（3）DT时代的数据流动风险防治
2020-03-01 58浏览
- 1.DT时代的数据流动风险防治 方兴 全知科技CEO
- 2.IT到DT的变革本质 AI 知识 归纳 客观事物 呈现 发现 大数据 数据 解读 信息 推理 表达 情报 BI 数字载体
- 3.DT时代的核心是数据流动 合作流入 数据 系统A 系统B 数据A 数据B 系统A 数据A 系统B 数据B 合作流出 数据 汇集、 加工、关 联、分析 AI建模 数据D 系统C 数据C IT时代：业务数据化 系统C 数据C 系统D DT时代：数据业务化时代
- 4.DT时代的数据安全挑战 数据流动保护风险 更多数据来源 内部威胁者 更多基础使用 外包威胁 外部威胁者 IT系统的信 息 更多外部合作 更多跨域流动 合作伙伴生产链威胁 IT系统网络 数据采集和来源授 权、去向用途 效率！效率！ 效率！ IT系统网络安全 存储保护和使用目 的 对他人隐私影响风险 加密（存储&传输） IT时代数据安全保护体系 数据发布、共享、 交换、出境 对国家安全影响风险 用户隐私、知情、 控制和权益 数据上下游业务故 障和质量 数据业务过程风险 数据主体权利保护风险
- 5.数据流动风险链接效应 业务B1 采集 传输 交换&共享 业务A 采集 传输 加工 存储 使用 业务C1 采集 传输 存储 使用 销毁 业务C2 采集 传输 加工 加工 存储 使用 加工 存储 使用 销毁 业务C3 采集 传输 加工 存储 使用 存储 使用 销毁 业务C4 采集 传输 存储 使用 销毁 销毁 交换&共享 业务B2 采集 销毁 传输 加工 加工 销毁
- 6.IT时代遗留的数据安全认知误区 只把数据安全看作信息的载体安全 数据的核心价值在于流动过程中参与分析与运算带来的增值，而非 仅仅已有的信息价值 数据流动中带来的许多风险很难只在载体这个维度看到或解决 数据的流动不仅仅是物理层的载体传输，更在于数据在不同组织、 部门和业务之间的流动带来的风险
- 7.IT时代遗留的数据安全认知误区 用数据生命周期作为数据安全体系建设规划 数据生命周期是拆解的实施与运维视角，不是设计视角 数据生命周期其实只关注数据在一个组织、系统内流动的场景。而数据 跨组织和系统流动才是最难解决的问题，需要更加全局的视角。 只按照数据生命周期的规划来建设，往往只见树林不见森林，无法整体 把握组织的数据风险，无法回答企业数据安全建设的重点方向，无法评 估数据风险控制的效果。
- 8.IT时代遗留的数据安全认知误区 只以资产（存储访问层）视角看待数据，忽视了数据生产资料 （应用层的使用和流动）视角 数据的流动大部分产生在应用的过程中 数据的风险除了在存储访问环节（仓管视角）外，更重要的在于使 用环节（监工视角） 大部分的数据风险来自于应用层的数据风险：爬虫/数据截留/私下 交换/业务违规等
- 9.IT时代遗留的数据安全认知误区 事后溯源能力建设被忽视 事后溯源是相对更经济成本的应对不确定性风险的措施，传统网络 攻防不看重溯源是因为外部风险可溯源可惩戒机制弱。 数据风险大部分是内部风险，相对来说事后可溯源可惩戒机制是有 效的 一次大的数据事件的前面一定有很多小的事件，对小的事件的溯源 惩戒是降低大事件概率最有效的手段
- 10.再思考DT时代的数据安全 传统数据安全本 质是信息安全在 数字载体上的静 态资产属性安全 信息 用于价值呈现和非 再增值使用 多种数据表达形式 分析 建模 载体形式：数据库、文件、数据流 DT时代的数据安 全需要关注流动 中的业务过程风 险与动态生产资 料保护 数据 用于再增值使用和交换 流动性场景 财产安全关注财 产主体自身资产 属性安全 财产 用于价值呈现和非再 增值使用 多种资产表达形式 投资 生产 载体形式：现金、证券、信用 金融安全关注流 动中的业务过程 风险与资金投资 损失 资金 用于再增值使用和交换 流动性场景
- 11.数据流动带来的基础性风险 数据治理层数据风险 数据变更风险 数据来源去向与用途风险 数据驻留风险 应用服 务器 用户终端 应用数 据库 数据资产位置 敏感数据资产分布 数据安全策略不一致风险 数据细粒度权限策略 大数 据中 心 应用数 据库 应用服 务器 外部接口 服务器 外部接口 服务器 内部用 户终端 系统运 维终端 DB运 维终端 研发测 试终端 BI人员 内网导 出终端 终端 内部用 户终端
- 12.数据流动带来的人为风险 黑客入侵 系统管理人员 研发人员后门 违规配置或种 木马 网络系统层数据风险 用户终端 第三方应 用截留数 据 爬虫爬取接 口数据 合作伙伴滥 用拉取数据 外部接口 服务器 内部用户滥 用数据 内部用 户终端 应用层数据风险 应用服 务器 应用数 据库 数据库操作人 员违规导出或 阅读数据 系统运 维终端 DB运 维终端 大数 据中 心 应用数 据库 爬虫爬取接 口数据 合作伙伴滥 用拉取数据 BI人员利用 数据视图绕 过限制读取 数据 BI人员非工 作目的建模 研发测 试终端 应用服 务器 内部用户滥 用数据 BI人员 内网导 出终端 终端 数据访问控制层风险 内部用 户终端 外部接口 服务器 应用层数据风险
- 13.数据流动带来的合规性风险 隐私和重要数据的采集、使用、交换合规 隐私数据的主体权利保护合规 数据的出入境合规
- 14.从数据流动的风险视角思考体系 数据治理 层 G 数据风险 识别层 D 数据风险 控制层 C 数据基础信 息层 B G/数据资产风险治理：针对风险要素识别处理 数据的分类分级与细粒度权限策略 数据的血缘关系与策略一致性 数据所有者和数据数据变动传递风险管理 数据来源与去向&授权与用途追踪、数据标签管理 数据的驻留追踪 R/人为风险动态识别 用户滥用行为 异常拉取、爬取、截留行为 异常DB操作、BI操作、数据导出操作行为 异常数据流动和流向信息 数据泄露事件情报 C/合规风险动态识别 采集传输使用存储合规风险 交换共享发布离境合规风险 数据的授权与用途合规风险 数据分类分级管理合规风险 数据驻留与第三方SDK合规风险 R/人为风险控制 加密&脱敏 细粒度权限控制 流向控制、追踪&审计、溯源 速率控制&拦截&风险控制策略 C/合规风险控制 加密&脱敏 细粒度权限控制 合规操作&措施&审计&评估 用户权利保护&协议 Ｂ/数据基础信息采集 数据资产存储分布信息 数据应用层使用驻留和流动信息 数据库管理、BI和导出操作信息 数据来源与去向的流向与授权信息
- 15.建设数据流动的风险防治体系 应用数据风险防治 应用环节数据的使用和流动的信息获取 应用环节数据使用和流动的风险识别和处置 数据访问风险防治 数据访问环节的使用和流动的信息获取 数据访问环节的细粒度权限控制和高危风险场景控制 数据访问环节数据使用和流动的风险识别和处置 数据流动体系风险防治 敏感数据发现与分类分级管理 数据血缘传递风险场景控制 数据来源去向用途风险追踪和控制 数据合规风险防治 隐私和重要数据的数据映射 数据保护合规风险控制 隐私数据主体权利保护合规风险控制 数据出入境合规风险控制
- 16.谢 谢！
