数据分三大类，分别是用户类、业务类和公司类，按数据的价值、敏感性、影响力、分散性分

为四级，分为L1到L4，同时制定了分类的等级划分原则。

 

二是敏感数据的识别。

 

结构性数据识别：可根据表和字段中的名称、注释、样本等数据进行敏感识别，并通过规则匹

配、关键字、算法模型等方式实现元数据的自动标记。在数据资产平台中，从安全的角度出发

，内置了10多个数据特征的数据标签规则，包括姓名、证件号码、手机号、银行卡号、电话、

Email等，还支持定制分类分级识别规则，根据业务需求灵活地添加定制数据标识规则，通过

库表字段命名方式，合表、字段注释和样本数据，实现自动标记。敏感度数据介面识别：利用

敏感度分析技术，将数据流中URL的汇总分析，与要求及传回内容相结合，以模式匹配方式，

自动发现取回参数组态，还原数据介面的原始设计形式，获得数据介面的实时清单，识别数

据介面有查询敏感、批量下载、假脱敏、无权限等风险。
 

 

三是数据亲属关系的确认。确定敏感数据后，需要把握数据使用关系和权属关系，从数据的

输入、输出界面，数据之间的调用关系，尤其是上下传递的层次关系，建立在线库和离线库

之间。

 

 

四、建立数据流图，建立数据流视图，在实际落地的过程中采用三种技术：流量识别，源代

码分析，应用全链路跟踪识别。
 

每一种方法都有其优点和缺点，下面是在实践的基础上对每一种方法进行的对比分析：这三

种技术在实际落地过程中，结合各自的IT基础设施情况，取长补短相互验证，建立了更加全

面、准确的数据流关系。下面的图表是由数据资产平台绘制的实时可视数据流视图，绿色代

表访问者，蓝色代表应用，红色代表数据。从而能够串联人、应用、数据之间的关系，掌握

人员访问的数据和数据类型。在企业数字化的背景下，为了支持企业和安全部门对数据资产

的识别，实现数据流的动态感知，需要构建以数据为核心的联动数据安全管控系统，从组织

、应用、数据、控制手段等多个维度来构建，提高数据安全和数据治理水平。