随着数据价值越来越重要，同时应用场景更加复杂，外部攻击和内部窃取数据风险增加，企业面临的数据安全挑战越来越多，不容忽视

借鉴Gartner数据安全治理方法论，制定数据安全治理工作五步骤，推进数据安全治理落地

成立数据安全专项工作组，推进数据分类分级标准落地，构建覆盖数据生命周期、数据全流转过程、数据全处理场景的整体数据安全管控体系，做到大数据场景下的数据不失控不被盗用，不被误用，不被滥用。

在网信委员会领导下，成立数据安全工作组，建立自上而下的组织结构，以从治理、管理、管控、监督四个层面为数据安全管理工作提供指导，实现数据安全管控工作落地。

结合法规要求，优化数据分类分级标准，联合数据治理团队，提供数据分类分级方法，识别最重要数据，形成数据分类分级标准参考目录，同时识别重要数据资产安全风险隐患。

参照国家安全合规要求，结合数据采集、数据传输、数据存储、数据使用、数据共享和数据销毁六阶段，制定相关管理制度流程。

采集环节重点在强化业务场景与IT场景中的数据安全管理规则、流程及措施，强调数据采集中的人员、环境与数据安全

传输环节重点关注数据跨领域传输，包括内部安全域、外部传输及跨境传输，通过技术手段对传输通道与接口进行管控，保护数据传输过程中的完整性

存储环节重点关注大数据安全存储管理特性，如多租户隔离，基础设施管理，大数据容灾备份及数据分类分级存储管理

使用环节是数据安全性、完整性、可用性受破坏的主要环节，应以数据分类分级管理的原则，从权限管理、加密脱敏、日志记录、监控审计及第三方管理等方面实施事前、事中、事后的体系化管控。

共享环节重点关注内部共享、外部共享、线下共享等场景安全性，并对自身防御能力进行加固，包括平台安全性、端口安全性、流程管理等

重点关注销毁的工具、机制及记录，保障销毁操作有据可依，有迹可循，并对逻辑销毁和物理销毁分别建立安全销毁机制

数据安全应急响应机制为数据营体系提供支撑保障，应明确应急响应组织架构、应急处理流程与沟通机制，并定期演练，以保障应急响应能力

数据安全三维框架：人-数-安全框架

数据自动授权体系：建自动访问体系和白名单相结合

针对企业数据安全信息，展示数据建模与安全信息落标

建立安全视角数据资源目录

支持多级子目录的创建、删除、修改、查询、重命名;支持对数据分类目录进行数据安全分级信息添加;支持通过模板批量导入数据安全分类。可查看和修改安全等级、重要程度、影响对象、影响范围、影响程度等分级情况。

包含字段脱敏策略，表脱敏脱敏，访问策略，行级访问策略等

基于当时的背景北京数语协助苏州银行建设实施了新数据管控平台项目