守护工业领域数据安全,护航企业数字化高质量发展

VSole2022-12-15 13:19:05

数据安全是数据发挥生产要素价值的前提条件,在《中华人民共和国网络安全法》《中华人民共和国数据安全法》《工业和信息化领域数据安全管理办法(试行)》《工业数据分类分级指南(试行)》等一系列法律和政策文件中都明确提出了加强数据安全的要求。

工业和信息化领域数据安全顶层设计

工业和信息化领域数据安全保护的总体设计框架围绕工业数字化改革总目标,基于“创新引领、数据驱动、开放合作”原则,提升数据安全主动防御能力、监测预警能力、应急处置能力、协同治理能力,打造工业企业数字化改革数据安全屏障。总体设计以全面构建工业数据安全防护体系为重点,从安全角度出发,在数据安全运行能力为支撑基础上,建设完善数据安全政策制度、标准规范、组织保障、人才体系,从而实现高效安全监测,达到综合有效安全治理目标。

面向工业企业数据安全需求,绿盟科技提出了“1+2+3+4+5+N”的架构设计,实现工业数据安全的重点防护。“1”是1个中心-以敏感数据保护为中心,“2”是2类数据-重要数据和核心数据,“3”是3个体系-数据安全治理体系、个人信息保护体系、数据出境合规体系,“4”是4个工作建设-组织建设、制度流程、技术工具、人员能力领域,“5”是5个落地步骤-知、识、控、察、行,“N”是N种安全技术能力。

以敏感数据保护为中心

在开展数据安全保护的过程中,要坚持以敏感数据保护为核心,建设完善的数据安全体系,有效保护数据在全生命周期过程中各阶段的安全,达到合法采集、合理利用、静态可知、动态可控的防护目标。

重点保护重要和核心数据

根据《工业和信息化领域数据安全管理办法(试行)》的规定,对重要数据进行重点保护,对核心数据在重要数据保护基础上实施更严格的管理和保护。此外,将重要数据和核心数据目录报送地方工业和信息化主管部门或通信管理局,并采取措施开展数据分级防护。

多体系共建数据安全机制

根据工业行业数据风险分析以及业务需求,通过数据安全治理体系、个人信息保护体系、数据出境合规体系等多个维度进行体系化建设,完善和提升工业数据安全制度、技术、运营服务保障能力。确定数据处理活动主体责任方,根据数据的类型、数量、安全级别、处理方式以及对国家安全、公共利益或者个人、组织合法权益带来的影响和安全风险等,采取必要措施确保数据持续处于有效保护和合法利用的状态。

同步开展多层次数据安全建设

在数据安全建设体系中,从组织建设、制度流程,技术工具,人员能力四个领域同步开展建设工作,管理是技术的运营依据,技术是管理的落地保障。

组织层面,决策层、管理层、执行层必须在数据安全建设领域达成一致,数据安全建设工作必须得到组织高层的支持。组织高层在数据安全领域的战略目标应能够被管理层和执行层实现。

人员方面,要有相应的各级人员团队去进行相应的工作,数据安全相关工作人员应该依据岗位不同,具备管理能力、运营能力、技术建设能力。

流程制度方面,从宏观的组织发展方针、组织战略,到中观的管理制度规范,一直到微观的计划报告表格日志等同步建设。通过流程制度指导“人”利用“工具”实现组织的数据安全战略目标。

在技术层面,如分级分类,数据防泄漏,数据脱敏,流程审批,权限管理,数据标准等等,在各个领域都应该由技术工具予以支持。

五步法打造工业数据安全堡垒

绿盟科技经过多年网络安全及数据安全的探索与实践,并结合工业企业的现状需求,借鉴Gartner的数据安全治理框架,总结出了一套完整科学的数据安全治理方法,即“知”、“识”、“控”、“察”、“行”的数据治理设计框架,实现数据安全的整体性防御与前瞻性技术防御保障,是大数据架构下数据安全性防护理论与实践相结合的一整套治理手段。

知:分析政策法规、梳理业务及人员对数据的使用规范,定义敏感数据;

识:根据定义好的敏感数据,利用工具对全网进行敏感数据扫描发现,对发现的数据进行数据定位、数据分类、数据分级。根据风险评估,让企业认识到安全的现状与差距,并且形成风险评估整改报告。

控:根据敏感数据的级别,设定数据在全生命周期中的可用范围,利用规范和工具对数据进行细粒度的权限管控。

察:对数据进行监督监察,保障数据在可控范围内正常使用的同时,也对非法的数据行为进行了记录,为事后取证留下了清晰准确的日志信息。

行:对不断变化的数据做持续性的跟踪,提供策略优化与持续运营的服务。

安全基础能力的提升

安全基础能力,指提供数据安全能力的各类安全产品,是数据安全立体化的纵深防御体系的基础。形态上可以是硬件,也可以是虚拟化形态。安全基础能力,包含身份基于零信任的统一身份认证、管理能力,数据智能防泄漏能力,数据脱敏能力,文件级智能动态加解密能力,智能联动防护能力以及密码管理、安全审计和隐私计算等。

助力工业企业数据安全落地

通过绿盟科技数据安全治理顶层设计与最佳实践,帮助国内某上市制造企业全面构建“1+2+3+4+5+N”体系化防御能力。结合企业实际的数据安全防护需求,精准识别出企业在研发设计、生产制造、经营管理、日常运维、应用服务等过程中收集和产生的数据资产,形成重要数据和核心数据目录清单,同时结合研发设计、生产运行、装置远程诊断、内部运维、供应链等应用场景,实施分类定策、分级定措的防护策略,覆盖工业数据全生命周期各阶段,实现企业纵深防御能力。

该制造企业以绿盟数据安全运营平台为抓手,通过数据资产稽核管理、自动化分类分级、数据安全风险监测、API接口安全管理、数据安全流转监控、数据安全合规管理和数据安全策略统一管控等多种先进技术与AI算法,让数据所有者看得见风险、让数据使用者看得到约束、让服务运营者看得到策略,高效应对数据安全风险与挑战,促进工业企业数字化转型高质量发展。

不忘初心,践行安全使命

随着工业企业数字化转型加速,以及国家对高质量发展新要求,安全扮演越来越重要的角色,绿盟科技将继续秉承“巨人背后的专家,保障客户业务顺畅运行”之使命,以自身丰富的技术经验为依托,持续助力工业企业数据安全发展。

信息安全数据安全
本作品采用《CC 协议》,转载必须注明作者和本文链接
本次年会由公安部网络安全保卫局指导,中国计算机学会主办,计算机安全专业委员会承办。网络安全作为网络强国、数字中国的底座,将在未来的发展中承担托底的重担,是我国现代化产业体系中不可或缺的部分。为办好本次大会,充分发挥专委会在服务国家网络安全战略发展需要,促进学术成果交流,提升学术研究水平的作用,本次会议的主题为“夯实网络安全防线,构建中国式现代化网络强国”。
信查查通过多年在网络安全行业的耕耘,成为了众多单位、电信、银行、电商、高等院校、医院、企业等单位的长期合作伙伴。从个人层面来看,网安问题会带来私人信息泄露,进而威胁生命、财产安全。从政企层面来看,关键数据资产的泄露可能招致国家网络信息系统被攻击的危险,尤其是针对关键性基础设施的网络攻击会导致重大国家安全事故。
构建安全数据底座,护航数字经济发展。数据已成为数字经济时代最为活跃的新型生产要素。
本指南依据《信息安全技术 数据安全能力成熟度模型》(简称DSMM)制定,以数据为核心,重点围绕数据生命周期,从组织建设、制度流程、技术工具和人员能力等四个方面,提供数据安全能力建设的具体实施指南,为组织数据安全能力建设提供参考。
指引制定背景随着近年来相关法律法规与行业标准相继出台,数据安全体系建设的监管要求日趋严格。基本原则在过程域划分原则上,指引中的数据存储阶段涵盖了数据删除和数据销毁两个环节,进行了部分环节的合并与调整。同时指引还针对数据安全管理部门、合规风控部门、业务管理部门、信息技术部门和内部审计部门明确了各部门的数据安全管理职责的责任划分,建立了数据安全工作分工协作的机制。
遇到的考验与挑战数据安全治理咨询现状数据安全治理指的是数据安全分类分级、个人数据风险评估等与数据安全相关的咨询服务。为解决客户的数据安全分类分级及数据风险评估,明朝万达提供了一整套的底层基础能力,支撑对客户的数据安全分类分级和数据风险评估的数据安全领域的咨询团队、专用工具集、方法论和经验沉淀、数据安全产品及研发团队和驻场人员。
数据时代,数据自身安全以及数据保护的安全成为关注的重点,工业化互联网数据安全成为工业互联网发展的重要基础,随着《数据安全法》的正式颁布,数据在安全体系中占据了核心地位。其中,数据信息安全强调保护数据资产不受意外或未经授权的访问、更改或破坏,确保其可用性、完整性和机密性。流入控制系统的信息必须受到充分保护,同时还要保护物理过程的安全性和弹性。
数据安全问题涉及公众利益、社会稳定与国家安全,亟需规范安全管理,加强安全防护。而数据安全标准是开展数据安全管理、规范行业数据安全要求、指导企业提升数据安全能力的重要抓手。
近年来,国内外数据泄露事件频发,大量企业的商业利益、声誉受损。数据安全法律法规相继颁布,监管力度不断升级,企业逐渐意识到数据安全治理的重要性与紧迫性。通过对2021年开展的企业数据安全治理能力评估现状进行整理,总结企业数据安全治理工作在组织建设、人才培养、技术工具等方面的现状与趋势,提供能力提升思路,以供业界参考。
作为我国数据安全领域的基础性法律、 国家安全领域的重要法律,《数据安全法》的出台体现了当前数字经济发展对安全的关键需求,为我国数据安全的发展之路提供了指引。
VSole
网络安全专家