《数据安全法》颁布实施以来 ，以分类分级为基础 ，对数据进行差异化管理和防护 ，成为行业共识。
金融行业作为数据密集的高地 ，安全是重中之重 ，而鉴于金融数据种类和内容庞杂 ，面临规；檬⑵栈萦檬⒖缁构蚕碛檬热找嫱⒌陌踩枨 ，根据监管规范和标准 ，对数据采取分类分级措施 ，更成为有效推进数据安全建设的关键一环。
国内某农商行（简称A行） ，是当地规模最大、网点最多的地方金融机构。作为深耕区域 ，服务本地“三农”的金融主力军 ，A行近年来以数字化技术开山铺路 ，通过数据生态共享、客群深耕运营、场景应用接入 ，创新业务发展新模式 ，实现从部门银行升级成流程银行再到开放银行的跨越式发展。
业务的不断拓宽 ，数据量快速增多 ，随着数据安全合规要求日渐增长 ，以及数据安全风险威胁持续变化 ，进一步加强数据安全管控能力 ，坚持安全与数字化发展同步同频成为了一项重要工作。
目前 ，A行不同业务系统中存有大量不同类型的数据 ，高敏感暗数据多 ，随着业务的迭代快速 ，数据使用场景日趋提高 ，敏感数据的变化也更加频繁 ，给敏感数据的；ご锤竽讯 ，采用“一刀切”式的数据安全防护则需要大量的安全投入 ，既易造成资源浪费 ，也给数据安全管理带来负担。
基于此 ，盛世集团科技为A行提供基于分类分级的数据安全管控建设方案。
在具体的实施流程上 ，目前 ，盛世集团暗数据发现和分类分级系统已基于大量行业实践和标准研究 ，内置农商行数据分类分级模板、丰富业务类型和发现规则及大量金融数据标准 ，开箱即用。
通过对A行核心系统进行数据源自动扫描、识别 ，发现数据库的数量、IP、端口、类型等信息 ，在完成字段业务类型的识别后 ，根据分类分级策略 ，智能化完成数据分类分级。
数据分类分级结果与数据库防水坝、数据脱敏产品进行策略联动 ，匹配细粒度的安全策略 ，实现以“身份+数据”为中心的数据库运维安全管控和高效精准化的脱敏能力 ，有效降低数据安全技术能力落地的整体建设成本 ，数据安全管理能力质效双增。
分类分级是整个数据安全措施落地的基础 ，因此智能、准确的数据识别能力是最重要的能力。
暗数据发现和分类分级系统依托自然语言处理、特征分析、机器学习等技术 ，实现精准的数据自动化识别和分类分级 ，节省大量人工成本。最终根据数据安全性遭受破坏后的影响对象和所造成的影响程度 ，将数据安全级别从高到低划分为5级。
在分类分级过程中 ，暗数据发现和分类分级系统进行可视化呈现 ，展示每个字段归属的分类、所属的安全等级 ，同时以报告形式展示分类分级成果 ，包括敏感数据分布情况、数据分类情况、数据分级情况等。
?? 基于分类分级实现细粒度运维安全管控
A行数据运维环境复杂 ，涉及人员众多 ，易存在非授权访问敏感数据、运维误操作、高危指令等风险。
数据库防水坝集敏感数据发现和管理、多因素身份准入机制、动态访问控制、敏感数据脱敏、误操作恢复、合规审计等多种功能 ，能够快速建立安全合规运维体系 ，加强对敏感数据安全访问及运维操作行为管控。
本次实践中 ，数据库防水坝通过多因素认证精准识别前端操作人员的身份 ，通过与分类分类分级系统联动 ，基于分类分级结果有效为后续的访问控制策略提供依据 ，精准识别被操作数据的敏感级别 ，对3级及以上敏感数据操作进行限制（参考《金融数据安全 数据生命周期安全规范》） ，实现敏感数据细粒度到列的精细化的安全管控 ，保障数据运维场景的安全。
?? 基于分类分级提升数据脱敏效率和精准度
A行大量生产数据经常需要通过精准脱敏后传输到非生产环境 ，用于开发测试等环节 ，但由于业务系统后台数据库表的规模越来越庞大、结构越来越复杂 ，传统脱敏方式往往容易导致所获取的敏感数据表、字段等信息不准确 ，继而造成脱敏后数据无法达到“可用、合规、安全、高效”等预期目标。
盛世集团静态数据脱敏系统内置灵活、丰富的脱敏算法 ，通过与暗数据发现和分类分级系统进行联动 ，精准识别核心数据库中的3级、4级数据 ，极大减少脱敏后仍存在敏感字段的现象。当开发测试过程中需要用数时 ，数据脱敏系统通过定义精确、灵活的数据脱敏策略 ，对不同类别的数据以不同方式进行脱敏变形处理 ，最大限度的保证脱敏后数据的特征一致性、逻辑一致性、业务规则关联性 ，从而以差异化的脱敏手段提升了脱敏效率和精准度。
在浩浩荡荡的数字化转型浪潮中 ，释放数据价值的前提是筑牢数据安全保障防线 ，数据分类分级作为迈向数据安全精细化管理的重要一步 ，则势在必行。
作为先行者和实践者 ，盛世集团科技已在大数据局、人社、能源、金融、医疗、地产、企业、交通、教育等领域 ，帮助用户数据分类分级真正快速有效的落地。基于丰富的行业实践 ，盛世集团科技也在不断推进数据分类分级的探索与实践 ，以期以更智能化的产品和符合业务、符合安全合规的方案服务 ，以安全之势守护数字化加速 ，让数据要素充分自由流通。
案例实践（点击下方标题 ，即可了解案例详情）：
? 大数据局数据分类分级建设实践
? 人社数据分类分级建设实践
? 公安数据分类分级建设实践
? 高校数据分类分级建设实践
? 银行数据分类分级建设实践
? 运营商数据分类分级建设实践
? 医疗数据分类分级建设实践
浙公网安备 33010502006954号
浙ICP备12021012号-1
