数据泄露一直在发生，从未停止过。并且国家行业监管非常重视数据安全，出台了一系列法律法规和相关标准。
中华人民共和国网络安全法
中华人民共和国数据安全法
中华人民共和国个人信息保护法
个人金融信息保护技术规范
JR/T0197-2020《金融数据安全数据安全分类指南》
在政策法规和标准要求的推动下，各行业数据安全建设稳步推进。在数据安全体系的合作共建过程中，用户和数据安全服务提供商探索出了一套与自身需求相匹配的高效建设方法论。其中，数据的分类分级是在最大限度节约成本的前提下，帮助用户高效完成数据安全的重要准备工作。今天，我们聚在一起分享金融行业用户的数据分类和保护。
一.特点
1.行业特点
财务数据表现出大数据数量多、多样性强、价值高的特点，是关系到企业核心竞争力的重要资产。因此，金融企业数据资产的安全直接影响到行业本身的健康、可持续、高质量发展。为满足国家政策要求，通过分类分级对数据进行有效管控，建立统一、准确、完善的数据架构基础，实现数据管理的集中化、专业化、标准化。
2.工作中的困难
金融数据安全分类和分级的难点总结如下:
和杂项。业务环境中的数据资产种类繁多，数据库类型多达十几种，管理难度很大。随着业务的发展，数据量呈指数级增长，数据复杂且海量。
不清楚。我不知道自己的业务环境中有多少资产和数据，这些资产和数据的分布情况，以及哪些是和客户直接相关的，所以无法通过研究得出结果；
粗粒度。数据资产保护粒度粗，缺乏差异化保护，也影响了数据管理的效率；
新功能。除了姓名、身份证号、业务系统和平台账号、手机、邮箱、家庭住址等基本信息外。，客户数据特征紧跟业务特征，不仅包括金融资产特征信息、股票账户信息，还包括微信号、GPSD定位、QQ号、新能源汽车信息等新的身份特征...这些业务数据类型多样，价值各异，需要分类管理。
第二，流程
投资:2名保安服务人员，需要一个月。
方法:采用手工和工具相结合的方法。
流程:整个流程分为基础研究、工具部署、分类三个阶段。
1.研究数据资产
资产调查
永远把客户需求放在第一位。
第一步，充分了解并帮助客户挖掘自身对数据分类的需求；
第二步，划分数据分类分级范围，根据划定的范围，连接相关部门和相应的维护人员；
第三步:通过人工访谈/调研，了解有多少数据资产。有数据表吗？现阶段数据安全的保护状况如何？咨询现有系统的类型有哪些？
第四步，使用工具进行分析。
资产梳理
利用工具对目标范围内的全量数据资产信息进行梳理，形成统一的数据库级资产清单；明确复杂数据的分级粒度。为了帮助客户通过总结总体情况来了解他们自己的业务环境中的资产和数据，他们应该整理出所有数据库资产有多少表、敏感字段和数据量。
数据梳理
各业务部门提供所负责的数据资产的只读账号，通过资产梳理工具，梳理某个高性能需求场景下的海量数据情况，形成详细的数据台账，并在梳理结果中自动标注数据级别。为了提高客户数据管理的效率，数据整理后的查看页面可以自动显示客户真正关心的数据账目，而不需要显示所有的表格。同时特别展示了最易被黑客攻击和觊觎的数据表和数据资产，让客户准确把握自身的数据风险点，采取更加严格的保护措施。
2.视觉看板
聚数据资产梳理系统，自主研发的梳理产品，可以满足金融客户在复杂场景下的高性能需求。系统采用旁路部署模式，只需要实现与数据库的路由，对整体业务没有影响。
通过汇聚数据资产分类系统，对分类后的数据按照不同的分类和重要程度进行标记，形成数据资产管理、账户管理、数据管理、数据流方向、数据分布等可视化广告牌，帮助用户一站式解决管理、使用、统计、合规等问题，为数据安全保护提供有力支撑。值得一提的是，我们的视觉看板满足了客户对敏感信息、异常流量等的呈现和反映需求。
3.完成分类和分级。
数据分类
数据分类的依据主要有三个:一是上面提到的梳理形成的数据表；其次，通过人工研究了解到的数据应用场景和业务；第三，中国人民银行发布的JR/T0197-2020《金融数据安全分类指南》。基于以上内容，进行数据分类，具体分类路径分为三个阶段:
第一阶段:根据JR/T0197-2020《金融数据安全分级指南》，确定数据应用场景和业务。
第二阶段:确定数据项，划分数据项集合。从数据应用场景和业务出发，梳理业务实现数据细分，确定数据项或数据项集，命名数据项或数据项集，找出数据项和数据项集的对应关系，确定数据项所属的数据项集。
第三阶段:确定数据项或数据项集的类别。
根据分类方法确定数据项或数据项集合所属数据类；根据分类方法，确定数据项或数据项集所属的数据子类。
数据分类
数据的分类应基于分类要素进行综合判断，分类要素包括数据安全被破坏后的影响对象、影响广度和影响深度三个要素。数据安全级别从低到高分为1-5级。
实施
根据客户实际情况和行业标准，制定组织内部“分类分级清单”，使数据共享“分级”。不仅便于后续的规范化管理，还可以实现数据的价值管理和精细化控制。
三。成就
在这个分类项目中，将客户数据分为个人信息和公司数据两大类，帮助客户汇总整理数据资产，了解客户业务环境中的敏感领域、数据类型和敏感数据。采集团队用工具和图表呈现了数据分类项目的成果，方便客户直观了解自己的数据信息。以下是一些结果:
1.数据分类和分级显示
2.分类和分级数据信息
3.个人信息的比例
4.敏感数据的统计
四。收入
通过此次金融行业数据安全分类分级服务，在专业性、服务水平、合作效率等方面得到了客户的认可。，并真正帮助客户实现了数据安全管理的多重优势:
1.全面掌握自有数据资产数量，建立健全组织数据资产管理制度；
2.明确不同类型数据的重要级别，提高数据资产管理的效率和安全性；
3.节省数据安全保护建设的投入，在管理的投入产出比上有针对性；
4.根据数据级别，使管理工作正常有序，充分释放数据的价值。
