保护数据安全的目标之一是防止未经授权的用户进行数据非法访问和操作。所以需同时从访问者"身份"和访问对象"数据"两个方向入手，双管齐下。零信任：在没有经过身份鉴别之前，不信任企业内部和外部的任何人/系统设条，需基于身份认人证和授权，执行以身份为中心的动态访问控制。数据分类分级：聚焦以数据为中心进行安全建设，有针对性的保护高价值数据及业务，数据发现和分类分级是以数据为中小M保护的重要基础。

全生命周期：横向上需全面覆盖数据资源的收集、存储、加工、使用、提供、交易、公开等行为活动的整个生命周期，采用多种安全工具支撑安全策略的实施。数据安全态势感知：纵向上通过风险评估、数据梳理、访问监控，大数据分析，进行数据资产价值评平古。数据资产弱点评估、数据资产威胁评估，最终形成数据安全态势感知。立体化防护体系：通过组织、制度、场景、技术、人员等自上而下的落实来构建立体化的数据安全防护体系。

在信息技术和业务环境越来越复杂的当下，仅靠人工方式来运维和管理安全已经捉襟见肘了，人工智能、大数据已经有相当的成熟度，如UEBA异常行为分析、NLP加持的识别算法、场景化脱敏算法等;同时，仅靠单独技术措施只能解决单方面的问题，必须形成体系化的思维，通过能力模块间的联动打通，系统形成体系化的整体数据安全防护能力，并持续优化和改进，从而提升整体安全运营和管理的质量和效率。

从人的视角出发，通过建模分析，对高危及异常行为进行拦截告警，甚至对潜在威胁提前预判。

从风险的视角出发，采集全量日志保证风险监测覆盖面，并针对已知风险进行防护、控制。

从事件的视角出发，确保事前、事中、事后都有迹可循，并可进行追溯，建立有效溯源途径，另外提供数据统一查询、统计分析报表、实时态势可视化呈现等方式，使得管理员能够完成统一安全运营，为决策提供数据支撑。