4.  數(shù)據(jù)隱私與安全

汽車在運(yùn)行時(shí)，時(shí)刻會(huì)產(chǎn)生大量的數(shù)據(jù)，包括地理位置信息、人臉信息、環(huán)境感知信息等隱私信息， 保障好個(gè)人、國(guó)家的數(shù)據(jù)隱私和安全是至關(guān)重要的。對(duì)此，國(guó)家先后頒布了相關(guān)的管理辦法和法規(guī)，如下表 4.3-3 所示：

表 4.3-3 數(shù)據(jù)相關(guān)法規(guī)

邊緣計(jì)算是最有效地解決數(shù)據(jù)隱私與安全的技術(shù)手段之一，可在車內(nèi)完成數(shù)據(jù)的采集、處理、反饋閉環(huán)，對(duì)一些涉及駕駛習(xí)慣、行為習(xí)慣的敏感數(shù)據(jù)，可借助邊緣計(jì)算在車內(nèi)完成數(shù)據(jù)計(jì)算，實(shí)現(xiàn)優(yōu)化用戶體驗(yàn)的目的；也可以實(shí)現(xiàn)對(duì)數(shù)據(jù)的預(yù)處理，將數(shù)據(jù)脫敏后再上傳，從而符合法律法規(guī)要求。做到數(shù)據(jù)非必要不上傳，個(gè)人數(shù)據(jù)脫敏后上傳，以及車端計(jì)算后的特征值上傳等。

5.  當(dāng)前量產(chǎn)車輛的若干數(shù)據(jù)管理方法

隨著功能汽車逐步往智能汽車過渡，整車數(shù)據(jù)采集、開發(fā)、應(yīng)用已經(jīng)成為車企核心且必要的能力，一定程度上，數(shù)據(jù)驅(qū)動(dòng)的能力將決定車企的智能化水平，例如特斯拉，上百萬輛量產(chǎn)車輛實(shí)現(xiàn)數(shù)據(jù)閉環(huán)能力， 基于影子模式，通過海量量產(chǎn)數(shù)據(jù)加速進(jìn)行自動(dòng)駕駛算法快速迭代。截止到 2022 年，國(guó)內(nèi)外主要采取三種方式，分別是基于傳統(tǒng)數(shù)采、基于基礎(chǔ)軟件和基于通信協(xié)議棧。我們對(duì)主流的三種數(shù)據(jù)采集方式進(jìn)行對(duì)比，如下表 4.3-4 所示：

表 4.3-4 三種數(shù)據(jù)采集方式

6.  跨界技術(shù)理念：邊緣計(jì)算與 IT 技術(shù)理念

(1) 邊緣計(jì)算：智能汽車數(shù)據(jù)管理的有效解決方案

邊緣計(jì)算：更接近數(shù)據(jù)生成的位置來處理、分析和存儲(chǔ)數(shù)據(jù)，從而實(shí)現(xiàn)快捷且近乎實(shí)時(shí)的分析和響應(yīng)（Intel 定義）。邊緣計(jì)算具備強(qiáng)穩(wěn)定、低成本、高效率、智能化的優(yōu)勢(shì)。邊緣計(jì)算作為物理世界到數(shù)字世界的橋梁，是數(shù)據(jù)的第一入口，擁有大量、實(shí)時(shí)、完整的數(shù)據(jù)，可基于數(shù)據(jù)全生命周期進(jìn)行管理與價(jià)值創(chuàng)造， 將更好的支撐智能化用戶體驗(yàn)、預(yù)測(cè)性診斷等創(chuàng)新應(yīng)用。邊緣計(jì)算憑借這些特性，可以讓業(yè)務(wù)發(fā)展更從容，整個(gè)網(wǎng)絡(luò)能感知一切的業(yè)務(wù)需求變化，并通過近端的智能分析，快速調(diào)配資源，實(shí)現(xiàn)快速相應(yīng)和敏捷部署。同時(shí)，作為數(shù)據(jù)第一入口，邊緣計(jì)算也更好的應(yīng)對(duì)數(shù)據(jù)實(shí)時(shí)性、確定性、多樣性等挑戰(zhàn)。

汽車邊緣計(jì)算是在車輛數(shù)據(jù)源頭的 E/E 總線邊緣側(cè)，融合車載以太網(wǎng)、AI 計(jì)算、FLASH 存儲(chǔ)、模型驅(qū)動(dòng)應(yīng)用等核心能力的車載智能計(jì)算架構(gòu)。在車內(nèi)就近提供計(jì)算服務(wù)，可滿足車輛智能化在敏捷聯(lián)接、實(shí)時(shí)業(yè)務(wù)、數(shù)據(jù)優(yōu)化、應(yīng)用智能、安全與隱私保護(hù)等方面的關(guān)鍵需求。

邊緣計(jì)算與云計(jì)算各有所長(zhǎng)，云計(jì)算擅長(zhǎng)全局性、非實(shí)時(shí)、長(zhǎng)周期的大數(shù)據(jù)處理與分析，能夠在業(yè)務(wù)決策支撐、智能模型訓(xùn)練、長(zhǎng)周期趨勢(shì)識(shí)別等領(lǐng)域發(fā)揮優(yōu)勢(shì)。邊緣計(jì)算更適用于那些需要高頻實(shí)時(shí)大數(shù)據(jù)的特征場(chǎng)景感知、智能模型預(yù)測(cè)、用戶交互等領(lǐng)域的處理與分析，能更好地支撐車內(nèi)業(yè)務(wù)的實(shí)時(shí)智能化決策與執(zhí)行。