世界互聯網大會|美創科技無侵入數據安全多智體治理技術首發
2025-11-07
從“穩定運行”到“極限生存”:一場國企數字基座的韌性突圍戰
2025-11-05
每周安全速遞3?? | Qilin勒索組織利用Linux載荷和BYOVD入侵
2025-10-31
美創科技“AI+數據安全”新產品、新技術亮相烏鎮
2025-10-31
全新方案|鑄盾計劃:建設體系化的高校供應鏈安全護盾
2025-10-29
存儲域
數據庫加密 諾亞防勒索訪問域
數據庫防水壩 數據庫防火墻 數據庫安全審計 動態脫敏流動域
靜態脫敏 數據水印 API審計 API防控 醫療防統方運維服務
數據庫運維服務 中間件運維服務 國產信創改造服務 駐場運維服務 供數服務安全咨詢服務
數據出境安全治理服務 數據安全能力評估認證服務 數據安全風險評估服務 數據安全治理咨詢服務 數據分類分級咨詢服務 個人信息風險評估服務 數據安全檢查服務數據安全是高校安全建設的重中之重,然而伴隨高校信息化、數字化工作深入開展,數據安全威脅挑戰更加復雜,如何明晰建設路徑,推動數據安全工作有的放矢開展,仍面臨諸多問題。本文介紹的高校數據安全治理建設實踐,是美創數據安全治理咨詢服務賦能高校安全建設的又一經典案例,希望通過該案例實踐經驗,給更多高校的數據安全建設提供參考。
某高校是全國重點大學,國家部委和市人民政府共建的“雙一流”、 “211工程”高校,中國著名的高等學府。
圖片源自網絡
近年來,方興未艾的數字化浪潮為高校注入新內核,校園管理工作逐步從線下模式轉變為線上服務模式,通過服務大廳,為學生、教職工提供一站式服務。為進一步消除“數據孤島”,該高校網絡信息中心(下稱“信息中心”)探索建立數據平臺,形成學校各部門之間的數據共享,包括人事處、教務處、財務處等業務部門,實現學生選課、資產報修、學校公章、在讀證明、就業手續辦理等業務對接。
然而各類型應用系統不斷增多,系統間業務協同交互場景逐漸增加,業務數據不斷匯聚整合,也帶來新挑戰,數據安全問題也隨之而來,在合規監管要求不斷提升的背景下,如何進一步加強數據安全和師生個人信息保護提上了日程。
為響應國家號召,全力保障“智慧校園”發展,同時也為有效摸清目前高校在管理、技術層面可能存在風險隱患,規劃下一階段數據安全建設目標,該高校攜手美創開啟本次數據安全治理咨詢工作。
數據安全必須貫穿數字化業務全過程,能否守住安全底線至關重要,目前該高校數據安全面臨的主要問題包括:
1
安全理念不匹配:高校內部部門二十多個,且系統多樣,有統推部門系統(如教師職稱、學生入學、學籍管理等),也有學校自建系統(如招生就業、門戶網站、校園一卡通等),這些業務系統負責的部門由于缺乏專業的網絡和數據管理人員,對這些系統業務數據的使用和管理上缺乏了解和控制。
2
職責劃分不清晰:數據安全治理工作是一項從上至下、持續性、長期的系統工程,從現有的組織架構上看,目前數據安全管理組織架構比較完整,但職責劃分上仍需進一步明確,尤其是數據共享使用場景下,暫未形成規范化的流程,一旦發生數據安全事件,將無從定責追責。
3
數據標準不統一:雖然該校信息中心建立了數據平臺,實現了多部門之間數據共享,并按照教育部《教育系統核心數據和重要數據識別認定工作指南(試行)》文件要求,制定了數據分級分類策略,但由于業務系統龐雜,并且業務優先的原則,導致各部門使用數據標準不統一,阻礙了數據分類分級的落地。
4
數據安全難保障:在目前的安全建設體系中,數據安全存在一定的風險隱患。例如數據庫運維管理松散,學校合作第三方開發人員和運維人員私存數據庫賬號密碼,存在數據泄露風險,并且數據資源的使用沒有約定范圍和有效期,導致數據使用失控。
針對該高校上述存在的各方面問題,美創結合高校當前實際情況,認為可從以下幾個方面進行入手:
?? 對現有的應用系統數據庫進行全面摸底,做到“底數清、情況明”,熟悉各部門業務系統、數據敏感程度、數據使用多方面情況,尤其需要關注個人信息數據存儲、使用情況;
?? 數據所屬業務的職能部門是數據的主管單位,應當向各業務部門明確數據使用處理規則和防護要求,尤其是業務部門在數據共享交換的場景下,應當對申請的數據資源范圍、期限進行明確;
?? 參考DSMM模型內容,開展數據安全風險評估,了解目前的數據安全工作程度,也可完善高校的數據安全檢查內容,作為定期開展安全檢查的依據;
?? 根據風險等級,結合現有的安全技術手段,以及部門間業務運行、數據流轉過程,規劃下一階段的改進和建設任務目標,并針對具體場景的風險程度進行優先級設定。
具體服務內容包括:
數據資產梳理
以系統級、表級的顆粒度,對針對評估范圍內的數據開展梳理工作,共計梳理3萬張表、50萬個數據字段,數據類型覆蓋業務數據、個人信息等,如流程表單、戶口所在地等。大部分數據為“個人身份信息類”、“個人財產信息類”等敏感個人信息,如戶口地址、一卡通卡號、余額等。
基礎環境風險評估
對系統和數據庫服務器進行安全掃描、安全配置核查和分析,以及對數據權限分配情況的探查,發現配置的不合規項。例如高權限的廢棄賬戶,美創結合實際需求提出了整改修復建議。
數據安全能力評估
結合高校現狀以及對數據安全管理的目標訴求,從組織建設、制度流程、技術工具和人員能力等方面,分別對標數據安全能力成熟度模型(DSMM)二級和三級能力要求,從差距分析的結果來看,組織與三級能力仍存在較大差距,故后期若開展能力規劃,可先設定到二級,再逐步進行推進。
數據安全合規評估
根據所在教育(高校)行業和地區的法律法規、政策規范等,進行篩選、識別、關聯分析,對相關條款逐一進行闡述,根據現狀進行對標分析。通過合規評估工作,除了發現潛在的合規風險,也幫助高校對數據安全相關政策要求有了更進一步理解。本次合規評估主要參考文件如下:
數據安全風險評估
數據安全風險評估是以圍繞數據全生命周期的數據處理活動,采用了定性和定量相結合的風險分析方法,對數據資產面臨的威脅、存在的弱點、造成的影響,以及三者綜合作用所帶來風險的可能性的評估。通過風險分析,發現數據在全生命周期的處理活動中,均存在不同程度的風險。
數據安全建設規劃
在管理層面,根據行業、地區、上級要求以及高校現行制度,結合實際場景,制定了《個人信息保護管理辦法》、《數據全生命周期安全管理制度》、《數據分類分級規范》、《數據安全事件應急預案》、《數據安全監督檢查管理辦法》等制度文件,明確了數據在多個階段的安全管理要求。同時對多個現行的制度內容進行了審查,提出了優化建議以及持續關注點,如網絡安全事件應急預案、數據共享交換規范等。
在技術層面,結合具體的數據使用場景,根據風險情況提出下一步的整改建議,包括技術手段、依托產品工具的建設方式、建設周期、建設優先級等。
通過本次數據安全治理咨詢,該高校明晰了當下數據資產的重要性以及潛在的安全風險,確定了下一步的工作任務和重心,主要產生的成果價值如下:
厘清了數據資產敏感程度:通過資產梳理明晰了目前數據的規模、敏感程度,以及存在的廢棄數據。結合風險評估結果識別出存在中、高風險級別的數據資產,同時以同行業最佳實踐做法為參考,討論現有的分類分級策略的合理性,提出了數據分類分級的改進方向。
落實了數據安全主體責任:依據教育部發文以及現行的數據管理相關制度,在現有的部門職責定義的基礎上進行了修訂和更新,按照“誰主管誰負責、誰運營誰負責、誰使用誰負責”的原則,與信息中心討論并重新定義了“數據主管部門”、“數據運營部門”、“數據使用部門”三大數據職能機構的責任和義務。
健全了數據安全管理體系:參考ISO四層體系要求和DSMM模型,規劃數據在各個階段、場景的安全管理規范和流程,通過逐步建立具體的安全操作規范和流程,制定更具體的約束性措施,全面滿足管理需求。在本項目過程中落實的部分制度內容,也在一定程度上完善了高校的數據安全管理體系。
提升了數據安全防護理念:目前數據安全整體缺乏體系化建設,沒有從數據全生命周期來考慮數據安全建設,僅基于合規要求部署網絡安全設備或單點防御、檢測設備,造成風險隱患。通過從數據處理風險較高的場景入手,結合現有的安全技術手段,以及部門間業務運行、數據流轉過程,規劃建立圍繞數據資產的安全保障體系。