数据安全技术

数据分类

按数据的 属性、用途、内容 划分类型（如个人信息、财务数据、研发数据）

个人数据（PII）：姓名、身份证号、手机号
商业数据：客户合同、销售报表、专利文档
运营数据：日志、服务器配置、员工考勤

数据分级

根据数据的 敏感程度、泄露影响 划分等级（如公开、内部、机密）

参考《数据安全法》：

等级	定义	保护要求
4级（绝密）	泄露导致国家安全受损	物理隔离、多重加密、最小化访问
3级（机密）	泄露导致重大经济损失	强加密、严格审批日志审计
2级（敏感）	泄露导致企业声誉受损	脱敏处理、角色权限控制
1级（公开）	可公开共享	基础防篡改

数据加密

通过算法将原始数据（明文）转换成不可读的密文，仅授权用户可使用密钥解密

加密方式

对称加密：AES（128/256位）、DES、3DES、SM4
非对称加密：RSA、ECC、SM2、Paillier
混合加密：SSL/TLS协议（结合对称与非对称加密技术，首先使用非对称加密算法安全地传输对称加密的密钥，随后使用对称加密算法高效地加密并处理数据）
哈希算法：SHA-256、SM3、MD5（已不安全）

未来趋势

智能化与动态防护：AI技术被引入加密领域，例如通过行为分析动态调整加密策略或利用AI优化密钥管理
零信任框架深化：结合加密技术，实现“永不信任、持续验证”的安全模型，减少内部与外部攻击面
标准化与合规需求：随着数据安全法推进，企业需要采用符合国密标准或国际认证的加密方案

数据防泄密

核心技术

敏感信息识别：通过正则表达式、关键词匹配、机器学习模型等技术，精准识别身份证号、财务数据、知识产权等敏感信息，并自动分类分级（如公开、机密）
文件指纹：文件指纹（Hash值）技术用于追踪唯一性文件，确保数据溯源，能够确保数据的完整性和安全性，防止被非法总改或伪造
传输通道监控：监控网络层（邮件、云存储、即时通讯工具）和终端层（USB、蓝牙、打印机）的数据传输行为，实时拦截异常外发操作
动态水印：动态水印技术可追踪泄霹源头，例如屏幕显示或打印文档时自动嵌入用户身份信息，有效追踪和定位数据泄露的源头
透明加密：透明加密技术对文件自动加密，仅授权用户可解密使用，支持本地、云端及移动设备的多场最保护
权限管控策略：基于角色（RBAC）或最小权限原则精细化控制不同部门和用户的访问权限，确保数据安全性
行为监控与预警：实时记录文件操作日志，结合AI分析用户行为模式，识别异常操作并触发预警机制，确保数据安全
合规性报告生成：自动生成合规性报告，满足GDPR、HIPAA等法规要求，减轻企业合规负担，保障数据使用合法性

应用场景

监控离职员工行为：防止员工误操作或恶意泄露核心数据，如监控离职员工大规模下载文件或通过个人邮箱外发资料
保护研发源代码：研发机构保护源代码和专利文档，阻断代码仓库（如GitHub）上传含密钥的配置文件
加密移动设备数据：加密移动设备数据，限制通过不安全的网络或设备访问敏感信息
屏幕实时监控：屏幕录制和实时监控功能确保远程办公环境下的操作透明化
全密态数据库：全密态数据库加密技术保障云端数据在存储、传输和处理全流程的密文状态，即使云服务商不可信也能防范泄露
云原生DLP防护：云原生DLP深度集成Kubernetes、Serverless架构，保护动态云环境中的数据流

先进技术

智能识别敏感数据：通过机器学习自动发现新型敏感数据模式，减少人工规则维护成本，例如Digital Guardian的动态数据分类
AI预测泄密风险：行为分析技术（如Forcepoint DLP）结合AI预测潜在泄密风险实时调整防护策略
零信任动态访问：与零信任模型（ZTA）结合，实现动态访问控制，例如Netskope Security对云服务的实时审计和权限验证
实时审计权限验证：Netskope Security通过零信任架构整合，实现云服务访问的实时审计和权限验证，确保访问安全

访问控制

限制哪些用户或系统可以访问哪些资源，以及以何种方式访问

主要模型

自主访问控制（DAC）：资源所有者决定访问权限
强制访问控制（MAC）：基于安全标签的系统强制控制
基于角色的访问控制（RBAC）：按角色分配权限
基于属性的访问控制（ABAC）：基于用户/资源/环境属性动态决策

实施原则

最小权限原则
职责分离
权限定期审查

身份认证

确认用户或设备的身份真实性

认证因素

知识因素：密码、PIN码
拥有因素：安全令牌、手机、智能卡
生物特征：指纹、面部识别、虹膜扫描
行为特征：打字节奏、鼠标移动模式

常见技术

多因素认证（MFA）：结合两种以上认证因素
单点登录（SSO）：一次登录访问多个系统
OAuth/OpenID Connect：开放授权标准
生物识别系统：指纹、面部识别等

数据脱敏

数据脱敏即数据去隐私化，是按照脱敏规则和策略，对手机号、银行卡号等敏感数据进行转换或修改的技术手段，用于防止敏感数据在不可靠环境下直接使用

静态脱敏：静态脱敏（SDM）适用于将生产环境数据脱敏后用于测试、开发等场景，使脱敏数据与生产环境隔离
动态脱敏：动态脱敏（DDM）用于生产环境，在访问敏感数据时实时脱敏，且不同角色、权限的脱敏方案不同，同时要保证数据特征、业务规则和关联性不受影响

脱敏方式：

无效化：通过截断、加密、隐藏等方式，用特殊字符（如 “*”）代替敏感数据真值，简单但用户无法得知原数据格式，获取完整信息需授权查询
随机值：将字母、数字、文字随机替换，能保留一定数据格式，不易被用户察觉，名字随机化可能需姓氏字典数据支持
数据替换：用设定的虚拟值替换真实值，和无效化不同之处在于不用特殊字符遮挡
对称加密：是一种可逆脱敏方法，利用加密密钥和算法加密敏感数据，密文格式与原始数据逻辑规则一致，解密需密钥，要特别注意密钥安全
平均值：常用于统计场景，针对数值型数据，先计算均值，使脱敏后的值在均值附近随机分布，保持数据总和不变
偏移和取整：通过随机移位改变数字数据，能保证数据安全性和范围大致真实性，在大数据分析场景意义较大

备份与恢复

防止因意外删除、勒索攻击、系统故障等造成数据不可恢复。

数据备份核心策略：分层备份策略确保关键数据完整性与业务连续性，通过全量、增量/差异及多重方式，实现高效数据存储与恢复
恢复目标管理：设定明确的恢复时间目标（RTO）与恢复点目标（RPO），确保在灾难发生时，业务能够快速恢复并减少数据丢失
动态调整与测试：定期评估数据重要性，灵活调整备份频率；通过模拟灾难场景测试恢复流程，验证备份与恢复策略的有效性

分层备份策略

全量备份：定期全面复制数据，确保完整基线，关键数据（如财务、客户信息）需定期安全备份
增量/差异备份：仅备份变化部分，增量备份节省空间但恢复慢（恢复时需要依赖上一次完全备份和所有后续的增量备份），差异备份平衡效率与速度（恢复时只需要上一次完全备份和最近一次差异备份即可）。适用于非关键或高频更新数据
多重备份：将数据存储于不同介质（磁盘、云存储、磁带）和地理位置防范单一故障点风险

恢复目标管理

RTO（恢复时间目标）：是指所能容忍的业务系统停止服务的最长时间，也就是灾难发生到业务系统恢复服务功能所需要的最短时间。根据业务连续性需求设定最大恢复时间，例如金融系统要求分钟级恢复，而一般数据可接受小时级
RPO（恢复点目标）：是指业务系统所能容忍的数据丢失量，如实时备份（RPO$\approx$0）用于核心交易系统，每日备份用于次要数据

备份技术

云原生备份：如华为云CBR支持云服务器、数据库的在线备份，结合增量备份和快照技术实现分钟级恢复
虚拟机与容器备份：针对虚拟化环境（如VMware、Kubernetes）的专用工具（Veeam、Acronis），支持应用一致性备份
混合云容灾：本地与云端结合，例如华为云混合容灾方案，支持跨Region容灾和存储同步复制（RPO=0），应对自然灾害
AI驱动的动态备份策略：利用机器学习预测数据变化，自动优化备份窗口和存储资源实现高效的数据保护
边缘节点备份：针对物联网设备，采用轻量级代理（如ChaCha20加密）实现低功耗数据同步，保障物联网数据的实时性与安全性
无服务器备份：无服务器（Serverless）备份模型按需调用云端资源，有效降低运维成本，提升备份服务的灵活性与经济性

恢复技术

即时恢复：通过快照直接挂载备份数据，减少停机时间，适用于高可用性场景
同态加密与区块链：在加密状态下处理数据（如医疗分析），并通过区块链确保备份日志不可篡改
自动化灾备演练：结合ChatOps工具，实现灾难恢复演练的脚本化测试与快速修复，提升业务连续性能力