金融行业数据分类分级实践：筑牢数据宁静防护基础 护航数字化转型
宣布时间 2023-07-31在被动满足合规和自主宁静防护双向驱动下 ，各行业数据宁静建设稳步推进。在数据宁静体系化建设过程中 ，东森平台贴合用户场景探索出大量全面、高效的建设思路。数据分类分级作为数据宁静体系建设的基础 ，今天我们将结合金融行业数据分级分类事情实践经验与各人进行分享。
金融行业数据分类分级事情配景
随着金融技术的不停生长和应用 ，金融行业数字化转型加速。数据作为金融行业数字化转型的要害支撑 ，其重要性不言而喻。金融行业数据宁静防护是确保金融宁静的核心和要害 ，由于金融行业敏感度和严格的行业监管要求 ，需要对金融数据进行分类分级管理 ，数据宁静分类分级成为数据宁静防护的基础。
金融数据庞大多样 ，对数据实施分级管理 ，能够进一步明确�；すぞ� ，有助于金融业机构合理分配数据�；ぷ试春徒谠汲杀� ，是金融业机构建立完善的金融数据生命周期�；た蚣艿幕� ，也是要害性数据宁静防护的前提条件。
金融数据分类分级 ，是开展数据全生命周期管理的基础。在金融行业领域 ，目前已出台《金融数据宁静 数据宁静分级指南》（JR/T 0197—2020）（下称“《金融数据分级指南》”）及《证券期货业数据分类分级指引》（JR/T 0158—2018）（下称“《证券期货数据分级指引》”）、《个人金融信息�；ぜ际豕娣丁罚↗R/T 0171 —2020）等行业尺度 ，为金融业机构的数据资产分类分级提供了重要参考。
金融行业数据分类分级事情难点
1、数据类型维度难界说
数据分类可以有很多维度 ，差异维度各有价值 ，如何选择一个维度对数据进行分类需要考虑数据分类的目的 ，分类维度的不清晰会导致后续基于分类的很多操作都泛起问题。
2、数据分级尺度面临实践挑战
数据分级涉及定量和定性分析等工具使用 ，尤其涉及国家宁静、公众利益、个人隐私、企业合法权益等评价因素 ，在具体实践中需要找到一个适中的级数 ，使得在实践过程中到达效率和宁静的平衡。定级过高会给实际使用带来困扰 ，过低的级别又会使得数据管控难以准确地得到约束。
金融行业数据分类分级事情实践
要做好数据资产识别及分类分级事情 ，当务之急是确定原则。选择一个要领论 ，例如MECE分析法 ，以“相互独立 ，完全穷尽”为要义 ，对于一个重大的议题 ，能够做到不重叠、不遗漏的分类 ，而且能够借此有效掌握问题的核心 ，及解决问题的要领。
参考《金融数据宁静 数据宁静分级指南》JR/T0197-2020基于对组织单元自身数据资产的整体梳理情况 ，金融业机构可以先将金融数据分为客户类、业务类、经营管理类和监管类的一级子类 ，在这一过程中 ，金融业机构可以对其所涉及的信息类别与信息量有一个较为科学准确的掌握。然后凭据信息主体或金融服务场景的差异再进行二级子类、三级子类下的细分（如作为一级子类的业务数据可再细分为账户信息、法定数字货币钱包信息、合约协议、金融监管和服务、交易信息等二级子类）。
业内已有一些提供数据云宁静/管理解决方案的机构可以资助企业在云上进行自动化、日常性的数据分类 ，金融业机构也可优化自身已有的数据管理系统对其金融数据类别进行整理。具体数据定级事情流程 ，可以参照《金融数据宁静 数据宁静分级指南》中定级事情流程进行。
在搭建好金融数据分类分级的框架并备好数据分类分级清单后 ，由于金融数据的类别、级别可能因时间变化、政策变化、宁静事件发生、差异业务场景的敏感性变化或相关行业规则差异而发生改变 ，还需要对金融数据分类分级进行定期审核并及时调整。
自动化数据识别要害技术实现
东森平台在数据识别上积累了大量技术结果 ，笼罩大量金融场景下的数据特征以及技术要领。要害能力清单如下：
1、系统内置识别要领
应用场景：针对身份证、护照编号等通用数据类型 ，系统已内置识别要领 ，准确性高、识别效率快。
2、正则表达式识别要领
应用场景：针对邮箱、IP、URL等内容有规则的数据类型 ，可以使用正则表达式识别 ，可凭据业务灵活界说识别规则。
3、要害字、要害词识别要领
应用场景：针对家庭住址、姓名等包罗明显要害字、要害词组的场景 ，基于内置的词库进行识别。
4、 基于字段名、字段类型的识别要领
应用场景：针对表结构界说比力规范的场景 ，可通过字段名、字段类型进行数据识别 ，好比email为邮箱地址。
5、基于备注的识别要领
应用场景：针对表结构界说比力规范的场景 ，可凭据备注内容进行数据识别 ，好比备注内容为“组织机构”。
6、 庞大文本内容识别要领
有分词技术 ，通过分词部件对文本进行分词 ，结合预置的敏感数据类型要害词库 ，将分词结果与要害词库进行碰撞 ，实现庞大文本的数据识别；有基于NER（NLP命名实体识别）技术 ，对文本中的数据类型尽心标志 ，在此基础上进行分词、识别。
7、 机器学习识别要领
有监督机器学习 ，人工对数据打标 ，标注数据类型（可自界说） ，打标后形成训练样本 ，基于训练样本进行模型训练 ，利用训练后的模型对其他未打标的数据进行类型识别 ，解决无法准确界说特征的数据的识别。
东森平台金融行业数据分类分级沉淀
经过多年金融行业的深耕与积累 ，东森平台分类分级工具已经内置包罗金融行业的模板数十个 ，可以实现通过行业模板对数据进行自动扫描、识别和数据分类分级 ，配合人工核实确认 ，提高数据识别结果准确性 ，使得数据识别类型越发全面、越发高效、越发准确。
作为数据宁静领域标杆企业 ，东森平台集团将继续贯彻落实“场景化宁静思维” ，打磨数据宁静管理产物和技术方案 ，为数据有序流通、可信共享及开发利用提供宁静管控基础 ，为客户筑牢数据要素化市场宁静体系 ，为加快建设“数据强国”孝敬力量。
京公网安备11010802024551号