4、数据分类分级：个人敏感信息、一般个人信息、匿名化与去标识化数据的定义与划分标准

数据分类分级这件事，说实话，是搭建隐私合规体系的基石。我见过太多团队一上来就搞加密、搞脱敏，结果连自己手里存的是什么东西都没搞清楚。嗯，这就像你连家里有什么贵重物品都不知道，就开始装防盗门——方向错了。

今天我们就来把这几个核心概念掰开揉碎。我个人习惯把数据分类分级比作「给数据上户口」——你得先知道它是谁、属于哪一类、有多敏感，才能决定怎么管它。

先讲最要紧的。个人敏感信息，说白了就是一旦泄露或者被滥用，会对个人造成严重伤害的那类数据。我在项目中遇到过一家金融科技公司，他们把用户的银行卡号当普通信息处理，结果被监管罚了——这就是典型的敏感信息识别不到位。

根据《个人信息保护法》和《信息安全技术个人信息安全规范》（GB/T 35273），个人敏感信息包括但不限于：

判断标准：一旦泄露或非法使用，可能导致个人名誉受损、人身安全受威胁、财产遭受重大损失。你想想看，银行卡号加密码泄露了，钱可能就没了——这还不算敏感？

我曾经踩过的坑：有一次做数据盘点，业务部门说「我们只存了用户的手机号，不算敏感信息吧？」我反问他们：「手机号能不能找回密码？能不能做身份验证？」结果他们沉默了。记住，判断敏感不敏感，要看它能不能被用来做坏事。

一般个人信息，就是除了敏感信息之外的那些个人数据。它们虽然也需要保护，但风险等级相对较低。我建议你把它理解成「日常信息」——泄露了会烦人，但不至于要命。

常见的例子：

这里有个容易混淆的点：同一个数据字段，在不同场景下可能属于不同类别。举个例子，手机号在注册账号时算一般信息，但如果它同时是支付验证的凭证，那就得按敏感信息来管。我个人习惯的做法是——按最坏场景定级。

去标识化，说白了就是给数据打上马赛克。你还能隐约看到轮廓，但看不清细节。而且这个马赛克是可以去掉的——只要你有钥匙。

我建议你记住这个核心特征：去标识化后的数据，仍然属于个人信息。为什么？因为通过额外的信息（比如映射表、密钥），你还是能还原出原始数据。

常见的去标识化技术：

我的经验：去标识化适合用在生产环境中的测试数据、分析场景。但记住，只要映射表还在，它就不是匿名化。我曾经见过一家公司把去标识化数据当匿名化数据对外提供，结果被监管认定为违规——因为对方拿着映射表就能还原。

匿名化，是数据隐私保护的终极形态。一旦完成匿名化，数据就不再是个人信息了。你想想看，如果数据无法关联到任何特定个人，那隐私保护法还管它干嘛？

匿名化的核心要求：

常见的匿名化方法：

我曾经犯过的错：早期做数据开放平台时，我以为把姓名和身份证号去掉就算匿名化了。结果安全团队用外部数据一关联，轻松还原出了用户画像。那次教训让我明白——匿名化不是去掉几个字段那么简单，它需要从统计学角度证明不可识别。

说了这么多理论，我们来点实际的。我建议你按照以下步骤来建立分类分级体系：

这里给一个我常用的分级参考表：

一句话总结：一般信息要保护，敏感信息要严管，去标识化是过渡手段，匿名化才是终极目标。但记住——匿名化很难做到完美，别轻易说「我们已经匿名化了」。

嗯，这一章的内容就到这里。下一章我们会聊数据生命周期管理——从采集到销毁，每个环节该怎么管。到时候我会分享一些我在金融行业做数据治理时踩过的坑，挺有意思的。