名为推荐,实为必备-金融机构数据安全分级指南

【写在前面】

此次送审的金融数据安全分级指南,能够进一步明确数据的保护对象,有助于金融机构合理分配数据保护资源和成本;同时,统一的数据分级管理制度,能够促进数据在机构间、行业间的安全共享,有利于金融行业数据价值的挖掘与实现。

 

近日,全国金融标准化委员会发布通告称:《金融数据安全数据安全分级指南》(以下简称“分级指南”)经过草案稿、征求意见稿等阶段,已形成标准送审稿。分级指南主要包括四部分,分别是范围及规范性引用文件、数据安全定级目标、原则和范围、数据安全分级及重要数据识别。其中主要内容及解读如下:

一、范围及规范性引用文件。描述了标准制定的参考依据、行业需求和标准制定的目的,明确了标准的适用机构。

分级指南主要适用机构为金融业机构和第三方安全评估机构。根据国民经济行业分类(GB/T 4754-2017),金融业机构包括从事货币金融服务、资本市场服务、保险业及其他金融业的相关机构。其中:

从事货币金融服务的机构包括:银行、信用合作社、融资租赁公司、财务公司、典当行、汽车金融公司、小额贷款公司、消费金融公司、网络借贷中介等;

从事资本市场服务的机构包括证券交易所、期货交易所、创业投资基金等

从事其他金融业的机构包括:信托公司、第三方支付公司、征信服务机构、金融资产管理公司、担保公司、商业保理公司等。


二、目标、原则和范围。分级指南提出了数据安全定级的主要目标、开展定级工作的原则以及应进行安全分级的数据范围。

数据安全定级管理是建立统一、完善的数据生命周期安全保护框架的基础工作,为金融业机构制定有针对性的数据安全管控措施提供支撑

金融数据的安全定级范围包括但不限于:

1、提供金融产品或服务过程中直接(或间接)采集的数据;

2、 金融业机构信息系统内生成和存储的数据,包括业务数据、经营管理数据;

3、 金融业机构内部办公产生、交换、归档的电子数据;

4、 金融业机构原纸质文件经过扫描或其他电子化手段形成的电子数据;

5、 其他。


三、数据安全分级。分级指南提出了数据安全定级过程中的主要定级要素及其识别方法,明确了数据安全定级的通用规则,并对定级过程及级别变更相关事宜进行了说明。

(一)主要定级要素

数据安全分级的重要参考属性是安全性,对于数据安全影响的评估主要从影响对象和影响程度两个要素出发。

影响对象如国家安全、公众利益、个人隐私、企业合法权益等;

影响程度在综合考虑数据类型、数据特征、数据规模及金融业务属性,将程度分为非常严重、严重、中等和轻微。参考说明如下:



(二)定级规则

分级指南根据金融数据安全性遭受破坏后的影响对象和影响程度,将数据安全级别从高到低划分为5 级、4 级、3 级、2 级、1 级。对比参考《个人金融信息保护技术规范》(JR/T 0171—2020),个人金融信息中的C3类信息属于4级数据,C2类信息属于3级信息,C1类信息属于2级数据。

(三)定级过程

数据安全分级工作由各金融业机构自行组织,设立或明确具体负责部门(或组织)及人员、职责,建立并落实相应配套制度

数据安全定级过程包括数据资产梳理、数据安全定级准备、数据安全级别判定、数据安全级别审核及数据安全级别批准。


(四)级别升降

导致数据发生升降级的主要技术手段有数据脱敏、删除关键字段、汇聚融合等。

数据脱敏方式可参考《个人金融信息保护技术规范》附录A信息屏蔽,包括但不限于模糊化(具体名称ID化、信息隐藏规则(缺省))及不可逆等;

汇聚融合是指大量数据集中进行一定的清洗、重组、关联分析后形成的新的数据。

因数据脱敏或汇聚融合导致数据安全级别发生变化的示例详见表A.1。


四、重要数据识别。分级指南提出了可用于金融行业重要数据识别的参考方法,并对重要数据的内容进行了描述。

重要数据是指我国政府、企业、个人在境内收集、产生的不涉及国家秘密,但与国家安全、经济发展以及公共利益密切相关的数据(包括原始数据和衍生数据),主要包括宏观特征数据、海量信息汇聚得到的衍生特征数据、行业监管机构决策和执法过程中的数据,以及关键信息基础设施网络安全缺陷信息等,一般不包括企业生产经营和内部管理信息、个人信息等。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 222,183评论 6 516
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 94,850评论 3 399
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 168,766评论 0 361
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 59,854评论 1 299
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 68,871评论 6 398
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 52,457评论 1 311
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,999评论 3 422
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,914评论 0 277
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 46,465评论 1 319
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 38,543评论 3 342
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,675评论 1 353
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 36,354评论 5 351
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 42,029评论 3 335
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 32,514评论 0 25
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,616评论 1 274
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 49,091评论 3 378
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 45,685评论 2 360