金融效率与金融安全的平衡

核心提示回想过去,我们转账贷款都需要到实体银行去办理,而今天,通过智能终端就可以快速办妥日常业务。信息技术重塑业务发展模式在金融领域已成共识,金融行业数字化转型趋势还将继续演进。作为数据密集型行业,金融机构在多年的信息化建设以及数字化转型过程中积累

过去,我们必须去实体银行办理转让贷款,但今天,我们可以通过智能终端快速处理日常业务。信息技术重塑业务的发展模式已经成为金融领域的共识,金融行业的数字化转型趋势将继续演进。

金融机构作为数据密集型行业,多年来在信息化建设和数字化转型过程中积累了大量数据。这些数据资产不仅关系到用户的个人隐私,还关系到商业秘密和发展的命脉。如何更高效、更安全地使用这些数据,打破数据之间的壁垒,让数据流动起来,进一步激活数据元素的潜力,是金融机构当前和未来必须面对的问题。

现实:本地安全需求叠加在严格的遵从性之上

近年来,国内金融机构接连被曝出数据安全事件,如暗网出售商业银行用户数据、某分行擅自泄露客户个人账户、内部员工出售公民个人征信信息非法牟利、多家金融app因隐私条款不合规被监管部门点名等...涉及的人员从临时工到总裁都有,涉及的数据量高达数千万人的眼睛。

随着数据量的指数级增长、业务流程的日益复杂、窃密手段的不断升级,金融行业原有的数据安全问题日益严重。不仅外部攻击和恶意窃取需要警惕,各类敏感的客户信息和业务信息在使用、传输、共享等数据处理过程中都面临着被非授权滥用甚至非法使用的风险。

正因为数据是驱动金融行业发展的新引擎,安全就像压舱石。除网络安全法、数据安全法等上位法外,针对金融机构的数据安全监管政策数量和力度均为各行业之首,数据开发利用过程面临刚性的数据合规要求。

困境:数据使用和数据安全很难兼顾。

加强数据安全保护,既是金融机构自身发展的主观需要,也是行业监管的客观要求。金融机构或多或少都加大或正在加大安全建设。

《2020年中小银行数据安全治理报告》调查显示,虽然92.5%的银行开展了数据安全治理工作,但几乎0%的银行采用了成熟的方法论,普遍存在数据安全体系建设成效参差不齐、没有遵循科学方法论、知识和能力不足的情况。

由于数据是最核心的资产要素,只有真正流动起来,才能发挥价值。数据使用和数据安全之间的平衡有以下棘手的困难:

对自己数据资产的看法不完整——数据很多,增长很快,存在的位置和形态千变万化。金融机构无法完全掌握组织中有哪些类型的敏感数据、这些数据的分布以及它们面临的数据安全风险。这使得无法提供敏感数据资产的完整列表和数据使用合规性的风险评估。

无法还原数据流的路径——业务系统和终端电脑中存在敏感数据频繁复杂的交互场景,比如终端电脑从业务系统下载敏感数据,终端电脑中数据的内容和版本不断变化,终端用户之间敏感数据的交互和流动。数据的无序流通和驻留导致数据保护失控,数据一旦泄露无法准确追责。

安全业务很难兼顾——机构的各个业务线都有大量的数据分析、系统运维等数据操作场景触及敏感数据。保护过程不能影响数据开发利用的效率,同时也不能为了效率而忽视对敏感数据和重要数据的保护,这对安全保护的实现和控制的粒度提出了更细致的要求。

解决方案:让数据安全创造价值。

针对上述需求,电行建立了AI驱动的零信任数据运营安全平台,可以为金融用户提供数据价值自动发现和数据安全服务。该方案将按照“数据清查、风险评估、安全防护”的分步建设原则,实现各类多源数据资产发现与风险分析、全流程数据流管理与风险感知、自适应精准的数据安全防护。

首先,对敏感数据资产进行全面清点。平台内置基于金融行业数据分类分级标准的敏感数据深度识别模型,支持数万种基于内容的数据格式识别,覆盖所有业务数据类型。对于自身特有的业务数据,会基于少量的数据样本,通过小数据机器学习技术进行智能分类。这样就形成了一个完整的敏感数据资产列表,支持对文件内容、个人信息、数据血缘关系的多维度快速检索。

然后,不断追溯敏感数据的来源并评估风险。通过平台轻量级终端安全代理,无需修改映射终端敏感数据操作流程,自动标记敏感数据,跟踪数据状态变化过程,可以对不同格式的数据进行敏感信息识别和标记;跟踪敏感数据在业务系统与终端之间、不同终端之间的运行和流转轨迹,完整追溯敏感数据的流转过程;感知敏感数据扩散和滥用的风险,快速识别和应对敏感数据流出业务范围和未经授权访问等风险。

此外,敏感数据得到自适应和准确的保护。该平台基于零信任数据安全架构,对使用敏感数据的用户和设备进行持续的身份认证和风险评估,针对不同业务部门、数据角色、数据分类和不同数据安全风险等级实施细粒度的访问控制策略。为数据分析师、开发者、运维人员等提供数据安全沙盒运行环境。防止敏感数据的传播和滥用。

价值:有效无感。

电行一直认为,真正好用的解决方案,只是不需要太多的存在感。在部署上减少对现有架构的改动,在运营上减少对日常业务的中断,才能真正预防和遏制风险的发生,有效促进数据的使用和价值发现。

●更全面、更深入

平台拥有1000+以上的敏感数据发现模型,拥有小数据机器学习技术。不到100个样本就能自动学习新的数据分类模型,可以全面覆盖金融行业的通用业务数据,用户独有的,持续增加的业务数据,数据盘点不留死角,为数据安全保护打下良好基础。

●整个过程是动态的

平台依托零信任数据安全架构和内置的100+数据安全风险分析模型,持续动态认证用户和设备身份,持续评估用户、业务系统和应用的数据安全风险,覆盖数据全生命周期,真正实现全流程数据流管理和安全防护。

●无需修改,重量轻

平台数据服务的全过程无需修改就能映射,从而实现数据服务的安全保护和独立运行。轻量级安全代理对用户终端的计算性能和用户使用习惯没有影响,避免了过度安全部署侵入服务最终被放弃的尴尬局面。

经过分阶段建设,最终帮助金融用户构建基于数据分类分级的敏感数据全生命周期风险评估和合规保护体系,能够满足国家相关法律和金融行业法规的合规性要求以及机构内敏感数据的原有保护要求。

 
友情链接
鄂ICP备19019357号-22