合規性驅動是政企單位開展數據安(ān)全建設的主要因素之一，數據安(ān)全分(fēn)類分(fēn)級工(gōng)作(zuò)也是如此，滿足國(guó)家、行業監管要求是用(yòng)戶關注的重點之一。

在實際落地數據分(fēn)類分(fēn)級工(gōng)作(zuò)中(zhōng)，常面臨用(yòng)戶所屬的地區(qū)、行業沒有(yǒu)分(fēn)類分(fēn)級的标準和規範的情況，如此一來需要從制定數據安(ān)全分(fēn)類分(fēn)級标準規範做起。美創科(kē)技(jì )會充分(fēn)評估用(yòng)戶業務(wù)數據情況，通過“咨詢服務(wù)+數據安(ān)全分(fēn)類分(fēn)級平台”的方式解決。

如用(yòng)戶所在行業具(jù)備數據分(fēn)類分(fēn)級标準，美創科(kē)技(jì )會将其轉換成統一的分(fēn)類分(fēn)級大綱格式，并導入數據安(ān)全分(fēn)類分(fēn)級平台，形成可(kě)落地的分(fēn)類分(fēn)級方案。

整體(tǐ)而言，不同行業的差異性主要體(tǐ)現在分(fēn)類的層級不同、對安(ān)全級别的命名(míng)差異。美創數據安(ān)全分(fēn)類分(fēn)級平台通過不限制分(fēn)類層次、自定義安(ān)全級别名(míng)稱、動态分(fēn)級等功能(néng)對不同行業分(fēn)類分(fēn)級差異性進行兼容，最大程度滿足各行業的分(fēn)類分(fēn)級訴求。

數據安(ān)全分(fēn)類分(fēn)級産(chǎn)品中(zhōng)，敏感數據識别準确率是關鍵。常規産(chǎn)品實現中(zhōng)，常采用(yòng)正則、關鍵字、數據字典等基于字段名(míng)、字段備注、字段内容等滿足基本語義識别。除此之外，美創科(kē)技(jì )還将自然語言處理(lǐ)（NLP）、大語言模型（LLM）、詞嵌入（WordEmbeddings）等多(duō)種機器學(xué)習算法模型内置為(wèi)平台智能(néng)引擎，構建語義知識庫，為(wèi)LLM提供豐富的上下文(wén)信息，确保語義識别和分(fēn)類分(fēn)級推薦的精(jīng)準性，在保證算力要求下，✅準确率可(kě)達85%-95%。

在數據顆粒度和标注能(néng)力方面，美創數據分(fēn)類分(fēn)級平台對結構化數據可(kě)标注到每個字段，對長(cháng)文(wén)本中(zhōng)的内容進行敏感數據識别，按詞分(fēn)割打标，标注到數據所在的具(jù)體(tǐ)位置。最後根據字段的标注，按照規則對表、文(wén)件等數據集進行數據集的分(fēn)類分(fēn)級标注。

在分(fēn)類分(fēn)級結果确認之後，美創利用(yòng)特征工(gōng)程技(jì )術，對結果進行深入建模和學(xué)習，建立一個動态更新(xīn)的分(fēn)類分(fēn)級模型，從而實現對新(xīn)增業務(wù)字段的自動智能(néng)化分(fēn)類分(fēn)級，日積月累，不斷叠代。

智能(néng)化和自動化水平直接關乎數據安(ān)全分(fēn)類分(fēn)級産(chǎn)品的交付效率和成本，也因此成為(wèi)用(yòng)戶選型的又(yòu)一重要指标。回顧數據安(ān)全分(fēn)類分(fēn)級産(chǎn)品剛推出的前幾年，曾因為(wèi)海量數據、較高的人工(gōng)成本（人工(gōng)咨詢、人工(gōng)标注、人工(gōng)校正分(fēn)類分(fēn)級結果）導緻整體(tǐ)分(fēn)類分(fēn)級項目成本居高不下，産(chǎn)品也很(hěn)難标準化和産(chǎn)業化。

美創科(kē)技(jì )産(chǎn)品專家認為(wèi)，分(fēn)類分(fēn)級的自動化主要體(tǐ)現在敏感數據的自動發現、增量數據的自動發現、自動化的分(fēn)類分(fēn)級。其中(zhōng)增量數據的自動發現可(kě)以通過元數據變更檢測，自動提示用(yòng)戶，分(fēn)類分(fēn)級作(zuò)業也支持單獨對新(xīn)增字段進行分(fēn)類分(fēn)級，推薦新(xīn)增字段的分(fēn)類和分(fēn)級。分(fēn)類分(fēn)級智能(néng)化的第一步，是對數據字段的含義進行準确識别，詳細實現見上面闡述。

其次在數據分(fēn)類分(fēn)級産(chǎn)品的流程上，通過高效的配置，可(kě)提升産(chǎn)品的效率，比如可(kě)先對表進行分(fēn)類分(fēn)級，表内字段可(kě)批量設置為(wèi)同表的分(fēn)類分(fēn)級結果；人工(gōng)已确認的分(fēn)類分(fēn)級結果，重新(xīn)跑作(zuò)業時，分(fēn)類分(fēn)級結果不會被覆蓋；人工(gōng)稽核分(fēn)類分(fēn)級結果時可(kě)批量同時調整多(duō)個字段等等。

實踐

某大數據局數據安(ān)全分(fēn)類分(fēn)級實踐

在數據安(ān)全分(fēn)類分(fēn)級産(chǎn)品選型過程中(zhōng)，性能(néng)意味着處理(lǐ)速度，穩定性更是基礎。

美創數據分(fēn)類分(fēn)級平台對于整體(tǐ)性能(néng)的提升采用(yòng)合理(lǐ)的數據庫設計、索引優化、緩存數據、使用(yòng)異步處理(lǐ)等方法，以提升後台處理(lǐ)速度，保證平台快速響應用(yòng)戶需求。

穩定性保障方面，配置監控系統，實時監測各項指标，如服務(wù)器負載、内存使用(yòng)、網絡流量等；使用(yòng)負載均衡技(jì )術來平衡服務(wù)器負載，保證系統穩定運行，同時可(kě)以根據需求進行水平擴展，以應對高并發情況；系統設計上考慮容錯機制，升級與修複時會對數據進行備份，并建立完善的數據恢複機制，以防止數據丢失或損壞。

數據安(ān)全治理(lǐ)需要基于分(fēn)類分(fēn)級結果實施精(jīng)細化安(ān)全防護，這要求數據安(ān)全分(fēn)類分(fēn)級産(chǎn)品具(jù)備開放接口，以實現安(ān)全設備聯動。美創數據安(ān)全分(fēn)類分(fēn)級平台通過數據分(fēn)類分(fēn)級輸出敏感、核心、重要數據，再聯動安(ān)全産(chǎn)品可(kě)實現敏感數據在生産(chǎn)運維、測試、取數等場景下分(fēn)類管理(lǐ)、分(fēn)級保護、權限适當，非敏感數據實現最大程度開放共享。

此外，美創數據安(ān)全分(fēn)類分(fēn)級産(chǎn)品提供強大的數據集管理(lǐ)能(néng)力，提供重要數據資産(chǎn)目錄，滿足各種場景下的取數、用(yòng)數和數據上報需求。

對于系統兼容和擴展，需要充分(fēn)考慮操作(zuò)系統、數據庫、中(zhōng)間件國(guó)産(chǎn)化的适配和改造，同時對國(guó)産(chǎn)數據庫、大數據平台、各類關系型數據庫、各類文(wén)件資産(chǎn)的分(fēn)類分(fēn)級快速兼容和支持。