立即扫码
享受一对一服务
数据安全治理所遵循的三大原则
发布时间：2019.05.23来源：知乎浏览量：475次标签：数据治理
搞清楚数据安全要解决哪些问题、大数据时代下解决这些问题所面临的主要挑战，就可以梳理数据安全治理的核心思路了。简单说，数据安全治理可以遵循“以数据为中心、以组织为单位、以能力成熟度为基本抓手”的原则。
1、以数据为中心
以数据为中心，是数据安全工作的核心技术思想。人们比较习惯的是以系统为中心的思想，即围绕着一个数据库、一个产品、一个网站、一个服务器等评价其安全性。
这种思路主要适用于保护一个特定系统的正常工作状态。但是在今天，数据在多个系统、产品、业务环节中频繁快速流转，这种以系统为中心的思想已经不能满足数据安全的需求了。
以数据为中心的安全，是将数据的防窃取防滥用防误用作为主线，在数据的生命周期内各不同环节所涉及的信息系统、运行环境、业务场景和操作人员等作为围绕数据安全保护的支撑。
这时候，某个系统被入侵，并不等于数据安全的目标就遭到最终的破坏，反之某个单一环节的安全能力再强，也不代表整体数据安全保护的能力就够好。
在数据生命周期的不同阶段，数据面临的安全威胁、可以采用的安全手段有可能很不一样。
例如，在数据采集阶段，可能存在采集数据被攻击者直接窃取，或者个人生物特征数据不必要的存储面临泄露危险等;在数据存储阶段，可能存在存储系统被入侵进而导致数据被窃取，或者授权用户无应用场景支持访问用户敏感数据，或者存储设备丢失导致数据泄露等;在数据处理阶段，可能存在算法不当导致用户个人信息泄露等。
把不同阶段从不同角度面临的风险放到一起进行综合考虑，建立强调整体而不是某个环节安全能力，是以数据为中心的安全的核心思想。
2、以组织为单位
以组织为单位，是数据安全治理的核心管理思想。
读完前面的内容后应该容易理解，一个服务器很安全、一个手机应用产品很安全都不代表着要保护的数据安全。数据会在不同的服务器、产品、业务中流转。
而且从法律的角度来说，拥有或使用数据的组织才是承担数据安全责任的主体。因此，虽然在大数据时代还有数据共享、数据转移、数据交易等各种复杂的情况，但拥有或者处理数据的组织是所有这些活动的基本单元，因此也是数据安全治理的基本单位。
以组织为单位的数据安全治理，具体指的是数据在特定组织内全生命周期的安全，这个组织要对其负责。
不论数据在这个组织中的生命周期涉及多少产品业务或人员，那些单个系统单个业务的安全都不说明问题，说明问题的应该被最终衡量的这个组织的数据安全。
一个组织的数据安全水平，可以作为其是否符合法律要求、特定事件中具备怎样的责任、面向用户赢取信任、面向行业适合处理的数据类型和规模等的参考依据。
换句话说，政府或者行业可以以组织为单位进行数据安全管理，而不是某个产品的安全，一个组织要证明的是自己整个组织的数据安全水平，而不是自己的某个应用的安全。
3、以能力成熟度为基本抓手
用什么来衡量组织的数据安全呢?数据安全的能力成熟度可以作为基本抓手。
能力成熟度是一种经过考验的方法，目前在越来越多的领域被应用，美国甚至制定了网络空间安全能力成熟度战略。数据安全能力成熟度模型，是借鉴能力成熟度的核心思想，结合数据在组织内的生命周期以及构成安全能力的关键要素而构建的。
一个组织的数据安全能力成熟度等级，说明了这个组织在数据安全保护方面的综合能力水平。而这个水平的高低，则可以用于数据安全治理的各种相关工作。
例如，相关政府部门或行业主管部门，可以根据本行业的数据敏感度特点决定哪些数据类型或者多大的数据规模需要多高的数据安全能力成熟度水平，进而让数据安全能力成熟度足够的组织才能够处理特定数据，从而实现本行业安全与发展的平衡;
在数据共享、转移、交易等过程中，法律可以规定数据拥有者有义务要求数据接受者提供自己足够的数据安全能力成熟度水平，从而避免数据在流动过程中进入安全更差的组织，从而减少数据流动导致的安全失控;
根据特定行业、特定数据类型以及特定时段数据安全威胁的具体情况，国家主管部门可以设定和调整特定领域数据安全能力成熟度的衡量标准和等级要求，从而实现整体数据安全状态的可控;组织可以通过自己的数据安全能力成熟度水平，让消费者用更加客观量化的方法衡量自己是否值得信任;等等。
（部分内容来源网络，如有侵权请联系删除）
立即免费申请产品试用
预约演示
相关文章推荐
-
数据治理能力正在成为互联网+时代城市竞争新优势
新型智慧城市的四个新视角解读 城市服务要以人为中心，但是城市的服务不但以人为中心，还是要做到数据，由于数据为核心，没有好的数据，就没有……查看详情发布时间：2019.01.08来源：亿信华辰浏览量：431次
-
-
数据治理最佳实践利用大数据
大数据时代的新兴技术，如人工智能和物联网，意味着有更多的数据可以从中受益，并且数据治理策略可以管理和保护。……查看详情发布时间：2019.06.28来源：知乎浏览量：452次
-
数据治理对于大数据分析势在必行
数据被定义为“收集在一起以供参考或分析的事实和统计数据。”信息是“关于某事物或某人提供或了解的事实，”这是一个至关重要的信息。“信息治理……查看详情发布时间：2018.11.21来源：浏览量：354次
-
元数据管理101：什么，为什么以及如何
元数据管理已逐渐成为成功的数字化计划战略的最重要实践之一。随着大数据和云等分布式体系结构的兴起，可以创建孤立的系统和数据，元数据管理对于……查看详情发布时间：2018.12.19来源：数据治理浏览量：386次
-
2019年IT关注的重点：大数据分析的存储架构
存储行业的技术专家和分析师预测，IT组织将专注于改进其存储架构，以便在2019年更好地利用数据分析、人工智能和物联网。并指出，改进大数据……查看详情发布时间：2019.03.26来源：亿信华辰浏览量：269次
-
数据管理是真的， 真的需要！
数据管理是与控制组织定义，生成和使用数据的方式相关的各种学科。这些学科的例子包括数据建模，数据架构，数据质量，元数据管理，数据互操作性等……查看详情发布时间：2018.12.21来源：数据管理浏览量：290次
-
在数据智能时代企业面对庞大的数据量如何高效进行数据治理？
在数据智能时代，对企业而言，“数据驱动业务”或者“数据即是业务”的理念逐渐成为业界的一种共识。然而，数据孤岛、数据标准不统一等问题在一定……查看详情发布时间：2020.06.23来源：知乎浏览量：303次
-
让数据中心甩掉能耗沉重账单
当今，全世界新产生的数据正以惊人速度增长。据统计，平均每11个月全世界的数据量即将翻倍，而且随着时间的发展，这个周期还在缩短。这意味着我……查看详情发布时间：2019.03.11来源：亿信华辰浏览量：316次
-
典型技术架构的分析和构建——《企业大数据实践路线》
可能听了我的分享或者别人的分享，大家都会跃跃欲试。我们需要从哪一个方面去入手去改造大数据业务呢?我整理了一下，一个大数据应用的一个完整流……查看详情发布时间：2019.02.26来源：亿信华辰浏览量：304次
相关主题