9.6 BioLine 数据保护附则
在计算领域，数据安全性是一个非常重要的问题。我们在确保数据安全方面投入许多努力，主要基于两个原因。首先，BioLine 平台是通过既有工具处理包含基因组数据在内的多种类型数据、并叠加 AI 智能体能力的云计算平台，存在涉及个人的各类型数据信息，用户数据本身的价值和个人隐私尤为重要；其次，BioLine 建立在云合作方提供的云服务器上，除重要数据外，来自不同组织／用户的分析流程、技术成果和分析创造的商业价值都需要保护。因此，BioLine 以非常严格的安全和隐私要求进行设计与搭建。本文描述了在搭建 BioLine 平台的过程中，为确保平台的高安全级别并实现用户权限控制系统所采用的安全措施。
一、特殊数据的法令政策
对于较为特殊的基因组数据，我们注意到，虽然已有若干基因组数据的管理框架和条例（例如 HIPAA、CLIA、ISO/IEC 27001），但这些框架并不完全涵盖云平台上基因组数据处理的具体要求。BioLine 在设计和开发过程中严格遵循这些条例的原则和基本精神，并遵守中华人民共和国现行法律法规，包括《中华人民共和国数据安全法》《中华人民共和国个人信息保护法》《中华人民共和国生物安全法》《中华人民共和国人类遗传资源管理条例》《科学数据管理办法》，以及针对 AI 服务的《生成式人工智能服务管理暂行办法》等。
二、采取的方法
BioLine 的安全设计分为基础设施建设层面、业务逻辑层面与 AI 智能体安全层面。在基础设施层面，我们整合了云计算产业普遍应用的安全措施，包括数据加密、身份认证、API 速率限制、VPC 防护、防火墙保护和漏洞防护。在业务逻辑层面，重点在于既提供易于管理又具良好安全保护的商业逻辑，同时对用户间协作进行支持和权限管理，保证数据集和工作流程的安全，为此采用了去标识的对象、精细的访问控制和文件共享机制。在 AI 智能体安全层面，通过“调度与执行分离、边界隔离”的架构，确保大模型不接触原始数据、下游执行环境受控隔离。以下以合作云服务商为例进行说明。
三、基础设施建设层面
3.1 加密。在 BioLine 上，所有由系统处理的信息在传输和静息状态下均处于加密状态。对需要传输的数据，系统内不存在允许非加密状态下传输的数据链接，对存在加密选项（例如 HTTPS）的链接强制使用 SSL/TLS 加密传输。“静息状态”对应临时计算存储、首层高速缓存和对象存储服务等多种存储状态，默认使用行业标准 AES256 加密算法进行服务器端加密。当数据不再于特定地点使用，或授权用户决定删除数据时，数据将按行业清除标准被安全清除，以确保数据安全。
3.2 授权。云端授权遵循云服务商倡导的最佳实践，采用严格的密钥认证。在系统层面，用户根据用户名和密码进行认证；成功认证后将生成有时间限制的临时令牌，用于短时间内访问系统并被安全存储，从而降低通过暴力试错取得系统访问权的可能。
3.3 API 速率限制。所有对系统的访问（包括前端网页操作）都通过 API 进行，每个用户对系统 API 的访问设有最大速率限制，以限制恶意用户利用拒绝服务类型攻击篡改系统的可能。
3.4 VPC 保护。BioLine 使用的云服务器实例运行在虚拟私有云（VPC）中，为平台提供专有的、与云环境其他部分逻辑隔离的虚拟网络环境，可使用专用 IP 地址范围、子网、路由表和网络网关。
3.5 防火墙保护。BioLine 使用云安全组作为控制进出网络通信流的虚拟防火墙，每个实例仅与必须的安全组相关，通过设置不同安全组规则实现对实例间通信的精细控制。
3.6 漏洞保护。BioLine 使用了部分第三方开源库和软件，团队会采取预先行动、定期进行漏洞评估，检测到潜在风险时及时采取补救措施，并积极关注云服务商提供的安全指南与建议，以提升系统的漏洞防护水平。
四、业务逻辑层面
4.1 对象去标识。BioLine 系统中的所有实体均由一个 128 位的 UUID 表示。利用 UUID 无法确定实体的信息（如文件的姓名、元数据、所有者、创建日期或所属项目）。BioLine 仅使用所有可能值中一个极其稀疏的子集，因此用户实际上不可能通过猜测或推导 UUID 取得关于其他用户或项目的信息。
4.2 精细的访问控制。在 BioLine 平台上，访问控制非常精细，共有“管理”“上传”“查看”“修改”“运行”和“分享”六种权限类型，可对每个项目的每个用户分别设置。文件按项目分组，每个项目成员可对文件拥有不同权限，从而保证不同用户只能访问与自己工作相关的信息，权限也涵盖数据的组内共享。
五、AI 智能体安全层面
针对新增的 AI 智能体能力，BioLine 采用“调度与执行分离、边界隔离”的安全设计：
- 调度与数据分离：大模型仅承担调度职能，负责理解需求、规划步骤、跟进进度，不接触原始测序数据，也不直接进入计算环境执行任意代码。
- 执行环境隔离：下游定制化分析在本地容器中运行，容器默认 --network none（不对外联网）、--cap-drop ALL（不保留额外提权能力）；stage/ 以只读方式挂载给下游，避免回写污染上游产物；容器的内存、CPU、GPU 等资源可控，作业结束后销毁。
- 最小必要传输：调用（自研或第三方）大模型时，仅传输完成任务所必需的自然语言指令、编排信息与必要元数据，原始测序数据不进入模型。
- 凭据保护：AccessKey 与 AccessSecret 仅用于登录认证，不写入仓库文件、Job 目录或参数覆盖文件等持久化材料。
- 审计与可追溯：上游 spec 与 plan、轮询状态轨迹、Skill 快照、AI 定制脚本与执行日志均予以留存，保证分析过程可追溯、结果可复现，并支持对 AI 生成内容与提示词的审计。