数据安全与数据治理

前段时间某站数据库被脱，海量用户数据在暗站售卖，关于数据安全与数据治理再次被提升到一个高度，也成了众安全从业者头疼的问题，无论是运营商、企业、个体对于数据的管理需对用户，对社会团体负应尽的责任。与业务无关的数据坚决不采集，对于业务相关的数据也需安全存储。
以下博主就和大家讨论下企业关于数据安全与数据整理的相关问题。
先解释个某安全厂商所提的“统一安全内容中心”的概念：

1、SWG WEB安全网关
针对高级威胁和数据窃取的最有效防护
2、SEG 邮件安全网关
针对混合×××和定向×××的最先进邮件防护
3、DLP 数据防泄漏
采用深层内容分析，对静态、传输中及使用中的数据进行识别、监控、保护，拥有用户及目的地感知的特色功能
4、Cloud接入安全云
对任意地点的 web及邮件提供最佳防护，并且拥有最低的总体拥有成本和最轻松的部署
5、Mobile移动安全
对移动数据特有的有效防护，针对窃取、遗失, 恶意 app

上述维度建立统一的安全内容数据中心，分维度保护企业内部数据安全与数据处理。

对于企业信息安全，若想得到结构性的保障就需要有一个系统性信息安全支撑体系。无论这个体系采用什么样的参考框架，都需要考虑四个关键的构成要素，即人员People过程 Process 、、技术Technology和数据Data (PPTD)，其中:
• 人员是过程执行的资源;
• 过程是组织的系统性能力;
• 技术是过程有效性的支撑;
• 数据是过程执行的驱动。
技术安全措施是满足企业信息安全需求的三类安全措施之一，也是其中最重要、最复杂的，因此需要通过架构的设计来保证技术控制之间的协同以及与其它安全控制的协同。

数据安全与数据治理
风险的核心是围绕着业务支撑或业务产生的资产，并取决于资产
自身的脆弱性和已采取的安全措施，因此安全技术有效性评估策略包括:
• 面向业务/业务资产的有效性评估 • 面向威胁方的有效性评估
• 面向脆弱性的有效性评估
• 综合加权的有效性评估
数据安全与数据治理

数据防泄密：以集中策略为基础，采用深层内容分析，对静态数据，传输中的数据及使用中的数据进行识别，监控，保护的相关机制
数据防护所覆盖的生命周期：
数据安全与数据治理
数据防泄密博主认为需要从以下三个维度治理：组织、制度、技术
所以那些技术蛮力者一心觉得技术可以解决一切问题的蛮力者，这也是博主把技术放到最后的缘故。
组织保障：
• 自上而下梳理并定义管理层、业务部门、实施部门、合规监控及审计部门等的相关职责;
• 从组织上推动数据防泄漏管控的实施。
制度保障：
建立或完善数据防泄漏总体策略、数据防泄漏管理办法、数据防泄漏明细策略(面向数据)
及具体的操作流程;从制度体系上支撑数据防泄漏工作。
技术保障：
采用成熟、专业的数据库防泄漏技术平台，落实管理层认可的详细策略，通过平台实现数据外泄行为的记录、告警及阻断;从技术上实现数据防泄漏目标