个人数据分级分类与敏感信息识别 - 第2节 📂 数据分类的定义 Classification

📂 数据分类的定义 Classification

📌 是什么？

数据分类 是指根据数据的属性、特征、用途或业务归属，将数据划分到不同类别的过程。其核心是“按类聚合”，让数据更容易被管理和检索。

维度按业务域：客户数据、财务数据、人力资源数据……
维度按数据形态：结构化、半结构化、非结构化
维度按来源：内部数据、外部采集、第三方共享

🎯 目标：建立数据目录，提升查找效率

🧩 举例 · 个人数据分类

身份信息：姓名、身份证号、护照
联系方式：手机号、邮箱、家庭住址
生物特征：指纹、人脸、虹膜
财务信息：银行卡号、交易记录
行为偏好：浏览记录、购物习惯

💡 分类是数据治理的“第一公里”

// 数据分类伪代码示例（按业务域）
enum DataCategory {
    PERSONAL_IDENTITY,   // 个人身份
    CONTACT_INFO,        // 联系方式
    BIOMETRIC,           // 生物特征
    FINANCIAL,           // 财务
    BEHAVIORAL           // 行为偏好
}

🔢 数据分级的定义 Classification Level / Sensitivity

⚖️ 核心思想

数据分级 是根据数据一旦泄露、篡改或滥用后对个人、组织或社会造成的危害程度，将数据划分为不同的安全等级。强调“按敏感度定级”。

L1 公开数据：可自由传播，如企业公开宣传册
L2 内部数据：仅限内部使用，如员工通讯录
L3 敏感数据：泄露会造成中等风险，如身份证号
L4 高度敏感数据：严重危害个人权益，如基因数据

⚠️ 个人敏感数据分级示例

极敏感：身份证、银行卡、健康记录、生物特征
较敏感：手机号、家庭住址、位置轨迹
一般敏感：姓名、性别、出生日期
低敏感/公开：昵称、头像（非真人）

🔐 分级决定保护措施：加密、脱敏、访问控制

// 数据分级标签示例 (基于危害程度)
enum SensitivityLevel {
    PUBLIC,          // 公开
    INTERNAL,        // 内部
    SENSITIVE,       // 敏感
    HIGHLY_SENSITIVE // 高度敏感
}

🔗 分类 vs 分级 · 区别与联系 Difference & Connection

对比维度	数据分类	数据分级
核心目的	便于检索、管理、组织	确定安全保护等级
划分依据	业务属性、数据特征、来源	敏感度、危害程度、合规要求
输出结果	类别标签 (如：身份信息)	等级标签 (如：L3 敏感)
变化频率	相对稳定，随业务调整	可能随法规或场景变化
典型应用	数据目录、数据地图	访问控制、脱敏策略

🤝 紧密联系

分类是分级的基础：先明确数据属于哪一类，再评估其敏感等级。
分级是分类的深化：同一类别下不同数据敏感度可能不同（如身份信息中姓名 vs 身份证号）。
共同支撑数据安全治理：分类让数据“看得见”，分级让数据“护得住”。

📌 没有分类的分级是盲目的，没有分级的分类是低效的。

📊 分类 + 分级联合矩阵示例（个人数据）

类别 \ 等级      | 公开(L1) | 内部(L2) | 敏感(L3) | 高度敏感(L4)
身份信息          |    -     |    -     | 姓名/性别 | 身份证号、护照
联系方式          |    -     | 工作邮箱 | 手机号    | 家庭地址
生物特征          |    -     |    -     |    -      | 指纹、人脸、基因
财务信息          |    -     |    -     | 银行卡号  | 交易密码、PIN

📚 数据分类分级 · 基础概念