没有合适的资源?快使用搜索试试~ 我知道了~
资源推荐
资源详情
资源评论
1/16
数据分类分级的概念、方法、标准及行业实践-亿信华辰
esensoft.com/industry-news/dx-20290.html
数据分类分级的概念、方法、标准及行业实践
本文比较体系化的介绍了数据分类分级的概念、分类方法、国际国内相关标准及面临的挑
战,给出了数据分类分级在工业,金融和政务的实践。
前言
数据战略上升为国家战略,数据资产成为国家各行各业的核心资产。在数字化时代,数据
分类分级成为数据资产管理的重要组成部分。
通过数据分类分级管理,可有效使用和保护数据,使数据更易于定位和检索,满足数据风
险管理、合规性和安全性等要求,实现对政务数据、企业商业秘密和个人数据的差异化管
理和安全保护。标准成为数据分类分级管理的重要抓手,为特定范围内的数据分类分级提
供标准支撑,在国际、国家和各行业均取得了一定成效。
本文从数据分类分级概述、数据分类分级在国家层面、国际层面、行业层面和地方层面的
实践、以及数据分类分级的方法等方面阐述数据分类分级的必要性和在国家、行业和地方
的数据改革和数据治理中发挥的重要作用。
一 建设背景
1.1数据分类分级概念解析
1.1.1数据分类概念及解析
数据分类:根据数据的属性及特征,将其按一定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的过程。数据分类一定是以各种各样的方式并存的,不存在唯一
的分类方式,分类方法的采用因管理主体、管理目的、分类属性或维度的不同而不同。
1)业务开展使用数据的视角--看到的是数据的业务特征,比如某企业内有研发、制造、销
售、人力资源等部门,大量数据的产生天然就具备业务相关的特征,很自然的数据分类方
式就是按业务分类:研发数据等等
2)IT部门/数据管理部门视角--关注的不是业务分工,而是数据自身在IT系统里如何承载、
管理、呈现,所以有IT/数据管理部门将数据分类为结构化、非结构化数据,主数据、交易
数据、元数据等。
1.1.2数据分级概念及解析
数据分级:按照公共数据遭到破坏(包括攻击 、泄露 、篡改 、非法使用等)后对国家安
全 、社会秩序 、公共利 益以及个人 、法人和其他组织的合法权益(受侵害客体)的危害
程度对公共数据进行定级 ,为数据全生命周期管理的安全策略制定提供支撑 。
2/16
1)《数据安全法》第二十一条 国家建立数据分类分级保护制度,根据数据在经济社会发
展中的重要程度,以及一旦遭到篡改、破坏、泄露或者非法获取、非法利用,对国家安
全、公共利益或者个人、组织合法权益造成的危害程度,对数据实行分类分级保护
2)《GB/T 25069-2010信息安全技术术语》依据访问数据或信息需求,而确定的保护程
度,同时赋予相应的保护等级。例:“绝密”、“机密”、“秘密”
1.1.3数据分类和分级间的关系
分类和分级并非简单并列的关系,分类是外延更广、应用范围更广泛的概念,分类可以有
很多种依据;在安全管理的视角、开展工作层面来说,不论是分类还是分级,目的都只是
一个,区分出保护等级。
分级是安全管理部门、为了安全保护和管控的目的,依据重要性和影响程度而进行的分
类,这种分类结果有等级差异;
其它管理主体为了其它管理目的,依据其他属性和特征进行分类是一般意义上的分类,这
种分类结构是没有等级差异的;换个表达方式说,依据数据的重要性和影响程度进行的分
类就是分级,分级是多种分类方式中的一种
首先从分类分级的目的和概念上,跳出安全管理范畴站在更高的视角来说:
1)在安全管理视角下,只谈分类或谈分级,这种场景下的分类默认是安全分类,谈分类等
于谈分级
2)在安全管理视角下,将分类和分级视为两个不同的活动,那么这种场景下分类是过程或
方法,分级是结果或目的。
对于数据分类和分级概念造成比较混乱的原因
1)一方面是缺乏明确的有共识的定义
2)另一方面是英文大量使用的classify/classification这个词本身就有多重含义
谈论分类还是分级时必须要看场景,必须有相比较的对象,然后从其比较依据来确定是分
类还是分级
1.1.4分类常见的方法
1)MECE是(Mutually Exclusive Collectively Exhaustive)的缩写,指的是“相互独立,完
全穷尽”的分类原则。通过MECE方法对问题进行分类,能做到清晰准确,从而容易找到答
案。
按照系统化思维和结构化方式,通过对业内已经实现的需求进行全面梳理,找到基于业务
本身的“原子级”需求,将大量看似个性化的需求概括、提炼为共性需求,形成符合MECE原
则的全需求。在此基础上,根据具体企业情况进行删减,形成企业在今后一个阶段需要的
需求全集。
3/16
业务指标梳理(MECE)范例
第一,按照业务线一通到底,基于最底层业务进行梳理,而不是分层梳理。(以下为主,
上下结合)
第二,按照行业一流构建指标全集,然后根据具体企业情况进行删减,而不是按照企业现
状进行梳理。(全指标、做减法)
2)线分法和面分法及混合分法
线分类法、面分类与混合分类法差异
3)数据主题域:比较适用于从业务应用维度进行划分,建议采用以业务为主的1+N+1数据
主题域划分方法
4/16
各级主题命名应能准确表达主题的含义和功能。业务主题域命名一般采用动宾结构的短语
(动词+名词,或名词+动词),为动词化的名词,动词为业务的概括说明,名词为过程
或对象。同时主题命名应遵循以下规范:
1)高度概括;
2)简明而不含糊;
3)不要加入描述性说明或嵌套概念;
4)全主题域具有唯一性。
数据主题域模型
4)技术选型维度,如按存储方式、数据稀疏程度、处理时效性,数据交换方式;
5)以业务应用维度:如业务数据产生来源、业务归属、流通类型、行业领域、数据质量;
6)信息安全隐私方面的分类法。
1.2国际和国内相关标准介绍
在国际上,对数据分类分级统称为数据分类,是指按照相关类别组织数据的过程,根据需
要对分类的级别和类别进行分别描述,可以更有效地使用和保护数据,并使数据更易于定
位和检索。目前,国际上通用的分类方法主要有《杜威十进分类法》(DDC)、《国际十
进分类法》(UDC)、《美国国会图书馆图书分类法》(LCC)、《冒号分类法》
(CC)、《书目用图书分类法》(BC)等,其中,《杜威十进分类法》(DDC)、《国
际十进分类法》(UDC)、《美国国会图书馆图书分类法》(LCC)是世界三大分类法。
与此同时,国际上也发布了数据分类的相关标准,比如ISO/IEC 27001:2013《信息安全管
理体系要求》。
在国家层面,我国将数据分类分级进行了区分,分类强调根据种类的不同按照属性、特征
而进行的划分,分级强调对同一类别的属性按照高低或大小进行级别的划分。在国家层
面,出台了相关法律法规、政策文件、标准规范等提出了对数据分类分级的要求和建议,
国家标准GB/T 21063.4—2007《政务信息资源目录体系 第4部分:政务信息资源分类》给
剩余15页未读,继续阅读
资源评论
Marvin_joker
- 粉丝: 292
- 资源: 142
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功