数据安全产业调研分析

数据安全产业调研分析

加快发展数据资源管理、资源保护产品，重点提升智能化水平，加强数据质量评估、隐私计算等产品研发。发展面向重点行业领域特色需求的精细化、专业型数据安全产品，开发适合中小企业的解决方案和工具包，支持发展定制化、轻便化的个人数据安全防护产品。提升基础软硬件数据安全水平，推动数据安全产品与基础软硬件的适配发展，增强数据安全内生能力。建立完善政府、平台、企业、行业组织和社会公众多元参与、有效协同的数字经济治理新格局，形成治理合力，鼓励良性竞争，维护公平有效市场。加快健全市场准入制度、公平竞争审查机制，完善数字经济公平竞争监管制度，预防和制止滥用行政权力排除限制竞争。进一步明确平台企业主体责任和义务，推进行业服务标准建设和行业自律，保护平台从业人员和消费者合法权益。开展社会监督、媒体监督、公众监督，培育多元治理、协调发展新生态。鼓励建立争议在线解决机制和渠道，制定并公示争议解决规则。引导社会各界积极参与推动数字经济治理，加强和改进反垄断执法，畅通多元主体诉求表达、权益保障渠道，及时化解矛盾纠纷，维护公众利益和社会稳定。数据安全发展目标到2025年，数据安全产业基础能力和综合实力明显增强。产业生态和创新体系初步建立，标准供给结构和覆盖范围显著优化，产品和服务供给能力大幅提升，重点行业领域应用水平持续深化，人才培养体系基本形成。（一）产业规模迅速扩大数据安全产业规模超过1500亿元，年复合增长率超过30%。（二）核心技术创新突破建成5个省部级及以上数据安全重点实验室，攻关一批数据安全重点技术和产品。（三）应用推广成效显著打造8个以上重点行业领域典型应用示范场景，推广一批优秀解决方案和试点示范案例。（四）产业生态完备有序建成3-5个国家数据安全产业园、10个创新应用先进示范区，培育若干具有国际竞争力的龙头骨干企业、单项冠军企业和专精特新小巨人企业。到2035年，数据安全产业进入繁荣成熟期。产业政策体系进一步健全，数据安全关键核心技术、重点产品发展水平和专业服务能力跻身世界先进行列，各领域数据安全应用意识和应用能力显著提高，涌现出一批具有国际竞争力的领军企业，产业人才规模与质量实现双提升，对数字中国建设和数字经济发展的支撑作用大幅提升。充分发挥数据要素作用（一）强化高质量数据要素供给支持市场主体依法合规开展数据采集，聚焦数据的标注、清洗、脱敏、脱密、聚合、分析等环节，提升数据资源处理能力，培育壮大数据服务产业。推动数据资源标准体系建设，提升数据管理水平和数据质量，探索面向业务应用的共享、交换、协作和开放。加快推动各领域通信协议兼容统一，打破技术和协议壁垒，努力实现互通互操作，形成完整贯通的数据链。推动数据分类分级管理，强化数据安全风险评估、监测预警和应急处置。建立健全国家公共数据资源体系，统筹公共数据资源开发利用，推动基础公共数据安全有序开放，构建统一的国家公共数据开放平台和开发利用端口，提升公共数据开放水平，释放数据红利。（二）加快数据要素市场化流通加快构建数据要素市场规则，培育市场主体、完善治理体系，促进数据要素市场流通。鼓励市场主体探索数据资产定价机制，推动形成数据资产目录，逐步完善数据定价体系。规范数据交易管理，培育规范的数据交易平台和市场主体，建立健全数据资产评估、登记结算、交易撮合、争议仲裁等市场运营体系，提升数据交易效率。严厉打击数据黑市交易，营造安全有序的市场环境。（三）创新数据要素开发利用机制适应不同类型数据特点，以实际应用需求为导向，探索建立多样化的数据开发利用机制。鼓励市场力量挖掘商业数据价值，推动数据价值产品化、服务化，大力发展专业化、个性化数据服务，促进数据、技术、场景深度融合，满足各领域数据需求。鼓励重点行业创新数据开发利用模式，在确保数据安全、保障用户隐私的前提下，调动行业协会、科研院所、企业等多方参与数据价值开发。结合新型智慧城市建设，加快城市数据融合及产业生态培育，提升城市数据运营和开发利用水平。数据安全治理总结与展望根据数据安全推进计划发布的《2022年数据安全行业调研报告》，六成以上参与调研的需求侧企业在制度文件编制、合规工作开展、技术工具部署等方面推进了相关工作。由此看出，随着数据安全合规要求的逐步完善，数据安全治理工作正在高速发展、有力推进。政策引领与战略自驱齐头并进，推进数据安全治理不断深入。根据调研，合规需求、防范数据安全风险、企业自身发展需要是组织开展数据安全能力建设的主要驱动因素。这说明，一方面，政策驱动的合规需求对组织数据安全建设具有强推进作用；另一方面，保障数据安全在推动业务健康运营方面的重要作用愈加明显。因此，政策引领的外部驱动与发展战略的内部驱动将成为数据安全治理工作不断深入的助推剂。数据驱动的业务发展，激励数据安全治理组织从有型到有效。根据数据安全推进计划发布的《2022年数据安全行业调研报告》，98．2%的受访者建立了专门的数据安全牵头管理团队，数据安全治理组织架构逐渐明晰。但由于数据与业务密切相关，其在实时产生及流动过程中涉及的主体很多，导致数据安全主体责任边界的实际划分及管理仍然存在较大挑战，如何在不同部门之间建立有效沟通机制，保障业务的安全合规开展是下一步关注重点。数据安全风险治理能力的建设与提升，成为数据安全治理的重要组成。由于数据本身具备流动性、泛在性等特点，过长的流转链条、过大的威胁暴露面、过多的数据处理活动等，都为数据安全风险管控带来挑战，并进一步影响到数据安全治理的整体成效。为了进一步防范数据泄露、数据篡改等安全事件的发生，落实数据安全风险的源头管控，常态化数据安全风险评估提上日程，基于风险的治理能力建设与提升也成为数据安全治理工作的重要组成部分。第三方数据安全评估认证作为提升数据安全治理能力的主要抓手，将被更多行业组织引入。在国家层面的支持下，第三方数据安全评估、认证服务市场正在蓬勃发展。中国信息通信研究院推出的首款市场化数据安全治理能力评估服务，自2020年进入市场以来，共完成了4批次43家组织机构的评估，广受好评。同时，国家市场监督管理总局与国家互联网信息办公室推出的数据安全管理认证、个人信息保护认证等工作也在稳步推进。越来越多的行业组织将通过引入第三方评估认证工作，持续优化自身数据安全治理能力。数据分类分级场景建设思路数据分类分级是数据安全治理实践过程中的关键场景，是数据安全工作的桥头堡和必选题。行业实践，七步走建设思路，可供刚开展数据分类分级工作的组织参考。第一步：建立组织保障。对组织而言，数据分类分级工作是一项复杂的长期性工作，是业务知识、数据知识和安全知识的交叉领域，需要相关部门协作开展。这就需要通过明确数据分类分级工作的组织架构，划分各部门职责分工，为数据分类分级工作的协同开展提供支撑。在实际工作中，各组织一般有数据安全管理的牵头部门或团队统筹数据分类分级工作的开展，而在职责分工上，则体现出一定的差异性。•以某电信运营商为例，在职责划分方面，明确了由数据安全的管理部门负责制定数据分类分级的方法及策略，规范数据资产梳理工作，并监督数据分类分级工作的落实。而各数据生产运营和使用的责任部门则需要维护本部门的数据资源清单、梳理部门的重要数据目录、并按照数据安全管理部门制定的标准执行数据分类分级规定动作，制定并落实差异化管控措施等。•以某金融机构为例，在职责划分方面，明确了由数据安全的管理部门牵头开展数据分类分级工作，制定相关制度流程，并建设数据分类分级技术能力。由于建设了数据中台对数据进行统一管理，其他部门仅需配合数据分类分级评估工作，对数据分类分级结果进行复核。•以某互联网公司为例，在职责划分方面，明确了由数据安全管理部门负责各类数据的分类、汇总和管理等工作。其他部门主要负责识别本部门的各类敏感数据并同步至数据安全管理部门，同时负责本部门敏感数据相关数据安全管控措施的制定。第二步：进行数据资源梳理。在进行数据分类分级之前，需要对组织内的全部数据资源进行识别、梳理，明确当前组织内部存储了哪些数据、数据存储的格式、数据范围、数据流转形式、数据访问控制方式、数据价值高低等问题，并形成数据资源清单。在实际工作中，数据资源的梳理有两种常见的工作思路。一种是站在数据治理的角度，为了达到对数据质量进行管理的首要目标而进行全量数据的盘点梳理，与此同时，梳理的结果可以复用于数据分类分级工作。一种是站在数据安全的角度，先对敏感数据进行识别梳理，以快速响应相关安全管理要求，再逐渐扩展至全域数据范围。第三步：明确分类分级方法策略。数据分类分级的方法、策略是指导此项工作开展的重要依据。组织需要参考国家及行业相关数据分类分级要求及规范，并结合自身业务属性与管理特点，明确数据分类分级的方法、策略，如明确数据分类与定级的基本原则、基本方法等。当前，为指导数据分类分级工作的推进落实，各行业、各领域纷纷制定相关标准规范。通过明确数据分类分级工作的原则、方法、定义，并在此基础上给出部分示例，进一步细化国家关于数据分类分级工作的要求，推动该项工作在不同行业企业及组织机构的落地实施。第四步：完成数据分类。组织应根据已制定的数据分类原则，定义包含多个层级的数据类别清单，再对数据资源清单中的数据逐个进行分类。在实际工作中，基础电信、证券期货、工业行业等领域制定了较为明确的分类方法和示例，有利于行业组织参考。对于暂未形成分类模板的行业，组织可以从经营维度按照通用分类模板进行分类1。另外，针对个人信息的分类方式，组织也可以结合GB/T35273-2020《信息安全技术个人信息安全规范》给出的规范进行完善。总体来说，类别定义一般会根据行业领域的不同而产生不同的子类划分方式，需要注意的是不同类别之间不能重复和交叉。第五步：逐类完成定级。数据分级主要从数据安全保护的角度，考虑影响对象、影响程度两个要素对数据所在的安全级别进行判定。不同行业分级标准在影响对象和影响程度的划分上有所不同，从而也导致了分级结果的差异性。组织应根据实际情况完成定级工作。第六步：形成分类分级目录。组织还需形成整体的数据分类分级目录，明确数据类别和级别的对应关系，为各部门落实数据分类分级工作提供依据。第七步：制定数据安全策略。在完成数据分类定级的基础上，还需要依据国家及行业领域给出的安全保护要求，建立数据分类分级保护策略，对数据实施全流程分类分级管理和保护。数字经济发展现状十三五时期，我国深入实施数字经济发展战略，不断完善数字基础设施，加快培育新业态新模式，推进数字产业化和产业数字化取得积极成效。2020年，我国数字经济核心产业增加值占国内生产总值（GDP）比重达到7．8%，数字经济为经济社会持续健康发展提供了强大动力。信息基础设施全球领先。建成全球规模最大的光纤和第四代移动通信（4G）网络，第五代移动通信（5G）网络建设和应用加速推进。宽带用户普及率明显提高，光纤用户占比超过94%，移动宽带用户普及率达到108%，互联网协议第六版（IPv6）活跃用户数达到4．6亿。产业数字化转型稳步推进。农业数字化全面推进。服务业数字化水平显著提高。工业数字化转型加速，工业企业生产设备数字化水平持续提升，更多企业迈上云端。新业态新模式竞相发展。数字技术与各行业加速融合，电子商务蓬勃发展，移动支付广泛普及，在线学习、远程会议、网络购物、视频直播等生产生活新方式加速推广，互联网平台日益壮大。数字经济国际合作不断深化。《二十国集团数字经济发展与合作倡议》等在全球赢得广泛共识，信息基础设施互联互通取得明显成效，丝路电商合作成果丰硕，我国数字经济领域平台企业加速出海，影响力和竞争力不断提升。与此同时，我国数字经济发展也面临一些问题和挑战：关键领域创新能力不足，产业链供应链受制于人的局面尚未根本改变；不同行业、不同区域、不同群体间数字鸿沟未有效弥合，甚至有进一步扩大趋势；数据资源规模庞大，但价值潜力还没有充分释放；数字经济治理体系需进一步完善。数字经济基本原则坚持创新引领、融合发展。坚持把创新作为引领发展的第一动力，突出科技自立自强的战略支撑作用，促进数字技术向经济社会和产业发展各领域广泛深入渗透，推进数字技术、应用场景和商业模式融合创新，形成以技术发展促进全要素生产率提升、以领域应用带动技术进步的发展格局。坚持应用牵引、数据赋能。坚持以数字化发展为导向，充分发挥我国海量数据、广阔市场空间和丰富应用场景优势，充分释放数据要素价值，激活数据要素潜能，以数据流促进生产、分配、流通、消费各个环节高效贯通，推动数据技术产品、应用范式、商业模式和体制机制协同创新。坚持公平竞争、安全有序。突出竞争政策基础地位，坚持促进发展和监管规范并重，健全完善协同监管规则制度，强化反垄断和防止资本无序扩张，推动平台经济规范健康持续发展，建立健全适应数字经济发展的市场监管、宏观调控、政策法规体系，牢牢守住安全底线。坚持系统推进、协同高效。充分发挥市场在资源配置中的决定性作用，构建经济社会各主体多元参与、协同联动的数字经济发展新机制。结合我国产业结构和资源禀赋，发挥比较优势，系统谋划、务实推进，更好发挥政府在数字经济发展中的作用。数据安全基本原则坚持创新驱动，强化企业创新主体地位，优化创新资源要素配置，激发各类市场主体创新活力。坚持以人为本，维护人民数据安全合法权益，依靠人民智慧发展产业，发展成果更多更公平惠及人民。坚持需求牵引，以有效需求引领产业供给，以深度应用促进迭代升级。坚持开放