数据分类分级：个人数据的分类与分级策略
好，咱们进入第二个核心话题——数据分类分级。说实话，我在不少项目里都见过一个通病：大家把「分类」和「分级」混为一谈。其实这是两码事，但必须协同设计。
分类，解决的是「这是什么数据」的问题。分级，解决的是「这数据多重要」的问题。你想想看，连数据长什么样都不清楚，怎么定保护策略？
个人数据的分类：三类核心标识符
我个人习惯把个人数据分成三大类。这个分法不是拍脑袋，而是从CCPA和GDPR的合规要求里提炼出来的。
1. 直接标识符
这类数据最直白——看到它，你就能直接锁定一个人。比如：
- 姓名全称
- 身份证号码
- 社保号（SSN）
- 护照号码
- 生物特征数据（指纹、人脸模板）
关键点：直接标识符一旦泄露，基本等于「裸奔」。我在项目中遇到过一家电商公司，他们把用户姓名和手机号明文存在日志里，结果日志被拖库……嗯，那场面相当惨烈。
2. 间接标识符
这类数据单独看，认不出是谁。但组合起来，就能精准定位一个人。说白了就是「拼图式识别」。
常见的间接标识符包括：
- 性别 + 出生日期 + 邮编
- 设备ID（IMEI、IDFA）
- IP地址
- Cookie ID
- 浏览行为轨迹
为什么我要单独强调间接标识符？因为很多公司只盯着直接标识符做保护，却忽略了间接标识符的组合风险。我记得有个案例：某数据分析平台，把用户的「性别+年龄+所在城市+最近浏览商品」四个字段开放给第三方API。单独看每个字段都没问题，但组合起来，加上时间戳，就能以87%的准确率锁定具体用户。
3. 敏感数据
这类数据比较特殊——它不一定能直接识别你是谁，但一旦泄露，对你造成的伤害可能比直接标识符还大。
典型的敏感数据包括：
- 种族或民族血统
- 政治观点
- 宗教信仰
- 工会成员身份
- 基因数据
- 健康信息
- 性生活或性取向
你可能会问：「为什么健康信息算敏感数据，但不算直接标识符？」
原因很简单：健康信息本身不包含姓名或ID。但如果你知道某人的病历，结合其他信息，就能造成严重的歧视或隐私侵犯。CCPA对这类数据有额外的处理限制——收集前必须获得明确同意，不能默认勾选。
数据分级策略：L1到L4
分类是基础，分级才是落地的关键。我一般用四级分级模型，这个模型在金融、医疗、电商行业都验证过，比较实用。
| 级别 | 定义 | 典型数据 | 泄露影响 |
|---|---|---|---|
| L1 - 公开 | 可对外公开，无需保护 | 公司名称、公开联系方式、产品目录 | 无影响或可忽略 |
| L2 - 内部 | 仅限内部使用，可有限共享 | 员工工号、部门架构、内部培训材料 | 轻微影响，不涉及个人隐私 |
| L3 - 敏感 | 需要严格控制访问 | 姓名+手机号、邮箱+地址、消费记录 | 中等影响，可能造成隐私泄露 |
| L4 - 高度敏感 | 最高级别保护，最小权限原则 | 身份证号、银行卡号、健康记录、生物特征 | 严重影响，可能引发法律诉讼 |
这个分级策略，说白了就是回答一个问题：「这数据丢了，公司会死吗？」
L1丢了，没事。L2丢了，内部批评一下。L3丢了，可能要赔钱。L4丢了——嗯，我建议你提前准备好简历。
分类与分级的协同映射
光有分类和分级还不够，你得把它们串起来。我一般用这个映射矩阵：
| 数据类别 | 建议分级 | 保护措施示例 |
|---|---|---|
| 直接标识符 | L4 | 加密存储、访问审计、脱敏展示 |
| 间接标识符（组合） | L3 或 L4 | 按组合风险动态定级 |
| 敏感数据 | L4 | 单独加密、最小化收集、定期清理 |
| 匿名化数据 | L1 或 L2 | 确认不可逆匿名化后降级 |
这里有个坑，我踩过好几次——匿名化数据的分级。很多团队觉得「匿名了就是L1」，直接放开访问。但你要知道，匿名化如果做得不彻底，结合外部数据还是能重新识别。我曾经见过一个项目，把用户ID哈希后当匿名数据开放，结果攻击者用彩虹表一查就还原了……
落地建议：从理论到代码
最后，我分享一个我在项目中实际用过的分类分级标签方案。你可以把它嵌入到数据字典或元数据管理系统中：
{
"field_name": "user_phone",
"data_category": "direct_identifier",
"data_level": "L4",
"protection_requirements": {
"storage": "AES-256加密",
"transmission": "TLS 1.3",
"access_control": "按需申请+审批",
"masking": "显示后4位",
"retention": "业务结束后90天删除"
},
"compliance_tags": ["CCPA", "GDPR", "PIPL"]
}这个结构的好处是：分类、分级、保护措施、合规标签全在一起。你可以在数据入库时自动打标，也可以在数据流转时做策略判断。说白了，这就是数据安全策略的「身份证」。
嗯，关于分类分级，今天就聊到这儿。下一节我们会讲数据映射与流转分析——有了分类分级，你才能知道数据到底在哪儿、怎么流、谁在用。这才是真正落地的开始。