数据分类分级与输出控制：分类分级原则、标签体系设计
做政务数据共享这么多年，我最大的感触就是：分类分级是数据安全的基石，也是输出控制的前提。很多单位上来就谈怎么共享、怎么开放，结果发现数据底数不清，哪些能共享、哪些必须脱敏，全靠拍脑袋决定。
说白了，分类分级就像是给数据资产做“体检”和“挂牌”。没这步，后续所有的控制策略都是空中楼阁。今天我就把这块的实战经验给各位拆开揉碎了讲讲。
一、核心原则：分类分级到底在解决什么问题？
我在项目中遇到过不少次这样的场景：业务部门想共享某个数据集，但数据安全部门根本没听说过它有数据。为什么会这样？根源就是分类分级没落地。
分类分级的核心目标其实就三个：
- 摸清家底：知道我们有哪些数据、在哪儿。
- 识别风险：哪些数据泄露了会出事、出多大的事。
- 精准管控：对不同风险等级的数据，匹配不同的输出策略。
有些朋友会问：“我们单位早就做过数据分类了，怎么还是管控不住？”嗯，这里要注意。分类和分级，其实是两个概念，但很多人混为一谈。
我一般这样区分它们——
| 维度 | 数据分类 | 数据分级 |
|---|---|---|
| 核心目标 | 把数据按属性、业务归属分门别类 | 评估数据如果泄露会造成多大的影响 |
| 关注对象 | 数据本身的内容和业务属性 | 数据的风险等级和敏感程度 |
| 操作行为 | 归大类、建目录、打标签 | 定等级、设警示、附加权限 |
| 典型产出 | 数据资源目录、业务分类树 | 数据安全等级表、敏感度矩阵 |
| 举个例子 | “人口基础信息”这个分类 | “身份证号”属于L4级（极高敏感级） |
你想想看，分类是“我是谁”，分级是“我有多重要”。两者缺一不可。
二、分类分级原则：我这边的四字真经
做了十几个政务数据治理的项目后，我总结了一套分类分级的“四字原则”。听起来简单，但非常实用：依、标、集、动。
- 依：依据法律和国标。比如《数据安全法》、GB/T 38667-2020《信息技术 大数据 数据分类指南》、JR/T 0197-2020《金融数据安全数据安全分级指南》。别自己拍脑袋发明新标准，我踩过这个坑——有一次一个部门自己搞了一套L0-L9的等级，结果和国标完全对不上，后期对接的时候简直想哭。
- 标：建立标准化标签体系。标签要统一、要机器可读。我习惯用“分类标签+分级标签”组合的方式，后面会细讲。
- 集：集中管理、统一维护。分类分级不是一次性的工程，必须有专人负责维护和更新。
- 动：动态调整、持续迭代。业务变了、法律变了，数据级别可能也要变。我记得有个单位在做不动产数据共享时，一开始把所有房屋信息都设为L2级（低敏感级），后来发现包含产权人身份证号的明细数据一旦流出，风险很大，才紧急调整了级别。
实践心得：别追求“一次到位”。我的建议是先做核心数据的分类分级，比如人口、法人、信用、自然资源这几大基础库。把关键的先管控住，再逐步覆盖到非核心数据。先开枪、后瞄准，在数据安全领域同样适用。
三、标签体系设计：从理论到落地
标签体系是分类分级落地的具体工具。说白了，就是给每条数据、每个字段、每个数据集都贴上“身份和等级”的标记，让后续的共享输出控制能自动识别、自动处理。
我个人习惯这样设计标签结构：
- 数据源标签：哪个系统来的？哪个部门提供的？
- 业务分类标签：属于人口、法人、信用、自然资源、证照、空间地理？
- 敏感分级标签：L1（公开级）、L2（内部级）、L3（敏感级）、L4（高敏感级）
- 脱敏规则标签：这个字段需要加密、遮蔽、泛化还是直接拒接？
- 共享范围标签：是否允许跨部门共享？是否允许对社会开放？
我先给个简单的字段级别的标签示例。比如一条“公民个人信息”的数据，它的字段标签设计如下：
// 以JSON格式记录的标签元数据
{
"tableName": "t_citizen_info",
"fieldName": "id_card_no",
"labels": {
"dataSource": "公安局人口系统",
"businessCategory": "人口基础信息",
"sensitivityLevel": "L4",
"maskingRule": "show_last_4_digits",
"shareScope": "部门间共享需审批"
}
}
这样的标签体系，程序读起来非常方便。共享输出时，系统可以直接根据标签自动匹配策略，不用人工翻着Excel去查级别。
四、知识结构一图览
为了方便各位理解分类分级、标签体系与输出控制之间的逻辑关系，我画了张图，各位可以对照着看。
五、避坑指南：那些年我踩过的雷
讲完理论，我再说几个实战中特别容易掉进去的坑：
避坑点 1：标签粒度太粗
我曾经见过一个单位，一个“基本信息表”包含了姓名、身份证、联系方式、住址所有字段，但整张表只打了一个“L3级敏感”的标签。结果身份证号（适用L4）和联系电话（适用L3）被一刀切地处理，要么全部脱敏导致共享的数据没法用，要么全部放行导致高风险字段泄露。
对策：标签至少要做到字段级。如果条件允许，甚至可以做数据项级的标签（即对某个具体值例外处理）。
避坑点 2：分级结果缺乏动态调整机制
我记得有个单位在2020年做了分类分级，到了2023年新的《个人信息保护法》出台后，原先“L2级”的人脸识别特征数据已经不能再按原来的低等级处理了，但一直没有更新分级结果。共享输出时差点出大事。
建议：建立分级评估周期，比如每年复审一次，遇到法律变更随时调整。
避坑点 3：标签系统与共享输出控制引擎脱节
有些单位花了很多精力在Excel里做了一本“数据分类分级手册”，但实际的数据共享平台完全不读取这些标签。每次共享申请还是走人工审批，效率低下。
对策：标签体系要直接嵌入到共享交换平台中。标签即策略，打标完成，控制自动生效。
嗯，说到底，分类分级这件事，做起来确实繁琐。但一旦把标签体系和输出控制打通了，后面的工作就会非常顺畅，等于一次投入、长期受益。各位可以先从一个核心数据库开始试点，跑通了再推广，不必一口气吃成胖子。