剛剛結束的兩會政府報告中，提出了要強化網絡安全、數據安全和個人信息保護。毫無懸念，今年數據安全仍是關乎組織戰(zhàn)略制定與發(fā)展的重要命題。數據驅動著發(fā)展，同時也暗藏風險，數據安全問題是個人到企業(yè)到國家層面都高度重視的問題。

由CIO時代、新基建創(chuàng)新研究院與數世咨詢聯手打造的全新直播間《安全說》，將邀請網安領域的專家和知名CIO，共同圍繞“第二屆數字安全大會”、大會主題“人機合智”等數據安全相關的熱點話題持續(xù)推出系列對話訪談，共同探討數字安全的新態(tài)勢。

3月18日，以“數據安全治理為什么難以落地”為主題的第二期《安全說》直播順利舉行。本場直播由CIO時代聯合創(chuàng)始人兼COO、新基建創(chuàng)新研究院秘書長劉晶主持，邀請數世咨詢的創(chuàng)始人&CEO李少鵬、霍因科技創(chuàng)始人呂穎軒做客直播間，進行了主題交流和探討，共話數據安全治理的路徑和發(fā)展趨勢。

2020年，中央首次明確“數據成為第五大生產要素”，數據安全的重要性毋庸置疑。近年來，許多安全廠商也都在爭相發(fā)力數據安全，尤其是數據安全治理的概念被很多人接受。但無論從用戶的普遍反應還是廠商的聲音來看， 除了一些工具類產品，真正的DSG體系似乎很難落地。
 

 【對話訪談】

劉晶： 數據安全和數據治理安全有什么區(qū)別？

李少鵬：數字安全的概念是以網絡安全為基礎手段，以數據安全為核心目的。進入數據時代，全國都在建大數據局、政數局，目的就是要將數據價值充分釋放出來，推動社會經濟發(fā)展和人類文明進步。所以，數據在被定義為第五大生產要素后，數據安全的重要性就不言而喻。不可忽視的是數據安全固然重要，但其落地和實施還面臨巨大挑戰(zhàn)。

“數據安全”和“數據安全治理”從定義上來看，數據安全指的一個事物的名稱，而數據安全治理是一個活動過程，本身是不具可比性的。 


劉晶：如果沒有做好數據治理，那是否做好數據安全治理呢？

李少鵬：業(yè)界普遍認為只有做好數據治理的工作，數據安全治理的工作才能做好。但這又面臨了第二個問題， 數據治理是一個宏大的工程，隨著《數據安全法》、《個人隱私保護法》等法律法規(guī)的相應出臺，企業(yè)經營就需要滿足安全合規(guī)。在實現安全合規(guī)過程中，你把數據治理工作那層完成了，就會付出昂貴的成本，用戶是不愿意承擔這個時間、人力或財務成本的。

因此“數據安全治理”的概念或是邏輯關系應該是數據大于治理，治理大于安全，換句話說就是治理當中應該有安全、有業(yè)務、有效率。網絡安全是管理層面的內容，屬于治理的一部分，用治理的概念做安全顯然就是“大炮打蚊子”。所以我認為，關注的重點應當從 “數據安全治理”到“數據治理的安全能力”的轉換。

呂穎軒：從Gartner定義上來看，在IT策略、經營策略層面上來看，數據安全治理是一個龐大的概念，頂層設計非常繁重。霍因科技一直在做數據治理工作，將數據治理分為三類：一是業(yè)務類，如智能制造、BI；二是效率類，如降本增效、流程再造；三是目前大火的安全合規(guī)類。霍因現有的諸多客戶已把數據使用過程中如何安全合規(guī)、不違規(guī)、不違法作為了數據治理的一個重要驅動力。所以，在我看來，一定是數據治理先行，安全后行。

在霍因多年的行業(yè)實踐中發(fā)現，許多客戶會去做數據治理的本職工作，但數據治理本身的一些短板，前期如數據咨詢方面的工作量會占到整個治理過程的90%，消耗巨大；客戶在做業(yè)務層面的數據治理時，訴求多為數據使用混亂，希望通過治理去校正它；在相關的安全法律法規(guī)出臺后，數據治理又多了一項重點－－安全合規(guī)。

安全合規(guī)是可以作為整個數據治理過程的切入點，同時也是一個基座，這也是數據治理服務商可以看重的一片藍海。

其實，數據安全是需要懂業(yè)務，懂數據業(yè)務，需要了解數據的態(tài)勢，我們要有能力把數據市場化的前提上，再去部署數據安全。因此，我認為正確的方法可以在數據治理方法論上去 “瘦身”，從比較精簡的咨詢業(yè)務開始，以安全合規(guī)為目的，將它的頂層設計再“瘦身”化，然后再輔助一些AI的工具去實現落地。所以，霍因科技提出了“安全驅動的數據治理”這一理念。


劉晶：為什么安全是數據治理的第一驅動力？

李少鵬：從本質上看，大家對于數據安全的基本需求是合規(guī)。但在實際落地中，部分用戶在數字化轉型中進行一些基礎的數據治理工作時，會卡在安全合規(guī)上，這部分用戶是我們潛在的市場用戶。

目前的網絡安全來自政策驅動約占70%，而數據安全一定有99%來自合規(guī)驅動。因此，不能因為數據治理難度大就不做，甚至連安全也不管了。正確的做法應該是反其道而行之。在典型行業(yè)的數據安全治理中，合規(guī)是安全的第一驅動力，因為它天然的會跟效率、成本等產生矛盾。數據安全治理應當分類分級，應依照行業(yè)的不同，場景不同，級別就不一樣。

呂穎軒：從我們的市場經驗來看，數據安全治理的目標客戶分為兩種：

一類是經歷過數據治理階段，無論最終的效果如何，但這類客戶都會有一個基本的數據治理基礎，只是需要補足數據安全方面的短板，所以傳統數據安全治理體系更適合；

第二類客戶是沒有經歷過數據治理工作，但是希望安全合規(guī)為目標，同時完成數據業(yè)務+數據安全治理工作。這時就需要通過安全驅動的數據治理方法論（就是數據治理+安全能力），針對安全合規(guī)類的目標做數據治理實踐，其他系統再進行復制。

數據安全治理的基礎是不光解決安全問題，還能解決業(yè)務問題，所以它以數據管理目標是非常清晰的。市面上傳統的數據安全產品一般被稱為安全工具或安全治理，它們并不關注數據管理的需求；也有一些是涉及數據管理某一階段的安全工作，比如出口安全控制，敏感數據發(fā)現等。但是并沒有解決客戶對于數據管理的真正痛點——如何通過安全更好的完成數據治理目標。

現在市面上有很多號稱數據安全治理產品，一些客戶也買過，但大部分還只是網安的建設思路，用傳統的敏感數據掃描，出個掃描報告。數據上該有的問題并沒有真正解決，數據不敢輕易上行，也不知道怎么上行。為什么？因為它本身沒有從數據治理的理念出發(fā)，僅用傻瓜式規(guī)則掃描并不解決真正的數據管理問題。

發(fā)現數據問題后該怎么處置、用什么方式處置、處置方式是否合規(guī)等等這些問題要用數據管理的理念，做項目全周期的設計，里面包含數據咨詢，安全咨詢，產品配合。所以數據安全治理不只是為了檢查，是真正要解決數據管理中的安全問題——也就是安全驅動的數據治理。

劉晶：網絡安全與數據安全的區(qū)別是什么呢？

呂穎軒：數據安全是等保的最基礎要求。傳統的網安思路是不解決數據安全問題的，它是典型的筑墻防守，在業(yè)務的外圍去筑一道城墻，不管是防火墻，是WAF，其本質都是在業(yè)務或者說它的資產的外圍形成保護，它的原則是盡量不要去干擾業(yè)務。網安的核心聚焦于流量，我們可以基于流量有許多產品，可以不斷升級，可以更加人工智能化。

現在真正的數據安全叫數安，必須正視的事實是沿用傳統思路已經走不通。所以我們必須將數據的業(yè)務和態(tài)勢看得足夠清楚，深入到應用層，才能真正地去做數據安全。如果不了解數據資產，不清楚業(yè)務管理中的敏感數據在哪里，不知道相同數據資產在流轉過程中的不同安全等級，那數據安全防護就無從說起了。

目前，我們將保護的數據分為了兩類：第一類是個人隱私數據，相對清晰的；第二類企業(yè)機密數據，它分為商業(yè)數據、經營數據、研發(fā)數據等等，這些數據具有極重的一些行業(yè)屬性，是靠機械學習所積累能力。

所以，數據安全一定是具備行業(yè)屬性，你要積累這個行業(yè)里面一些數據的能力，你才可以去做好數據安全防護。

劉晶：霍因科技在數據治理安全中聚焦的行業(yè)有哪些？

呂穎軒：霍因目前聚焦的行業(yè)是泛電力行業(yè)中的物聯網、新能源、電子裝備制造等等。它們的數據特性是數據標準相對清晰，我們可以通過機器學習的能力將泛電力行業(yè)中的數據進行場景化解讀，在數據治理里，難點在于場景的理解，通過將數據場景解讀并標準化后，我們就可以對同行業(yè)客戶中類似的數據進行快速的數據安全治理動作，也就是我前面提到的“數據治理方法論”的瘦身。

以前經常會提到數據的全生命周期，我認為數據不一定是全生命周期的事情，不光只有計算和流轉場景。如果要檢查是否分級，那它的靜態(tài)存儲數據就不需要檢查了嗎？不，它是基于全量全域去檢查所有的分類數據，這對于安全行業(yè)來講難度是很高的，安全追求的是非短板效應，而全量和全域是傳統數據治理的基礎性工作。


劉晶：數據治理安全中重點關注的有哪些？

李少鵬：我們建立了那么多安全體系，有一點不對就會被打穿，安全的結構特別是不對稱的，攻擊者和防御者完全是不對稱的，防御者需要cover一切，攻擊者只需要搞定一點。

整個的數據安全市場，到目前為止，我認為最該關注是企業(yè)級數據安全。為什么這么說呢？你看我們能力圖譜。數據作為資產，有網絡就會有敏感數據，就需要將其保護起來。但現在，要求數據開放流動，所以運營商、醫(yī)療數據，包括公安數據都要共享，這給人類社會帶來了巨大轉變。但現在隱私計算能力的不足，我們還不能實現落地。

隱私計算，它一定是跟數據的流動性是有直接相關的。我們將重點聚焦在數據的開放性上，首先企業(yè)自身先用，各個不同的部門將數據應用起來，在有限共享范圍內與業(yè)務合作伙伴和用戶實現數據開放。我認為，在未來三五年內數據安全的落地價值將在這里。當然，未來隱私計算成熟后，數據可全社會范圍內流動時，之前提到的問題就解決了。

在實現數據治理安全上，我認為還是標準先行或是白皮書先行。所以，數世咨詢會與霍因科技聯合發(fā)布《數據治理安全能力白皮書》。這不是數據安全治理，而是數據治理安全能力的白皮書。同時，我也希望跟有相同安全理念的數據安全廠商共同來完成。

【互動問答】

直播間的觀眾們積極踴躍地提出了很多問題，在稍后的互動問答環(huán)節(jié)，數世咨詢的創(chuàng)始人、CEO李少鵬和霍因科技創(chuàng)始人呂穎軒也進行了詳盡生動的解答，下面精選兩個觀眾的問題進行回顧：

1、如何實現數據資產化？

呂穎軒： 數據如何資產化最終還是離不開數據治理。數據是分為不同形態(tài)的，它在ODS層（貼源層），在DW層（靠數倉層），以及最后的數據超市都是文件形態(tài)，只有越往上走它的資產化程度才會越高。

因此，它是經過繁重的清洗和質量治理過程，去逐步形成數據資產化。換句話說，數據資產化不是個安全問題，是一個數據治理問題。但它也是一個安全的基礎問題。

2、如果公司在做完數據安全治理之后，再做數據治理，會遇到哪些困難？

呂穎軒：DSG在進行中，大概率的應該是滿足了我們所說的諸多場景中的一、二個場景，因此，場景上的內容都不會丟棄，我覺得其實可以根據場景來劃分，根據不同場景來劃分。

例如，他已經做過數據流轉，我通過一個關口的思想怎么去控制，搗亂基層格式，如何找到它轉發(fā)的合法性和合規(guī)性，可以在計算、數據交換、數據存儲的場景下，我們再去做數據安全治理。

關于霍因科技：
 

霍因科技聚焦在安全合規(guī)驅動下的數據治理方案，通過CDC下一代數據安全理論（Consult-Discover-Control），采用場景化能力復用及機器學習能力，將數據治理與數據安全管理能力融合。

從客戶數據業(yè)務的咨詢與法規(guī)理解和導入，到基于機器學習技術與大數據湖倉技術為企業(yè)構建安全的數據管理環(huán)境，再到基于生態(tài)的全面安全控制。霍因科技通過“Consult-Discover-Control”理念為政企客戶實踐數據管理及安全合規(guī)方案。

霍因科技：安全驅動的數據治理優(yōu)勢：

1. 全域：結構化數據、非結構化數據（文件/音視頻）

2. 全場景：個人隱私數據、企業(yè)數據（商業(yè)數據、生產數據、經營數據...）

3. 全鏈路：數據在采集、存儲、處理、交換、管理等全鏈路上的安全管理