1. 数据分级分类概述

先聊聊我自己的体会。
十年前刚接触数据安全时，我觉得“分级分类”就是个文档活儿。把敏感数据贴个标签，写个制度，完事。
后来某次POC，客户跟我说：你们方案能不能自动识别哪些字段是手机号、哪些是身份证？我当场懵了。
嗯，从那以后我才明白——数据分级分类，不是纸上画画，是整个数据安全体系的根基。

1.1 到底什么是数据分级分类？

说白了，就是给数据打标签，但分两个维度：

• 分类 —— 按业务属性、内容类型来划分。比如“用户个人信息”、“交易流水”、“日志记录”。
• 分级 —— 按敏感程度、一旦泄露可能造成的危害来划分。比如“公开”、“内部”、“敏感”、“绝密”。

举个例子。
你公司的员工花名册，分类属于“人力资源数据”，分级可能是“内部”或“敏感”。
同一个员工的工资条，分类可能还是“人力资源”，但分级必须提到“敏感”甚至“绝密”。

1.2 为什么我反复强调这件事？

三个字——不搞不行。

维度	你如果不做分级分类……
合规	隐私合规条例、等保2.0、数据安全法都会明确要求分级分类。查到缺失，直接下整改通知。
安全控制	没有分级，你根本不知道哪些数据该加密、哪些能脱敏。一竿子打死或漏洞百出。
运营成本	所有数据全量加密？存储成本翻三倍。只有敏感级别才需要高保护。
共享与开放	内部员工调取权限、外部合作伙伴开放接口——没有分类分级，权限没法精细化。

我在一个金融客户那边见过真实案例。
他们把客户交易明细和产品手册放在同一个库表里，结果授权梳理时发现——运维人员可以直接查各种隐私数据。
一个简单的分级，就能避免这种低级风险。

1.3 应用场景：你肯定遇到过

数据分级分类不像理论那么空。下面这几个场景，做架构的朋友天天见：

场景一：数据脱敏

比如库里的身份证、手机号，分级为“敏感”，分类为“个人隐私”。
那接口返回时自动脱敏（中间四位变*****）。非敏感字段不脱敏，避免影响业务。

场景二：访问控制

“内部”数据允许所有员工查看，“敏感”数据只开放给直属部门和审计人员。
接口层面用分类+分级做粒度控制，比单纯写死角色灵活得多。

场景三：数据泄露溯源

我参与过一个项目，日志里每条数据带上分级标签。一旦发生泄露，通过标签就能快速定位——是哪个级别、哪个分类的数据流出去了，缩小排查范围。

场景四：云上数据存储分层

公开级别扔对象存储低成本，敏感级别用高性能加密存储。分级不同，存储策略不同——成本和安全兼顾。

1.4 一张图看懂核心逻辑

下面这张SVG图，展示了数据分级分类的基本流程。你从原始数据出发，先做分类，再做分级，最终产出“安全标签”，为后续接口管控提供依据。

1.5 分级与分类的核心区别

你刚看完图，可能觉得两者有点像。我整理了一张对比表，方便你快速区分：

对比项	数据分类	数据分级
划分依据	业务属性、数据类型、所属领域	敏感程度、泄露危害、合规要求
结果形态	类别（如金融、医疗、用户画像）	等级（如公开、内部、敏感、绝密）
变动频率	随业务新增而变化，相对低频	随数据用途变化而调整，可能更频繁
典型应用	数据治理、元数据管理、目录组织	访问控制、加密策略、合规审计

好了，这一章我们讲了数据分级分类的定义、重要性和典型应用场景。你记住一句话：
数据分级分类是所有数据安全接口设计的前提——没有它，你的接口管控就是盲打。