
AI分类分级工作流程

AI分类分级 - 分类分级知识库

数据安全管理平台 - 数据资产管理

数据安全管理平台 - 分类分级结果审核

数据安全管理平台 - 分类分级统计报告

数据安全管理平台 - 数据风险评估报告

实施与交付 - 交付内容

AI数据安全管理平台 - 产品形态

产品体系:免改造平台打造实战化数据保护体系

场景之一:服务端存储加密、使用解密/脱敏

技术对比:“服务端数据安全” 典型路线

密评要点解析

密评合规:70分密改套餐

高性能:PCT专利保护的高速国密实现,不影响业务效率

高可靠:专业密钥管理、实时离线解密,保障高可用

高可用:模块健壮可诊断、平台“两地三中心”
【模块可离线运行】
· 模块从平台获取规则后可缓存在内存中,当平台不可用也可正常运行
· 仅当模块所在服务重启时才需要从平台集群重取规则
【模块强化健壮性】
· 以AOE插件为例,本身作为应用的一部分,无单独进程,不会死进程
· 在没有匹配规则状态下,模块默认采用透传模式,最大限度优先业务
· 模块经过多年研发打磨、运行实践,兼容广泛苛刻的企业级应用场景
[模块可诊断]
· 模块自身可记录环境、启动流程、异常事件等日志,以及告警功能
· 针对Java等应用环境支持不停机实时诊断机制,排查潜在故障成因。
两地三中心各5套安全管理平台(以及KMS)组成集群,三中心的主之间实时双向同步数据,在同一中心内主从间同步数据。

工业级:加密实现机制兼容复杂场景

案例 - 某大型金融保险服务集团数据安全 (个人信息保护场景)
项目背景介绍
客户行业:保险项目名称:某保险数据安全项目
项目需求:
某集团掌握着海量用户的保险相关个人隐私数据,关系到用户的切身利益,价值量巨大。同时这些数据也是网络攻击者所觊觎的目标,一旦泄露,不仅会使个人利益受损,也会影响到企业的形象和信誉,甚至关系到国家安全。因此,在大力推动信:息化建设的同时,必须重视数据的安全保护。
项目实施痛点:
· 当前数据泄漏威胁严重,如医疗、保险、身份等信息泄漏。
· 信息系统环境复杂;涉及字段类型多、数据库种类多;涉及分库分表、存储过程、模糊查询等使用场景。待保护的数据量达到亿级。
· 系统已经上线提供服务,加解密过程不可影响或中断正常业务的运行。
· 部分系统为集团、省、地市三级结构,迫切需要一种简单,有效,快速的技术,实现敏感信息的统一集中保护。
· 需要满足合规要求,同步提升集团安全运维管理能力。

案例 - 某副部级金融央企数据安全(个人信息保护及合规场景)

案例-金融大数据场景:某股份制银行大数据平台数据保护
项目背景介绍
客户行业:金融
项目名称:某股份制银行大数据平台安全项目
项目需求:
某股份制银行大数据平台中含有大量个人信息、交易信息等敏感数据,根据《个人信息保护法》、《数据安全法》的合规要求以及银保监会的监管要求,需要对此类敏感数据进行加密保护。
项目实施痛点:
· 生产应用使用国产ARM信创环境,需要完全适配当前信创环境;
· 需要使用国密算法,对系统中存放的敏感数据进行加密;
· 行方安全规范中禁止库到库的数据传输,所以大量数据交互均是通过“库-文件-库”的方式,不仅要对结构化数据库数据的加密,还要对半结构化的数据库导出文件进行加密;
· 数据处理过程中存在跑批流程,每天有1万多个跑批脚本对约15T数据进行处理,并且有固定的时间限制;既要保证数据加密对处理结果没有影响,又要保证处理性能。

案例 - 某商业银行数据安全(个人信息保护及合规场景)
项目背景介绍
客户行业:银行
项目名称:某银行数据加密项目
项目需求:
某商业银行掌握着海量用户个人隐私数据,但面对愈加严峻的内外部数据安全威胁,银行亟需兼顾用户隐私保护与经济发展需求之间的平衡,在运用数据为用户提供产品服务的同时,强化个人敏感信息的保护。
项目实施痛点:
· 待保护的数据量达到亿级,且数据存在形式多、访问人员众多、存储分散、易传播;
· 开发改造应用叠加数据安全,周期长、难度大、风险高;
· 信息系统环境复杂,涉及字段类型多、数据库种类多,涉及分库分表、存储过程、模糊查询等使用场景;
· 加解密过程不可影响或中断正常业务的运行。




