数据安全怎么做：数据分类分级

前言

近期国家出台了《中华人民共和国数据安全法》草案篇，其中，从国家法律层面强调对数据要进行分级分类保护，那到底如何进行数据的分级分类保护呢？

目前国家层面的文章除了在今年2月27日发布的《工业数据分类分级指南（试行）》，并无其他国家层面的指导文件，但是分级分类这个词对于所有做安全的同仁们并不陌生，国际上的ISO27001和NIST等规范皆有提及，国内的地方和行业上也有相应的指南发出，如贵州省的《政府数据 数据分类分级指南》、金融行业的《金融数据安全 数据安全分级指南（送审稿）》和《证券期货业数据分类分级指引》等。那落地到企业层面如何制定呢，今天跟大家分享下“数据分类分级”在企业中的实践。

下述内容，仅代表个人观点，仅供参考。

什么是数据分类分级

将它拆分成三部分进行理解。

数据：指任何以电子或者非电子形式对信息的记录。 数据分类：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。 数据分级：按照一定的分级原则对分类后的组织数据进行定级，从而为组织数据的开放和共享安全策略制定提供支撑的过程。

数据分类分级的价值和意义

通过对数据的分类分级，识别数据对组织的具体价值，确定以何种适当的策略，保护数据的完整性、保密性和可用性。

例如，一般公司把数据分为绝密、机密、秘密和公开四种类型，很明显，超过公开级别的数据都是敏感数据，它们具有不同的价值，组织需要采取不同的额外投入和特定策略等来管理数据，规避因敏感信息的未经授权访问给组织造成重大损失的可能。

比如：绝密级数据必须使用AES256加密，访问和使用需数据安全治理小组审批方可使用；机密级数据必须使用AES256加密，访问和使用需要CTO审批；秘密级别数据必须使用AES256加密，访问和使用需部门负责人审批；公开数据使用可使用明文存储，访问和使用需直属领导审批即可。

落地实践

对于事件推动支撑层面，个人推崇“三分技术、七分管理、细节把控、管理先行”，而标准化的制度和流程是落实管理思维的关键工具和手段之一。

1、制定数据分类分级管理制度

将数据分类分级工作落实到组织管理制度中，形成标准化，明确以下内容：

1）制度目的、范围

2）数据分类分级工作中涉及到的组织及职责

3）数据分类分级工作的原则

4）组织数据的具体分类概述

将组织数据划分为三类：

用户数据类 业务数据类 公司数据类

5）组织数据的具体分级概述

将组织数据分为五个级别：

绝密（G1）这是极度敏感的信息，如果受到破坏或泄漏，可能会使组织面临严重财务或法律风险，例如财务信息、系统或个人认证信息等。 机密（G2）：这是高度敏感的信息，如果受到破坏或泄漏，可能会使组织面临财务或法律风险，例如xinyongka信息， PII或个人健康信息（PHI）或商业秘密等。 秘密（G3）：受到破坏或泄漏的数据可能会对运营产生负面影响，例如与合作伙伴和供应商的合同，员工审查等。 内部公开（G4）：非公共披露的信息，例如销售手册，组织结构图，员工信息等。 外部公开（G5）：可以自由公开披露的数据，例如市场营销材料，联系信息，价目表等。

6）各个级别组织数据的使用及防护原则

7）各个级别组织数据的权限开通、提取等管理流程

不同级别的数据制定不同的数据访问权限或提取等管理审批流程

2、制定数据资产分类分级清单

抛砖引玉，分享一个分类分级思路：整体数据分类分为三大类数据，分别为用户数据类、业务数据类和公司数据类，三个一级数据分类又可以进一步细分到二级和三级数据，基于最细化的层级，给其定义相应的数据价值级别，进而汇总形成组织整体的数据分类分级清单，用以指导组织整体的数据治理和数据分类分级的实际工作。

1）数据分类

a）用户数据分类

用户数据即公民个人信息类，这类数据在全球已经有了比较清晰的规范要求和说明，这点可以参考相关标准进行制定分类。

国内数据可参考两个：

《网络安全法》中，公民个人信息，是指以电子或者其他方式记录的公民的姓名、出生日期、shenfenzheng号码、个人生物识别信息、职业、住址、电话号码等个人身份信息，以及其他能 够单独或者与其他信息结合能够识别公民个人身份的各种信息。

《信息安全技术 个人信息安全规范》GB/T 35273—2020中如下清单：

国外数据可参考两个：

NIST 800-122中对个人信息的定义：

个人识别信息是“由代理机构维护的有关个人的任何信息，包括（1）任何可用于区分或追踪个人身份的信息，例如姓名，社会保险号，出生日期和地点，母亲的姓氏或生物特征记录；（2）与个人链接或可链接的任何其他信息，例如医学，教育，财务和就业信息。PII的示例包括但不限于： 名称，例如全名，娘家姓，母亲的娘家姓或别名； 个人识别号，例如社会安全号（SSN），huzhao号，jiazhao号，纳税人识别号或金融帐户或xinyongka号； 地址信息，例如街道地址或电子邮件地址； 个人特征，包括照片图像（尤其是面部或其他识别特征），指纹，笔迹或其他生物特征数据（例如，视网膜扫描，语音签名，面部几何形状）； 与上述内容之一相关或可链接的个人信息（例如，出生日期，出生地点，种族，宗教，体重，活动，地理指标，就业信息，医疗信息，教育信息，财务信息）。

GDPR中对个人数据的定义：

“个人数据”是指与已识别或可识别的自然人（以下简称“数据主体”）有关的所有信息；可以将自然人视为可识别的人，可以直接或间接地对其进行识别，特别是通过分配给诸如姓名，识别号，位置数据，在线标识符或一个或多个表示身体的特殊特征的标识符，该自然人的生理，遗传，心理，经济，文化或社会身份；

b）业务数据分类

业务相关的数据，与组织的业务形态息息相关，比如：淘宝京东更多的是订单物流、商品详情数据等；爱奇艺优酷更多的是视频类数据等；除此之外，还有包含一些通用类数据，比如市场数据、业务分析数据等。可以找业务PO沟通了解，业务特性决定，不细写。

c）公司数据分类

公司数据主要包含人事数据、财务数据、法务数据、采购数据、日志数据、代码数据、制度数据等二级数据分类，二级数据可以分为两类，一类为通用数据类，如日志、制度等；一类为定制数据类，如人事、财务等。

每个二级类别数据细分不细写，举一个定制数据类制定例子，比如人事数据。

可以找人事系统的产品经理或研发获取系统的数据信息表，通过查看数据信息表可以清楚的看到人事系统会使用哪些数据，三级分类如公司、员工信息、部门、职位等。

样例如下，仅供参考：

2）数据分级

数据也是对数据定性分析的过程，在为各类数据分配级别时，我们需要考虑以下问题：

数据泄漏或破坏相关的合规风险是什么？ 数据泄漏或破坏相关的组织经济风险是什么？ 数据泄漏或破坏相关的软件成本和硬件成本是什么？ 数据泄漏或破坏相关的组织品牌及舆论影响成本是什么？

示例：

将身份验证、组织财务报表等定义为G1级别 将个人敏感信息等定义为G2级别 将组织结构、个人一般信息等定义为G3级别 将组织邮箱等定义为G4级别 将组织对外公kai信息等定义为G5级别

3、制定数据使用规范

a）数据提取

关键点

区分范围：对内or对外使用 区分量级：提取数据量的多少 区分级别：数据的敏感级别

基于上述三个方面细化制定数据提取流程。

b）权限开通

基于库、表、字段的敏感级别，制定不同的权限审批流程，且基于最小化权限开通方式，理想状态基于字段开通，正常情况基于表进行开通，特殊情况基于库进行开通。举例如下，仅供参考：

G1级别数据：需要部门负责人、数据归属团队、数据安全团队、内审、法务、数据安全治理小组审批方可开通 G2级别数据：需要部门负责人、数据归属团队、数据安全团队、内审、法务审批方可开通 G3级别数据：需要部门负责人、数据归属团队、数据安全团队审批，抄送内控和法务方可开通 G4级别数据：需要部门负责人和数据归属团队审批方可开通 G5级别数据：需要部门负责人审批方可开通

4、数据分类分级落地推广

1）制度发布

数据分类分级是数据治理工作的核心之一，制度需要至少经过公司技术委员会、数据治理小组、法务、内控、CTO等过会认可，然后通过内部平台、邮件、安全意识推广等多维度方式广而告之。

目的：从制度发起阶段就形成上到下的执行模式，从公司战略层引领执行层工作。

2）制度落地

数据治理相关策略落地，需要找准数据落点和出点。

举例：

公司生产核心数据在生产网的mysql库中，通过数据同步等方式给到大数据中心负责的hive，mysql作为组织的系统交互数据落点，hive作为数据访问、提取、分析等的起点。

基于现状，选择在hive层面落地数据分类分级工作，通过半自动化方式进行打标签。

实现逻辑：

基于hive建立一个数据层面的数据地图和权限申请审批系统，底层为mysql库。数据地图是数据层面的全景系统，可以查询数据库、表、字段的相关信息，并通过半自动化的方式对数据进行打标签工作，通用类字段以自动化方式打标签入库，非通用类字段以手动方式打标签入库。系统成熟后可实现自动化分类分级打标签工作。数据使用方可以基于数据地图上的库、表、字段和敏感级别信息进行数据访问权限申请，不同的级别数据权限走不同的数据申请流程。

除此之外，基于hive维护出来的敏感信息级别清单，可以反向推动生产mysql数据的治理工作，如敏感信息进行存储加密或脱敏、使用的脱敏等工作。

5、验证和评估

1）人工验证和评估

通过人工检查的方式，定期review数据打标签的正确性、敏感数据的存储使用状态等。

2）自动化验证和评估

基于数据分类分级清单和基于hive维护出来的敏感信息级别清单，制定敏感信息发现规则，主动识别静态数据和动态数据，自动发现和告警未按照策略要求防护的数据。（此处会在之后的数据识别章节详细介绍）

总结

数据分类分级是组织数据治理和数据安全的核心任务之一，是将信息安全性融入到数据价值中并确保有效保护的手段。

引用郭峰老师的一段话，对于数据安全从业者，你要多问自己下述问题：组织有多少数据，数据如何分布？什么是敏感数据，敏感数据在哪里？谁有权访问组织的数据？是否采取了适当的持续的防护、监控、告警等措施？这些问题都值得我们深思和解决，而今天聊的数据分类分级正是解决的第二个问题。

最后，感谢雪峰老师的悉心指导！