隨著大數據時代的到來，數據價值的深度應用成為助力企業(yè)發(fā)展的重要源動力。在企業(yè)的數字化轉型過程中，加強數據治理、深化數據開發(fā)、保障數據安全成為釋放數據價值的關鍵環(huán)節(jié)，而強化數據安全對企業(yè)的數字化轉型和升級起著至關重要的作用。

　　基于此，CIO時代、新基建創(chuàng)新研究院聯(lián)合霍因科技推出“霍因安全觀”系列線上微課堂，詳細介紹數據安全治理的方法論、先進技術、典型案例及實踐成果，展現(xiàn)數據安全治理的全生命周期管理，助力企業(yè)的數字化轉型與升級。

　　大數據時代，所有數據都具有了一定的價值。價值的背后潛藏著巨大風險，大量敏感數據被販賣、竊取和無授權濫用，這一問題已經嚴重危害到個人隱私、企業(yè)發(fā)展甚至國家安全。

　　首期“霍因安全觀”系列微課堂，我們共同關注一下人工智能在全域敏感數據發(fā)現(xiàn)中的應用。

　　如何邁好數據安全治理的第一步

　　數據安全治理是企業(yè)安全管理的重要組成也是管理難點之一，隨著《網絡安全法》、《民法典》、《數據安全法》和《個人信息保護法》等國家相關法律法規(guī)的出臺，以及地方性、行業(yè)性的規(guī)范及指導意見的實施，都體現(xiàn)出數據安全管理的重要性和必要性。但數據安全治理并不是一蹴而就的，從《GB∕T 37988-2019 信息安全技術 數據安全能力成熟度模型》（DSMM模型）中可以看出，數據安全是涉及到數據完整生命周期的全過程安全管理。

　　圖：《GB∕T 37988-2019 信息安全技術 數據安全能力成熟度模型》

　　從數據安全過程管理角度看，數據采集階段是踐行DSMM數據安全管理的第一步。在數據采集階段所需要做的數據發(fā)現(xiàn)、數據定義、數據分級分類等工作，是后續(xù)更好的完成數據過程管理的基礎。

　　全域敏感數據發(fā)現(xiàn)正在面臨巨大挑戰(zhàn)

　　對于企業(yè)而言，數據安全的核心是針對特定的敏感信息實施安全防護。在數據安全治理中，數據采集階段的重要目標是完成數據分類分級。可在執(zhí)行中，企業(yè)通常會面臨以下的一些挑戰(zhàn)：

　　1.不知道哪些系統(tǒng)存有需要處置的數據？

　　2.只有數據庫中的數據才需要管理么？

　　3.如何根據自身業(yè)務情況配置分類分級策略？

　　由此可見，進行數據分類分級的前提是了解客戶環(huán)境中全量數據情況。從目前主流的數據安全管理產品現(xiàn)狀來看，除開進行敏感數據發(fā)現(xiàn)時手段單一之外，還存在以下兩方面的問題：

　　1.支持的數據源范圍有限：以主流的敏感數據掃描產品為例，在進行敏感數據發(fā)現(xiàn)時，主要面向的是數據庫系統(tǒng)，但大量客戶的數據使用環(huán)境并不是只有數據庫，包括企業(yè)網盤、流程平臺、大數據開發(fā)甚至IM通訊軟件中都存有大量的敏感信息數據。

　　2.數據發(fā)現(xiàn)的手段單一：傳統(tǒng)的數據安全產品依據的是大量定義正則表達式規(guī)則匹配完成數據庫的敏感數據掃描。數據發(fā)現(xiàn)的范圍及精準度完全依賴于正則規(guī)則豐富度及準確度。很難確保數據發(fā)現(xiàn)不出現(xiàn)遺漏、偏離等問題。

　　除此之外，諸如大量人工配置、發(fā)現(xiàn)效率低等問題都制約了客戶完成數據安全治理的目標達成。

　　全域敏感數據發(fā)現(xiàn)的秘密武器

　　1）善用機器學習的能力

　　經過霍因的長期經驗總結，機器學習是目前分析、理解、識別數據模式的最佳工具。在數據安全治理過中合理的借助機器學習的能力，能有效解決全域敏感數據發(fā)現(xiàn)過程中準確度、匹配度等問題。

　　其次，機器學習具備廣泛的技術適配性，可通過多種技術的復合應用來解決企業(yè)應用場景中異構數據類型及不同數據源的全域敏感數據的發(fā)現(xiàn)。

　　例如，在針對傳統(tǒng)敏感數據發(fā)現(xiàn)產品中不具備的非結構化數據掃描，可通過NLP（自然語言處理）技術進行掃描及敏感特征發(fā)現(xiàn)，還可以通過k-means算法技術完成相似數據的發(fā)現(xiàn)、聚類識別等。

　　2）AI（人工智能）賦能全域敏感數據發(fā)現(xiàn)

　　目前，企業(yè)生成的數據量正呈指數級增長，這是由于隱藏于數據庫中所有未被發(fā)現(xiàn)的敏感信息進行評估而產生的。自動化的廣泛應用，是可以有效提升數據治理的。因此，可通過兩方面實現(xiàn)AI賦能全域敏感數據發(fā)現(xiàn)：

　　1、基于AI發(fā)現(xiàn)能力：

　　通過自動化嗅探技術將客戶環(huán)境中的存儲進行識別，并通過掃描樣例數據摸底，初步梳理出客戶的數據資產。包括：

　　1）通過SQL檢索摸底并梳理結構化數據庫數據信息；

　　2）通過NLP及對應的數據學習模型完成非結構化文檔中的敏感數據解析；

　　3）通過大數據連接組件及內置的正則式發(fā)現(xiàn)半結構化數據中的敏感信息。

　　2、利用AI分類分級

　　在了解客戶基本數據環(huán)境情況以后，產品通過內置的智能分類器對全量數據進行自動化標簽處理，并再結合法律法規(guī)的解讀和導入進行自動化的分級分類處置。在處理過程中，通過聚類算法等方式提高處理效率及準確性。

　　數據安全管理的前提是對全域全量數據的發(fā)現(xiàn)及合理化的分類分級，霍因數據安全治理平臺可通過AI技術賦能數據安全治理過程，讓客戶了解數據現(xiàn)狀，從而更好的開展后續(xù)數據安全管理工作。

　　本平臺通過實踐DSMM模型期間形成“咨詢-發(fā)現(xiàn)-管控”流程體系，完成數據完整生命周期過程中的安全管理工作。平臺采用多種AI技術，將客戶的數據環(huán)境通過不同的數據發(fā)現(xiàn)及掃描分類技術進行自動化預處理。降低客戶在進行數據安全治理期間第一步“全域全量數據發(fā)現(xiàn)”的難度。

　　關于霍因科技

　　霍因科技是一家專注在為企業(yè)客戶提供數據安全的方案/服務提供商。率先提出下一代數據安全理論CDC（Consult-Discover-Control），服務聚焦于安全合規(guī)驅動下的數據治理方案，采用場景化能力復用及機器學習能力，將數據治理與數據安全管理能力融合。

　　基于“Consult-Discover-Control”理念，霍因科技為眾多政企客戶提供實踐數據管理及安全合規(guī)方案：從客戶數據業(yè)務的咨詢、法規(guī)理解和導入著手，基于機器學習技術與大數據湖倉技術為企業(yè)構建安全的數據管理環(huán)境，從而實現(xiàn)基于生態(tài)的全面安全控制?；粢蚩萍荚诎踩寗訑祿卫矸矫娴膬?yōu)勢：

　　1. 全域：結構化數據、非結構化數據（文件/音視頻）

　　2. 全場景：個人隱私數據、企業(yè)數據（商業(yè)數據、生產數據、經營數據...）

　　3. 全鏈路：數據在采集、存儲、處理、交換、管理等全鏈路上的安全管理