摘 要
沒有數(shù)據(jù)安全就沒有國家安全，數(shù)據(jù)安全治理作為數(shù)據(jù)安全體系重要的組成部分引起了各行各業(yè)越來越多的關(guān)注。從大數(shù)據(jù)環(huán)境下海量數(shù)據(jù)面臨的安全風(fēng)險出發(fā)，結(jié)合數(shù)據(jù)在使用過程 中的安全需求，給出了一種動態(tài)防御的數(shù)據(jù)安全治理架構(gòu)， 并對該架構(gòu)下的關(guān)鍵技術(shù)進行了研究。該架構(gòu)能夠為數(shù)據(jù)安全治理提供體系化安全治理思路，其中的關(guān)鍵技術(shù)可以為該架構(gòu)的實現(xiàn)提供有效支撐。
內(nèi)容目錄：
1 數(shù)據(jù)安全風(fēng)險
1.1 數(shù)據(jù)濫用風(fēng)險
1.2 數(shù)據(jù)泄露風(fēng)險
1.3 數(shù)據(jù)竊取風(fēng)險
1.4 數(shù)據(jù)偽造風(fēng)險
1.5 數(shù)據(jù)破壞風(fēng)險
2 數(shù)據(jù)安全治理架構(gòu)
2.1 數(shù)據(jù)安全治理架構(gòu)設(shè)計原則
2.1.1 數(shù)據(jù)分類分級
2.1.2 細粒度權(quán)限管控
2.1.3 場景化安全策略
2.2 數(shù)據(jù)安全治理架構(gòu)設(shè)計
3 數(shù)據(jù)安全治理關(guān)鍵技術(shù)
3.1 數(shù)據(jù)安全風(fēng)險主動感知技術(shù)
3.2 統(tǒng)一訪問控制與數(shù)據(jù)安全策略管理技術(shù)
3.3 業(yè)務(wù)行為分析與安全監(jiān)控技術(shù)
3.4 數(shù)據(jù)安全風(fēng)險評估與策略調(diào)整技術(shù)
3.4.1 綜合風(fēng)險評估引擎
3.4.2 策略調(diào)整模型
3.5 數(shù)據(jù)安全風(fēng)險追蹤溯源技術(shù)
4 結(jié) 語
《中華人民共和國數(shù)據(jù)安全法》(下文簡稱： 數(shù)據(jù)安全法)的正式發(fā)布標志著數(shù)據(jù)安全已經(jīng)上升至國家戰(zhàn)略高度，數(shù)據(jù)已經(jīng)成為國家基礎(chǔ)性戰(zhàn)略資源，沒有數(shù)據(jù)安全就沒有國家安全。數(shù)據(jù)安全法指出：“維護數(shù)據(jù)安全，應(yīng)當堅持總體國家安全觀，建立健全數(shù)據(jù)安全治理體系，提高數(shù)據(jù)安全保障能力?！?/span>
數(shù)據(jù)安全治理是以“讓數(shù)據(jù)使用更安全”為目的，在中國易于落地的數(shù)據(jù)安全建設(shè)的體系化方法論。數(shù)據(jù)安全治理的核心內(nèi)容如下文所述。
(1)3 個需求目標： 數(shù)據(jù)安全保護(Protection)、合規(guī)性(Compliance) 、敏感數(shù)據(jù)管理(Sensitive)。(2) 核心理念： 分類分級(Classifying)、角色授權(quán)(Privilege)、場景化(Scene)。(3)數(shù)據(jù)安全治理的建設(shè)步驟：組織構(gòu)建、資產(chǎn)梳理、策略制定、過程控制、行為稽核和持續(xù)改善。(4) 核心實現(xiàn)框架： 數(shù)據(jù)安全人員組織(Person) 、 數(shù)據(jù)安全使用的策略和流 程 (Policy&Process)、數(shù)據(jù)安全技術(shù)支撐(Technology)。
隨著信息化和數(shù)字化的發(fā)展，以及數(shù)據(jù)安全法的 推動下，越來越多的政府部門、企事業(yè)單位、金融機構(gòu)、能源集團、運營商等各行各業(yè)，對數(shù)據(jù)安全合規(guī)的需求急劇增加，紛紛開始了數(shù)據(jù)安全治理體系的建設(shè)和探索之路。本文結(jié)合數(shù)據(jù)在實際應(yīng)用中數(shù)據(jù)面臨的安全風(fēng)險和用戶的安全需求給出了一種面向大數(shù)據(jù)環(huán)境下動態(tài)防御的數(shù)據(jù)安全治理架構(gòu)，并對該架構(gòu)下的關(guān)鍵技術(shù)進行了研究，以滿足數(shù)據(jù)的合規(guī)使用以及數(shù)據(jù)在使用中的安全防護需求。
01 數(shù)據(jù)安全風(fēng)險
1.1 數(shù)據(jù)濫用風(fēng)險
在大數(shù)據(jù)環(huán)境下包含了不同等級的數(shù)據(jù)，特別是敏感數(shù)據(jù)的分類分級。如果普通數(shù)據(jù)和敏感數(shù)據(jù)界定不清晰，將無法實現(xiàn)數(shù)據(jù)安全保護的精細化管控。數(shù)據(jù)的粗管粗放，將會出現(xiàn)“一管就嚴、一松就亂” 的局面，如各類數(shù)據(jù)存在越權(quán)使用的情況，部分用戶操作和使用超過自身權(quán)限的數(shù)據(jù)，還存在數(shù)據(jù)接口開發(fā)不規(guī)范的情況，交互行為未進行嚴格控制， 部分非業(yè)務(wù)需求的敏感數(shù)據(jù)可以跨系統(tǒng)訪問和交互。
1.2 數(shù)據(jù)泄露風(fēng)險
數(shù)據(jù)使用者安全意識不足，違規(guī)或不當操作會泄露敏感數(shù)據(jù)，如存儲介質(zhì)濫用、違規(guī)傳輸、違規(guī)共享等。數(shù)據(jù)使用者還可能被引誘或收買，在日常工作任務(wù)中主動收集、隱藏和轉(zhuǎn)移敏感數(shù)據(jù)。
1.3 數(shù)據(jù)竊取風(fēng)險
外部間諜組織或其他國家網(wǎng)絡(luò)空間部隊，長期潛伏在網(wǎng)絡(luò)空間中，使用高級持續(xù)性威脅(Advanced Persistent Threat，APT) 攻擊、間諜軟件、監(jiān)聽等技術(shù)竊取國家重要戰(zhàn)略數(shù)據(jù)和關(guān)鍵技術(shù)信息，以及黑客組織或個人出于技術(shù)炫耀和利益竊取重要敏感數(shù)據(jù)。
1.4 數(shù)據(jù)偽造風(fēng)險
數(shù)據(jù)在使用和傳輸過程中被非法篡改，導(dǎo)致數(shù)據(jù)失真，如果涉及重要技術(shù)指標或控制指令可能會造成非常嚴重后果。
1.5 數(shù)據(jù)破壞風(fēng)險
使用數(shù)據(jù)破壞性惡意軟件或工具，對數(shù)據(jù)進行加密、刪除、覆蓋、粉碎等操作，破壞敏感數(shù)據(jù)完整性和可用性。
02 數(shù)據(jù)安全治理架構(gòu)
2.1 數(shù)據(jù)安全治理架構(gòu)設(shè)計原則
根據(jù)數(shù)據(jù)安全治理的概念，數(shù)據(jù)安全治理核心理念可以理解為在數(shù)據(jù)生命周期過程中，以數(shù)據(jù)為中心，以分類分級為基礎(chǔ)，以安全策略為驅(qū)動，通過權(quán)限管控，確保數(shù)據(jù)在各類場景下使用的安全。在該理念下，數(shù)據(jù)安全治理架構(gòu)設(shè)計原則應(yīng)包含以下幾點。
2.1.1 數(shù)據(jù)分類分級
數(shù)據(jù)分類分級是數(shù)據(jù)保護的核心基礎(chǔ)，只有對數(shù)據(jù)進行有效分類，才能夠避免一刀切的控制方式。在數(shù)據(jù)的安全管理上采用更加精細的措施，使數(shù)據(jù)在共享使用和安全使用之間獲得平衡，并對數(shù)據(jù)全面摸底，進行數(shù)據(jù)資產(chǎn)梳理、敏感數(shù)據(jù)發(fā)現(xiàn)及梳理、數(shù)據(jù)資產(chǎn)分級、用戶及敏感資產(chǎn)權(quán)限梳理。
2.1.2 細粒度權(quán)限管控
數(shù)據(jù)在分類分級后，應(yīng)明確數(shù)據(jù)的訪問角色和使用方式，針對不同的角色賦予不同的訪問權(quán)限。數(shù)據(jù)細粒度權(quán)限管控是一種精細化的訪問控制行為，目的是限制主體對于客體的訪問，防止主體對客體的任何資源進行未授權(quán)的訪問。對大數(shù)據(jù)而言，訪問控制不僅要防止非法用戶對數(shù)據(jù)資源的惡意獲取訪問及篡改，而且要控制合法用戶的越權(quán)訪問和越權(quán)操作。
2.1.3 場景化安全策略
大數(shù)據(jù)環(huán)境下，不同的業(yè)務(wù)有不同的需求，各類業(yè)務(wù)根據(jù)業(yè)務(wù)特點、使用需求適應(yīng)不同的使用場景。應(yīng)根據(jù)不同的場景進行針對性地制定數(shù)據(jù)安全防護策略，即應(yīng)將業(yè)務(wù)人員分為不同等級以及不同的角色， 按照“數(shù)據(jù)訪問最小化原則”，在不影響業(yè)務(wù)正常開展的前提下，從時間和空間維度對用戶和數(shù)據(jù)行為進行約束。
2.2 數(shù)據(jù)安全治理架構(gòu)設(shè)計
遵循上述的數(shù)據(jù)安全治理架構(gòu)設(shè)計原則，在該原則的基礎(chǔ)上結(jié)合用戶實際需求設(shè)計數(shù)據(jù)安全治理架構(gòu)，如圖 1 所示。
圖 1 數(shù)據(jù)安全治理架構(gòu)
圖 1 中的數(shù)據(jù)安全治理架構(gòu)以數(shù)據(jù)分級分類、授權(quán)管理、數(shù)據(jù)安全策略、統(tǒng)一審計、統(tǒng)一身份認證、人工智能等技術(shù)為基礎(chǔ)，構(gòu)建包括數(shù)據(jù)梳理、行為分析、威脅分析、態(tài)勢感知、追蹤溯源、評估優(yōu)化等主要能力的大數(shù)據(jù)安全治理體系。該體系體現(xiàn)了動態(tài)防護的理念，能夠作為大數(shù)據(jù)動態(tài)防御體系 [11-15]的重要組成部分，為實現(xiàn)動態(tài)防御能力提供支撐。
03 數(shù)據(jù)安全治理關(guān)鍵技術(shù)
本文基于上述的大數(shù)據(jù)安全治理架構(gòu)，梳理出了大數(shù)據(jù)環(huán)境下數(shù)據(jù)安全治理的 5 個關(guān)鍵技術(shù)，如圖 2 所示。
圖 2 大數(shù)據(jù)安全治理技術(shù)
3.1 數(shù)據(jù)安全風(fēng)險主動感知技術(shù)
數(shù)據(jù)安全風(fēng)險主動感知技術(shù)是從多維度、全方位進行數(shù)據(jù)收集，并利用數(shù)據(jù)行為分析、內(nèi)容分析、全流量分析技術(shù)對安全風(fēng)險進行主動發(fā)現(xiàn)和感知。數(shù)據(jù)安全風(fēng)險分析技術(shù)架構(gòu)包含兩個層次，分別是數(shù)據(jù)層和算法分析層，如圖 3 所示。其中，算法分析層一般運行在實時流處理、近線增量處理、離線批量處理的大數(shù)據(jù)計算平臺上。
圖 3 數(shù)據(jù)安全風(fēng)險主動感知技術(shù)架構(gòu)
數(shù)據(jù)層負責(zé)對各類分析所需數(shù)據(jù)進行采集和預(yù)處理。采集數(shù)據(jù)包括：安全類數(shù)據(jù)(防火墻、入侵 檢測、病毒查殺、前置機、數(shù)據(jù)庫防火墻等) 、用 戶類數(shù)據(jù)(用戶權(quán)限、用戶行為等) 、數(shù)據(jù)資產(chǎn)類 數(shù)據(jù)(數(shù)據(jù)屬性、數(shù)據(jù)分級分類、數(shù)據(jù)共享等) 、 流量行為類數(shù)據(jù)(網(wǎng)絡(luò)流量、數(shù)據(jù)流量) ，采集后的數(shù)據(jù)經(jīng)過抽取 - 轉(zhuǎn)換 - 加載(Extract-Transform- Load， ETL)處理后，按照算法分析層的要求為各類算法提供分析數(shù)據(jù)包，形成的算法包主要為數(shù)據(jù)實體和用戶提供安全風(fēng)險監(jiān)測。
算法分析層主要包括在線分析處理(實時流處理) 、分析建模(近線增量處理)和離線分析(離線批量處理) 3 類時效分析。分析算法主要包括特征統(tǒng)計學(xué)習(xí)、動態(tài)行為策略、時序前后分析 3 類。其關(guān)鍵技術(shù)包括基線及群組分析、異常檢測、安全知識圖譜和強化學(xué)習(xí)，具體如下文所述。
(1)基線及群組分析。通過歷史策略，構(gòu)建群組分析，可以跨越單個用戶或?qū)嶓w的局限，發(fā)現(xiàn)更大的事實，易于進行異常檢測；通過概率評估可以降低誤報，提升信噪比；通過組合基線分析、群組分析，可以構(gòu)成全時空的上下文環(huán)境。(2)異常檢測。該技術(shù)專注于發(fā)現(xiàn)統(tǒng)計指標異常、時序異常、序列異常、模式異常等異常信號。采用的技術(shù)包括孤立森林、K 均值聚類、時序分析、異常檢測、變點檢測等傳統(tǒng)機器學(xué)習(xí)算法; 也可以利用深度學(xué)習(xí)技術(shù)，包括基于變分自編碼器(Variational Auto Encoder，VAE) 的深度表征重建異常檢測、基于循環(huán)神經(jīng)網(wǎng)絡(luò)(Recurrent Neural Network，RNN) 和長短時記憶網(wǎng)絡(luò)(Long Short- Term Memory，LSTM) 的序列深度網(wǎng)絡(luò)異常檢測、圖神經(jīng)網(wǎng)絡(luò)(Graph Neural Network，GNN) 的模式 異常檢測等。(3)安全知識圖譜。知識圖譜已經(jīng)成為人工 智能領(lǐng)域的熱點方向，在網(wǎng)絡(luò)安全中同樣也有巨大 的應(yīng)用潛力。知識圖譜可以從事件、告警、異常、 訪問中抽取出實體及實體間關(guān)系，并構(gòu)建成一張網(wǎng)絡(luò)圖譜，任何一個事件、告警、異常，都可以集成 到網(wǎng)絡(luò)圖譜中，從而直觀、明晰地呈現(xiàn)多層關(guān)系， 能夠讓安全分析師近似真實地復(fù)現(xiàn)攻擊全過程，了解攻擊的路徑與脆弱點，評估潛在的受影響資產(chǎn)， 從而更好地進行應(yīng)急響應(yīng)與處置。(4)強化學(xué)習(xí)。不同客戶的環(huán)境數(shù)據(jù)源具有多元性及差異性，以及用戶對異常行為的定義各有不同，因此，數(shù)據(jù)行為分析需要具有一定的自適應(yīng)性， 做到“入鄉(xiāng)隨俗”輸出更精準的異常風(fēng)險。強化學(xué)習(xí)能夠根據(jù)排查結(jié)果自適應(yīng)地調(diào)整正負權(quán)重反饋給系統(tǒng)，讓整體效果持續(xù)優(yōu)化改進，進而得到更符合客戶期望的風(fēng)險評分。
3.2 統(tǒng)一訪問控制與數(shù)據(jù)安全策略管理技術(shù)
如圖 4 所示， 統(tǒng)一訪問控制與數(shù)據(jù)安全策略管理技術(shù)包括服務(wù)端與客戶端。服務(wù)端通過資源發(fā)現(xiàn)功能實現(xiàn)資源的管理和生成，并依據(jù)基于屬性的訪問控制安全策略進行判決，從而對數(shù)據(jù)進行管理， 并基于資源和訪問控制實現(xiàn)數(shù)據(jù)安全策略的定制和下發(fā)，客戶端從服務(wù)端獲取數(shù)據(jù)安全策略。
數(shù)據(jù)安全策略采用 3 級結(jié)構(gòu)模式，將組織中非常復(fù)雜的技術(shù)性數(shù)據(jù)安全策略由粗到細進行實現(xiàn)。 第一級是權(quán)限控制策略，第二級是分級分類保護策略，第三級是數(shù)據(jù)防泄漏策略。
圖 4 統(tǒng)一訪問控制與數(shù)據(jù)安全策略管理技術(shù)架構(gòu)
統(tǒng)一訪問控制與數(shù)據(jù)安全策略管理技術(shù)進行訪問權(quán)限的統(tǒng)一管理和下發(fā)，業(yè)務(wù)系統(tǒng)和數(shù)據(jù)庫防火墻通過調(diào)用應(yīng)用程序接口(Application Programming Interface，API) 接口， 實現(xiàn)訪問判決功能。統(tǒng)一訪問控制與數(shù)據(jù)安全策略管理技術(shù)將訪問權(quán)限推送至對應(yīng)的業(yè)務(wù)系統(tǒng)進行本地緩存，實現(xiàn)高效的本地權(quán)限查詢、匹配和判決功能。
3.3 業(yè)務(wù)行為分析與安全監(jiān)控技術(shù)
如圖 5 所示，業(yè)務(wù)行為分析與安全監(jiān)控技術(shù)在業(yè)務(wù)系統(tǒng)關(guān)鍵數(shù)據(jù)訪問和處理點位上，采集系統(tǒng)行為上下文日志與數(shù)據(jù)流轉(zhuǎn)信息。經(jīng)過數(shù)據(jù)采集、數(shù)據(jù)清理、數(shù)據(jù)集成、數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)規(guī)約、數(shù)據(jù)存儲和結(jié)果展示等步驟，實現(xiàn)業(yè)務(wù)系統(tǒng)操作日志的采集、存儲、查詢、審計、可視化和聚合分析等功能。同時，使用狀態(tài)機建模技術(shù)、頻繁序列挖掘技術(shù)和異常檢測技術(shù)等關(guān)鍵技術(shù)對業(yè)務(wù)應(yīng)用過程中行為活動上所表現(xiàn)出來的規(guī)律進行歸納和總結(jié)，建立正常業(yè)務(wù)行為基線，實現(xiàn)基于行為基線的異常行為分析、監(jiān)控和異常上報等功能。最終達到對各個業(yè)務(wù)系統(tǒng)的提供安全保障，發(fā)現(xiàn)潛在安全威脅和預(yù)警的目的。
圖 5 業(yè)務(wù)行為分析與安全監(jiān)控技術(shù)架構(gòu)
在數(shù)據(jù)采集層方面，以數(shù)據(jù)采集、數(shù)據(jù)清洗、數(shù)據(jù)集成、數(shù)據(jù)轉(zhuǎn)換和數(shù)據(jù)規(guī)約等技術(shù)為支撐，形成數(shù)據(jù)采集技術(shù)，完成底層數(shù)據(jù)來源的引接與采集。在數(shù)據(jù)存儲層方面，以數(shù)據(jù)管道、熱存儲和冷存儲等技術(shù)為支撐，并融合分布式隊列、分發(fā)網(wǎng)絡(luò)、檢索引擎、關(guān)系型數(shù)據(jù)庫、文件存儲和對象存儲等關(guān)鍵技術(shù)，確保采集數(shù)據(jù)的安全存儲。在數(shù)據(jù)計算層方面，主要運用了數(shù)據(jù)查詢技術(shù)、數(shù)據(jù)聚合技術(shù)和并行計算技術(shù)，確保分析數(shù)據(jù)的時效性和準確性。最后在狀態(tài)機建模技術(shù)、頻繁序列挖掘技術(shù)和異常檢測技術(shù)的支撐下，實現(xiàn)業(yè)務(wù)系統(tǒng)行為分析智能判斷，并融合數(shù)據(jù)可視化技術(shù)，對分析告警結(jié)果進行有效展示。
3.4 數(shù)據(jù)安全風(fēng)險評估與策略調(diào)整技術(shù)
如圖 6 所示，數(shù)據(jù)安全風(fēng)險評估與策略調(diào)整技術(shù)在數(shù)據(jù)風(fēng)險分析感知的基礎(chǔ)上，對風(fēng)險感知信息進行綜合評估，將評估后的結(jié)果、應(yīng)用場景、策略執(zhí)行反饋信息等多維度信息作為輸入，通過環(huán)境(environment，E)、風(fēng)險(risk，R)、主體(subject，S)、客體(object，O)、行為(act，A)五維度防御策略調(diào)整模型給出策略調(diào)整建議。
圖 6 數(shù)據(jù)安全風(fēng)險評估與策略調(diào)整技術(shù)架構(gòu)
3.4.1 綜合風(fēng)險評估引擎
由于多維風(fēng)險檢測往往是異常檢測類型的弱指示器，在實際部署過程中，會出現(xiàn)誤告警事件，而真正的檢出問題往往淹沒在大量無關(guān)的告警中。為了解決這個問題，可以使用打分技術(shù)，針對每個用戶，給出綜合的風(fēng)險評判分數(shù)或等級，直觀地呈現(xiàn)給管理者，從而可以更好地聚焦發(fā)現(xiàn)真正的安全風(fēng)險，提升風(fēng)險預(yù)警的實用價值。
風(fēng)險綜合打分機制通常主要由算法、優(yōu)化策略和閾值設(shè)定 3 部分組成。(1)算法基于機器學(xué)習(xí)的方法主要是使用貝葉斯網(wǎng)絡(luò)、高斯核分布等方法，對直接帶權(quán)累加的方案進行優(yōu)化。深度學(xué)習(xí)的方案則需要先針對預(yù)先設(shè)置的時間段對時間做編碼(encoding)，然后使用長短時記憶網(wǎng)絡(luò)(Long Short-Term Memory，LSTM)模型進行分數(shù)預(yù)測。(2)優(yōu)化策略優(yōu)化策略包括對于數(shù)值的歸一化處理，以及從計量策略上的優(yōu)化，比如歷史分數(shù)按照時間的推移，對風(fēng)險等級的影響程度逐漸變小，總體分數(shù)按照事件數(shù)量有一定的衰減嗎，利用貝葉斯網(wǎng)絡(luò)根據(jù)事件實際分布動態(tài)調(diào)整權(quán)重等。(3)閾值設(shè)定風(fēng)險綜合打分引擎的輸出是針對每個用戶 / 賬號的風(fēng)險分數(shù)，需要結(jié)合相應(yīng)的閾值，來判斷用戶的風(fēng)險等級。通常，閾值的設(shè)定有人工設(shè)定、按環(huán)境變量動態(tài)變化或者根據(jù)歷史分數(shù)的預(yù)測值進行判斷 3 種方法。
3.4.2 策略調(diào)整模型
策略調(diào)整模型以風(fēng)險綜合分析評估后的結(jié)果、應(yīng)用場景、策略執(zhí)行反饋信息等多維度信息作為輸入，通過五維度防御策略調(diào)整模型給出策略調(diào)整建議。五維度具體為：環(huán)境(environment，E)、風(fēng)險(risk，R)、主體(subject，S)、客體(object，O)、行為(act，A)。集合(E,R,S,O,A)是一個基本要素集，在實際的評估過程中，可根據(jù)需要對維度要素進行擴展。模型將風(fēng)險綜合分析評估后的結(jié)果作為模型中的風(fēng)險信息(R)，應(yīng)用場景信息作為環(huán)境信息(E)，策略執(zhí)行反饋信息作為行為信息(A)，主體(S)為用戶或數(shù)據(jù)，客體(O)為用戶或數(shù)據(jù)，構(gòu)建五維調(diào)整判斷向量，按照設(shè)定的權(quán)值得出最終策略部調(diào)整建議，權(quán)值設(shè)定主要有人工設(shè)定、風(fēng)險評定結(jié)果動態(tài)變化或者根據(jù)歷史分數(shù)的預(yù)測值 3 種方法進行設(shè)定。
3.5 數(shù)據(jù)安全風(fēng)險追蹤溯源技術(shù)
數(shù)據(jù)安全風(fēng)險追蹤溯源技術(shù)通過采集數(shù)據(jù)全生命周期的行為日志，構(gòu)建數(shù)據(jù)數(shù)量分布情況信息庫、數(shù)據(jù)等級分布情況信息庫、數(shù)據(jù)使用情況信息庫以及數(shù)據(jù)血緣關(guān)系庫；以數(shù)據(jù)標簽為基礎(chǔ)，將數(shù)據(jù)標簽與數(shù)據(jù)結(jié)合并貫穿于數(shù)據(jù)整個生命周期；利用大數(shù)據(jù)綜合關(guān)聯(lián)分析及機器學(xué)習(xí)對數(shù)據(jù)行為進行分析并實行監(jiān)管；提供對已知和未知的數(shù)據(jù)安全威脅事件在事前、事中、事后的規(guī)避、發(fā)現(xiàn)和解決以及追蹤溯源等功能，為大數(shù)據(jù)安全提供動態(tài)閉環(huán)的智能化治理能力。數(shù)據(jù)安全風(fēng)險追蹤溯源技術(shù)架構(gòu)如圖 7 所示。
圖 7 數(shù)據(jù)安全風(fēng)險追蹤溯源技術(shù)架構(gòu)
如圖 7， 數(shù)據(jù)安全風(fēng)險追蹤溯源技術(shù)首先通過數(shù)據(jù)資產(chǎn)的自動識別與發(fā)現(xiàn)和數(shù)據(jù)資產(chǎn)血緣分析， 實現(xiàn)對數(shù)據(jù)資產(chǎn)全體系、全譜系的統(tǒng)一梳理。其次， 基于數(shù)據(jù)資產(chǎn)構(gòu)建以任務(wù)為中心的數(shù)據(jù)物理拓撲和 邏輯拓撲，并基于任務(wù)、用戶、數(shù)據(jù)資產(chǎn)的上下文 數(shù)據(jù)，利用機器學(xué)習(xí)和人工智能，動態(tài)構(gòu)建面向任 務(wù)和用戶的數(shù)據(jù)行為基線，通過數(shù)據(jù)行為基線可進行異常行為檢測。最后，通過基于人工智能的追蹤標識和內(nèi)容標識學(xué)習(xí)和標記，以及通過基于機器學(xué)習(xí)的追蹤標識跨域更新技術(shù)對多源異構(gòu)數(shù)據(jù)(結(jié)構(gòu) 化、半結(jié)構(gòu)化、非結(jié)構(gòu)化)進行追蹤標識和內(nèi)容標識， 實現(xiàn)全路徑數(shù)據(jù)追蹤溯源。
04 結(jié) 語
數(shù)據(jù)安全治理是數(shù)據(jù)安全保護的一種思路或體 系，是一種將數(shù)據(jù)安全技術(shù)與數(shù)據(jù)安全管理融合在一起，并綜合業(yè)務(wù)、安全、網(wǎng)絡(luò)等多部門多角色的訴求， 系統(tǒng)化總結(jié)歸納的方法。本文從技術(shù)的角度， 圍繞數(shù)據(jù)安全治理的核心理念，給出了數(shù)據(jù)安全治理體系的架構(gòu)，并對該架構(gòu)下的關(guān)鍵技術(shù)進行了梳 理和研究。本文提出架構(gòu)和方法體現(xiàn)了數(shù)據(jù)安全治 理的先進性和實用性，能夠為相關(guān)的研究提供指導(dǎo)和借鑒。
引用本文： 許杰 , 張鋒軍 , 陳捷 , 等 . 面向大數(shù)據(jù)環(huán)境下的數(shù)據(jù)安全治理技術(shù) [J]. 通信技術(shù)，2021，54(12):2659-2665.
作者簡介 >>>
許杰，男，博士，高級工程師，主要研究方向為大數(shù)據(jù)安全、信息 安全；張鋒軍 ，男， 博士研究生，研究員，主要研究方向為云計算和大數(shù)據(jù)安全、信息系統(tǒng)智能管控技術(shù)；陳 捷 ，女，博士研究生，研究員，主要研究方向為通信網(wǎng)絡(luò)與信息安全；曾夢岐 ， 男， 碩士， 高級工程師， 主要 研究方向為信息安全；李慶華 ， 男， 學(xué)士， 高級工程師， 主要研究方向為軟件工程、云計算與大數(shù)據(jù)安全技術(shù)；牛作元 ， 男， 碩士， 高級工程師， 主要 研究方向為云計算與大數(shù)據(jù)安全。
選自《通信技術(shù)》2021年第12期(為便于排版，已省去參考文獻)
來源：信息安全與通信保密雜志社
