近年来,世界上许多国家都出台了数据相关的战略计划,如美国在2019年12月发布了联邦数据战略和2020行动计划,英国在2020年9月出台了国家数据战略,欧盟在2020年2月签署了数据战略法案。2020年4月,中国还发布了《中共中央国务院关于构建更加完善的要素市场化配置体制机制的意见》。数据作为一种新型的生产要素,已经正式纳入中央文件,成为与土地、劳动力、资本、技术并列的五大生产要素。
通过上述政策文件的发布,我们不难得出结论,数据已经成为未来驱动各行业发展的核心生产要素。
随着数据生产要素地位的确认和一批数据相关法律法规的颁布实施,数据的重要性得到显著提升。数据的重要性主要体现在它本身的价值上。以前需要挖掘数据来间接获取价值,比如根据大数据的营销方案来增加销售利润,但目前可以直接获取数据作为生产交易转移的要素。从间接采集到直接采集,数据具有了商品的特性,再把数据转换成通用的等价物就更容易了。
这种变化使得空之前的数据安全形势变得严峻,数据安全事件频发。比如以色列最严重的数据泄露事件中650万选民信息全部曝光,亚马逊因隐私泄露被欧盟罚款8.88亿美元等等。这些事件的发生对国家或企业造成了严重的影响。
针对数据安全的严峻形势,Gartner提出了数据安全治理的总体框架,根据企业数据状态、风险承受能力、行业规范、数据生命周期,制定数据安全管控策略,选择合适的安全产品和工具,统一运维管理,降低企业数据资产流动和使用过程中存在的安全风险。具体实施过程包括六个步骤:组织整理、资产整理、战略制定、过程控制、行为审计和持续改进,如下图所示:
数据安全治理不是单一产品或平台构建的,而是围绕数据生命周期,结合企业或组织自身的数据状况,建立与系统流程相匹配的技术和工具,持续提升企业或组织的数据安全防护能力,如下图所示:
在企业数据安全治理的实施步骤中存在各种技术和工程困难。作为中国新一代信息安全技术企业的代表厂商,基于在数据安全领域的深入研究和探索,以及Gartner的数据安全治理整体框架,明朝万达分析数据安全治理过程中的具体问题包括:资产梳理流程
由于数据量巨大、数据类型丰富、数据形式多样,用传统的方式识别企业数据资产难度大、工作量大、成本高。由于企业数据资产分布的不确定性,传统的数据分类和分级无法准确实施。
政策制定和过程控制
攻防博弈,难以制定安全策略;安全事故频发导致工作量剧增,人力资源短缺。
行为审计流程
用户行为的隐蔽性导致发现困难;数据版本的演变使得追踪安全事件的来源变得困难。
针对上述问题,明朝万达的数据安全专家认为,通过对问题进行建模和分析,利用自然语言处理、计算机视觉、用户异常行为分析、机器学习算法等人工智能技术,可以实现数据资产发现系统、数据分类分级系统、安全策略推荐系统、UEBA集中管控系统、文档指纹追溯系统,为企业提供数据资产发现能力。 数据分类分级、智能策略制定、异常行为识别和文档溯源,解决企业数据安全治理中的难题。
请关注《明朝万达》
我们将在后续文章中介绍“数据安全治理中的关键技术”。
作为国内数据安全市场的倡导者,明朝万达专注于数据安全、公共安全、云安全、大数据安全、加密应用技术解决方案等服务。经过十余年的发展和积累,明朝万达客户已覆盖金融、政府、公安、电信运营商、能源、设计院、RD、制造业等多个领域。基于“动态数据安全、数据全生命周期管控”的产品理念,明朝万达一直致力于保护用户数据的价值,致力于让安全真正服务于业务发展。在大数据、云计算等新技术的应用背景下,明朝万达研发的Chinasec数据安全系列产品和解决方案,以数据安全为核心,以自主可控的国密算法应用技术为基础,覆盖数据生成、存储、交换、使用等全生命周期的重要环节。,实现服务器、数据库、PC终端、移动终端、网络通信等IT架构下的数据安全协同管理,构建企业级数据安全防护体系。



