2023數(shù)據(jù)分類分級(jí)監(jiān)管要求適配與落地

要求適配與落地管摘要數(shù)據(jù)分類分級(jí)工作箭在弦上，但存在數(shù)據(jù)分類分級(jí)未來(lái)趨勢(shì)數(shù)據(jù)分類分級(jí)落地五步走數(shù)據(jù)分類分級(jí)面臨兩大難點(diǎn)：如何適配各類外部要求、如何落地實(shí)施。數(shù)據(jù)分類分級(jí)未來(lái)趨勢(shì)數(shù)據(jù)分類分級(jí)落地五步走1前言2017123202320234，2現(xiàn)狀箭在弦上難點(diǎn)猶存難點(diǎn)1：各類外部要求需適配和兼容下（分類與數(shù)據(jù)分級(jí)的側(cè)重點(diǎn)有所不同，無(wú)法簡(jiǎn)單地通過(guò)把兩套分類分級(jí)體系進(jìn)行合并去重達(dá)到無(wú)縫銜接的目標(biāo)。難點(diǎn)2：面對(duì)海量數(shù)據(jù)，分類分級(jí)如何落、怎么用據(jù)如何分類分級(jí)，企業(yè)應(yīng)該如何在效益最大化地在目標(biāo)與規(guī)劃指引下開(kāi)展數(shù)據(jù)分類分3實(shí)踐五步推進(jìn)有序落地IBM（見(jiàn)圖第一步：解讀權(quán)威，求同存異圖1數(shù)據(jù)分類分級(jí)落地路線圖選準(zhǔn)載體， 4.提質(zhì)提具，1.求同存異認(rèn)定數(shù)據(jù)

5.促進(jìn)數(shù)據(jù)安全共享信息來(lái)源：IBM商業(yè)價(jià)值研究院4 4案例（圖2《指南》與《辦法》的對(duì)應(yīng)關(guān)系《JRT0197-2020金融數(shù)據(jù)安全典型數(shù)據(jù)全分級(jí)則參考表典型數(shù)據(jù)項(xiàng)《銀行保險(xiǎn)機(jī)構(gòu)數(shù)據(jù)安全辦法》對(duì)應(yīng)數(shù)據(jù)分級(jí)數(shù)據(jù)歸類與細(xì)分分類分級(jí)重要數(shù)據(jù)敏感數(shù)據(jù)子級(jí)子級(jí)子類子類數(shù)據(jù)分級(jí)特征集合量級(jí)據(jù)集分級(jí)合據(jù)征量級(jí)據(jù)集合分級(jí)合據(jù)征量級(jí)據(jù)集分級(jí)客戶個(gè)人息息客戶3客的100以上集合數(shù)據(jù)識(shí)別—感信息數(shù)感識(shí)別—息數(shù)感客戶個(gè)人息息客戶3客的100以上集合數(shù)據(jù)識(shí)別—法感信息數(shù)感識(shí)別—息數(shù)感客戶個(gè)人息息名3客的100以上集合數(shù)據(jù)識(shí)別—法感信息數(shù)感識(shí)別—息數(shù)感客戶個(gè)人息息戶姓名3客的100以上集合數(shù)據(jù)識(shí)別—感信息數(shù)感識(shí)別—息數(shù)感客戶個(gè)人息息3客的100以上集合數(shù)據(jù)識(shí)別—感信息數(shù)感識(shí)別—息數(shù)感客戶個(gè)人息息名3客的100以上集合數(shù)據(jù)識(shí)別—法感信息數(shù)感識(shí)別—息數(shù)感客戶個(gè)人息息人姓名3客的100以上集合數(shù)據(jù)識(shí)別—感信息數(shù)感識(shí)別—息數(shù)感客戶個(gè)人息息人姓名3客的100以上集合數(shù)據(jù)識(shí)別—感信息數(shù)感識(shí)別—息數(shù)感5案例第二步：選準(zhǔn)載體，梳理邏輯IBM（

對(duì)C模型等載體進(jìn)行摸查并結(jié)合企業(yè)特建議選擇企業(yè)級(jí)數(shù)據(jù)字典作為載體開(kāi)展后續(xù)分類分級(jí)已形成的數(shù)據(jù)分類分級(jí)規(guī)則正確映射、應(yīng)落盡落。同6表1數(shù)據(jù)分類分級(jí)打標(biāo)載體實(shí)施特點(diǎn)與前置條件載體實(shí)施特點(diǎn)前置條件數(shù)據(jù)標(biāo)準(zhǔn)打標(biāo)后，通過(guò)數(shù)據(jù)標(biāo)準(zhǔn)落地實(shí)現(xiàn)全行數(shù)據(jù)安全管控；需打標(biāo)數(shù)據(jù)量較小，較易開(kāi)展已有完備的數(shù)據(jù)標(biāo)準(zhǔn)企業(yè)級(jí)C模型CC模型設(shè)已有完備的企業(yè)級(jí)C模型企業(yè)級(jí)數(shù)據(jù)字典打標(biāo)后，通過(guò)企業(yè)級(jí)數(shù)據(jù)字典指導(dǎo)各系統(tǒng)數(shù)據(jù)字典設(shè)計(jì)實(shí)現(xiàn)全行數(shù)據(jù)安全管控；需打標(biāo)數(shù)據(jù)量較小，較易開(kāi)展已有完備的企業(yè)級(jí)數(shù)據(jù)字典系統(tǒng)庫(kù)表字段確定打標(biāo)優(yōu)先級(jí)，由點(diǎn)及面、循序漸進(jìn)推動(dòng)在全行各系統(tǒng)庫(kù)表字段的數(shù)據(jù)安全打標(biāo)；需打標(biāo)數(shù)據(jù)量較大，難以一次性鋪開(kāi)可直接開(kāi)展7數(shù)據(jù)分類分級(jí)落地工作不是僅憑數(shù)據(jù)管理部門一己之IT

第四步：智能工具，提質(zhì)提效AI向迭代演進(jìn)。智能化工具的介入無(wú)疑加速了數(shù)據(jù)分類分級(jí)落地打標(biāo)在人工打標(biāo)過(guò)程中因分類分級(jí)無(wú)明確可量化的評(píng)判標(biāo)情況。級(jí)打標(biāo)專家加以協(xié)同。基于專家沉淀的工作方法與經(jīng)斷邏輯。8案例

在某股份制銀行落地過(guò)程中，數(shù)據(jù)分類分級(jí)打標(biāo)結(jié)果的有關(guān)規(guī)定；另一方面也提升業(yè)務(wù)人員的數(shù)據(jù)安全意帶有數(shù)據(jù)分類分級(jí)標(biāo)簽的數(shù)據(jù)項(xiàng)，保證數(shù)據(jù)分類分級(jí)限管理進(jìn)行結(jié)合，在確保數(shù)據(jù)使用者安全合規(guī)的前提9趨勢(shì)AI對(duì)數(shù)據(jù)分類分級(jí)未來(lái)工作展望概趨勢(shì)1：數(shù)據(jù)分類分級(jí)工作將“動(dòng)靜結(jié)合”/10自動(dòng)化分類分級(jí)打標(biāo)工具抓手使數(shù)據(jù)分類分級(jí)工作質(zhì)在數(shù)據(jù)分類分級(jí)智能化工具探索過(guò)程中值得注意的是，數(shù)據(jù)分類分級(jí)打標(biāo)工具可以充分復(fù)用諸如數(shù)據(jù)標(biāo)準(zhǔn)智能化映射貫標(biāo)工具、企業(yè)級(jí)數(shù)據(jù)字典智能管理工具等應(yīng)用程度相對(duì)較高的數(shù)據(jù)治理智能化工具的數(shù)據(jù)匹配和數(shù)據(jù)映射能力。（SmartDataMapping,以下簡(jiǎn)IBMNLPAIIBMAI

趨勢(shì)3：業(yè)務(wù)部門參與程度逐步加深（征求意見(jiàn)稿7一據(jù)分類分