文 / 中國建設(shè)銀行運營數(shù)據(jù)中心 姜兆龍

更廣的數(shù)據(jù)在銀行沉淀

隨著銀行同業(yè)競爭不斷加劇，以用戶為中心、以數(shù)據(jù)為驅(qū)動、以場景為依托、以滿足用戶需求和實現(xiàn)生態(tài)閉環(huán)為目標(biāo)的數(shù)字化經(jīng)營日益成為銀行競爭的新賽道，銀行業(yè)收集的數(shù)據(jù)，早已不局限于金融資產(chǎn)余額、賬戶變動等金融數(shù)據(jù)，越來越多的非金融交易數(shù)據(jù)在銀行沉淀。銀行收集的數(shù)據(jù)范圍越來越廣、數(shù)據(jù)粒度越來越細，無疑成為全社會可信度最高的一類數(shù)據(jù)源。與此同時，公眾對數(shù)據(jù)安全的了解和重視程度也在不斷加深，百度指數(shù)如圖1所示，數(shù)據(jù)安全關(guān)鍵字的搜索指數(shù)近年來呈穩(wěn)步上升態(tài)勢，銀行與客戶間的各類信息泄露和隱私保護類糾紛也屢見不鮮，可以說銀行數(shù)據(jù)安全能力，已成為同業(yè)競爭力的重要組成部分。

圖1? 數(shù)據(jù)安全搜索指數(shù)穩(wěn)步上升

日益完善的數(shù)據(jù)安全法規(guī)

近年來，國家對數(shù)據(jù)安全的重視程度不斷加強，《數(shù)據(jù)安全法》《個人信息保護法》《數(shù)據(jù)安全法》等一系列法律，《中國人民銀行金融消費者權(quán)益保護實施辦法》《網(wǎng)絡(luò)安全審查辦法》等部門規(guī)章相繼頒布，《個人信息安全規(guī)范》《個人金融信息保護技術(shù)規(guī)范》《金融數(shù)據(jù)安全數(shù)據(jù)安全分級指南》《金融數(shù)據(jù)安全數(shù)據(jù)生命周期安全規(guī)范》標(biāo)準規(guī)范等陸續(xù)實施。銀行業(yè)事關(guān)國計民生，一直處于嚴監(jiān)管環(huán)境中，上述法律、法規(guī)和標(biāo)準的實施，無疑給銀行的數(shù)據(jù)安全提出更高要求。近兩年監(jiān)管處罰力度持續(xù)加大，僅2022年一季度就有三家商業(yè)銀行因數(shù)據(jù)違規(guī)使用問題罰款合計超5000萬元。

建行面臨數(shù)據(jù)安全現(xiàn)實威脅

建設(shè)銀行在2020年后按照“建生態(tài)、搭場景、擴用戶”的數(shù)字化經(jīng)營策略，強化C(客戶)端突圍、著力B(企業(yè))端賦能、推進G(政府)端連接的新金融模式，在業(yè)務(wù)快速發(fā)展的同時，各類新舊數(shù)據(jù)安全威脅持續(xù)存在，主要表現(xiàn)在以下方面。

1.數(shù)據(jù)資產(chǎn)龐雜管控難度大

客戶信息中包括姓名、身份證號、工作單位、家庭住址等高敏感的結(jié)構(gòu)化信息;系統(tǒng)日志、應(yīng)用交易日志等半結(jié)構(gòu)化數(shù)據(jù);合同、票據(jù)、房產(chǎn)證等非結(jié)構(gòu)化影像信息，數(shù)據(jù)種類豐富、數(shù)據(jù)可信度極高。

目前建行沉淀有PB級的歷史數(shù)據(jù)，日均新增的結(jié)構(gòu)化數(shù)據(jù)就達GB級。并且在信息化持續(xù)推進的過程中，系統(tǒng)交互和數(shù)據(jù)流轉(zhuǎn)路徑日益復(fù)雜，敏感數(shù)據(jù)分布廣泛、數(shù)據(jù)組合場景日益普遍，數(shù)據(jù)安全風(fēng)險點大量出現(xiàn)，管控難度持續(xù)加大。

2.敏捷開發(fā)對數(shù)據(jù)安全形成新挑戰(zhàn)

為快速滿足客戶不斷變化的需求，建行業(yè)務(wù)系統(tǒng)快速迭代、敏捷開發(fā)模式日益普及。如何在開發(fā)測試過程中落實數(shù)據(jù)安全，如何在快速迭代的業(yè)務(wù)下平衡數(shù)據(jù)保護與數(shù)據(jù)價值的關(guān)系，如何在遵循各類法律法規(guī)技術(shù)標(biāo)準的基礎(chǔ)上實現(xiàn)數(shù)據(jù)安全和數(shù)據(jù)價值雙贏，成為了一個難點問題。

3.黑產(chǎn)活躍持續(xù)威脅生產(chǎn)運行態(tài)數(shù)據(jù)安全

銀行作為高價值目標(biāo)，一直是各類黑產(chǎn)的攻擊重點。并且攻擊目的已經(jīng)從炫技到竊取資金和敏感數(shù)據(jù)。根據(jù)相關(guān)安全公司估算2021年我國數(shù)據(jù)黑色交易的市場規(guī)模已經(jīng)超過1500億元，從業(yè)人員規(guī)模近200萬人。開源軟件、業(yè)務(wù)上云、API接口使用日益廣泛，各類漏洞頻發(fā)。各類業(yè)務(wù)邏輯類漏洞難以自動化發(fā)現(xiàn)，運行態(tài)數(shù)據(jù)安全持續(xù)承壓。

根據(jù)Verizon數(shù)據(jù)泄露調(diào)查報告顯示，2018年全球數(shù)據(jù)泄露事件為2216起，2019年為2013起，2020年這一數(shù)據(jù)高達3950起，泄露總記錄數(shù)達到360億，其中43%為個人信息泄露。根據(jù)IBMSecurity的一項全球研究發(fā)現(xiàn)，企業(yè)平均每起數(shù)據(jù)泄露事件成本為424萬美元，創(chuàng)下17年以來的歷史新高，較前一年上升10%，給企業(yè)帶來巨大損失。國內(nèi)安全廠商調(diào)查報告顯示，國內(nèi)金融行業(yè)(38%)、教育行業(yè)(15%)的泄露事件占比高達53%。

建行數(shù)據(jù)安全建設(shè)實踐

面對強監(jiān)管的背景、日益復(fù)雜的數(shù)據(jù)安全形勢，建設(shè)銀行堅守合規(guī)底線，通過構(gòu)建機制細化流程、數(shù)據(jù)安全與信息系統(tǒng)同步建設(shè)、提升數(shù)據(jù)資產(chǎn)治理水平、完善網(wǎng)絡(luò)及數(shù)據(jù)安全防護體系、持續(xù)評估改進數(shù)據(jù)安全管理能力，構(gòu)建企業(yè)級的數(shù)據(jù)安全治理體系，如圖2所示。通過上述措施平衡業(yè)務(wù)發(fā)展和安全風(fēng)險的關(guān)系，具體來說包含以下方面。

圖2 建行數(shù)據(jù)安全治理體系

1.構(gòu)建機制細化流程壓實責(zé)任

制定數(shù)據(jù)資產(chǎn)管理辦法和數(shù)據(jù)安全分級標(biāo)準，明確數(shù)據(jù)資產(chǎn)的范圍，數(shù)據(jù)安全的目標(biāo)、原則和范圍，規(guī)定數(shù)據(jù)安全分級依據(jù)和規(guī)則等。為進一步規(guī)范個人金融信息分級要求，制定個人金融信息數(shù)據(jù)安全分級標(biāo)準。修訂數(shù)據(jù)安全管理辦法和實施細則，對數(shù)據(jù)的全生命周期管理進行了細化要求。上述標(biāo)準、辦法和細則，使數(shù)據(jù)安全有規(guī)可依。

為進一步落實數(shù)據(jù)全生命周期的管理責(zé)任，明確業(yè)務(wù)部門和機構(gòu)對數(shù)據(jù)安全負首要責(zé)任，在客戶信息的收集、使用過程中需嚴格落實數(shù)據(jù)安全各項制度要求;數(shù)據(jù)和科技管理部門，需保證數(shù)據(jù)傳輸、存儲、使用、加工、整合過程中的數(shù)據(jù)安全，定期對數(shù)據(jù)安全態(tài)勢進行研判分析。

2.數(shù)據(jù)安全建設(shè)與項目建設(shè)同步

將數(shù)據(jù)安全防護貫穿分析設(shè)計、開發(fā)、測試、生產(chǎn)運營的全生命周期，系統(tǒng)性地提升單系統(tǒng)數(shù)據(jù)安全能力，降低數(shù)據(jù)安全的修復(fù)成本。具體包括以下方面。

構(gòu)建全行統(tǒng)一的開發(fā)測試流水線和工具鏈，實現(xiàn)對敏捷開發(fā)模式的有效支持，在各開發(fā)責(zé)任主體，均配置有安全專員和敏捷教練。在分析設(shè)計階段，將業(yè)務(wù)系統(tǒng)的法律法規(guī)技術(shù)標(biāo)準要求、運行場景、用數(shù)規(guī)模、數(shù)據(jù)敏感級別、數(shù)據(jù)流向等進行綜合論證，形成數(shù)據(jù)安全建模分析。在開發(fā)階段，考察法律法規(guī)技術(shù)標(biāo)準中對卡密磁道、生物特征、敏感信息相關(guān)要求落實情況，檢查運行場景下對登錄保護、身份篡改、流程繞過等常見對數(shù)據(jù)安全構(gòu)成威脅的網(wǎng)絡(luò)攻擊類型應(yīng)對實現(xiàn)情況。對項目組引入的開源和商業(yè)軟件進行安全性約束限制、檢查編碼中SQL注入、XSS等常見對數(shù)據(jù)安全構(gòu)成威脅的網(wǎng)絡(luò)安全攻擊類型的應(yīng)對情況。在測試階段，采用自動化、半自動化的工具針對數(shù)據(jù)安全的測試用例開展測試工作。并且在系統(tǒng)正式部署前，針對重要系統(tǒng)增加滲透測試，通過人工檢查結(jié)合工具掃描的方式驗證風(fēng)險是否已經(jīng)修復(fù)。在此環(huán)節(jié)，需要特別注意的是如需要基于生產(chǎn)數(shù)據(jù)開展測試，則需在數(shù)據(jù)灌入開發(fā)測試環(huán)境前完成數(shù)據(jù)脫敏工作。

3.提升數(shù)據(jù)資產(chǎn)治理水平

數(shù)據(jù)資產(chǎn)治理是全局性的構(gòu)建數(shù)據(jù)安全能力的重要底座，為此，建行基于數(shù)據(jù)資產(chǎn)平臺，實現(xiàn)數(shù)據(jù)整合、識別及分類、可視化展示和血緣親疏，如圖3所示。

圖3 層次化的數(shù)據(jù)資產(chǎn)管理平臺

盤點建行的數(shù)據(jù)資產(chǎn)及其分布情況，做好數(shù)據(jù)資產(chǎn)的統(tǒng)一集成是進行數(shù)據(jù)資產(chǎn)管控的基礎(chǔ)。建行依據(jù)企業(yè)級數(shù)據(jù)模型和“面向用戶、結(jié)合場景、服務(wù)導(dǎo)向”的層次建設(shè)數(shù)據(jù)資產(chǎn)分類體系，以數(shù)據(jù)倉庫為核心，開展基礎(chǔ)數(shù)據(jù)資產(chǎn)、集成數(shù)據(jù)資產(chǎn)、應(yīng)用數(shù)據(jù)資產(chǎn)、數(shù)據(jù)規(guī)范資產(chǎn)的梳理、盤點，構(gòu)建企業(yè)級數(shù)據(jù)資產(chǎn)目錄體系。

敏感數(shù)據(jù)自動識別，測繪敏感數(shù)據(jù)的分布，是進行數(shù)據(jù)資產(chǎn)管理的核心。通過模式識別、基于人工標(biāo)注的人工智能學(xué)習(xí)方法，識別結(jié)構(gòu)化數(shù)據(jù)中的各類敏感數(shù)據(jù)，并重視算法的可解釋性;通過使用包括聚類、Key-Value識別等算法，識別日志等半結(jié)構(gòu)化數(shù)據(jù)中的各類敏感信息;在圖片預(yù)處理基礎(chǔ)上，調(diào)用OCR算法提取文本信息，再通過文本匹配進行精細化的敏感圖片數(shù)據(jù)分類分級。

自動化追蹤數(shù)據(jù)加工邏輯和數(shù)據(jù)流向，構(gòu)建數(shù)據(jù)血緣關(guān)系是數(shù)據(jù)資產(chǎn)管理的重要目標(biāo)，是發(fā)現(xiàn)數(shù)據(jù)未授權(quán)使用、數(shù)據(jù)濫用、數(shù)據(jù)超范圍輸出、數(shù)據(jù)遍歷等數(shù)據(jù)異常流動情況的主要手段。通過血緣關(guān)系的建立，可以明確敏感數(shù)據(jù)的來龍去脈，并為數(shù)據(jù)的權(quán)限管理提供重要依據(jù)。

4.完善數(shù)據(jù)安全生產(chǎn)防護體系

在生產(chǎn)運營過程中，加強控制、監(jiān)測和預(yù)警能力建設(shè)，并構(gòu)建各類應(yīng)急預(yù)案，實現(xiàn)事前預(yù)防、事中阻斷、應(yīng)急有據(jù)。其中控制側(cè)，部署沙箱、DLP、EDR、終端水印、數(shù)據(jù)脫敏等安全產(chǎn)品，提升數(shù)據(jù)脫離辦公及生產(chǎn)運行環(huán)境的技術(shù)成本。在監(jiān)測側(cè)，構(gòu)建包含防火墻、waf、數(shù)據(jù)庫審計、旁路檢測設(shè)備，實現(xiàn)對網(wǎng)絡(luò)攻擊的有效檢測和阻斷。并且通過將告警日志與業(yè)務(wù)日志相結(jié)合，對通用敏感數(shù)據(jù)和企業(yè)自有敏感數(shù)據(jù)定義的方法，構(gòu)建起數(shù)據(jù)異常檢測的大腦。在預(yù)警側(cè)，與安全生態(tài)廣泛合作，及時獲取各類公開漏洞情報，降低業(yè)務(wù)系統(tǒng)被遠控的風(fēng)險;及時發(fā)現(xiàn)論壇、暗網(wǎng)等對銀行數(shù)據(jù)的交易買賣，以及針對銀行系統(tǒng)的詐騙網(wǎng)站、仿冒APP等。

5.持續(xù)性的評估改進數(shù)據(jù)安全治理能力

通過半月度的安全例會、季度IT風(fēng)險梳理報告，數(shù)據(jù)管理部門和IT部門定期回顧建行在數(shù)據(jù)安全趨勢和潛在風(fēng)險，展開針對性的風(fēng)險化解工作。通過年度的內(nèi)控審計，審計部門對全行數(shù)據(jù)安全管理制度、流程及人力保障落實情況進行監(jiān)督審查，并重點對數(shù)據(jù)管理部、數(shù)據(jù)中心及金科公司等部門進行現(xiàn)場審查。APP個人信息保護監(jiān)管愈發(fā)嚴格的背景下，建行持續(xù)加大支持力度與資源投入，在全行范圍內(nèi)組織多次宣貫、培訓(xùn)、考試和開展?jié)B透測試工作，并引入APP安全知名公司進行咨詢，不斷提升APP個人信息保護工作。

數(shù)據(jù)安全的未來趨勢

API安全方興未艾，面臨的威脅也逐漸凸顯，2021年API流量已經(jīng)占全網(wǎng)流量的83%。以開放銀行為代表的API應(yīng)用日益成為銀行與第三方商業(yè)合作的重要手段，但API自身面臨憑據(jù)失陷、越權(quán)訪問、數(shù)據(jù)篡改、違規(guī)爬取、數(shù)據(jù)泄露等一系列安全問題。據(jù)以色列Salt Security公司統(tǒng)計數(shù)據(jù)顯示，2021年有90%的Web應(yīng)用程序以API而非UI的形式面對網(wǎng)絡(luò)攻擊，其占比遠遠高于當(dāng)前2019年的40%，增長迅速。

隱私計算蓬勃發(fā)展，隱私計算能夠在處理和分析計算數(shù)據(jù)的過程中保持數(shù)據(jù)不透明、不泄露、無法被計算方和其他未授權(quán)方獲取。在此框架下，參與方的數(shù)據(jù)不出本地，可以在保證數(shù)據(jù)安全的前提下實現(xiàn)多源數(shù)據(jù)的跨組織、跨機構(gòu)合作，在銀行的營銷、交易反欺詐、反洗錢等領(lǐng)域，已經(jīng)有落地場景。

未來，銀行業(yè)將會持續(xù)面臨新的數(shù)據(jù)安全威脅，需不斷引入新的方法和技術(shù)，趨利避害，在支撐業(yè)務(wù)發(fā)展的同時做好數(shù)據(jù)安全防護工作。

(欄目編輯：張麗霞)

來源： 金融電子化