数据安全保障措施研究

数据安全保障措施

数据安全保障措施（一）加大政策支持研究利用财政、金融、土地等政策工具支持数据安全技术攻关、创新应用、标准研制和园区建设。支持符合条件的数据安全企业享受软件和集成电路企业、高新技术企业等优惠政策。引导各类金融机构和社会资本投向数据安全领域，支持数据安全保险服务发展。支持数据安全企业参与科技产业金融一体化专项，通过国家产融合作平台获得便捷高效的金融服务。（二）优化发展环境加快数据安全制度体系建设，细化明确政策要求。加强知识产权运用和保护，建立健全行业自律及监督机制，建立以技术实力、服务能力为导向的良性市场竞争环境。科学高效开展数据安全产业统计，健全产业风险监测机制，及时研判发展态势，处置突出风险，回应社会关切。加强教育引导，提升各类群体数据安全保护意识。强化数据安全人才供给保障推动普通高等院校和职业院校加强数据安全相关学科专业建设，强化课程体系、师资队伍和实习实训等。制定颁布数据安全工程技术人员国家职业标准、实施数字技术工程师培育项目，培养壮大高水平数据安全工程师队伍，鼓励科研机构、普通高等院校、职业院校、优质企业和培训机构深化产教融合、协同育人，通过联合培养、共建实验室、创建实习实训基地、线上线下结合等方式，培养实用型、复合型数据安全专业技术技能人才和优秀管理人才。推进通过职业资格评价、职业技能等级认定、专项职业能力考核等，建立健全数据安全人才选拔、培养和激励机制，遴选推广一批产业发展急需、行业特色鲜明的数据安全优质培训项目。充分利用现有人才引进政策，引进海外优质人才与创新团队。深化数据安全国际交流合作充分利用双多边机制，加强数据安全产业政策交流合作。加强与一带一路沿线国家数据安全产业合作，促进标准衔接和认证结果互认，推动产品、服务、技术、品牌走出去。鼓励国内外数据安全企业在技术创新、产品研发、应用推广等方面深化交流合作。探索打造数据安全产业国际创新合作基地。支持举办高层次数据安全国际论坛和展会。鼓励我国数据安全领域学者、企业家积极参与相关国际组织工作。数字经济指导思想统筹发展和安全、统筹国内和国际，以数据为关键要素，以数字技术与实体经济深度融合为主线，加强数字基础设施建设，完善数字经济治理体系，协同推进数字产业化和产业数字化，赋能传统产业转型升级，培育新产业新业态新模式，不断做强做优做大我国数字经济，为构建数字中国提供有力支撑。优化升级数字基础设施（一）加快建设信息网络基础设施建设高速泛在、天地一体、云网融合、智能敏捷、绿色低碳、安全可控的智能化综合性数字信息基础设施。有序推进骨干网扩容，协同推进千兆光纤网络和5G网络基础设施建设，推动5G商用部署和规模应用，前瞻布局第六代移动通信（6G）网络技术储备，加大6G技术研发支持力度，积极参与推动6G国际标准化工作。积极稳妥推进空间信息基础设施演进升级，加快布局卫星通信网络等，推动卫星互联网建设。提高物联网在工业制造、农业生产、公共服务、应急管理等领域的覆盖水平，增强固移融合、宽窄结合的物联接入能力。（二）推进云网协同和算网融合发展加快构建算力、算法、数据、应用资源协同的全国一体化大数据中心体系。在京津冀、长三角、粤港澳大湾区、成渝地区双城经济圈、贵州、内蒙古、甘肃、宁夏等地区布局全国一体化算力网络国家枢纽节点，建设数据中心集群，结合应用、产业等发展需求优化数据中心建设布局。加快实施东数西算工程，推进云网协同发展，提升数据中心跨网络、跨地域数据交互能力，加强面向特定场景的边缘计算能力，强化算力统筹和智能调度。按照绿色、低碳、集约、高效的原则，持续推进绿色数字中心建设，加快推进数据中心节能改造，持续提升数据中心可再生能源利用水平。（三）有序推进基础设施智能升级稳步构建智能高效的融合基础设施，提升基础设施网络化、智能化、服务化、协同化水平。高效布局人工智能基础设施，提升支撑智能＋发展的行业赋能能力。推动农林牧渔业基础设施和生产装备智能化改造，推进机器视觉、机器学习等技术应用。建设可靠、灵活、安全的工业互联网基础设施，支撑制造资源的泛在连接、弹性供给和高效配置。加快推进能源、交通运输、水利、物流、环保等领域基础设施数字化改造。推动新型城市基础设施建设，提升市政公用设施和建筑智能化水平。构建先进普惠、智能协作的生活服务数字化融合设施。在基础设施智能升级过程中，充分满足老年人等群体的特殊需求，打造智慧共享、和睦共治的新型数字生活。数字经济发展现状十三五时期，我国深入实施数字经济发展战略，不断完善数字基础设施，加快培育新业态新模式，推进数字产业化和产业数字化取得积极成效。2020年，我国数字经济核心产业增加值占国内生产总值（GDP）比重达到7．8%，数字经济为经济社会持续健康发展提供了强大动力。信息基础设施全球领先。建成全球规模最大的光纤和第四代移动通信（4G）网络，第五代移动通信（5G）网络建设和应用加速推进。宽带用户普及率明显提高，光纤用户占比超过94%，移动宽带用户普及率达到108%，互联网协议第六版（IPv6）活跃用户数达到4．6亿。产业数字化转型稳步推进。农业数字化全面推进。服务业数字化水平显著提高。工业数字化转型加速，工业企业生产设备数字化水平持续提升，更多企业迈上云端。新业态新模式竞相发展。数字技术与各行业加速融合，电子商务蓬勃发展，移动支付广泛普及，在线学习、远程会议、网络购物、视频直播等生产生活新方式加速推广，互联网平台日益壮大。数字经济国际合作不断深化。《二十国集团数字经济发展与合作倡议》等在全球赢得广泛共识，信息基础设施互联互通取得明显成效，丝路电商合作成果丰硕，我国数字经济领域平台企业加速出海，影响力和竞争力不断提升。与此同时，我国数字经济发展也面临一些问题和挑战：关键领域创新能力不足，产业链供应链受制于人的局面尚未根本改变；不同行业、不同区域、不同群体间数字鸿沟未有效弥合，甚至有进一步扩大趋势；数据资源规模庞大，但价值潜力还没有充分释放；数字经济治理体系需进一步完善。推进数据安全标准体系建设（一）加强数据安全产业重点标准供给充分发挥标准对产业发展的支撑引领作用，促进产业技术、产品、服务和应用标准化。鼓励科研院所、企事业单位、普通高等院校及职业院校等各类主体积极参与数据安全产业评价、数据安全产品技术要求、数据安全产品评测、数据安全服务等标准制定。高质高效推进贯标工作，加大标准应用推广力度。积极参与数据安全国际标准组织活动，推动国内国际协同发展。数字经济面临形势当前，新一轮科技革命和产业变革深入发展，数字化转型已经成为大势所趋，受内外部多重因素影响，我国数字经济发展面临的形势正在发生深刻变化。发展数字经济是把握新一轮科技革命和产业变革新机遇的战略选择。数字经济是数字时代国家综合实力的重要体现，是构建现代化经济体系的重要引擎。世界主要国家均高度重视发展数字经济，纷纷出台战略规划，采取各种举措打造竞争新优势，重塑数字时代的国际新格局。数据要素是数字经济深化发展的核心引擎。数据对提高生产效率的乘数作用不断凸显，成为最具时代特征的生产要素。数据的爆发增长、海量集聚蕴藏了巨大的价值，为智能化发展带来了新的机遇。协同推进技术、模式、业态和制度创新，切实用好数据要素，将为经济社会数字化发展带来强劲动力。数字化服务是满足人民美好生活需要的重要途径。数字化方式正有效打破时空阻隔，提高有限资源的普惠化水平，极大地方便群众生活，满足多样化个性化需要。数字经济发展正在让广大群众享受到看得见、摸得着的实惠。规范健康可持续是数字经济高质量发展的迫切要求。我国数字经济规模快速扩张，但发展不平衡、不充分、不规范的问题较为突出，迫切需要转变传统发展方式，加快补齐短板弱项，提高我国数字经济治理水平，走出一条高质量发展道路。大力推进产业数字化转型（一）加快企业数字化转型升级引导企业强化数字化思维，提升员工数字技能和数据管理能力，全面系统推动企业研发设计、生产加工、经营管理、销售服务等业务数字化转型。支持有条件的大型企业打造一体化数字平台，全面整合企业内部信息系统，强化全流程数据贯通，加快全价值链业务协同，形成数据驱动的智能决策能力，提升企业整体运行效率和产业链上下游协同效率。实施中小企业数字化赋能专项行动，支持中小企业从数字化转型需求迫切的环节入手，加快推进线上营销、远程协作、数字化办公、智能生产线等应用，由点及面向全业务全流程数字化转型延伸拓展。鼓励和支持互联网平台、行业龙头企业等立足自身优势，开放数字化资源和能力，帮助传统企业和中小企业实现数字化转型。推行普惠性上云用数赋智服务，推动企业上云、上平台，降低技术和资金壁垒，加快企业数字化转型。（二）全面深化重点产业数字化转型立足不同产业特点和差异化需求，推动传统产业全方位、全链条数字化转型，提高全要素生产率。大力提升农业数字化水平，推进三农综合信息服务，创新发展智慧农业，提升农业生产、加工、销售、物流等各环节数字化水平。纵深推进工业数字化转型，加快推动研发设计、生产制造、经营管理、市场服务等全生命周期数字化转型，加快培育一批专精特新中小企业和制造业单项冠军企业。深入实施智能制造工程，大力推动装备数字化，开展智能制造试点示范专项行动，完善国家智能制造标准体系。培育推广个性化定制、网络化协同等新模式。大力发展数字商务，全面加快商贸、物流、金融等服务业数字化转型，优化管理体系和服务模式，提高服务业的品质与效益。促进数字技术在全过程工程咨询领域的深度应用，引领咨询服务和工程建设模式转型升级。加快推动智慧能源建设应用，促进能源生产、运输、消费等各环节智能化升级，推动能源行业低碳转型。加快推进国土空间基础信息平台建设应用。推动产业互联网融通应用，培育供应链金融、服务型制造等融通发展模式，以数字技术促进产业融合发展。（三）推动产业园区和产业集群数字化转型引导产业园区加快数字基础设施建设，利用数字技术提升园区管理和服务能力。积极探索平台企业与产业园区联合运营模式，丰富技术、数据、平台、供应链等服务供给，提升线上线下相结合的资源共享水平，引导各类要素加快向园区集聚。围绕共性转型需求，推动共享制造平台在产业集群落地和规模化发展。探索发展跨越物理边界的虚拟产业园区和产业集群，加快产业资源虚拟化集聚、平台化运营和网络化协同，构建虚实结合的产业数字化新生态。依托京津冀、长三角、粤港澳大湾区、成渝地区双城经济圈等重点区域，统筹推进数字基础设施建设，探索建立各类产业集群跨区域、跨平台协同新机制，促进创新要素整合共享，构建创新协同、错位互补、供需联动的区域数字化发展生态，提升产业链供应链协同配套能力。（四）培育转型支撑服务生态建立市场化服务与公共服务双轮驱动，技术、资本、人才、数据等多要素支撑的数字化转型服务生态，解决企业不会转、不能转、不敢转的难题。面向重点行业和企业转型需求，培育推广一批数字化解决方案。聚焦转型咨询、标准制定、测试评估等方向，培育一批第三方专业化服务机构，提升数字化转型服务市场规模和活力。支持高校、龙头企业、行业协会等加强协同，建设综合测试验证环境，加强产业共性解决方案供给。建设数字化转型促进中心，衔接集聚各类资源条件，提供数字化转型公共服务，打造区域产业数字化创新综合体，带动传统产业数字化转型。数据安全治理总体视图前期大量调研和数据安全治理能力评估实践，依据中国通信标准化协会大数据技术标准推进委员会BDC91-2022《数据安全治理能力评估方法》，提炼出一套行之有效的数据安全治理总体视图，用以描绘数据安全治理的建设蓝图和实践路线。（一）数据安全治理目标数据安全治理目标是组织数据安全治理工作开展的前进方向。其主要包括满足合规要求、管理数据安全风险、促进数据开发利用三方面。满足合规要求。逐渐细化的数据安全监管要求，为组织数据安全合规工作的推进提出了更高的要求。及时发现合规差距，协助组织履行数据安全责任义务，为业务的稳定运行和规范化开展筑牢根基是数据安全治理工作的首要目标。管理数据安全风险。不断产出的海量数据在动态实时流转过程中，面临着较大的风险暴露面，数据安全威胁及带来的影响与日俱增。叠加数据安全边界较为模糊、数据安全基础不够强韧等问题，组织数据安全风险的有效管理必然是数据安全治理的重要使命。促进数据开发利用。数字经济的高速发展离不开数据价值的充分释放，数据安全则是保障数据价值释放的重要基石。数据安全治理通过体系化的建设，完善组织的合规管理和风险管理工作机制，提升数据安全保护水平，促进数据的开发利用。（二）数据安全治理体系数据安全治理体系是组织达成数据安全治理目标需要具备的能力框架，组织应围绕该体系进行建设。数据安全治理体系是一个三层架构，分别包括数据安全战略层、数据全生命周期安全层和基础安全层。数据安全战略层是推进数据安全治理工作开展的战略保障模块，要求组织在启动各项工作前，应制定相应的战略规划。数据安全战略从数据安全规划、机构人员管理两方面入手，前者确立目标任务，后者组建治理团队。数据安全规划要求根据国家政策、组织业务发展需要以及数据安全需求等多方面因素明确组织整体数据安全规划。机构人员管理要求建立负责组织内部数据安全工作的部门、岗位和人员，并与人力资源管理部门进行联动，防范机构人员管理过程中存在的数据安全风险。数据全生命周期安全层是评估组织数据安全合规及风险管理等工作下沉至各业务场景能力水平的重要模块。要求组织以采集、传输、存储、使用、共享、销毁等环节为切入点，设置管控点和管理流程，保障数据安全。•数据采集安全是指根据组织对数据采集的安全要求，建立数据采集安全管理措施和安全防护措施，规范数据采集相关流程，从而保证数据采集的合法、合规、正当和诚信。•数据传输安全是指根据组织对内和对外的数据传输需求，建立不同的数据加密保护策略和安全防护措施，防止传输过程中的数据泄露等风险。•数据存储安全是指根据组织内部数据存储安全要求，提供有效的技术和管理手段，防止对存储介质的不当使用而可能引发的数据泄露风险，并规范数据存储的冗余管理流程，保障数据可用性，实现数据存储安全。•数据使用安全是指根据数据使用过程面临的安全风险，建立有效的数据使用安全管控措施和数据处理环境的安全保护机制，防止数据处理过程的风险。•数据共享安全是指根据组织对外提供或交换数据的需求，建立有效的数据交换安全防护措施，降低数据共享场景下的安全风险。•数据销毁安全是指通过制定数据销毁机制，实现有效的数据销毁管控，防止因对存储介质中的数据进行恢复而导致的数据泄露风险。基础安全层作为数据全生命周期安全能力建设的基本支撑模块，可以在多个生命周期环节内复用，是整个数据安全治理体系建设的通用要求，能够实现建设资源的有效整合。•数据分类分级是指根据法律法规以及业务需求，明确组织内部的数据分类分级原则及方法，并对数据进行分类分级标识，以实现差异化的数据安全管理。•合规管理是指根据组织内部的业务需求和业务开展场景，明确相关法律法规要求，通过制定管理措施降低组织面临的合规风险。•合作方管理是指通过建立组织的合作方管理机制，防范组织对外合作中的数据安全风险。•监控审计是指通过建立监控及审计的工作机制，有效防范不正当的数据访问和操作行为，降低数据全生命周期未授权访问、数据滥用、数据泄露等安全风险。•身份认证与访问控制是指根据组织的安全合规要求，建立用户身份认证和访问控制管理机制，防止对数据的未授权访问。•安全风险分析是指根据组织的业务场景建立数据安全风险分析体系，将风险控制在可接受的水平，最大限度的保障数据安全。•安全事件应急是指通过建立数据安全应急响应体系，确保在发生数据安全事件后能够及时止损，保障业务的安全和稳定运行，最大程度降低数据安全事件带来的影响。（三）数据安全治理维度以数据安全治理目标为指引，围绕数据安全治理体系框架，可以从组织架构、制度体系、技术工具和人员能力四个维度开展治理能力建设工作，以解决谁来干、怎么干、干的如何、有没有能力干等关键问题。1、数据安全治理组织架构数据安全组织架构是数据安全治理体系建设的前提条件。通过建立专门的数据安全组织，落实数据安全管理责任，确保数据安全相关工作能够持续稳定的贯彻执行。同时，因数据安全治理是一项多元化主体共同参与的复杂工作，明确的组织架构有助于划分各参与主体的数据安全权责边界，促进协同机制的建立，实现组织数据安全治理一盘棋。在一个组织内部，安全部门、合规部门、风控部门、内审部门、业务部门、人力部门等都需要参与到数据安全治理的具体工作中，相互协同，共同保障组织的数据安全。一种较为典型的数据安全治理组织架构一般由决策层、管理层、执行层与监督层构成，各层之间通过定期会议沟通等工作机制实现紧密合作、相互协同。决策层指导管理层工作的开展，并听取管理层关于工作情况和重大事项等的汇报。管理层对执行层的数据安全提出管理要求，并听取执行层关于数据安全执行情况和重大事项的汇报，形成管理闭环。监督层对管理层和执行层各自职责范围内的数据安全工作情况进行监督，并听取各方汇报，形成最终监督结论后同步汇报至决策层。决策层以虚拟组织的形式存在，如数据安全领导小组，该小组一般由组织的高层领导及相关部门负责人共同构成，主要负责对数据安全的重大事项进行统筹决策。管理层一般由安全部门或数据部门牵头，负责数据安全的管理、建设、宣贯等工作。执行部门一般由业务部门或数据生产部门构成，负责在本部门内落实执行各项数据安全管理要求。监督层涉及到合规部门、风控部门、内审部门等，负责从不同的角度对数据安全治理工作的开展情况进行监督。2、数据安全治理制度流程数据安全制度流程一般会从业务数据安全需求、数据安全风险控制需要，以及法律法规合规性要求等几个方面进行梳理，最终确定数据安全防护的目标、管理策略及具体的标准、规范、程序等。数据安全管理制度文件可分为四个层面，一、二级文件作为上层的管理要求，应具备科学性、合理性、完备性及普适性。三、四级文件则是对上层管理要求的细化解读，用于指导具体业务场景的具体工作。一级文件是由决策层明确的面向组织的数据安全管理方针、政策、目标及基本原则。二级文件是由管理层根据一级文件制定的通用管理办法、制度及标准。三级文件一般由管理层、执行层根据二级管理办法确定各业务、各环节的具体操作指南、规范。四级文件属于辅助文件，是各项具体制度执行时产生的过程性文档，一般包括工作计划、申请表单、审核记录、日志文件、清单列表等内容。3、数据安全治理技术体系数据安全技术体系并非单一产品或平台的构建，而是覆盖数据全生命周期，结合组织自身使用场景的体系建设。依照组织数据安全建设的方针总则，围绕数据全生命周期各阶段的安全要求，建立与制度流程相配套的技术和工具。•数据分类分级相关工具平台主要实现数据资产扫描梳理、数据分类分级打标和数据分类分级管理等功能。•身份认证及访问控制相关工具平台，主要实现在数据全生命周期各环节中涉及的所有业务系统和管理平台的身份认证和权限管理。•监控审计相关工具平台接入业务系统和管理平台，实现对数据安全风险的实时监控，并能进行统一审计。•日志管理平台收集并分析所有业务系统和管理平台的日志，并统一日志规范以支持后续的风险分析和审计等工作。•安全及合规评估相关工具平台主要用于综合评估数据安全现状和合规风险。数据全生命周期安全技术为生命周期中特定环节面临的风险提供管控技术保障。整个数据全生命周期可以通过组合或复用以下多种技术实现数据安全。•敏感数据识别通过对采集的数据进行识别和梳理，发现其中的敏感数据，以便进行安全管理。•备份与恢复技术是防止数据破坏、丢失的的有效手段，用于保证数据可用性和完整性。•数据加密相关工具平台通过提供常见的加密模块及密钥管理能力，落地数据的加密需求。•数据脱敏是通过一定的规则对特定数据对象进行变形的一类技术，用于防止数据泄露和违规使用等。•数据水印技术通过对数据进行处理使其承载特定信息，使得数据具备追溯数据所有者与分发对象等信息的能力。在数据处理过程中起到威慑及追责的作用。•数据泄密防护技术通过终端防泄露技术、邮件防泄露技术、网络防泄露技术，防止敏感数据在违反安全策略规定的情况下流出企业。•API安全管理相关工具平台提供内部接口和外部接口的安全管控和监控审计能力，保障数据传输接口安全。•数据删除是一种逻辑删除技术，为保证删除数据的不可恢复，一般会采取数据多次的覆写、清除等操作。•介质销毁一般通过消磁机或者物理捣毁等方式对数据所在的介质进行物理销毁。•隐私计算通过实现数据的可用不可见，从而满足隐私安全保护、价值转化及释放。4、数据安全治理人员能力数据安全治理离不开相应人员的具体执行，人员的技术能力、管理能力等都影响到数据安全策略的执行和效果。因此，加强对数据安全人才的培养是数据安全治理的应有之义。组织需要根据岗位职责、人员角色，明确相应的能力要求，并从意识和能力两方面着手建立适配的数据安全能力培养机制。意识能力培养方式。可以结合业务开展的实际场景，以及数据安全事件实际案例，通过数据安全事件宣导、数据安全事件场景还原、数据安全宣传海报、数据安全月活动等方式，定期为员工开展数据安全意识培训，纠正工作中的不良习惯，降低因意识不足带来的数据安全风险。技术能力培养方式。一方面，构建组织内部的数据安全学习专区，营造培训环境，通过线上视频、线下授课相结合的方式，按计划、有主题的定期开展数据安全技能培训，夯实理论知识。另一方面，通过开展数据安全攻防对抗等实战演练，将以教学为主的静态培训转为以实践为主的动态培训，提高人员参与积极性，有助于理论向实践转化，切实提高人员数据安全技能。为保障培训效果，形成人员能力培养的管理闭环，还需要结合能力考核的管理机制。通过结合人员角色及岗位职责，构建数据安全能力考核试题库，通过考核平台分发日常测验及各项考核内容，评估人员数据安全理论基础。同时将人员在实战演练中的实际操作能力作为重要考核指标，以综合评估数据安全人员能力水平。（四）数据安全治理实践数据安全治理体系给出了组织数据安全治理的建设框架，如何将整套框架切实应用于建设过程，离不开实践路线的绘制。基于行业发展现状，提炼出全局体系规划，场景有序落地，运营持续加强，评估助力优化的数据安全治理实践理念，并进一步丰富形成规划—建设—运营—优化的闭环路线，用以指导各行业组织数据安全治理工作的落地推进。该实践路线将在下一章展开论述。数据安全治理概述（一）数据安全治理概念内涵为指导行业数据安全治理能力建设，促进行业数据安全治理能力发展，依据中国通信标