一家制造企业把订单、工艺参数、供应链台账全部上云,某天发现海外子公司调取了核心配方数据;一家三甲医院想联合多院做专病模型,患者影像和基因信息跨机构调用,却卡在授权、脱敏和审计三道关;一个城市政务平台归集了社保、交通、应急数据,开放给社会做增值应用,又担心接口被爬取、目录被逆向还原。三类场景的共同点不是“要不要数字化”,而是数据一旦流动,安全能力若只靠防火墙和保密协议,就会在分类不清、责任不明、跨境无序、预警滞后上出问题。这事得这么看,数据安全能力不是给业务拖后腿的合规成本,而是让数据供得出、流得动、用得好同时保得住的系统底盘。
有一种读法把数据安全理解成“装加密、设权限、出制度”三件事,认为通过等保测评就算闭环。实际更容易出现另一种偏差:数据资产底数不清,核心数据和一般数据混在一起管,重要数据目录多年不更新;业务系统重建设轻日志,出事靠人工回溯;跨境场景照搬通用模板,医疗、金融、工业各自风险不同却用一套合同;人工智能训练数据来源不明,标注、脱敏、权属全靠团队自觉。更稳的框架分五本账:制度账看分类分级、权责协调、标准衔接,解决“谁的数据、按什么级别管”;行业账看工业、金融、医疗、政务各自敏感点和全流程管控,解决“通用模板管不住专业风险”;技术账看加密、脱敏、隐私计算、智能预警和溯源,解决“看得见流量、看不透风险”;跨境账看出境评估、标准合同、认证和负面清单,解决“走出去便利但不失控”;治理账看主体责任、风险评估、应急和人才培养,解决“出了事有人管、能复原”。五本账合起来,安全才从被动封堵转向主动韧性。
先说制度闭环为什么必须从分类分级开始。数据全生命周期包括收集、存储、使用、加工、传输、提供、公开等环节,不同环节暴露面完全不同;不先分级,后续加密、审计、出境都会用力错配。可操作路径是先把数据按业务域梳理:涉及国家运行、关键信息基础设施、重大公共利益列核心和重要数据,建立动态目录;涉及个人身份、健康、金融、行踪的按敏感个人信息处理;其余一般数据按业务价值做普通保护。陈晓芳在相关数据安全治理研究中强调分类分级与协调机制一体推进,转成实务就是党委政府设数据安全工作协调机制,行业主管部门出重要数据识别规则,数据处理者按目录落责任,避免网信、行业、地方、企业四方都管又都不管。重庆2026年新施行的数据安全管理条例把数据分核心、重要、一般三类,重要数据实行目录管理,并要求处理日志按场景留存6个月到3年不等,互联网政务日志不少于1年、重要数据溯源日志不少于1年、向他人提供或委托处理重要数据和个人信息相关日志不少于3年,这类细化把“分级”从文件变成可检查动作。
重点领域不能套用一套万能模板。工业和电信链条长,工控、供应链、研发参数、生产运行数据交错,重点在做OT与IT融合下的协议解析、设备指纹、工艺参数访问白名单,防止通过供应商端口绕进主控系统;金融侧重个人金融信息、交易反欺诈、反洗钱和跨境资金数据,需把收集最小化、存储隔离、使用留痕、对外调用审批串起来,人民银行领域办法要求重要数据目录动态管理并开展年度风险评估;医疗健康最敏感的是患者隐私和科研复用之间的矛盾,可依托去标识化、分段授权、伦理审批和联合建模,在保护隐私前提下做专病库、公共卫生预警,不把原始影像直接导出;政务数据体量可观且关系数字政府运行,原则是“无条件共享、有条件共享、不予共享”三类的边界先定清,开放前做脱敏和接口限流,调用侧做身份联邦和访问审计。人工智能场景还要单独补一层,训练语料来源、标注规范、生成内容标识、模型权重访问都应进入数据资产台账,避免“模型很聪明、底稿说不清”。
技术能力要从“拦流量”升级到“识行为”。传统加密、访问控制、脱敏仍是底座,但面对内部越权、供应链渗透、模型注入、跨境异常调用,仅靠边界防护不够。值得拎出来的是三层组合:其一,全生命周期埋点,收集、加工、传输、提供各环节留结构化日志,和分类分级目录绑定,出异常能按数据标签回溯;其二,隐私计算用在跨机构场景,联邦学习、多方安全计算可做到“数据可用不可见”,医疗联合建模、金融机构联合风控、政务社会数据融合都能在不搬原数据前提下出结果;其三,智能预警把访问频率、出境外发、权限变更、模型调用行为做基线,偏离即告警。人工智能本身也可用于检测异常流转,但用作安全工具时要防止模型被对抗样本误导。后量子密码、国产密码、区块链存证可作为高价值数据的增强选项,不追求全覆盖,而按核心数据、长期归档数据、跨境高敏数据优先部署。
跨境数据最忌“要么不放、要么乱放”。当前企业出海、外资在华、全球研发、跨境电商、医学多中心研究都涉及数据出境,监管已经形成评估、标准合同、认证三条通用路径,并对重要数据出境实行安全评估前置。2026年数据出境政策问答明确,非关键信息基础设施处理者当年累计向境外提供10万人以上不满100万人非敏感个人信息,或不满1万人敏感个人信息,可通过标准合同或认证;超过100万人非敏感或1万人敏感则须申报安全评估。重要数据出境按网络数据安全管理条例和数据出境安全评估办法执行,确需出境应经国家网信部门评估。地方层面可用负面清单降低企业不确定性,北京2026年方案把自贸和重点示范政策向全市推,在汽车、医药、零售、民航、人工智能、自动驾驶、医疗器械、贸易物流、银行等9个领域做跨境负面清单,同时强化重要数据识别认定;天津、北京、海南、上海、浙江等自贸港/区也在汽车、医药、民航、再保险等行业探索负面积单。对实务层来说,跨境合规不是选最严方案,而是先判数据属性、再选路径:一般业务个人信息可用标准合同或认证降成本,重要数据走评估,行业特殊数据叠加金融、医疗、汽车专属规则,全程留传输目的、接收方、加密方式、再转移限制和应急撤回机制。
治理能力最终要落到“人、责、评、产业”四项。很多单位不是没买安全产品,而是没把责任分到岗位:重要数据处理者应设数据负责人、管理制度、定期风险评估和应急演练;个人信息处理者按规模做合规审计,达到规定规模的主体按个人信息保护合规审计要求至少每两年一次;中小企业可用轻量模板、托管检测和行业共享平台,不盲目堆设备。产业侧要把安全服务从卖软件转向做评估、分类分级咨询、出境合规、隐私计算集成、AI数据审计,形成“技术产品+服务+标准”的供给链。监管侧宜用协同机制代替多头检查,对一般数据少打扰,对核心重要数据、跨境高敏、人工智能训练、关键信息基础设施运营者提高抽查深度。人才培养不能只教攻防,要把业务理解、法律规则、数据治理和伦理风险合并训练,否则安全人员看不懂工艺参数,业务人员看不懂合规义务,闭环就会断点。
评论员落点
把数据安全能力做成十五五可考核闭环,不宜再比买了几套防火墙、过了几个等保序号,而把五件事钉死。制度侧,省市和行业一年一次数据资产普查,核心、重要、一般三类目录动态更新,重要数据目录与业务系统权限绑定,未编目录、未定级别的新系统不准上线;行业侧,工业抓工控和供应链端口,金融抓个人金融信息与跨境资金数据,医疗抓去标识和联合建模审批,政务抓共享三类清单和接口限流,人工智能抓语料来源、标注、模型调用三项台账。技术侧,核心数据全链路日志、加密和溯源必配,跨机构高敏场景优先上隐私计算,关键系统做智能基线告警和年度渗透测试;跨境侧,按属性选评估、标准合同、认证三路径,自贸和重点区域用行业负面清单,重要数据出境一律前置评估,合同写清再转移、审计和应急撤回。治理侧,重要数据处理者设专人专责,个人信息处理按规模审计,中小企业用轻量合规包,数据安全产业按评估、咨询、技术、认证分模块扶持。对监管部门,少看发文数量,多看目录更新率、异常溯源率、出境合规率、重大事件恢复时长;对企业机构,少把安全当审批障碍,多把它做成客户信任、跨境通行、AI可审计的长期资产。分类分得清、行业防得准、技术溯得到、跨境控得住、治理养得久,数据要素才能在数字中国框架里既跑出价值,又不留下系统性隐患。
「本文基于陈晓芳(福建理工大学研究人员)、程宇(中共福建省委党校研究人员)发表于人民日报《科学把握数据安全能力建设的着力点》一文解读。」
—— 名家智库-党建培训讲师_党课讲师邀请_干部培训师资_党员培训课程_宏观经济专家_党性教育培训 ——
电话:010-68998188
微信:
邮箱:cmsa@cmsa.org.cn
免责声明:本网站所提供的信息仅供参考之用,并不代表本网站赞同其观点,也不代表本网站对其真实性负责。如需转载或引用,请自行核实相关内容。如有关于作品内容、版权或其它问题,请与我们联系。