数据分类分级,为什么总在落地时卡住
数据分类分级是数据安全工作的起点,也是最容易「做完了却没用」的一步:目录交付了、文件归档了,业务系统里一切照旧。
下面是我们看到的四个卡点。
卡点一:标准照抄,脱离业务
直接套用行业模板,类目看起来很全,但和本单位的业务对不上:业务人员看不懂,技术人员不知道某张表该归到哪一类。
做法: 以国家标准 GB/T 43697-2024《数据安全技术 数据分类分级规则》和行业规范为框架,但类目要从本单位的业务场景里长出来,用业务人员熟悉的说法。定稿前拿几个真实系统试分一遍,分不下去的地方就是要改的地方。
卡点二:只做目录,不落系统
分类分级的结果停留在表格里,没有对应到具体的库、表、字段,更没有打到系统的标签上。
做法: 交付物不只是目录,而是「目录 + 落到核心系统的结果」。先选几个核心系统,把重要数据精确到字段,形成可以被工具和权限系统读取的结果。
卡点三:分级结果没有连到管控
数据分了级,但不同级别的数据在访问权限、审批、脱敏、留痕上没有区别,分级就失去了意义。
做法: 在定级的同时定好每个级别对应的管控要求——谁能访问、要不要审批、是否脱敏、是否留痕,并在制度和权限配置里落实。
卡点四:一次性项目,没人维护
业务在变,系统在变,分类分级结果过半年就过时了,因为没有人负责更新。
做法: 从一开始就明确维护责任和更新机制:新系统上线、数据结构变化时谁来更新,多久复核一次。必要时用工具定期扫描,发现新增的敏感数据及时补充。
小结
分类分级不是一份文件,而是一套持续运转的机制:业务化的类目、落到系统的结果、对应级别的管控、有人负责的更新。四样缺一样,就会在落地时卡住。
本文结合我们编制数据分类分级实施指南(团体标准)并做试点验证的经验总结。
作者与致谢
致谢
本文由数与理撰写,写作中使用了 AI 辅助。文中数据来自数与理的项目记录(客户已匿名)。