智能网联汽车的网络安全吗？360曾经做过大量的模拟攻防试验。
与奔驰合作的过程中，360就发现了19个漏洞，通过这些漏洞可以控制其2017年以后出厂的、遍布全球的几百万辆汽车，能够远程让车辆执行启动、熄火或开窗等指令。
远程控制车辆，听起来已经足够惊悚，但这只是汽车数据安全问题的冰山一角。
汽车数据中，既有造车端的数据，又有用车端的数据，既有车辆使用者的数据，又有车辆运行周边环境的数据。
用360公司创始人、董事长兼CEO周鸿祎的话说，一旦这些数据发生危险，由此造成的危害远比电脑病毒要大得多。
智能化浪潮让汽车从过去的信息孤岛变成了网络中的信息节点，这既带来了一座崭新的“数据富矿”，也为管理者、企业提出了数据安全的新课题。
汽车数据安全问题有哪些？汽车数据安全保障难在哪？如何提高汽车全生命周期数据安全防护能力？这些都是本文致力于回答的问题。
一、越是先进，越是脆弱
操作室内，塞弗一声令下，技术人员以黑客的手段在一瞬间入侵了三公里内的所有车辆，街道上的汽车或脱离驾驶者控制，或无人状态启动，排山倒海般地发动了“自杀式”袭击。
有时候，现实甚至比电影桥段更匪夷所思。
从汽车安全结构的提出，到安全带、安全气囊等主被动安全装置的发明，作为典型的机械产品，汽车的安全性被翻来覆去研究了个透。
然而，当汽车转化为“数据决定体验、软件定义功能的智能移动终端”时，安全的定义被大大扩展了。
车百智库认为，汽车智能化、网联化打开了原有车内域、车间域、交通域、车云域的边界，打破了汽车控制系统原有的封闭生态，汽车数据将面临来自“云-管-端”三方面的安全风险。
车端，汽车数字身份漏洞会带来黑客攻击隐患，汽车网关充电系统、智能钥匙、外部进程、3G/4G网络等通信接口不断增多，且存在错综复杂的传输介质、协议等，导致汽车面临的攻击范围更大且受攻击点数量更多，数据安全防护难度较大。
风险不一定在车上，也可能在云上。车与云、车与车间数据频繁的交互，使云端、管端额数据风险也急剧增加。
一方面，智能网联汽车产生的数据量随智能化功能叠加而不断增多，车端存储空间有限，云平台成为各类汽车数据的汇集点具有极高价值。
但目前，私有云、公有云、社区云各有其潜在安全隐患，可能面临被攻击、劫持等风险，造成敏感信息泄露，不法分子甚至可以通过伪造、篡改指令和数据内容等方式非法控车。
另一方面，在数据存储方面，云端汇集了大量数据但没有进行隔离和防护。一旦智能网联汽车数据遇到攻击、窃取、滥用等安全问题，可能会给国家安全、交通安全和用户隐私安全造成重大影响。
这并非是危言耸听。
国外，美国《消费者报告》曾称，特斯拉利用车内摄像头来记录和传输乘客的视频，以开发自动驾驶技术，这引发了人们对隐私的担忧。
国内，2021年10月，《汽车数据安全管理若干规定（试行）》正式施行后，多家车企就紧急下架了“App端远程查看车外摄像头”功能；2022年末，蔚来也曾发生用户数据遭黑客窃取事件。
毫无疑问的是，随着智能网联时代的到来，车联网在越来越多的汽车上得以应用，带来方便的同时也埋下了隐患。
有人担心，科技发展的B面也许是潘多拉的盒子——若安全防护跟不上技术发展的脚步，智能汽车可能“越先进越脆弱”。
二、难在技术，囿于体系
当以安全为命脉的汽车从物理世界走向云端，汽车的数据安全也成为关系到行业发展的重大问题。然而，要想为汽车业筑起数字安全的屏障，其挑战远比传统的汽车安全防护大得多。
举个例子，在全球范围内，能够验证汽车碰撞安全性的评级机构比比皆是，欧洲有E-NCAP，美国有IIHS、NHTSA，中国有C-NCAP和中保研等。
在安全评级中，乘员保护、行人保护、主动安全等各种可量化的安全测试标准也五花八门。
单以乘员保护来说，就包括正面25%偏置碰撞测试、车顶强度测试、座椅头枕测试(鞭打测试)和侧面碰撞测试等，测试种类明晰，对应的评级清楚。
但对于汽车的数据安全来说，如何进行评级还在摸索之中，“数字安全碰撞试验”体系远未成型。同理，在管理、标准、技术等方面，汽车数据安全面临的挑战也有不少。
其一、细化管理要求不明确，企业难以进行高效精准数据防护。
汽车数据类型复杂且量大，包括车辆、道路环境、通信网络、行人等多方面数据，使安全防护难度大幅增加。而当下，汽车数据分类分级管理要求不统一，制约汽车数据差异化防护能力发展。
分级保护是数据安全的先决条件，但目前汽车数据分类分级要求不统一，这也让车企在针对汽车数据敏感性实施差异性防护时，无法采用高度自动化技术进行精准防护，降低了防护效率。
同时，汽车数据处理权责划分不清晰，不利于从零部件源头引入数据安全防护措施。
其二、规范的安全技术标准体系不健全，在技术或产品构成上缺乏有效评判标准。
其三、部分数据安全防护技术量产上车仍面临诸多难题。
车端计算资源有限，无法支撑高规格数据加密技术；车端额外集成数据安全防护能力会拉高整车成本；车内通讯网络协议缺乏安全机制，加大了数据传输安全风险等等。
其四、智能零部件主要由外资供应商把控，掣肘企业建设数据安全防护体系。
目前智能网联汽车很多功能组件如AEB、ABS等，主要由外资Tier1供应商整体打包提供，功能系统内部细节车企无法掌控。我国还未解决有和无的问题，更高的数据安全要求也无从谈起，这极大制约我国车企构建数据安全防护体系。
综上不难看出，汽车数据安全保障，难在技术，更囿于体系。从标准到法规，从车企到平台，智能汽车数据安全防护道阻且长。
三、明晰底线，包容创新
汽车无论变化，安全始终是基础。也只有在安全的基础上，才能更充分地挖掘智能汽车这座数据富矿。
在刚刚闭幕的全国两会上，多位汽车界的全国人大代表就汽车数据安全问题发声。
例如，全国人大代表、小米集团CEO雷军就提出，目前汽车数据安全标准、认证评价、应用管理等机制仍不完善，制约了行业发展。
他建议，加快制定汽车全生命周期的数据安全标准，指导产业发展。建立汽车数据安全认证、评价机制。构建汽车数据共享机制及平台,促进汽车数据共享使用。
《智能网联汽车数据安全防护技术发展的问题及建议》指出，推动汽车数据安全防护技术创新发展，需要做好以下3点。
第一，创新管理措施，动态解决汽车数据安全面临的共性突出问题。
智能网联汽车产业的创新特点，决定了不可能用一两个法规解决所有问题，需要针对分类分级、数据确权、跨境传输等共性问题，逐个形成解决办法，且持续动态调整，才能更好满足企业在创新中遇到的政策和法规突破需求。
分类分级保护是保障数据安全的先决条件，要尽快形成统一、细化的汽车数据分类分级意见，明确区分哪些是财产数据、哪些是隐私数据、哪些是经营类数据，针对不同类型、不同级别的数据，采取差异化的安全防护措施。
现阶段还很难完全解决数据确权问题，建议可以进行模糊化处理，优先出台一份相对宽泛的汽车数据确权管理规范再动态更新。
值得一提的是，智能网联汽车还处在发展早期，技术路线仍处于探索阶段，在制定汽车数据安全管理要求及处理具体问题时，宜秉承“明晰底线、包容创新”的基本原则，保障底线安全基础上给产业一定创新空间。
第二、加强公共服务平台建设。
建立可信的汽车安全风险/漏洞信息发布平台；建立省级、国家级数据安全监测平台。
第三、加快推进创新的数据安全防护技术上车。
加强智能网联汽车核心部件的安全能力认证；推进国密算法在智能网联汽车上的应用；规范数据脱敏技术认证，推动其上车应用；持续探索区块链、隐私计算等创新技术在汽车数据安全防护中的应用价值。
【全文参考】
[1]《赵福全对话周鸿祎(全):深度解析未来汽车安全的新逻辑》、凤凰网
[2]《特斯拉车内摄像头引发人们对隐私的担忧》、金融界网
[3]《你身边的汽车可能在“偷窥”你》、中国青年报、许亚杰