运维日记丨数据分类分级之高校案例

新运维新数据 2023-03-26

1989

各位新朋友～记得先点蓝字关注我哦～

项目背景

根据《中华人民共和国数据安全法》、《中华人民共和国个人信息保护法》等法律法规相关要求，2022年9月教育部办公厅下发了《教育系统核心数据和重要数据识别认定工作指南（试行）的通知》，指导各单位开展核心数据和重要数据识别认定工作，形成本地区、本单位的拟定核心数据和重要数据目录。

教育部关于分类分级的发文

文件侧重于重要数据、核心数据的识别，以便对重要数据进行专项的安全保护。文件从教育数据的重要性、精度、规模、安全风险等角度进行数据分级，同时强调“各单位在遵循本指南分类的基础上，结合本单位实际细化数据分类，以支撑数据治理。”强调了数据分类分级工作的重要性。

某高校直属国家教育部，是国家首批“211工程”重点建设大学、国家“985优势学科创新平台”建设高校、国家“双一流”建设高校。该高校在相关发文的基础上，结合本身数据规划及实际业务需求，发起本次数据分类分级工作。

建设过程

2.1

服务保障

标准化建设步骤

美创科技深入研究各行业在数据分类分级工作中的前沿趋势，充分结合客户实际，经过不断的实践探索，已形成一套具有落地指导作用的数据分类分级建设步骤，以此为依据保障数据分类分级工作顺利进行：

标准化建设步骤

丰富的实践经验

标准化建设步骤经过在多行业项目实践中不断的验证和修改，已形成完整的建设经验。同时，把其他行业（政务、金融、能源、人社、大数据局、烟草、电力电网、企业等）的数据识别能力沉淀、优化数据分类分级产品，其他行业的项目建设经验在交付团队推广消化，不断提高数据分类分级团队交付能力和数据分类分级产品识别能力。

规范化服务流程

在项目交付过程中丰富和更新服务流程规范，使交付更标准化、规范化。

数据分类分级实施指导手册

2.2

项目建设步骤

本次项目实施以标准化建设步骤和《数据分类分级实施指导手册》为基础，和某高校项目相关方充分合作，分阶段完成项目交付：项目启动、系统部署、数据准备、数据分类分级咨询、数据分类分级服务、分类分级结果输出、项目验收。

2.3

适用性文件分析

收集和分析国家、行业相关法规和标准，分析行业主管部门和上级机构相关规定，学习业界先进做法和最佳实践，收集某高校内部信息系统建设、数据安全建设等规章制度，确定本项目必须遵从或者可参考的法规、标准。

2.4

数据分类分级策略

明确数据分级策略

深入分析2022年9月教育部下发的《教育系统核心数据和重要数据识别认定工作指南（试行）》，充分分析教育数据的重要性、精度、规模、安全风险（即数据一旦遭到篡改、破坏、泄露或者非法获取、非法利用，对国家安全、经济运行、社会稳定、公共利益、组织权益、个人权益可能造成的危害程度）等因素，对数据进行定级，最后确定的定级策略如下：

数据分级策略

输出数据分类分级策略

本项目中最终明确数据分类策略包括16个一级大类，93个二级子类，一级分类包括：学校概况数据、学生管理数据、教学管理数据、教职工管理数据、科研管理数据、财务管理数据、资产与设备管理数据、办公管理数据、外事管理数据、档案管理数据、图书管理数据、一卡通管理数据、后勤服务数据、校友社会合作数据、其他数据。

数据分类分级策略示例

2.5

专业工具有效保障工作落地

美创暗数据发现和分类工具，根据分类分级策略智能化处理分类分级标签，可视化呈现数据分类分级结果，用户可以在产品页面上自定义修改分类分级标签，整体通过智能识别+人工审核修改的方式实现数据分类分级标签体系闭环。

系统自动生成分类分级结果清单

系统展示分类分级成果

美创是国内领先的数据库服务提供商。服务团队拥有PG ACED 1名、Oracle&PG ACE 3人、DSI智库专家5名、DSMM测评师7名、OCM 20余人、数十名Oracle OCP、MySQL OCP、TDSQL TCP、OceanBase OBCP、TiDB PTCP、达梦 DCP、人大金仓、红帽RHCA、中间件weblogic、tuxedo、CISP-DSG、CISSP、CDGA、CDPSE、CZTP、CDSP等认证人员，著有《DBA攻坚指南：左手Oracle，右手MySQL》，《Oracle数据库性能优化方法和最佳实践》，《Oracle内核技术揭秘》，《Oracle DBA实战攻略》等多本数据库书籍。运维各类数据库合计5000余套，精通Oracle、MySQL、SQLServer、DB2、PostgreSQL、MongoDB、Redis、TDSQL、OceanBase、达梦、人大金仓等主流商业和开源数据库。美创拥有完善的运维体系和人员培养体系，并同时提供超融合、私有云整体服务解决方案、数据安全咨询及运营服务方案等，已为金融、政府、企业、能源等多个行业的客户提供量身定制的各类服务，赢得了客户的高度赞誉和广泛认可。

大数据分类数据

文章转载自新运维新数据，如果涉嫌侵权，请发送邮件至：contact@modb.pro进行举报，并提供相关证据，一经查实，墨天轮将立刻删除相关内容。

运维日记丨数据分类分级之高校案例

评论