数据要素场景化下的数据宁静治理体系实践
宣布时间 2022-09-15编者按：
在全力推进数字中国建设的大配景下 ，数字化场景不停富厚 ，数据已成为新时代重要生产要素 ，数据宁静与数字化生长密不行分。东森平台集团始终以业务为本、以数据宁静保业务为出发点和落脚点 ，持之以恒提高数据宁静治理的科学化、精细化、智能化水平 ，探索数据宁静的治理新路 ，全方位助力数字中国建设。新一轮科技革命和工业厘革方兴未艾 ，数字化转型是技术生长的一定趋势 ，数据要素化是数字化转型的驱动力 ，数据价值的发挥依赖于多元数据的融合碰撞和数据的共享流通。
现状分析
1.数据要素化配景
党的十八大以来 ，以习近平同志为核心的党中央高度重视数字化生长 ，明确提出建设数字中国。党的十九届五中全会《中共中央关于制定国民经济和社会生长第十四个五年规划和二〇三五年远景目标的建议》（以下简称《建议》）中明确提出 ，加快数字化生长。生长数字经济 ，推进数字工业化和工业数字化 ，推动数字经济和实体经济深度融合 ，打造具有国际竞争力的数字工业集群。加强数字社会、数字政府建设 ，提升公共服务、社会治理等数字化智能化水平。建立数据资源产权、交易流通、跨境传输和宁静�；さ然≈贫群统叨裙娣� ，推动数据资源开发利用。
习近平总书记在主持召开中央全面深化革新委员会第二十六次会议时强调 ，数据基础制度建设事关国家生长和宁静大局 ，要维护国家数据宁静 ，�；じ鋈诵畔⒑蜕桃得孛� ，促进数据高效流通使用、赋能实体经济 ，统筹推进数据产权、流通交易、收益分配、宁静治理 ，加快构建数据基础制度体系�；嵋榛股笠橥ü恕豆赜诠菇ㄊ莼≈贫雀梅⒒邮菀刈饔玫囊饧� ，意见将数据作为与土地、劳动力、资本、技术并列的生产要素。
2.数据要素场景化现状
数据作为新型生产要素 ，是数字化、网络化、智能化的基础 ，在智慧都市、智慧政务、工业互联网、金融数字化转型、国企数字化转型等场景下发挥了巨大的作用。与此同时风险也与日俱增。同时个人信息泄露宁静事件频发 ，个人信息宁静风险增加 ，给个人甚至是国家宁静带来了严重的数据宁静隐患。在《数字政府行业趋势洞察陈诉（2022年）》陈诉中提到“十四五”时期 ，我国数字政府建设将进入快车道 ，预计整体将泛起出以下八大生长趋势。
3.数据要素场景化实践面临的问题
数据要素的特性犹如水 ，极具流动性。在流动的过程中面临多方面的宁静风险挑战 ，例如在数据全生命周期过程涉及数据泄露、数据滥用以及个人隐私数据泄露等风险。造成数据风险的原因 ，既有黑客的攻击 ，更有内部事情人员的信息贩卖、离职员工的信息泄露、第三方外包人员的交易行为、数据共享第三方的数据泄露、开发测试人员的违规等。究其原因既有宁静意识的单薄 ，也有由于宁静体系的老旧或宁静计谋的过时而导致的数据泄露。
主要包罗以下几方面：
（1）数据资产不清
由于业务系统逐步建设 ，业务中涉及敏感数据越来越多 ，当前事情中对数据资产家底缺乏有效的梳理 ，如数据库中敏感数据的内容、数据类型、数据的位置等 ，由于数据业务系统众多 ，人工梳理无法满足当前管理的需求 ，缺乏自动化梳理手段 ，对数据进行有效的梳理。
（2）宁静防护能力不足
数据宁静事件20%来自于外部 ，而80%的来自于内部。种种外部攻击的防护非常受重视 ，但内部人员造成的数据泄露往往越发隐蔽、更难发现和管控 ，针对内部人员的宁静管控是越发不足 ，这对数据宁静的防护造成了新的挑战。
（3）宁静计谋管理缺失
虽然很多单元都有宁静管理制度 ，但宁静计谋往往过于抽象 ，从宁静管理制度到具体的数据宁静产物计谋 ，这之间有巨大的真空 ，虽然部署了多种数据宁静产物 ，但种种产物种种为政 ，无法获知整体宁静风险 ，宁静管理制度也无法真正落地。
（4）缺乏有效溯源能力
在数据共享或者传输过程中发生的泄露 ，目前缺乏有效的数据标识能力 ，一旦发生数据泄露 ，无法有效进行溯源 ，定位相关责任人 ，也无法对数据泄露形成有效的威慑。
（5）数据宁静风险未知
有审计无分析 ，针对运维操作、应用操作、接口访问行为只是记录 ，甚至还未记录 ，同时缺乏有效的数据宁静风险分析识别能力 ，无法对用户历史行为变化和同类型用户的行为进行有效分析 ，数据风险不能有效防范。
数据宁静治理实践
1. 数据宁静治理要领论
《数据宁静治理能力评估要领》BDC 91-2022
中国信通院牵头编写《数据宁静治理能力评估要领》BDC 91-2022团体尺度 ，尺度的框架以数据全生命周期为切入点 ，包罗数据宁静战略、数据全生命周期宁静、基础宁静三部门内容 ，一共涉及15个能力项。每个能力项都包罗组织建设、制度流程、技术工具、人员能力四个评估维度。同时 ，给出可操作的评估要领 ，依据尺度可以直接开展评估事情 ，并凭据能力要求 ，确定最终品级。
Gartner 数据宁静治理（DSG, Data Security Governance）看法
2017年 ，Gartner提出了数据宁静治理（DSG, Data Security Governance）看法 ，并从要领论的角度论述了数据宁静治理的框架 ，Gartner的DSG框架也是从宏观层面和要领论的角度论述了数据宁静治理的思路和基本框架。Gartner对数据宁静治理形成了一个从上而下的整体框架(实施步骤) ，包罗从治理前提、具体目标到技术支撑的完整体系。
数据宁静治理绝不仅仅是一套用工具组合的产物级解决方案 ，而是从决策层到技术层 ，从管理制度到工具支撑 ，自上而下贯穿整个组织架构的完整链条。组织内的各个层级之间需要对数据宁静治理的目标和宗旨取得共识 ，确保接纳合理和适当的措施 ，以最有效的方式�；ば畔⒆试�。
2. 数据宁静治理体系中要害的一环
在数据宁静治理系统建设过程中 ，数据宁静管理平台是尤为要害的一环。Gartner将数据宁静平台（DSP）界说为以数据宁静为中心的产物和服务 ，旨在跨数据类型、存储孤岛和生态系统集成数据的奇特�；ば枨�。数据宁静是核心 ，而不是数据或产物集成 ，促成以数据宁静为中心的框架与大型产物平台融合 ，这种数据治理模式成本低、见效快、好落地 ，实现了连续的数据宁静运营。DSP涵盖了种种场景下的数据宁静�；ば枨� ，DSP是以数据宁静为核心的�；し桨� ，以数据发现和数据分类分级为基础 ，混合了多种技术来实现数据宁静防护。
数据宁静管理平台作为整个数据宁静治理体系的中枢 ，在体系中起到承上启下的要害作用 ，上承管理流程和制度 ，向下驱动种种数据宁静产物实现数据识别、防护、检测和响应 ，同时作为宁静运营的载体 ，为宁静运营提供更好的技术支撑能力。
3.数据宁静管理平台落地实践
天榕数据宁静管理平台以数据为中心基于场景化的设计思路 ，构筑起以数据发现和分类分级为基础 ，以数据风险防控为目标 ，以识别、管控、监控、运营为手段的综合能力平台 ，实现数据尺度化、常态化、规范化的管理 ，为数据宁静管理、管控、监控提供能力保障 ，为数据宁静运营提供技术能力支撑。
具体体系架构如下图：
4. 数据宁静治理场景化
数据治理以场景思维推进政务协同 ，做到实战“管用”。场景思维以人民需求为中心适配资源 ，为买通区域间、部门间和层级间协同的信息壁垒提供了思路和可能 ，要求以数字化转型理顺区域间、部门间、层级间治理逻辑、减少职能交叉 ，进而精确适配政务服务资源 ，集众智众力“高效办成一件事”。协同过程宁静可控 ，政府部门在推动数据共享的同时 ，需要牢守数据宁静宁静底线 ，确保政务数据可用不行见 ，严格防范数据宁静、隐私�；さ确缦�。
与此同时解决数据宁静治理过程中的问题 ，场景思维是 “破题”要害 ，始终以业务为本、以数据宁静保业务为出发点和落脚点 ，持之以恒提高数据宁静治理的科学化、精细化、智能化水平 ，探索超数据宁静的治理新路。
依托场景化的解决思路 ，从数据收罗、数据传输、数据存储、数据处置、数据共享、数据销毁等阶段对数据资产进行全生命周期管理 ，对各个阶段的数据、事件、防护能力、合规进行全方位监测和管理 ，为全生命周期管理能力提供支撑。而且可以凭据实际业务场景需求 ，自由定制全生命周期管控能力。
随着数据宁静执法规则不停完善 ，数字化场景不停富厚 ，数据宁静与数字化生长密不行分 ，以数据为中心基于场景化的数据宁静治理在实践中得到了广泛的落地 ，以数据分类分级为基础 ，以数据风险防控和合规为目标 ，凭据数据使用场景、生命周期进行集中化调配诸如数据脱敏、数据加密、数据水印、数据访问治理等技术手段实现数据宁静需求。
未来随着数字转型的不停深入 ，在数据识别上逐步接纳人工智能（机器学习、深度学习等）技术以提升数据的识别率以及知识图谱在数据宁静风险分析上的应用 ，以更精准地识别与防范数据宁静风险。
小贴士：
关于数据宁静推进计划（DSI）
DSI是一个公益性项目 ，依托大数据协同宁静技术国家工程实验室、中国通信尺度化协会大数据技术尺度推进委员会、中国互联网协会数据治理事情委员会开展具体事情 ，东森平台集团作为主要提倡单元之一 ，致力于与DSI配合打造健康规范的数据宁静生态体系 ，资助企业了解监管要求 ，全方位提升企业数据宁静能力。|文章引自于公众号： 数据宁静推进计划|
京公网安备11010802024551号