泉源：鑫智奖·2024第五届金融机构数智化转型优秀案例评比

获奖单元：光大证券

荣获奖项：信息安全优秀案例奖

一、款式配景及主义

1.配景

跟着金融科技的发展，金融企业集会了类型丰富、数目弘大的数据。数据动作新式坐褥要素，是进一步加快数字化、收集化、智能化的基础，成为企业的伏击金钱和中枢竞争力。充分施展数据价值，用数据驱动改进，收场高质地发展，是行业数字经济发展的共鸣。动作数字经济健康发展的基石，数据安全的伏击性愈发隆起。

数据分类分级是有用进行数据安全料理的基础性使命，是对数据实施保护与充分应用的前提条目。通过科学合理地对数据进行分类分级，不错厘清数据金钱类型、笃定数据伏击性和明锐度，从而针对性地在数据人命周期各个门径遴荐安妥、合理的提神战略和管控设施，裁减数据花消、露馅、更正等风险，进而在保证数据安全的基础上促进数据开垦垄断。

2.近况分析

刻下行业内数据分类分级实施濒临以下挑战：

（1）证券期货业数据泉源庸俗，界限弘大，散播在不同的业务统、平台和业务部门，如何尽可能全面地发现和识别公司所领有的数据资源是一大挑战。

（2）证券期货业业务种类快乐，数据呈现出复杂性高、种种性强的特色。如何对这些数据进行准确识别，同期保证分类分级的科学性合感性，是一浩劫题。

（3）分类分级后果低，质地差。证券期货业业务系统复杂，表和字段数目大，依赖东说念主工和传统分类分级用具难以高效高质地处理，同期准确性不高，可用性差。

（4）难以抓续。数据贬抑的产生、加工退换、流转，以及业务变化和法例更新，分类分级法式和保护设施也需要依期更新。数据分类分级不是“一次性”的使命，需要建立战略化、自动化、经过化的分类分级用具收场“抓续”的数据分类分级。

（5）数据分类分级需要跨部门的协和洽支抓，以确保全面粉饰和专科阐述。证券行业的数据触及多个部门和业务，需要各个部门之间的密切配合和协同使命。

3.主义

通过本款式，全面发现和识别公司数据资源，明确公司数据分类分级法式，建立高效智能的自动化数据分类分级用具，厘清数据类型，笃定数据级别，助力于在数据全人命周期各个门径遴荐安妥的数据安全提神战略和管控设施，普及公司数据料理和安全提神水平，进而保险数据开垦垄断，开释数据价值。

二、改进点

基于数据分类分级国度和行业法式，联接公司执行情况，制定公司数据分类分级法式，用于合股引导公司数据分类分级使命开展。同期自主联想研发数据分类分级平台，借助规章引擎、机器学习算法等先进本事，普及分类分级打所在系统化、自动化、智能化水平，保证数据分类分级的后果、准确性和可用性。同期系统化的数据分类分级目次，通过API接口等表情对外赋能，为数据安全管控提供援助。数据分类分级使命实施的关联亮点如下：

1.高质地的元数据料理。基于公司优秀的数据治理水和蔼高质地的元数据刺目，诞生完善的弊端词学问库，遴荐元数据弊端词、正则、机器学习算法等本事技能，大约快速交融业务，保险分类分级的粉饰率和准确率。

2.数据源发现支抓扫描判辨、东说念主工导入、流量监测等方式对静态数据源和流动中的数据进行发现。

3.数据分类分级平台支抓数据表、字段和公司报表用具数据的分类分级，充分垄断表和报表的业务属性普及字段分类的精准性，同期证据字段的级别笃定表和报表举座的级别。

4.针对匹配到多种打标规章，数据存在多种分类和分级的情况，数据分类分级平台支抓证据业务逻辑、监管要求等因素进行优先级规章建树，对打标驱逐按科学合理建树的优先级进行智能化展示。

5.关联表智能识别。收场关联表的智能识别和分类分级驱逐的自动移动。如识别上游表和下流表、主表和从表之间的血统关系，下流表、从表过头字段不错顺利集成上游表、从表过头字段的打标驱逐。

6.规章可建树可升级。支抓自界说数据分类分级的规章，大约证据不同行业和组织的本性和翌日数据类型的变化进行机动建树和疗养。

7.东说念主工+自动化打标，在自动打标提高使命后果的基础上，通过东说念主工复核进一步保证准确性和可用性。数据分类分级驱逐复核的东说念主员粉饰数据治理、数据安全、数据开垦，同期平台灵通给关联业务东说念主员，作念到多视角多维度全面复核，普及数据分类分级的准确性和合感性。

三、款式本事有筹算

1.数据分类分级保险使命

为保险数据分类分级奏凯实施，公司从组织诞生和分类分级料理轨制等方面诞生和完善数据分类分级保险体系。

在数据分类分级法式方面，公司全面调研国度、行业数据分类分级关联法律法例和法式指南，联接公司业务开展执行情况，并经业务、本事、法务、风控等关联部门商议阐述，制定公司级数据分类分级法式，用以引导分类分级使命开展。

表1 数据分类分级参考法式

在数据料理方面，依托于公司优秀的数据治理水平，公司贬抑加强数据质地、数据法式、元数据料理诞生，元数据刺目粉饰率和准确率让数据分类分级使命渔人之利。

2.数据源发现和料理

数据源发现支抓扫描判辨、东说念主工导入、流量监测等方式对静态数据源和流动中的数据进行发现。支抓对主流数据库、数仓、文献职业器等多类数据源的嗅探和发现，也大约针对数据源类型、版块、散播、数目、IP地址等信息进行蚁集、统计，显示不同用户数据资源梳理需求。同期支抓通过流量判辨对应用系统API中的明锐数据进行发现和识别。

支抓结构化数据和非结构化数据的发现和料理。结构化数据方面支抓支抓Oracle、SQLServer、MySQL、PostgreSQL等主流数据库类型，以及达梦、高斯等国产数据库和Hive、HBase、HDFS等大数据弊端组件；非结构化数据数据方面支抓种种方式的API接口、docx、xlsx、pdf、txt等常见非结构化数据类型，以及可识别zip、7z等多层嵌套压缩文献华文档内容内容。

图1 自动发现数据源建树

3.智能分类分级料理

分类分级建树：支抓证据行业法式或企业个性化要求创建数据类型和数据级别。

图2 分级料理

图3 分类料理

规章引擎：基于元数据料理，遴荐弊端词、正则抒发式等方式，支抓机动的分类分级战略建树，不错证据不同行业、不同行务场景的需求，自界说分类和定级规章。

图4 规章引擎

机器学习：以初步分类的数据动作锻练集，垄断机器学习算法，依据学习驱逐，对其他数据进行大齐量打标，并贬抑优化识别战略，挖掘出有用的分类规章，生要素类器。

东说念主工反应轮回：允许东说念主工审核和疗养分类驱逐，反应至模子锻练，提高分类定级精度。

数据可视化：系统提供直不雅的数据可视化功能，大约以图表、报表等表情展示数据资源的散播、分类分级目次等信息。组织大约明晰地了解数据金钱的情状和潜在风险，为数据安全料理和决策提供有劲支抓。

图5 数据分类分级目次

4.分类分级应用

数据分类分级驱逐，联接数据应用场景，权谋数据安全战略，通过API接口等表情，为数据安全提神居品（如脱敏平台、加密用具、数据防表示DLP等）或者其他应用系统提供安全设施和权限管控方面的依据和援助，从而在数据加工、使用、传输、分享过程中保证安全性。

四、款式过程料理

1.准备和保险阶段：2021年至2023年，建立和完善数据安全料理体系，明确数据安全料理组织，制定数据安全料理轨制，调研数据分类分级近况，制定和公布公司数据分类分级法式，启动数据分类分级使命。

2.平台开垦阶段：2023年1月-12月。包括行业调研、需求分析、可行性商议、款式权谋、团队组建、框架联想、本事选型、系统联想、开垦与测试等。

3.上线试驱动。2024年1月至2024年3月。包括试点驱动、培训与宣传、规章调试等。

4.数据分类分级运营。2024年3月于今。包括数据分类分级规章完善和优化，分类分级平台的推行，分类分级驱逐的应用和对接等。

五、运营情况

经过长期探索和实践，刻下公司已建立了一套较为纯属的数据分类分级机制。基于完善的数据安全组织和轨制诞生，以明确的数据分类分级法式为引导，驻足于公司优秀的数据料理水平，打造出智能化自动化的数据分类分级平台，并充分应用数据分类分级驱逐，普及数据安全管控的准确度和可靠性。刻下经过多轮迭代，数据分类分级平台建立和和蔼了一套安妥证券行业数据分类分级法式的规章库，支抓投资者料理信息、交游信息、监管信息、概括料理信息等数据类型和级别的识别和打标，助力于精细化数据安全管控战略的推行。

六、款式见效

数据分类分级使命实施后，为公司带来多方面的积极影响，主要体当今以下几个方面：

1.合规性增强：能匡助公司遵从数据保护法例，如《数据安全法》等，显示监管要求，幸免因数据料理失当而濒临的法律风险和罚金。

2.普及数据分类分级使命后果和质地：诞生数据分类分级平台，大约高效、机动、智能地对多量且复杂的数据进行分类分级，保险分类分级驱逐的粉饰率、准确性、可用性。

3.风险料理优化：通过对数据进行细致的分类和分级，公司能更准确地识别出端淑锐度和高价值数据，针对性地遴荐更强的安全适度设施，有用裁减数据露馅、更正或花消的风险。

七、教训回来

1.建立细致的数据分类分级保险体系。这是数据分类分级奏凯实施的前提条目，主要包含组织诞生和料理轨制联想等内容，明确分类分级的垄断部门、关联东说念主、变装和职能、授权机制、轨制要求、操作经过、考评机制、原则方法等。

2.本事与业务联接。本事有筹算应紧密联接业务经过，确保数据分类与执行业务操作相匹配。遴荐自动化用具的同期，保留必要的手动疗养机制，以支吾复杂或畸形场景。

3.保抓机动性和可膨胀性。在联想和实施数据分类分级平台时，要谈判系统的机动性和可膨胀性。跟着业务的发展、数据的增长和关联法例和法式的更新，系统应该大约通俗地疗养分类法式和访谒适度规章，以顺应新的需求。

更多金融科技案例和金融数据智能优秀处理有筹算，请在数字金融改进学问职业平台-金科改进社案例库、选型库稽查。