2023数据分类分级监管要求适配与落地

要求适配与落地管摘要数据分类分级工作箭在弦上，但存在数据分类分级未来趋势数据分类分级落地五步走数据分类分级面临两大难点：如何适配各类外部要求、如何落地实施。数据分类分级未来趋势数据分类分级落地五步走1前言2017123202320234，2现状箭在弦上难点犹存难点1：各类外部要求需适配和兼容下（分类与数据分级的侧重点有所不同，无法简单地通过把两套分类分级体系进行合并去重达到无缝衔接的目标。难点2：面对海量数据，分类分级如何落、怎么用据如何分类分级，企业应该如何在效益最大化地在目标与规划指引下开展数据分类分3实践五步推进有序落地IBM（见图第一步：解读权威，求同存异图1数据分类分级落地路线图选准载体， 4.提质提具，1.求同存异认定数据

5.促进数据安全共享信息来源：IBM商业价值研究院4 4案例（图2《指南》与《办法》的对应关系《JRT0197-2020金融数据安全典型数据全分级则参考表典型数据项《银行保险机构数据安全办法》对应数据分级数据归类与细分分类分级重要数据敏感数据子级子级子类子类数据分级特征集合量级据集分级合据征量级据集合分级合据征量级据集分级客户个人息息客户3客的100以上集合数据识别—感信息数感识别—息数感客户个人息息客户3客的100以上集合数据识别—法感信息数感识别—息数感客户个人息息名3客的100以上集合数据识别—法感信息数感识别—息数感客户个人息息户姓名3客的100以上集合数据识别—感信息数感识别—息数感客户个人息息3客的100以上集合数据识别—感信息数感识别—息数感客户个人息息名3客的100以上集合数据识别—法感信息数感识别—息数感客户个人息息人姓名3客的100以上集合数据识别—感信息数感识别—息数感客户个人息息人姓名3客的100以上集合数据识别—感信息数感识别—息数感5案例第二步：选准载体，梳理逻辑IBM（

对C模型等载体进行摸查并结合企业特建议选择企业级数据字典作为载体开展后续分类分级已形成的数据分类分级规则正确映射、应落尽落。同6表1数据分类分级打标载体实施特点与前置条件载体实施特点前置条件数据标准打标后，通过数据标准落地实现全行数据安全管控；需打标数据量较小，较易开展已有完备的数据标准企业级C模型CC模型设已有完备的企业级C模型企业级数据字典打标后，通过企业级数据字典指导各系统数据字典设计实现全行数据安全管控；需打标数据量较小，较易开展已有完备的企业级数据字典系统库表字段确定打标优先级，由点及面、循序渐进推动在全行各系统库表字段的数据安全打标；需打标数据量较大，难以一次性铺开可直接开展7数据分类分级落地工作不是仅凭数据管理部门一己之IT

第四步：智能工具，提质提效AI向迭代演进。智能化工具的介入无疑加速了数据分类分级落地打标在人工打标过程中因分类分级无明确可量化的评判标情况。级打标专家加以协同。基于专家沉淀的工作方法与经断逻辑。8案例

在某股份制银行落地过程中，数据分类分级打标结果的有关规定；另一方面也提升业务人员的数据安全意带有数据分类分级标签的数据项，保证数据分类分级限管理进行结合，在确保数据使用者安全合规的前提9趋势AI对数据分类分级未来工作展望概趋势1：数据分类分级工作将“动静结合”/10自动化分类分级打标工具抓手使数据分类分级工作质在数据分类分级智能化工具探索过程中值得注意的是，数据分类分级打标工具可以充分复用诸如数据标准智能化映射贯标工具、企业级数据字典智能管理工具等应用程度相对较高的数据治理智能化工具的数据匹配和数据映射能力。（SmartDataMapping,以下简IBMNLPAIIBMAI

趋势3：业务部门参与程度逐步加深（征求意见稿7一据分类分