基于数据分类分级和敏感数据保护,保障企业数据安全

本文涉及的产品
智能数据建设与治理Dataphin,200数据处理单元
简介: 《数据安全法》的发布,对企业的数据安全使用和管理提出了更高的要求。Dataphin提供基于数据分级分类和数据脱敏的敏感数据识别和保护能力,助力企业建立合规的数据安全体系,保障企业数据安全。

1、企业的数据安全挑战

“2021年6月10日,经第十三届全国人民代表大会常务委员会第二十九次会议审议,通过了《中华人民共和国数据安全法》(简称‘《数据安全法》’),该法将于2021年9月1日起施行。”


近几年,随着消费者个人意识的崛起和对隐私的重视,数据安全成为了一个越来越热门的话题,国家也陆续发布了一些相关规定,来规范数据的采集和使用。而《数据安全法》的正式发布,标志着数据的开发利用和数据的安全保障正式进入法律范畴,从而对企业的数据安全管控提出了更高的要求。


在企业的发展过程中,如果不重视敏感数据的保护,不重视数据安全体系的建设,那么一旦发生了敏感数据泄漏事件,轻则企业口碑受损,业务受影响;重则会直接触法律,受到主管部门的处罚和制裁。对企业来说,可以考虑以下措施,来构建合规的数据体系:


1、树立全面的数据合规理念。对数据安全相关的法律法规进行关注和及时响应,同时建立企业内部的安全合规团队,对企业数据安全的方方面面进行安全设计和审计。

2、事前:做好数据分类分级和敏感数据保护。基于法律法规、主管部门要求和自身行业和业务的需要,建立企业的数据分类分级制度,并对敏感数据制定相应的保护策略。

3、事中:做好风险审计和风险识别。成立专门的数据安全小组,定期开展数据安全的风险评估,及时发现风险,消灭风险。

4、事后:做好事故追溯和补救措施,加固安全措施。出现安全事故后,要立即追责,同时视影响的严重程度,上报主管部门,并即时进行止损,将影响降低到最小。


本文,我们重点关注一下数据资产安全能力,资产安全为Dataphin提供了数据生命周期中统一的敏感数据识别与保护能力。通过数据分类分级、敏感数据识别、敏感数据脱敏等措施,帮助客户建立完善的数据安全体系,确保数据使用的安全合规。


2、Dataphin的数据安全能力

数据安全如此重要,当然不能只靠人来治理,而需要有一套成熟的产品和流程来进行安全的管控。这时候,企业一般面临着自建系统和采购第三方安全系统的决策问题。


选择企业自己建设数据安全产品,存在较多的弊端:

1、消耗大量的研发资源,且后续需要不断投入资源进行维护升级

2、在产品的设计和实现上可能存在漏洞,导致安全隐患

3、存在生产和实际存在偏差,导致无法落地到实际生产中的情况。比如数据安全产品和数据生产平台结合不紧密;产品功能没有满足国家的数据安全标准等。


对比企业自建数据安全产品,使用Dataphin数据安全产品,存在以下优势:

1、Dataphin数据安全能力齐全,开箱即用,帮助您低成本的快速构建数据安全体系

2、Dataphin数据安全能力和数据开发过程紧密结合,确保数据开发全链路上的数据安全

3、Dataphin实时跟踪政策和行业动态,不断升级安全能力,保障您的企业一直享受先进技术的保护

4、Dataphin有完善的专家咨询和专业化服务,帮助您更好的在企业构建数据安全体系


Dataphin作为智能数据构建与管理平台,作为企业数字化转型中的核心引擎,对数据生产和管理过程中的数据安全,当然十分重视。Dataphin提供了完整的产品能力,来保障数据建设中的数据安全,并且整个安全体系和数据研发生产紧密结合,确保数据从进入Dataphin开始,到从Dataphin出去的全链路,都安全可控。比起自建安全产品,选择购买Dataphin往往是一个更明智的决定。


1-1.png

图1:Dataphin安全概览


Dataphin安全能力图解

当前Dataphin提供了以下安全能力来确保客户的数据安全:


1、底座安全:保障底层的系统安全和网络安全,这一部分主要由阿里云底座提供安全保障。在底座的安全措施之外,Dataphin提供了租户隔离、网络控制、敏感信息安全加密存储等安全功能,确保系统的底层安全。

2、平台安全(权限):在Dataphin内部,提供了完整的角色体系,以及权限申请与审批功能。让企业能够实现精细化授权管理,可以对用户执行最小粒度的授权和管控,防止权限漏洞。

3、数据安全:Dataphin提供了数据分类分级、敏感数据识别和脱敏功能,来保障数据流转过程中的数据安全。通过敏感数据保护功能,在不改变底层数据的情况下,保障日常流转中展示的数据都是加密脱敏后的数据,确保敏感数据不泄漏。

4、安全服务:为了更好的帮助客户建设数据安全体系,Dataphin还集成了众多生态产品、专家服务和文档服务,保障客户建立起完善的数据安全体系。


1-2.png


图2:Dataphin数据安全能力图解


可以看到,Dataphin对整个数据的生产和管理体系,进行了全方位的数据安全保障。这里我们重点看一下本次文章的核心内容:基于数据分类分级和敏感数据保护的数据安全模块。


3、Dataphin数据安全应用场景

首先,我们先看一下数据安全模块的应用场景,从而对数据安全的价值有一个更直观的认知。以下是通过Dataphin实现数据安全保护的一些典型的场景:


场景1:数据业务中的敏感数据保护

在日常的数据业务运转中,数仓工程师/数据研发、数据分析师/业务分析师,需要经常接触数据,包括对数据的查询、统计、修改等。在这个过程中,存在着大量的数据泄漏的风险,比如可以直接查询到用户的姓名、手机号等。虽然可以通过授权的方式,严格控制人员的数据权限,但是因为接触的是明文的敏感信息,所以仍然存在数据泄漏的风险。

而基于Dataphin的敏感数据识别和保护能力,可以让敏感数据在日常的流转和查询中,对外展示的始终是脱敏之后的数据,如姓名【张三】显示为【*三】,手机【18612345678】显示为【186****5678】,确保数据在流转过程中,不会异常泄漏。


场景2:脱敏白名单的灵活运用

前面两个场景简单介绍了在正常场景下对数据的保护,那在有些场景下,有需要看到最原始的数据,那么就需要用到脱敏白名单的功能,在特定的时间,对特定的用户或者角色开放原始数据。

场景1:对于企业中一些比较敏感的数据,比如上市公司的财务数据,特殊人员(如高层级的员工、公司宏观决策支持分析师)在一定时间段(比如公司财报发布前一个月)是可以看到明文,但是一般人员或这些人员其他时间不可以,就可以通过设置脱敏的白名单及有效时间来实现。

场景2:对于电商每天的销售额,正常情况下不能展示真实数字,一般都是脱敏展示为***元,但是在双十一等特殊场景,需要显示真实销售额用于宣传的情况下,可以开启为期一天的白名单,可以看到当天的销售额数据。


4、如何使用Dataphin实现敏感保护

那么如何利用Dataphin的安全能力,来保障企业的数据安全呢?


在Dataphin中,实现敏感数据保护,主要可以分为以下三个步骤:

1、识别敏感数据:即设定数据分类、数据分级、识别规则等内容

2、设置敏感数据保护方式:为识别的敏感数据选择合适的脱敏算法、设定脱敏规则

3、数据消费:在即席查询、开发数据写生产等场景进行数据消费时脱敏


具体的操作步骤,可以参考如何基于Dataphin实现敏感数据保护(以消费者隐私保护为例)

1-3.png

图3:Dataphin数据安全核心操作流程图


5、未来展望

虽然当前Dataphin已经有了比较完善的数据安全体系,但是基于客户需求的多样性以及对政策的研究与响应,未来会陆续支持以下功能和优化,从而帮助客户更好的构建数据安全体系,实现业务发展的安全与合规。


1、数据安全审计:提供安全审计功能,详细的记录用户对敏感数据的每一次查询、下载操作,从而发现风险操作,进行事故追责和体系优化。

2、风险自动发现与告警:基于规则和算法,自动发现异常的用户操作,并进行告警提示,及时发现风险、阻断风险,将数据风险的影响最小化

3、更多业务场景中的安全脱敏:支持数据集成和数据服务过程中的数据脱敏,确保数据的每一次消费和使用都安全可控,将敏感数据泄漏的风险从源头消灭。

4、集成更多的生态产品和专家服务,帮助客户更好的建立起可持续、可运营、有效率、有效果的数据安全体系。


在新的法律环境和数据安全的挑战下,Dataphin也会不断想客户所想,以创造更大的客户价值为己任,持续增强数据安全能力,来帮助客户建立完善的数据安全体系,为客户的业务发展保驾护航。



相关文章
|
1月前
|
机器学习/深度学习 人工智能 TensorFlow
解锁AI潜力:让开源模型在私有环境绽放——手把手教你搭建专属智能服务,保障数据安全与性能优化的秘密攻略
【10月更文挑战第8天】本文介绍了如何将开源的机器学习模型(如TensorFlow下的MobileNet)进行私有化部署,包括环境准备、模型获取与转换、启动TensorFlow Serving服务及验证部署效果等步骤,适用于希望保护用户数据并优化服务性能的企业。
52 4
|
1月前
|
存储 人工智能 安全
数据治理:强化数据安全与隐私保护的基石
在当今这个数字化时代,数据已成为推动社会进步和企业发展的核心驱动力。从个人消费习惯到企业运营策略,从政府决策支持到科研创新突破,数据无处不在,其价值不言而喻。然而,随着数据量的爆炸性增长和流通范围的扩大,数据安全与隐私保护问题也日益凸显,成为制约数据价值最大化利用的重要瓶颈。因此,构建完善的数据治理体系,特别是强化数据安全与隐私保护,成为了时代发展的必然要求。
|
2月前
|
存储 安全 算法
网络安全与信息安全:构建数字世界的坚固防线在数字化浪潮席卷全球的今天,网络安全与信息安全已成为维系社会秩序、保障个人隐私与企业机密的关键防线。本文旨在深入探讨网络安全漏洞的成因与影响,解析加密技术如何筑起数据安全的屏障,并强调提升公众安全意识的重要性,共同绘制一幅数字时代安全防护的蓝图。
本文聚焦网络安全与信息安全领域,通过剖析网络安全漏洞的多样形态及其背后成因,揭示其对个人、企业乃至国家安全的潜在威胁。随后,详细阐述了加密技术的原理、分类及应用,展现其在保护数据安全方面的核心作用。最后,强调了提升全民网络安全意识的紧迫性,提出具体策略与建议,旨在构建一个更加安全、可靠的数字环境。
|
1月前
|
人工智能 安全 大数据
CDGA|数据要素与数据安全:携手构建可信数据生态的深远探讨
数据要素与数据安全是数字经济时代不可分割的双生子。只有在保障数据安全的前提下,才能充分发挥数据要素的价值,推动数字经济持续健康发展。构建可信数据生态,需要政府、企业、社会组织及广大公众的共同努力,形成合力,共同应对挑战,共创数字经济的美好未来。
|
2月前
|
存储 数据库 数据安全/隐私保护
服务器数据备份是保障数据安全、防止数据丢失和灾难恢复的重要措施
服务器数据备份是保障数据安全、防止数据丢失和灾难恢复的重要措施
54 1
|
2月前
|
存储 缓存 NoSQL
深入探究Redis的AOF持久化:保障数据安全与恢复性能的关键机制
深入探究Redis的AOF持久化:保障数据安全与恢复性能的关键机制
88 0
|
3月前
|
存储 安全 网络安全
|
6月前
|
存储 数据采集 安全
瓴羊Dataphin数据安全能力再升级,内置分类分级模板、上线隐私计算模块
瓴羊Dataphin数据安全能力再升级,内置分类分级模板、上线隐私计算模块
202 0
|
4月前
|
安全 Java Apache
Java中的数据安全与隐私保护技术
Java中的数据安全与隐私保护技术
|
6月前
|
存储 人工智能 算法
数据安全与隐私保护在人工智能时代的挑战与应对
随着人工智能技术的快速发展,数据安全和隐私保护问题日益凸显。本文将探讨在人工智能时代下,数据安全面临的挑战以及如何有效应对,为保护用户数据和维护信息安全提供新思路。
1102 13