📚 课程目录第2章数据分类分级方法论

2. 数据分类分级方法论

数据分类分级是数据安全治理的基石。本节将深入解析业务、对象、合规三大核心分类维度，以及核心、重要、一般三级分级标准，帮助您构建科学、可落地的数据资产管理体系。

数据分类需从多视角切入，确保覆盖全面且无遗漏。以下三大维度是业界公认的核心分类框架：

定义：按数据所属的业务领域或流程进行划分。

适用场景：业务部门数据治理、数据资产盘点

定义：按数据所描述或关联的实体对象进行划分。

适用场景：个人信息保护、资产归属界定

定义：按法律法规、监管要求或行业标准进行划分。

适用场景：合规审计、监管报送、跨境传输

分级标准是数据安全管控的核心依据。我们采用业界通用的三级分级模型，并明确各级别的定义、特征与管控要求：

级别	定义	典型示例	管控要求
核心数据	一旦泄露、篡改或丢失，将对国家安全、公共利益或企业生存造成灾难性影响	核心算法源码、客户金融账户、国家级项目数据	加密存储、严格访问控制、实时审计、异地灾备
重要数据	一旦泄露、篡改或丢失，将对个人权益、企业运营或社会秩序造成严重影响	员工个人信息、产品设计图纸、年度财务报告	脱敏处理、权限分级、定期备份、日志记录
一般数据	泄露、篡改或丢失后，对各方影响有限，可快速恢复	公开宣传资料、内部通知、非敏感操作日志	基础访问控制、常规备份、合规留存

将分类维度与分级标准结合，形成分类分级矩阵，是落地执行的关键工具。以下以“客户数据”为例展示矩阵：

注：✅ 表示该数据子类在此维度下对应的分级级别。实际落地时需综合多维度判定，取最高级别。