DSMM之数据采集过程安全.pdfVIP

DSMM之数据采集过程安全

上个⽉投稿了DSMM数据安全能⼒成熟度模型总结与交流，主要简地介绍了DSMM的内容以及个⼈的思考，作为

DSMM的开篇交流。今天是从数据安全的⽣命周期阶段介绍DSMM的具体内容。

⼀、背景

在DSMM数据安全能⼒成熟度模型总结与交流⼀⽂中介绍了DSMM针对数据安全不同⽣命周期提出了不同的安全要求，

数据安全⽣命周期分为采集、传输、存储、处理、交换、销毁。今天来聊⼀聊数据安全⽣命周期的第⼀个阶段——数据

采集安全。

在上⼀篇⽂章中，我们讲述了DSMM分为5个成熟度等级分别为：⾮正式执⾏、计划跟踪、充分定义、量化控制、持续

优化；安全能⼒的维度包括组织建设、制度流程、技术⼯具、⼈员能⼒。我们在落地执⾏的时候⼀般按照等级3即充分

定义级进⾏相关的⼯作，因为在充分定义级⾥⾯完整的包含了安全能⼒维度的四个⽅⾯，⽽等级1和等级2是没有覆盖完

全的，⾄于等级4和等级5就是进⾏⼀些量化细化和持续改进的，可以在DSMM体系建设完成后进⾏拔⾼。每个过程域都

是按照这样的思路进⾏要求的，所以接下来介绍的数据采集安全过程的各过程域都是按照这个思路进⾏建设的。

⼆、定义

数据采集安全是数据安全⽣命周期的第⼀个过程，是对数据来源安全的管理，这是整个DSMM能够落实好的基础阶段，

所有的后续⼯作都是以此为基础。所以该阶段的重要性不⾔⽽喻。该过程包含四个过程域，分别为：数据分类分级、数

据采集安全管理、数据源鉴别及记录、数据质量管理。

2.1数据分类分级

官⽅描述为基于法律法规以及业务需求确定组织机构内部的数据分类分级⽅法，对⽣成或收集的数据进⾏分类分级标

识。

数据分类分级是数据采集阶段的基础⼯作，也是整个数据安全⽣命周期中最基础的⼯作，它是数据安全防护和管理中各

种策略制定、制度落实的依据和附着点。

DSMM标准在充分定义级要求如下：

组织建设：

组织机构设⽴负责数据分类分级⼯作的管理岗位和⼈员，主要负责定义组织机构整体的数据资产分类分级的安全原则以

及相关能⼒提供。

在DSMM的要求中这个⼏乎都是⼀样的，每个过程域都需要指定专⼈和专岗负责该项⼯作，并能够胜任此⼯作，数据分

类分级也是这样的要求。在实际⼯作中，可能所有的过程域在这个维度上都是同样的⼀个或多个⼈，可以独任命，也

可以在相应的制度章节中进⾏说明。

制度流程：

建⽴数据资产分类分级原则、⽅法和操作指南。

对组织机构的数据资产进⾏分类分级标识和管理。

对不同类别和级别的数据建⽴相应的访问控制、数据加解密、数据脱敏等安全管理和控制措施。

建⽴数据分类分级变更审批流程和机制，通过该流程保证对数据分类分级的变更操作及其结果符合组织机构的策略要

求。

在建⽴制度流程的时候，⾸先应要建⽴组织/公司⾃⼰的的数据分类分级原则和⽅法，将数据按照重要程度进⾏分类，然

后在数据分类的基础上根据数据安全在受到破坏后，对组织造成的影响和损失进⾏分级，如果组织层⾯已经具有相关的

分类分级标准，可酌情进⾏参考。在实际执⾏时如果⼀下⼦做不到完全细粒度区分，可以多步实现，循序渐进，不要设

分类分级标准，可酌情进⾏参考。在实际执⾏时如果⼀下⼦做不到完全细粒度区分，可以多步实现，循序渐进，不要设

计过度复杂的⽅案。在进⾏数据分类分级后需要有针对性地制定数据防护要求，设置不同的访问权限、对重要数据进⾏

加密存储和传输、敏感数据进⾏脱敏处理、重要操作进⾏审计记录和分析等。在进⾏分类分级⼯作中要明确相关内容和

操作流程的审核和审批机制，保证数据分类分级⼯作符合组织的分类分级原则和制度要求。

技术⼯具：

建⽴数据分类分级打标或数据资产管理⼯具，实现对数据资产的分类分级⾃动标识、标识结果发布、审核等功能。在技

术层⾯需要建⽴数据管理平台，按照数据分类分级原则和制度要求对数据打标签，进⾏数据分类和分级区分，并依据此

设置访问控制策略和加解密策略，还要能够对新增数据根据要求进⾏⾃动打标签处理。

⼈员能⼒：

负责该项⼯作的⼈员应了解数据分类分级的合规要求、能够识别哪些数据属于敏感数据。

在编制数据分类分级的制度时可以参考以下关键点：

下⾯给出我们在进⾏分类分级时制定的⼀个模板，欢迎提出更好的意见。

2.2数据采集安全管理

官⽅描述为在采集外部客户、合作伙伴等相关⽅的数据的过程中，需明确采集数据的⽬的和⽤途，确保数据源的真实

性、有效性和最少够⽤等原则要求，并规范数据采集的渠道、数据的格式以及相关的流程和⽅式，从⽽保证数据采集的

合规性、正当性和执⾏上的⼀致性，符合相关法律法规要求。

数据采集过程中涉及包含个⼈信息及商业数据在内的海量数据，现今社会对于个⼈