隨著大數(shù)據(jù)時代的到來，數(shù)據(jù)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(shù)字化轉型過程中，加強數(shù)據(jù)治理、深化數(shù)據(jù)開發(fā)、保障數(shù)據(jù)安全成為釋放數(shù)據(jù)價值的關鍵環(huán)節(jié)，而強化數(shù)據(jù)安全對企業(yè)的數(shù)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(shù)據(jù)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(shù)據(jù)安全治理的全生命周期管理，助力企業(yè)的數(shù)字化轉型與升級。

大數(shù)據(jù)時代，所有數(shù)據(jù)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(shù)據(jù)被販賣、竊取和無授權濫用，這一問題已經(jīng)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(shù)據(jù)發(fā)現(xiàn)中的應用。

如何邁好數(shù)據(jù)安全治理的第一步

數(shù)據(jù)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(wǎng)絡安全法》、《民法典》、《數(shù)據(jù)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(shù)據(jù)安全管理的重要性和必要性。但數(shù)據(jù)安全治理并不是一蹴而就的，從《GB∕T 37988-2019 信息安全技術 數(shù)據(jù)安全能力成熟度模型》（DSMM模型）中可以看出，數(shù)據(jù)安全是涉及到數(shù)據(jù)完整生命周期的全過程安全管理。
從數(shù)據(jù)安全過程管理角度看，數(shù)據(jù)采集階段是踐行DSMM數(shù)據(jù)安全管理的第一步。在數(shù)據(jù)采集階段所需要做的數(shù)據(jù)發(fā)現(xiàn)、數(shù)據(jù)定義、數(shù)據(jù)分級分類等工作，是后續(xù)更好的完成數(shù)據(jù)過程管理的基礎。
 
全域敏感數(shù)據(jù)發(fā)現(xiàn)正在面臨巨大挑戰(zhàn)

對于企業(yè)而言，數(shù)據(jù)安全的核心是針對特定的敏感信息實施安全防護。在數(shù)據(jù)安全治理中，數(shù)據(jù)采集階段的重要目標是完成數(shù)據(jù)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(shù)據(jù)？

2. 只有數(shù)據(jù)庫中的數(shù)據(jù)才需要管理么？

3. 如何根據(jù)自身業(yè)務情況配置分類分級策略？

由此可見，進行數(shù)據(jù)分類分級的前提是了解客戶環(huán)境中全量數(shù)據(jù)情況。從目前主流的數(shù)據(jù)安全管理產(chǎn)品現(xiàn)狀來看，除開進行敏感數(shù)據(jù)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(shù)據(jù)源范圍有限：以主流的敏感數(shù)據(jù)掃描產(chǎn)品為例，在進行敏感數(shù)據(jù)發(fā)現(xiàn)時，主要面向的是數(shù)據(jù)庫系統(tǒng)，但大量客戶的數(shù)據(jù)使用環(huán)境并不是只有數(shù)據(jù)庫，包括企業(yè)網(wǎng)盤、流程平臺、大數(shù)據(jù)開發(fā)甚至IM通訊軟件中都存有大量的敏感信息數(shù)據(jù)。

2. 數(shù)據(jù)發(fā)現(xiàn)的手段單一：傳統(tǒng)的數(shù)據(jù)安全產(chǎn)品依據(jù)的是大量定義正則表達式規(guī)則匹配完成數(shù)據(jù)庫的敏感數(shù)據(jù)掃描。數(shù)據(jù)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(shù)據(jù)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(shù)據(jù)安全治理的目標達成。
 
全域敏感數(shù)據(jù)發(fā)現(xiàn)的秘密武器
1）善用機器學習的能力

經(jīng)過霍因的長期經(jīng)驗總結，機器學習是目前分析、理解、識別數(shù)據(jù)模式的最佳工具。在數(shù)據(jù)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(shù)據(jù)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(shù)據(jù)類型及不同數(shù)據(jù)源的全域敏感數(shù)據(jù)的發(fā)現(xiàn)。

例如，在針對傳統(tǒng)敏感數(shù)據(jù)發(fā)現(xiàn)產(chǎn)品中不具備的非結構化數(shù)據(jù)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(shù)據(jù)的發(fā)現(xiàn)、聚類識別等。
 
2）AI（人工智能）賦能全域敏感數(shù)據(jù)發(fā)現(xiàn)
目前，企業(yè)生成的數(shù)據(jù)量正呈指數(shù)級增長，這是由于隱藏于數(shù)據(jù)庫中所有未被發(fā)現(xiàn)的敏感信息進行評估而產(chǎn)生的。自動化的廣泛應用，是可以有效提升數(shù)據(jù)治理的。因此，可通過兩方面實現(xiàn)AI賦能全域敏感數(shù)據(jù)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(shù)據(jù)摸底，初步梳理出客戶的數(shù)據(jù)資產(chǎn)。包括：
1）通過SQL檢索摸底并梳理結構化數(shù)據(jù)庫數(shù)據(jù)信息；
2）通過NLP及對應的數(shù)據(jù)學習模型完成非結構化文檔中的敏感數(shù)據(jù)解析；
3）通過大數(shù)據(jù)連接組件及內(nèi)置的正則式發(fā)現(xiàn)半結構化數(shù)據(jù)中的敏感信息。
 
2、利用AI分類分級

在了解客戶基本數(shù)據(jù)環(huán)境情況以后，產(chǎn)品通過內(nèi)置的智能分類器對全量數(shù)據(jù)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(shù)據(jù)安全管理的前提是對全域全量數(shù)據(jù)的發(fā)現(xiàn)及合理化的分類分級，霍因數(shù)據(jù)安全治理平臺可通過AI技術賦能數(shù)據(jù)安全治理過程，讓客戶了解數(shù)據(jù)現(xiàn)狀，從而更好的開展后續(xù)數(shù)據(jù)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(shù)據(jù)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(shù)據(jù)環(huán)境通過不同的數(shù)據(jù)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(shù)據(jù)安全治理期間第一步“全域全量數(shù)據(jù)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(shù)據(jù)安全的方案/服務提供商。率先提出下一代數(shù)據(jù)安全理論CDC（Consult-Discover-Control），服務聚焦于安全合規(guī)驅動下的數(shù)據(jù)治理方案，采用場景化能力復用及機器學習能力，將數(shù)據(jù)治理與數(shù)據(jù)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(shù)據(jù)管理及安全合規(guī)方案：從客戶數(shù)據(jù)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(shù)據(jù)湖倉技術為企業(yè)構建安全的數(shù)據(jù)管理環(huán)境，從而實現(xiàn)基于生態(tài)的全面安全控制。霍因科技在安全驅動數(shù)據(jù)治理方面的優(yōu)勢：

1. 全域：結構化數(shù)據(jù)、非結構化數(shù)據(jù)（文件/音視頻）

2. 全場景：個人隱私數(shù)據(jù)、企業(yè)數(shù)據(jù)（商業(yè)數(shù)據(jù)、生產(chǎn)數(shù)據(jù)、經(jīng)營數(shù)據(jù)...）

3. 全鏈路：數(shù)據(jù)在采集、存儲、處理、交換、管理等全鏈路上的安全管理