā)展協(xié)同。