摘要隨著《中華人民共和國數據安全法》的深入實施和數據要素市場化深入發展，數據安全治理相關技術與實踐也將得到持續發展.但是目前為止業內對于數據安全治理的相關實踐還未形成統一的認識，相關國家及行業標準也未能推出，嘗試從數據安全治理實現目標與方法等方面探索一種行之有效的數據安全治理實踐.提出了一套數據安全治理體系架構，圍繞數據安全治理實踐機制的管理、技術、評估和運營等幾個方面要求逐一展開進行詳細說明，并重點對數據安全治理實踐所涉及的關鍵措施及技術要求進行了介紹.

　　關鍵詞數據安全;數據安全治理;數據濫用;數據安全風險控制;數據安全運營

　　業內期待已久的《中華人民共和國數據安全法》[1](以下簡稱《數據安全法》)在2021年6月10日正式公布，數據產業發展迎來有法可依的法治發展時代.《數據安全法》中明確提出應“建立健全數據安全治理體系，提高數據安全保障能力”，數據安全治理也已經獲得業內廣泛的關注.

　　數據安全論文范例： 基于區塊鏈的微電網數據安全共享方案

　　1業務背景

　　數據安全治理從治理范圍來看可以分為國家數據安全治理和組織數據安全治理.中國信息通信研究院發布的《數據安全治理實踐指南(1.0)》[2]針對數據安全治理概念提出了廣義和狹義2個定義，廣義是針對國家戰略層面落實數據開發利用和數據安全統籌發展的策略，狹義則是基于數據生命周期建立涵蓋組織保障、制度規范、安全技術和人才建設等多重維度的策略.本文聚焦在組織層面的數據安全治理探索，即在某個組織內部，或者多個有數據關聯的組織之間的數據安全治理工作.

　　一個典型的業務場景就是當前數字政府建設過程中所力推的政務數據共享.如省級政務數據共享一般都是以省大數據局或省大數據中心作為省級政務數據共享平臺建設和運營方，來拉通省內各政府部門及地市單位的數據共享，以及與國家數據平臺的數據共享等.在這個場景下，政務數據的治理業務范圍就涉及省級政務數據共享平臺，以及參與政務數據共享的各個政府部門及地市單位的數據業務系統，也包括省級政務數據共享平臺與國家平臺之間的數據共享接口的安全等.目前數據安全治理業內并沒有達成一個統一共識，本文嘗試從數據安全治理實現目標與方法等方面探索一種行之有效的數據安全治理實踐方案.

　　2數據安全治理現狀

　　2.1業內數據安全治理研究及實踐情況

　　2019年發布的GB?T37988—2019《信息安全技術數據安全能力成熟度模型》國家標準(簡稱“DSMM”)[3]對于推動數據安全治理發展起到了非常積極的作用.DSMM標準提煉了一套數據安全能力成熟度評估體系，該體系涵蓋了數據安全能力、數據安全過程和能力成熟度等級的3個維度，和1～5共5個成熟度等級，以及覆蓋采集、傳輸、存儲、處理、交換、銷毀等數據生存周期的30個數據安全過程域等相關內容.阿里巴巴等單位也針對性地發布了《數據安全能力建設實施指南V1.0(征求意見稿)》[4]用于指導各單位基于DSMM標準進行數據安全相關能力的建設.

　　《基于精準治理的大數據安全治理體系創新》[5]提出了一種大數據安全治理運行框架，該框架包括基于主體精準化的多元共治體系、基于流程精準化的科學預判體系、基于手段精準化的分類處置體系和基于保障精準化的動態保障體系等方面，涵蓋了組織、流程、手段和制度等大數據安全治理的主要方面.

　　《數據安全治理實踐指南(1.0)》提出了一套涵蓋規劃、建設、運營、評估等系統建設的各個過程，并基于數據全生命周期的數據安全治理實踐總體視圖，覆蓋了基礎安全、數據全生命周期安全和數據安全戰略的數據安全治理參考框架，同時指南還給出了目前業內多家單位的典型實踐方案.另外《數據安全法》中對開展數據安全保護及治理工作給出的具體要求包括：建立健全全流程數據安全管理制度，組織開展數據安全教育培訓，采取相應的技術措施和其他必要措施，保障數據安全.

　　國家網信辦2019年發布的《數據安全管理辦法(征求意見稿)》[6]進一步明確了建立數據安全管理責任和評價考核制度，制定數據安全計劃，實施數據安全技術防護，開展數據安全風險評估，制定網絡安全事件應急預案，及時處置安全事件，組織數據安全教育、培訓.

　　總之，當前業內對于數據安全治理應該涵蓋組織機構、管理制度、安全技術及專業人員幾個方面是具有統一認識的.中國互聯網協會發布的團體標準T?ISC-0011—2021《數據安全治理能力評估方法》[7]給出了一套數據安全治理能力評估框架，框架涵蓋了數據安全戰略、數據生命周期安全和基礎安全3個層面的共18個數據安全能力項，并對于每個能力項又細分為基礎、優秀和先進3個等級.Gartner曾提出了一個DCAP(以數據為中心的審核和保護)的數據安全治理理念，基于該理念業內提出過很多的以數據為中心的數據安全解決方案，這些解決方案的一個共性就是對數據進行發現和標識化(數據分類分級)，并基于這些數據標識進行相應的安全策略控制.

　　2.2數據安全治理存在的主要問題

　　業內對數據安全治理過程及關鍵路徑基本都有一定共識，并進行了一些相關實踐.但是目前數據安全治理研究及實踐存在一些典型問題，主要有以下幾個方面.

　　2.2.1數據安全合規不等同于數據安全保障

　　安全行業一個重要業務目標就是“合規”，即遵守國家各類安全相關法律法規的要求，在數據安全領域也是如此.數據安全領域涉及的合規要求除了既要遵守網絡安全相關的法規，還要遵守數據安全專有的法規.典型的數據安全法規包括：2021年剛發布的《數據安全法》和《個人信息保護法》[8]，另外國家網信辦發布的《網絡安全審查辦法(修訂草案征求意見稿)》[9]也專門增補了數據安全相關要求，正式發布后也將是各關鍵信息基礎設施數據處理者所應重點遵守的法規之一.

　　另外還有很多其他法規(如《中華人民共和國民法典》等)也涉及數據安全相關規定，同時有些部委和地方政府也會出臺面向行業或區域的數據安全相關法規，比如銀保監會發布的《中國銀保監會監管數據安全管理辦法(試行)》[10]、工信部發布的《移動互聯網應用程序個人信息保護管理暫行規定(征求意見稿)》[11]、天津市發布的《天津市數據安全管理辦法(暫行)》[12]等.

　　數據安全合規工作非常重要，合規也是從事數據處理事項的基本前提條件.但是數據安全合規不能等同于數據安全保障，即使符合各種相關的數據安全法規要求，不能認為數據安全就萬無一失.我們知道，數據安全防護本質符合“木桶原理”，即數據安全防護水平取決于數據安全所涉及各個方面的安全防護水平的最低點，合規僅確保這個最低點能達到基本要求，也就是底線要求.另外數據安全合規檢查的粒度也直接決定了合規結果與安全效果是否一致，就算拿到了合規證明也很難確保系統達到數據安全防護能力要求.

　　比如數據安全法規要求數據采集必須經過充分授權，但實際執行過程是得到明示同意還是只單純進行公示.數據處理者對數據必須進行分類分級，但是實際執行分類分級的粒度是否涵蓋了所有重要數據，是否能確保重要數據都得到有效防護.這些情況在數據安全合規評估和檢測中未必能得到充分確認.同時數據安全合規評估和檢測也與執行評估和檢測人員自身水平及采用的評估和檢測的工具能力也有很大關系.因此，數據安全合規只能作為數據安全防護的基礎和底線的要求，要做好數據安全保障還需要做更多工作.

　　2.2.2數據安全方案不等同于數據安全防護

　　數據安全治理還經常存在重視數據安全設計方案和建設方案，但卻忽視數據安全防護效果的問題.編制數據安全方案是幾乎所有數據安全建設項目所必需的要求，但是很多項目都存在重建設輕運營的問題，即數據安全方案編制得比較全面，實際建設也按方案要求進行了部署和應用，但是數據安全治理效果是否能發揮出來、數據安全策略是否達到方案預期效果等數據安全運營階段所應重點考察的指標往往被忽視.

　　2.2.3數據安全運維不等同于數據安全運營

　　數據安全治理實踐經常是重視運維，很多項目基本都會要求配置駐場運維人員，但是對數據安全運營不是非常重視，甚至有些項目還經常把運維和運營2個概念混淆不清.數據安全運營的目的是把數據安全的價值挖掘出來，但是在平常業務中，數據安全運營與數據安全運維、數據安全管理等既有部分重疊，又各有側重點.數據安全運維的核心目標就是維護好數據安全相關軟硬件產品，確保數據安全軟硬件產品正常運轉，相關故障、告警得到及時處置.通俗來講，數據安全運維是確保產品用起來，數據安全運營則是確保產品用好.

　　以數據庫防火墻產品為例：數據安全運維確保防火墻運行狀態正常，沒有死機、沒有故障、沒有異常等;數據安全運營則是確保防火墻的安全防護規則始終有效，并及時剔除失效的策略.另外，數據安全運維人員技能更多強調對數據安全軟硬件產品的使用及維護等方面，數據安全運營人員技能則更多是側重數據安全防護與具體業務方面.

　　2.2.4數據安全技術不等同于數據安全治理

　　經過多年研究發展，目前已經有很多的數據安全相關技術逐步成熟，比如加密、脫敏、數字水印、數據庫審計等等，這些技術也在絕大部分數據安全治理實踐中得以落實.

　　3數據安全治理體系研究

　　3.1數據安全治理目標

　　本文研究的數據安全治理目標還是限定在1個或多個組織機構內，面向重要數據或敏感信息的數據安全管理與控制等相關措施.典型的業務場景就是數字政府中各政府部門的數據安全治理，既包括各政府部門內部數據安全治理，也包括跨部門的數據共享層面的數據安全治理.數據安全治理主要目標包括以下方面：

　　1)數據安全合規目標.必須滿足國內各類數據安全法規的要求，包括國家、地方及相關行業方面的法律和法規.2)數據安全防護目標.必須確保數據安全治理所涵蓋的業務系統的重要數據運行安全，包括數據可靠性要求、數據防泄露要求以及數據防濫用要求等.3)數據安全治理目標.提供涵蓋技術與管理等多層次的數據安全治理體系，確保數據安全與數據業務持續同步發展.

　　3.2數據安全治理體系架構

　　本文提出一套集管理、技術、評估和運營為一體的數據安全治理體系架構，從多個維度提出數據安全治理實踐機制.數據安全治理機制主要涵蓋4個維度的數據安全治理實踐機制：1)數據安全管理機制.主要包括數據安全治理所涉及的組織建設、人力保障和相應的規范制度等.2)數據安全治理技術.涉及數據安全治理所涉及的各個領域的技術及工具，主要包括數據發現、分類分級、數據安全防護策略、安全風險控制及安全運營等方面.3)數據安全治理評估.具體涉及評估和評價，以及針對評估和評價后的結果進行改進與提升方面的內容.

　　4數據安全治理實踐探索

　　4.1數據安全治理管理機制

　　數據安全治理離不開組織和人力方面的投入，因此數據安全治理管理機制需要重點落實以下方面的工作.

　　4.1.1組織建設

　　需要制定數據安全治理組織機構，明確數據安全治理所涉及業務范圍的相關組織團隊在數據安全治理工作中的相關職責和具體要求，建議至少應制定下面幾個數據安全治理組織角色：1)數據安全決策層.由整個組織高級管理人員或數據安全官等組成，負責整個組織的數據安全目標與規劃、數據安全治理全過程的資源保障及重大事件協調與決策等職責，承擔整個組織數據安全最終責任.2)數據安全管理層.由整個組織內各個具體業務部門管理人員等組成，負責具體業務部門數據安全措施與決策的執行，包括但不限于制定數據安全管理規范、組織制定及落實數據安全技術方案、組織數據安全業務及技能培訓等，承擔具體業務部門數據安全的責任.

　　3)數據安全執行層.由各個具體業務部門承擔數據安全執行的人員組成，主要負責具體數據安全治理相關的技術及管 理措施的落實，包括但不限于數據安全技術方案與數據管理管理制度執行、數據安全產品部署及運維、數據安全事件監控及處置、數據安全漏洞排查及修復、數據安全事件溯源及分析等.4)數據安全監督層.由組織內與業務部門沒有隸屬關系的第三方人員組成，主要負責數據安全治理過程與結果的監控和審計，確保數據安全治理組織執行的效果.

　　4.1.2人力保障

　　數據安全治理除了需要相關的技術工具和產品，也離不開相應的人員保障，組織建設中明確的各個數據安全治理組織角色都需要明確具體人員保障，并制定相關人員的職責和考核要求，以及為了確保人員數據安全業務技能符合數據安全治理要求所應該開展的人員技能培訓及職業發展規劃等.

　　4.1.3規范制度

　　數據安全治理涉及多方面的規范制度，主要包括：1)《數據安全管理制度》明確各個業務系統所涉及的數據安全管理范圍及責任人，以及相應的組織保障機制等.2)《數據分類分級規范》對組織內的各類業務數據，尤其是個人信息和重要數據，明確數據類別和安全級別.

　　3)《數據安全管理規范》明確不同類別、不同級別數據的安全管理措施，建立涵蓋數據采集、傳輸、存儲、處理、交換、銷毀等數據生存周期的安全管理規范.4)《數據安全運營管理規范》明確數據安全風險監控措施、數據安全風險響應和應急處置措施、數據安全漏洞排查、數據備份恢復等相應措施要求.5)《數據安全培訓管理制度》明確數據安全人員培訓等相關要求.

　　4.3數據安全治理評估機制

　　數據安全治理評估機制是檢查數據安全治理效果的最有效措施，評估機制主要包括評估與評價措施和改進與提升措施2個方面.數據安全評估措施主要包括：確定評估的目標數據及所涉及的應用系統和人員，梳理數據全生命周期過程及所涉及的數據安全技術與管理措施，分析各個數據流轉環節數據安全措施的有效性，輸出數據安全評估分析報告.數據安全評價措施在數據安全評估措施的基礎上對數據安全治理能力和效果進行打分評價.另外DSMM標準可以作為數據安全評估和評價措施的一個重要參考材料，該標準提煉出的30個安全過程域基本涵蓋了數據安全評估過程的各個環節，標準對數據安全能力成熟度模型的定級也可以作為評價結果的重要參考.

　　4.4數據安全治理長效運營

　　數據安全治理與數據業務發展緊密相關，這也導致數據安全治理不是一個短期的一蹴而就的工作，而是需要長期持續運營.數據安全治理運營的核心工作包括應急處置、隱患排查、預警通報和安全審計等幾個方面.

　　4.4.1應急處置對于數據安全治理過程中發現的各類數據安全事件和威脅隱患能夠及時進行閉環處置，確保數據安全威脅得到解除，降低數據安全事件對數據業務的影響程度.數據安全應急處置具體措施需要根據數據安全事件根本原因進行針對性處理，常見措施包括修復數據業務系統安全漏洞、改進數據處理業務流程、完善數據管理措施與制度等.

　　4.4.2隱患排查數據安全隱患排查工作需要定期或基于數據安全威脅情報實時開展，主要是針對數據業務系統及數據處理流程中是否存在數據泄露、數據損毀或數據濫用等方面的漏洞進行檢查，隱患排查還可以借助相關數據安全漏洞掃描等工具輔助進行.

　　5結束語

　　近年來數據已經成為國家重要的新型生產要素[13]，數據要素的數據安全治理還處于初期研究階段，同時針對人工智能等新型技術領域的數據安全治理研究也在持續深入[14]，一些相關的技術(如隱私安全計算、數據安全溯源等)還處于發展和成熟過程中，數據安全治理相關的行業及國家標準還沒有展開.相信隨著數據要素市場化的深入推進以及國家對數據安全領域的重視持續加強，數據安全治理將在實踐中逐步成熟.

　　參考文獻：

　　[1]全國人民代表大會常務委員會.中華人民共和國數據安全法[EB?OL].新華社，(2021-06-10)[2021-08-17].

　　[2]中國信息通信研究院云計算與大數據研究所.數據安全治理實踐指南(1.0)[R].北京：中國信息通信研究院，2021

　　[3]全國信息安全標準化技術委員會.GB?T37988—2019信息安全技術數據安全能力成熟度模型[M].北京：中國標準出版社，2019

　　[4]阿里巴巴，數夢工場，安恒信息，等.數據安全能力建設實施指南V1.0(征求意見稿)[R].杭州：阿里巴巴數據安全研究院，2018

　　[5]王欣亮，任弢，劉飛.基于精準治理的大數據安全治理體系創新[J].中國行政管理，2019(12)：121126

　　[6]國家互聯網信息辦公室.數據安全管理辦法(征求意見稿)[EB?OL].(2019-05-28)[2021-08-17].

　　作者：胡國華