1. 数据分级概述
各位好，我是你们这门课的老讲师。干了十几年安全，服务过金融、政务、互联网……跟数据分级打交道太多次了。今天咱们从最基础的问题聊起——数据分级到底是个啥？它凭什么能决定你后续所有的权限模型和密钥分发方案？
说白了，数据分级就是给数据贴标签。根据数据一旦泄露、篡改或破坏后，对国家安全、公共利益、企业或个人造成的影响程度，给每条数据打上一个等级标签。有了这个标签，你才能知道：谁可以看、谁可以改、谁可以复制、传输时要不要加密、密钥应该分几级来管。
我做过的项目里，有一家传统企业想把数据上云，结果把所有数据都当成“一般数据”对待。后来被监管部门约谈，才发现客户身份证号、交易记录压根没分过级。嗯，从那儿以后，我养成了一个习惯：先分级，再谈安全。
什么是数据分级
数据分级，就是把数据按照敏感程度和影响范围划分成若干个等级。常见的有四档：
- 公开数据：公司官网新闻、产品介绍，扔到外面也没事。
- 内部数据：员工通讯录、内部培训资料，仅限公司内部查看。
- 敏感数据：客户联系方式、财务报表、代码库，泄露了会造成商业风险。
- 核心数据：用户密码（哈希）、密钥种子、涉密项目图纸，泄露就是严重事故。
注意，不同行业可能还会细分。比如金融里有“客户敏感信息”“交易信息”“金融监管数据”等。咱们这门课后面会专门讲金融行业的分级实例，先记住基本框架。
分级标准
国内最常见的数据分级标准是GB/T 37988-2019《信息安全技术 数据安全能力成熟度模型》。这个标准把数据安全能力分成五个级别，其中明确定义了数据分类分级的要求。另外，GB/T 35273-2020《个人信息安全规范》 里也给出了个人信息的敏感程度分级参考。
国际上，ISO/IEC 27001 要求组织建立信息资产清单并分类，但具体分级粒度由企业自己定。我个人更推荐国内标准，因为它在合规场景下更容易落地。咱们看看GB/T 37988-2019里关于分级的核心要点：
| 等级 | 名称 | 典型示例 | 泄露影响 |
|---|---|---|---|
| L1 | 公开数据 | 官网新闻、公开报告 | 几乎无影响 |
| L2 | 内部数据 | 员工通讯录、会议纪要 | 轻微损害企业声誉 |
| L3 | 敏感数据 | 客户信息、财务明细 | 较大经济损失或法律责任 |
| L4 | 核心数据 | 密码哈希、密钥种子 | 致命打击，可能引发系统性风险 |
一份经验教训：我曾经帮一家做跨境支付的公司做安全架构。他们最初的分级标准只分了“公开”和“秘密”两类。结果对外接口用的密钥和内部数据库密钥混在一起，导致一次运维误操作把生产库的密钥重发了测试环境。因为没分级，测试环境的人还以为这是测试密钥，直接明文登录……后果你们能想到。
从那之后，我在每个项目里都会强制要求：分类分级必须细化到“至少三级”，并且每次新增数据源都要重新评审等级。
分级的目的与意义
为什么非要搞这么麻烦？一句话：没有分级，就没有精准的权限控制和密钥管理。具体来说，意义有三：
- 精准安全投入：核心数据上最贵的加密方案，公开数据就用最简单的哈希或干脆不加密。钱要花在刀刃上。
- 满足合规要求：等保2.0、个保法、金融行业规范……都明确要求企业建立数据分类分级制度。不分级，过不了审计。
- 降低运营风险：分级明确了每个数据的“保护底线”。运维人员换了一茬，只要等级标签在，安全策略就不会跑偏。
你想想看，如果所有数据都用同一把密钥、同一个访问规则，那简直是在往门口放一块“请进入”的牌子。攻击者只要攻破一个点，所有数据都完蛋。而分级之后，密钥体系天然就是分层、分组的，即使某个低等级密钥被盗，高等级数据依然安全。
避坑提醒：我曾经见过一个团队把“分级”搞成了一次性活动——项目上线前分了一次级，之后再也不更新。结果新业务上线了、数据源变了，等级标签还是旧的。这种“静态分级”还不如不分。一定要建立周期复审机制，至少每半年重新评估一次数据敏感等级。
好了，有了对分级的基本认知，咱们可以看看整个数据分级体系的结构。下面这张图展示了从数据产生到分级落地再到权限控制的整体流程。后面所有章节都会围绕这个核心逻辑展开。
这张图你仔细看：数据从各类来源进入系统后，先经过分级评估（这里需要借助标准工具和人工判断），然后打上等级标签。接着，这个标签会驱动两个并行策略：一个是访问控制策略（谁可以做什么），另一个是密钥分发策略（用什么密钥保护、怎么分发）。最后所有策略都需要持续运维与复审，形成闭环。这门课程后面的几乎所有内容，都在这个框架上展开。