4.4　数据处理安全

DSMM官方将数据存储安全阶段定义为组织在内部对数据进行计算、分析和可视化等操作的阶段。该阶段对数据的接触最为深入，因而需要着重关注和解决数据处理过程中的潜在安全问题，降低该阶段的安全风险。该阶段包含5个过程域，分别为数据脱敏、数据分析安全、数据正当使用、数据处理环境安全和数据导入导出安全。

4.4.1　数据脱敏

DSMM官方将数据脱敏定义为根据相关法律法规和标准的要求以及业务需求，给出敏感数据的脱敏需求和规则，并对敏感数据进行脱敏处理，从而保证数据可用性和安全性的平衡。

DSMM标准在充分定义级对数据脱敏的要求具体如下。

（1）组织建设

组织应设立负责数据脱敏的岗位，由相关工作人员负责制定数据脱敏的原则和方法，并提供相应的技术支持。

在数据权限的申请阶段，相关人员应评估使用真实数据的必要性，以及确定该场景下适用的数据脱敏规则及方法。

（2）制度流程

• 应明确组织的数据脱敏规范，明确数据脱敏的规则、脱敏方法和使用限制等。
• 应明确需要脱敏处理的应用场景、脱敏处理流程，以及所涉及部门及人员的职责分工。

（3）技术工具

• 组织应提供统一的数据脱敏工具，实现数据脱敏工具与数据权限管理系统的联动，以及数据使用前的静态脱敏。
• 应提供面向不同数据类型的脱敏方案，可基于场景需求自定义脱敏规则。
• 数据脱敏后应保留原始数据格式和特定属性，满足开发与测试需求。
• 应对数据脱敏处理过程相应的操作进行记录，以满足数据脱敏处理安全审计要求。

（4）人员能力

• 应熟悉常规的数据脱敏技术，能够分析数据脱敏过程中存在的安全风险，并且能基于数据脱敏的具体场景，保证业务和安全之间的需求平衡。
• 应具备对数据脱敏的技术方案进行定制化的能力，能够基于组织内部各级别的数据建立有效的数据脱敏方案。

基于上述定义，以及对应充分定义级的要求，8.1节将对数据脱敏的相关内容进一步展开讲解，并给出实践指南。

4.4.2　数据分析安全

DSMM官方将数据分析安全定义为在数据分析过程中，采取适当的安全控制措施，以防止在数据挖掘和分析过程中泄露有价值的信息和个人隐私。

DSMM标准在充分定义级对数据分析安全的要求具体如下。

（1）组织建设

组织应设立负责数据分析安全管理的岗位，由相关工作人员负责制定整体的数据分析安全原则，并提供相应的技术支持。

（2）制度流程

• 应明确数据处理与分析过程中的安全规范，覆盖构建数据仓库、建模、分析、挖掘、展现等方面的安全要求，明确个人信息保护、数据获取方式、访问接口、授权机制、分析逻辑安全、分析结果安全等内容。
• 应明确数据分析安全审核流程，对数据分析的数据源、数据分析需求、分析逻辑进行审核，以确保数据分析目的和分析操作等方面的正当性。
• 应采取必要的监控审计措施，以确保实际进行的分析操作及分析结果的使用与其声明是一致的，从而整体保证数据分析的预期不会超过相关分析团队对数据进行操作的权限范围。
• 应明确数据分析结果的输出和使用的安全审核、合规评估和授权流程，以防范数据分析结果输出造成安全风险。

（3）技术工具

• 在针对个人信息进行数据分析时，组织应采用多种技术手段降低数据分析过程中的隐私泄露风险，如差分隐私保护、 K 匿名等。
• 应记录并保存数据处理与分析过程中对个人信息、重要数据等敏感数据的操作行为。
• 应提供组织统一的数据处理与分析系统，并能够呈现数据处理前后数据间的映射关系。

（4）人员能力

应能够基于合规性要求、相关标准对数据安全分析中可能引发的数据聚合安全风险进行有效的评估，并能够针对分析场景提出有效的解决方案。

基于上述定义，以及对应充分定义级的要求，8.2节将对数据分析安全的相关内容进一步展开讲解，并给出实践指南。

4.4.3　数据的正当使用

DSMM官方将数据的正当使用定义为基于国家相关法律法规对数据分析和利用的要求，建立数据使用过程的责任机制和评估机制，以保护国家机密、商业机密和个人隐私，防止数据资源被用于不正当目的。

DSMM标准在充分定义级对数据的正当使用要求具体如下。

（1）组织建设

组织应设立负责数据的正当使用管理岗位，由相关工作人员负责对数据的正当使用工作进行管理、评估和风险控制。

（2）制度流程

• 应明确数据使用的评估制度，在使用所有个人信息和重要数据之前，应先进行安全影响评估，只有在满足国家合规要求后，才允许使用。数据的使用应避免精准定位到特定个人，避免评价信用、资产和健康等敏感数据，不得超出收集数据时所声明的目的和范围。
• 应明确数据使用正当性的制度，保证数据的使用在声明的目的和范围之内。

（3）技术工具

• 应依据合规要求建立相应强度或粒度的访问控制机制，限定用户的可访问数据范围。
• 应完整记录数据使用过程的操作日志，以便识别和追责潜在违约使用者的相关责任。

（4）人员能力

负责该项工作的人员应能够按“最小够用”等原则管理权限，并具备对正当使用数据相关风险进行分析和跟进的能力。

基于上述定义，以及对应充分定义级的要求，8.3节将对数据的正当使用相关内容进一步展开讲解，并给出实践指南。

4.4.4　数据处理环境安全

DSMM官方对数据处理环境安全的定义是，为组织内部的数据处理环境建立安全保护机制，提供统一的数据计算和开发平台，确保在数据处理的过程中有完整的安全控制管理和技术支持。

DSMM标准在充分定义级对数据处理环境安全的要求具体如下。

（1）组织建设

应由业务团队相关人员负责数据处理环境安全的管理和控制。

（2）制度流程

• 数据处理环境的系统设计、开发和运维阶段应制定相应的安全控制措施，从而实现对安全风险的管理。
• 应明确数据处理环境的安全管理要求。
• 组织应基于数据处理环境建立分布式处理安全要求，对外部服务组件注册与使用审核、分布式处理节点间可信连接认证、节点和用户安全属性周期性确认、数据文件标识和用户身份鉴权、数据副本节点更新检测及防止数据泄露等方面提出安全要求并进行控制。
• 组织应明确适合数据处理环境的数据加解密处理要求和密钥管理要求。

（3）技术工具

数据处理系统与数据权限管理系统应实现联动，即用户在使用数据系统之前就应已获得了授权；基于数据处理系统多租户的特性，对于不同的租户，应保证其在该系统中的数据、系统功能、会话、调度和运营环境等资源能够实现隔离控制。应建立数据处理日志管理工具，记录用户在数据处理系统上的加工操作，提供数据在系统上加工计算的关联关系。

（4）人员能力

负责该项工作的人员应了解在数据环境下，数据处理系统可能存在的主要安全风险，并能够通过系统设计和开发阶段的合理设计，以及运维阶段的有效配置，来规避相关的安全风险。

基于上述定义，以及对应充分定义级的要求，8.4节将对数据处理环境安全的相关内容进一步展开讲解，并给出实践指南。

4.4.5　数据导入导出安全

DSMM官方将数据导入导出安全定义为在数据导入与导出的过程中对数据的安全性进行管理，从而防止在此过程中可能出现的对数据自身的可用性和完整性构成的危害，以及降低可能存在的数据泄露风险。

DSMM标准在充分定义级对数据导入导出安全的要求具体如下。

（1）组织建设

组织应设立负责数据导入导出安全管理的岗位，由相关工作人员负责制定规则和提供相应的技术，并推动相关规则在组织内业务中的落实和执行。

（2）制度流程

• 应依据数据分类分级要求建立符合业务规则的数据导入导出安全策略，如授权策略、流程控制策略、不一致处理策略等。
• 应明确数据导出安全评估和授权审批流程，评估数据导出的安全风险，并对大量敏感数据的导出进行授权审批。
• 如果采用存储介质导出数据，则应建立针对存储介质导出的标识规范，明确存储介质的命名规则、标识属性等重要信息，定期验证导出数据的完整性和可用性。
• 应制定导入导出审计策略和日志管理规程，并保存导入导出过程中的出错数据处理记录。

（3）技术工具

• 应记录并定期审计组织内部的数据导入导出行为，以确保操作未超出数据授权使用范围。
• 应对数据导入导出的终端设备、用户或服务组件执行有效的访问控制，以确保其身份的真实性和合法性。
• 完成导入导出操作之后，应删除数据导入导出通道缓存的数据，以保证导入导出过程中涉及的数据不会被恢复。

（4）人员能力

负责数据导入导出安全工作的人员应该能够充分理解组织的数据导入导出规程，并根据数据导入导出的业务执行相应的风险评估，从而提出实际的解决方案。

基于上述定义，以及对应充分定义级的要求，8.5节将对数据导入导出的相关内容进一步展开讲解，并给出实践指南。 80e/xsCqQLqML2U9/QpR5o6yg6xVlXFKyV09tQz6rnhe0DFJ+hgcQ0H1tyVjJB9c