数据分级模型介绍：公开、内部、敏感、绝密

分级模型说白了就是给你的数据贴个标签，告诉别人“这东西能看不能看，能传不能传”。我自己刚入行时觉得这玩意儿就是个形式，直到有一次项目里把客户身份证号当内部数据处理，差点吃官司——嗯，从那以后我对分级模型就再也不敢马虎了。

为什么需要分级模型？

你想想看，一家公司可能有几十万份文档、几亿条记录。如果不分级，要么一刀切全部加密——研发效率暴跌；要么全部开放——机密数据随便下载。分级模型的作用就是在安全与效率之间找到一个平衡点。

我个人习惯把分级看作一个“成本决策”：数据越敏感，保护措施越重，开销也越大。你总不能让每份内部午餐菜单都走审批流程对吧？

常见的四级分级体系

目前国内主流标准基本都采用四级模型：公开、内部、敏感、绝密。有些企业会拆成五级（比如加一个“机密”），但核心逻辑是一样的。下面我一个个讲。

1. 公开级（Public）

公开级数据就是谁都可以看，谁都可以用的东西。比如公司官网上的产品介绍、白皮书、招聘信息。这类数据不需要任何访问控制，甚至可以主动对外发布。

• 典型场景：官网新闻、公开技术文档、营销材料
• 保护要求：无特殊保护，但需防止被恶意篡改
• 传输限制：完全开放，不加解密

2. 内部级（Internal）

这是最容易被忽略的一个级别。很多公司把“不公开”的数据全标成敏感，导致成本过高。内部级数据是指不对外公开，但公司内部员工可以正常访问的信息。

• 典型场景：内部通讯录、非机密项目计划、员工手册
• 保护要求：需要身份认证，但不需要MFA或审批
• 传输限制：公司内网或VPN下可明文传输

我曾遇到一个客户把所有内部邮件都加密存储，结果每个员工打开附件都要等10秒。其实大部分内部邮件根本不需要加密，把登录认证做好就够了。

3. 敏感级（Sensitive）

敏感级是真正需要重点保护的数据。包括个人信息、财务数据、商业机密、源代码等。一旦泄露会对公司或个人造成实质性损害。

• 典型场景：员工薪酬、客户交易记录、未公开的专利文档
• 保护要求：加密存储、传输加密（HTTPS/TLS）、访问需审批
• 传输限制：仅限授权人员，必要时使用水印

4. 绝密级（Top Secret / Restricted）

这是最高级别，通常涉及国家安全、核心专利、重大并购方案等。泄露后果极其严重。很多企业其实用不到这个级别，别为了“显得自己很牛”给普通代码也标绝密。

• 典型场景：核心算法源码、密码机密钥、客户PII批量导出
• 保护要求：硬件加密、双人操作、全链路审计、物理隔离
• 传输限制：不允许外传，内部传输需专用安全通道

说白了，绝密级的数据最好是“不动它”。我参与过一个金融项目，他们的私钥管理就把绝密密钥放在离线保险柜里，每次用都要两个人同时在场开柜。过程很麻烦，但确实安全。

分级模型对比表

分级模型的核心逻辑：数据敏感度金字塔

下面这张图很好地展示了四个级别的量级-成本-保护强度关系。底部公开级数据量最大，保护成本几乎为零；顶部绝密级数据量最小，但保护投入最重。

分级模型中的常见误区

1. 过度分级：什么都标敏感，结果员工为绕过审批私自复制数据，反而更不安全。我建议制定明确的分级标准，比如“包含个人姓名+身份证号”才自动标敏感。
2. 分级不足：把客户PII标为内部，一旦被爬虫拖库后果严重。记住一个原则：拿不准的时候往高一级标，后续通过评审降级。
3. 分级后不更新：数据生命周期会变。比如一个内部项目方案在被放弃后应该降为公开或销毁。我见过一个公司3年没更新分级，结果一堆“绝密”项目早就作废了，还在花大钱保护。

如何落地分级模型？我的建议

别一上来就搞个四象限矩阵，先做两件事：

• 盘点数据资产：列出所有数据源，按业务重要性排个序。通常20%的数据包含了80%的敏感信息。
• 定义分级标签：在数据字典或数据目录里加一个字段叫“security_level”，枚举值就是那四个级别。自动化工具可以扫出手机号、银行卡号自动打标。

我曾经帮一家电商公司做分级，他们最初把所有历史订单都标了“敏感”。后来我们按时间维度切分：3年前的订单脱敏后标“内部”，近3个月的订单才标“敏感”。一下子节省了70%的加密成本。