栏目语

数澜科技开设全新栏目「技术派+」,聚焦前沿技术,洞悉行业风向,分享来自一线的研发经验与应用实践。

本期专栏由数澜科技研发工程师小倩带来,详解数据安全分类分级。

导语

当前,我国数据安全基础产业仍处于起步和探索阶段。据《中国大数据发展报告》显示,我国在数字创新、数字经济、数字治理、数字服务等方面位居前列,而数据安全略微落后。

随着“十四五”规划推行,数据要素概念与意识全面铺开,国家、政府机构、企业数据安全意识愈发强烈。2021年9月1号,《数据安全法》正式生效,数据资产安全进入“有法可依”时代。

如何基于数据安全五大原则(数据隔离、风险识别、数据生命周期保护、维持合规、事件响应),构建安全领域“三道防线”(技术防线、管理防线、法律防线),是国家、政府机构、企业的关注重点。而数据分类分级是数据安全的必由之路,也是让数据真正用起来的首要前提。

一、数据分类分级管理概述

大数据时代,数据呈现多源异构的特点,价值各不相同,企业应根据数据的重要性、价值指数等方面予以区分,便于采取不同的数据保护措施,防止数据泄露。因此,数据分类分级管理是数据安全保护中的重要环节之一。

1.数据分类
数据分类是指根据组织数据的属性或特征,将其按照一定的原则和方法进行区分和归类,并建立起一定的分类体系和排列顺序,以便更好地管理和使用组织数据的过程。

数据分类是数据保护工作中的关键部分之一,是建立统一、准确、完善的数据架构的基础,是实现集中化、专业化、标准化数据管理的基础。

2.数据分级
数据分级是指按照公共数据遭到破坏(包括攻击、泄露、篡改、非法使用等)后对受侵害各体合法权益(国家安全、社会秩序、公共利益以及公民、法人和其他组织)的危害程度,对公共数据进行定级,为数据全生命周期管理进行的安全策略制定。

二、数据分类分级原则

数据分类分级按照数据分类管理、分级保护的思路,依据以下原则进行划分:

1.合法合规原则:数据分类分级应遵循有关法律法规及部门规定要求,优先对国家或行业有专门管理要求的数据进行识别和管理,满足相应的数据安全管理要求。

2.分类多维原则:数据分类具有多种视角和维度,可从便于数据管理和使用角度,考虑国家、行业、组织等多个视角的数据分类。

3.分级明确原则:数据分级的目的是为了保护数据安全,数据分级的各级别应界限明确,不同级别的数据应采取不同的保护措施。

4.就高从严原则:数据分级时采用就高不就低的原则进行定级,例如数据集包含多个级别的数据项,按照数据项的最高级别对数据集进行定级。

5.动态调整原则:数据的类别级别可能因时间变化、政策变化、安全事件发生、不同业务场景的敏感性变化或相关行业规则不同而发生改变,因此需要对数据分类分级进行定期审核并及时调整。

三、常见数据分类分级标准

1.数据分类分级框架


2.分类标准
数据分类具有多种视角和维度,其主要目的是便于数据管理和使用。数据处理者进行数据分类时,应优先遵循国家、行业的数据分类要求,如果所在行业没有行业数据分类规则,也可从组织经营维度进行数据分类。常见的数据分类维度,包括但不限于:

  • 公民个人维度:将数据分为个人信息、非个人信息。
  • 公共管理维度:将数据分为公共数据、社会数据。
  • 信息传播维度:将数据分为公共传播信息、非公共传播信息。
  • 行业领域维度:将数据分为工业数据、电信数据、金融数据、交通数据、自然资源数据、卫生健康数据、教育数据、科技数据等。
  • 组织经营维度:将数据分为用户数据、业务数据、经营管理数据、系统运行和安全数据。

3.分级标准
从国家数据安全角度出发,数据分级基本框架分为一般数据、重要数据、核心数据三个级别。数据处理者可在基本框架定级的基础上,结合行业数据分类分级规则或组织生产经营需求,考虑影响对象、影响程度两个要素进行分级。各级别与影响对象、影响程度对应关系如下表所示:


下面列举了几种行业分级标准,影响程度从低到高:

  • 政府数据:公开、内部、涉密。
  • 金融数据:1级、2级、3级、4级、5级。
  • 证券期货数据:低、中、高、超高。

四、应用实践举例

数栖平台对数据分类分级的规划实现架构:

数栖平台以“高密低访”为基本原则,即高密的数据不能被低密的用户访问,高密的用户可以访问低密的数据。通过权限控制与数据脱敏相结合,可以完成更加精细化的数据安全管控场景。


类别管理:对于数据分类下的数据,可以针对不同的人设置不同的数据脱敏方式,达到相同数据展现给每个人不同的结果。在数据没有设置级别时,也可以通过分类达到访问控制的效果。

级别管理:通过对数据、用户设置不同的级别,可以完成对用户访问权限的控制。当用户级别大于等于数据级别时,用户才可访问。

展示层:用于验证数据分类分级的安全管控效果。例如数据是否可访问、是否脱敏。

应用举例

1.数据说明
a) 级别定义
本案例采用三级模型:公开、秘密、机密。

b) 设置级别
为数据设置级别:


为用户设置级别:


c) 新建脱敏规则


d) 员工保密数据类别设置脱敏策略

  • 关联数据:id_number
  • 脱敏对象:小B
  • 脱敏规则:身份证号码脱敏

数据总结如下

2.场景分析

在数栖平台安全管控下:

  • 小A只能访问id、name数据,当其访问id_number、salary时,会被拒绝访问;
  • 小B可以访问id、name、id_number、salary全部数据;但是当访问id_number时看到的是被脱敏后的数据,例如41111119961127xxxx。

总结:只有当用户级别大于等于数据级别时,才被允许访问。允许访问之后,如果有脱敏策略,会进行脱敏处理。


数澜科技官网_让数据用起来

数智学习 | 一文读懂数据安全分类分级相关推荐

  1. 一文读懂数据安全分级分类

    目录 为什么要分级分类? 通用数据分级分类框架 数据分类 数据分类的常用方法 数据分类流程 数据分级 数据分级的常用方法 数据定级流程 行业数据安全分级分类指南 金融行业 电信行业 政务数据 健康医疗 ...

  2. 一文读懂多分类的评价指标(微平均、宏平均、加权平均)

    做CRF的时候会碰到多分类下的评价指标,记录一下 二分类的情况下可以参考二分类评价标准 以一个三分类举例 三分类的混淆矩阵如下 对于猫来说 recall(猫) = 4/6 = 0.66 precisi ...

  3. 独家 | 一文读懂语音识别(附学习资源)

    原标题:独家 | 一文读懂语音识别(附学习资源) 一.前言 6月27日,美国权威科技杂志<MIT科技评论>公布2017全球最聪明50家公司榜单.科大讯飞名列中国第一.全球第六.全世界排在科 ...

  4. 【强化学习炼金术】李飞飞高徒带你一文读懂RL来龙去脉

    强化学习炼金术 · 背景介绍(上) 欢迎来到<强化学习炼金术>第一讲.手摇芭蕉扇,支起八仙炉,再点上三昧真火.各位炼金术师,你们都准备好了吗? 在这一课里,我会跟大家说说强化学习的概念和目 ...

  5. | 一文读懂迁移学习(附学习工具包)

    当一个CNN用于另一个领域,就使用到了迁移学习.迁移学习是一种用于模型领域泛化和扩展的工具. 文章链接:独家 | 一文读懂迁移学习(附学习工具包) 参考:当深度学习成为过去,迁移学习才是真正的未来? ...

  6. 【深度学习】一文读懂机器学习常用损失函数(Loss Function)

    [深度学习]一文读懂机器学习常用损失函数(Loss Function) 最近太忙已经好久没有写博客了,今天整理分享一篇关于损失函数的文章吧,以前对损失函数的理解不够深入,没有真正理解每个损失函数的特点 ...

  7. 【强化学习】一文读懂,on-policy和off-policy

    一文读懂,on-policy和off-policy 我来谈一下我的理解,不一定对.本文以 Sarsa 和 Q-learning 为例 Sarsa:on-policy Q-learning:off-po ...

  8. 一文读懂机器学习与深度学习的联系与区别

    一文读懂机器学习与深度学习的联系与区别 https://mp.weixin.qq.com/s/6Zk5JxBUs_Op1wwiY4EIZA 翻译:  Tocy, kevinlinkai, 雪落无痕xd ...

  9. 从实验室走向大众,一文读懂Nanopore测序技术的发展及应用

    关键词/Nanopore测序技术    文/基因慧 随着基因测序技术不断突破,二代测序的发展也将基因检测成本大幅降低.理想的测序方法,是对原始DNA模板进行直接.准确的测序,消除PCR扩增带来的偏差, ...

  10. 一文读懂Faster RCNN

    来源:信息网络工程研究中心本文约7500字,建议阅读10+分钟 本文从四个切入点为你介绍Faster R-CNN网络. 经过R-CNN和Fast RCNN的积淀,Ross B. Girshick在20 ...

最新文章

  1. spark提交到yarn_详细总结spark基于standalone、yarn集群提交作业流程
  2. [分享]3秒钟让你的QQ号IP跑到任何地方,哪怕是美国白宫!
  3. Google再次从官方商店下架伪装成合法程序的恶意应用
  4. 关于Memcache使用的工具类
  5. Python datetime 格式化字符串:strftime()
  6. 计算机组成原理自考pdf,全国高等教育自学考试计算机组成原理.pdf
  7. Java 映射(Map)和集合(Set) 用法总结
  8. matlab2010安装详细图解案例
  9. 基于shotgun蛋白质组学的MaxQuant质谱计算平台
  10. Python excel批量自动邮件发送
  11. C#实现百度地图附近搜索调用JavaScript函数
  12. Caused by: org.apache.thrift.TApplicationException: Required field ‘filesAdded‘ is unset
  13. 无源RFID固定资产管理解决方案
  14. MongoDB 4.2.3 安装以及安装遇到的问题“service MongoDB failed to start,verify that you have sufficient privilege”
  15. 手把手教你部署Docker(手撸官网)
  16. windows2008 r2 sp1 启用网络发现设置无法保存的解决办法
  17. Adobe Acrobat Pro DC 缩小文件大小
  18. Linux下安装新世纪五笔输入法(附表)(for 小白)
  19. CET-4 week 6th -- 后缀
  20. 警告“未引用的形参/局部变量”的消除方法

热门文章

  1. 3dmax2014 uv用法_3dmax中UV贴图的使用方法
  2. 设计模式——责任链模式(职责链模式)
  3. Matlab实现图像识别(九)
  4. iOS10.2越狱图文教程 iOS10.2越狱工具
  5. 2021年中国道路交通事故情况分析(附机动车保有量、交通事故发生数量、死亡人数、受伤人数、直接经济损失)[图]
  6. 2022新版彩虹易支付系统源码支持当面付通道轮询第三方支付免签约
  7. 阿里百度腾讯facebookMicrosoftGoogle开源项目汇总
  8. 热敏打印机排版—了解打印机的基础知识
  9. 工具推荐——Snipaste
  10. excel输出线性拟合曲线的斜率