第二步：敏感數(shù)據(jù)追蹤

數(shù)據(jù)分為結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)。結(jié)構(gòu)化的數(shù)據(jù)是指可以使用關(guān)系型數(shù)據(jù)庫(kù)表示和存儲(chǔ)，表現(xiàn)為二維形式的數(shù)據(jù)；半結(jié)構(gòu)化數(shù)據(jù)是結(jié)構(gòu)化數(shù)據(jù)的一種形式，它并不符合關(guān)系型數(shù)據(jù)庫(kù)或其他數(shù)據(jù)表的形式關(guān)聯(lián)起來的數(shù)據(jù)模型結(jié)構(gòu)，但它含相關(guān)標(biāo)記，用來分隔語(yǔ)義元素以及對(duì)記錄和字段進(jìn)行分層；非結(jié)構(gòu)化數(shù)據(jù)就是沒有固定結(jié)構(gòu)的數(shù)據(jù)。在大數(shù)據(jù)環(huán)境中，這三類數(shù)據(jù)都會(huì)存在，并且被合理的存儲(chǔ)和使用。

從數(shù)據(jù)存儲(chǔ)和使用的角度，我們會(huì)發(fā)現(xiàn)數(shù)據(jù)有兩種形態(tài)，分別為靜態(tài)數(shù)據(jù)和動(dòng)態(tài)數(shù)據(jù)，下面，我們就以大數(shù)據(jù)環(huán)境Hadoop為例來看看數(shù)據(jù)都在哪里。

從上圖可以看出，靜態(tài)數(shù)據(jù)滯留在數(shù)據(jù)存儲(chǔ)層，而動(dòng)態(tài)數(shù)據(jù)則出現(xiàn)在數(shù)據(jù)分析層、數(shù)據(jù)共享層、數(shù)據(jù)應(yīng)用層。在數(shù)據(jù)存儲(chǔ)層利用主動(dòng)掃描的技術(shù)可以快速發(fā)現(xiàn)和梳理靜態(tài)數(shù)據(jù)，在數(shù)據(jù)分析層、數(shù)據(jù)共享層、數(shù)據(jù)應(yīng)用層，我們可以利用監(jiān)聽的方式獲取動(dòng)態(tài)數(shù)據(jù)以及數(shù)據(jù)的流轉(zhuǎn)與轉(zhuǎn)換情況，監(jiān)聽方式包括：鏈路旁路鏡像和插件Agent方式。

第三步：敏感數(shù)據(jù)挖掘

今天我們說的不是挖掘技術(shù)，而是敏感數(shù)據(jù)的屬性組成，下面以個(gè)人信息為例做簡(jiǎn)單的說明：

身份唯一標(biāo)識(shí)：具有唯一性，不可替代性，通過此唯一標(biāo)識(shí)信息，可以快速知道個(gè)人真實(shí)的年齡、城市、城區(qū)，甚至可以知道其人的姓名，當(dāng)此信息被泄露后，將直接導(dǎo)致個(gè)人信息公開，隱私將被曝光。信息密級(jí)為：特高。

用戶身份鑒別信息：此類信息只能用于推斷準(zhǔn)確身份信息的依據(jù)，當(dāng)鑒別信息內(nèi)容越多越容易推斷出準(zhǔn)確的個(gè)人信息。此類信息是可以被隱藏、替換、修改的。信息密級(jí)為：中。

網(wǎng)絡(luò)身份鑒別信息：此類信息是個(gè)人上網(wǎng)時(shí)必備的信息，此類信息在沒有綁定用戶身份唯一標(biāo)識(shí)信息的時(shí)候，當(dāng)此數(shù)據(jù)被泄露后，只能導(dǎo)致個(gè)人網(wǎng)絡(luò)中的隱私信息、朋友信息、各類行為衍生信息被竊取，但如果沒有唯一標(biāo)識(shí)信息體現(xiàn)，也很難知道真實(shí)的個(gè)人姓名等，因此，信息密級(jí)應(yīng)為：高。當(dāng)網(wǎng)絡(luò)身份鑒別信息綁定了身份唯一標(biāo)識(shí)信息后，信息密級(jí)應(yīng)為：特高。通過對(duì)信息內(nèi)容的屬性組成進(jìn)行剖析，我們可以準(zhǔn)確的判定其數(shù)據(jù)的敏感級(jí)別，從而實(shí)現(xiàn)對(duì)敏感數(shù)據(jù)準(zhǔn)確的分類分級(jí)。

 

 

綜上所述，企業(yè)敏感數(shù)據(jù)梳理，需要根據(jù)自身業(yè)務(wù)特點(diǎn)進(jìn)行數(shù)據(jù)的挖掘分析，再利用現(xiàn)代化的工具快速的實(shí)現(xiàn)企業(yè)敏感數(shù)據(jù)的發(fā)現(xiàn)與分類分級(jí)，并根據(jù)梳理的結(jié)果實(shí)現(xiàn)數(shù)據(jù)風(fēng)險(xiǎn)的分析與展現(xiàn)。

綠盟數(shù)據(jù)安全解決方案為數(shù)據(jù)安全設(shè)計(jì)全面可信的防御體系，提出“知”、“識(shí)”、“控”、“察”的數(shù)據(jù)安全治理方法論，包括數(shù)據(jù)梳理、運(yùn)維數(shù)據(jù)監(jiān)管、業(yè)務(wù)數(shù)據(jù)監(jiān)管、辦公數(shù)據(jù)監(jiān)管、數(shù)據(jù)可視化的完整解決方案，有效保護(hù)數(shù)據(jù)在全生命周期過程中的安全，達(dá)到合法采集、合理利用、靜態(tài)可知、動(dòng)態(tài)可控的防護(hù)目標(biāo)。