3、风险评估方法论：定性评估与定量评估、基于风险的方法、常见框架简介

在隐私风险评估的实操中，选择合适的方法论是确保评估结果有效、可操作的关键。本节将深入探讨三种核心方法论：定性评估与定量评估的对比、基于风险的方法的核心思想，以及NIST、ISO 27701、CNIL PIA三大主流框架的实践要点。

3.1 定性评估 vs 定量评估

风险评估通常分为定性（Qualitative）与定量（Quantitative）两种路径。定性评估依赖专家判断与描述性等级（如高、中、低），而定量评估则使用数值与统计模型（如货币损失、概率百分比）。

🔍 定性评估

📊 定量评估

对比维度	定性评估	定量评估
数据基础	专家经验、访谈、问卷	历史数据、统计模型、财务指标
输出形式	风险等级矩阵（高/中/低）	预期年损失（ALE）、概率百分比
优点	快速、低成本、易于沟通	客观、可比较、支持ROI分析
缺点	主观性强、粒度较粗	数据要求高、建模复杂
适用场景	初步筛查、中小企业、资源有限	大型企业、保险精算、合规审计

3.2 基于风险的方法（Risk-Based Approach）

基于风险的方法强调将资源优先分配给高风险领域，而非对所有场景采用“一刀切”的管控。其核心流程包括：识别风险源 → 分析可能性与影响 → 评估风险等级 → 制定差异化处置策略。

关键原则：

✅ 比例原则：控制措施应与风险等级相匹配，避免过度管控或管控不足。
✅ 动态调整：业务环境、法律法规变化时，风险优先级需重新评估。
✅ 利益相关方参与：数据保护官（DPO）、业务负责人、IT安全团队共同决策。

3.3 常见框架简介：NIST、ISO 27701、CNIL PIA

不同框架为隐私风险评估提供了结构化的流程与模板。以下通过对比表格与架构图帮助理解其核心差异。

框架	发布组织	核心特点	适用场景
NIST Privacy Framework	美国国家标准与技术研究院	功能导向（识别-治理-控制-沟通-保护），与网络安全框架协同	美国企业、跨国组织、与NIST CSF集成
ISO 27701	国际标准化组织	基于ISO 27001扩展，PIMS（隐私信息管理体系），强调PDCA循环	已通过ISO 27001认证的组织、需要体系化管理的企业
CNIL PIA Framework	法国国家信息与自由委员会	模板化、工具化（PIA软件），聚焦GDPR合规，提供知识库与案例	欧盟GDPR合规、数据控制者与处理者、中小企业友好

📐 三大框架核心架构对比

📌 CNIL PIA 框架实操要点

CNIL PIA 模板包含四大步骤：

背景描述：明确数据处理目的、法律依据、数据类别与流转路径。
风险识别：识别对数据主体权利（隐私、自主权等）的潜在威胁。
风险分析：评估威胁的严重性与发生可能性，生成风险等级。
风险处置：制定规避、转移、接受或缓解措施，并记录残余风险。

💡 提示：CNIL 提供免费PIA软件与知识库，适合GDPR合规初学者快速上手。

🧩 基于风险方法的决策伪代码示例

// 隐私风险评估 - 基于风险方法的核心逻辑
function assessPrivacyRisk(dataProcess) {
    let likelihood = evaluateThreatLikelihood(dataProcess);
    let impact = evaluatePrivacyImpact(dataProcess);
    let riskLevel = calculateRiskLevel(likelihood, impact);

    if (riskLevel === 'HIGH') {
        implementMitigation('强加密 + 访问控制 + 定期审计');
        residualRisk = reEvaluate(riskLevel, mitigation);
        if (residualRisk > threshold) {
            triggerDPOReview();
        }
    } else if (riskLevel === 'MEDIUM') {
        implementMitigation('最小化收集 + 匿名化处理');
    } else {
        acceptRisk('低风险，记录在案');
    }
    return riskLevel;
}

📖 课程小结： 定性评估适合快速筛查，定量评估适合深度分析；基于风险的方法确保资源高效配置；NIST、ISO 27701、CNIL PIA 三大框架各有侧重，实践中可根据组织规模、合规需求与现有体系灵活选用。

📚 课程目录