近日，有媒体曝出，国内45亿个人信息被公开泄露，造成不少网友的恐慌。这些数据主要为数以亿万计的网购用户的个人快递信息，包括真实姓名、电话与住址等敏感信息，并且已出现公开查询渠道。本次数据泄露的数量规模大，且数据关乎公民个人隐私信息，重要敏感性极高。




国内数据安全尚面临三大矛盾



大数据时代，个体、组织和国家所产生的数据将行为主体的敏感信息、自身权益以及经济价值等置于更加透明的位置，其网络安全风险也随之加剧。根据奇安信威胁情报中心的监测发现，仅仅是2022年1月到10月，就有超过950亿条的中国境内机构数据在海外被非法交易，其中60%的数据泄露事件泄露的是公民个人信息，约有570多亿条，这就相当于14亿中国人，在2022年，平均每人泄露了41条个人信息。数据安全已成为关乎社会民生的重大问题，而当下有三大矛盾亟需破解。



个是法律法规监管加码和合规落地滞后的矛盾。

2021年，国家先后发布了《数据安全法》、《个人信息保护法》、《数据出境安全评估办法（征求意见稿）》、《网络数据安全管理条例》（征求意见稿）；2022年6月，国家又发布了《关于开展数据安全管理认证工作的公告》，进一步将数据安全从法律法规层面，推向了监管落地层面。

然而，这些重磅法律法规具体的实施落地情况，却不尽人意，甚至和法规要求相去甚远。2022年6月，工信部对外公布已累计通报、下架违法违规APP近3000款；2022年8月，国内某出行巨头被罚处80.26亿元，加上国内频发的数据泄露、数据滥用等事件，都暴露了《数据安全法》等法律法规，距离实际落地依然存在不小的“真空地带”。



第二是关乎民生数据的高重要性，与防护体系非常脆弱的矛盾。



刘前伟认为，目前大规模重要敏感数据缺乏针对性的防护手段。众所周知，随着云计算、大数据技术的发展，大数据的集中存储使得其重要性和价值也随之增加。不过，与之匹配的安全防护手段却没有随之增加，如API安全防护、特权账号管理、数据库安全审计等。由于大量敏感数据缺少分级分类的防护措施，直接暴露在攻击者面前，带来了巨大的泄露和滥用风险。


第三是攻击者大肆贩卖获益，和丢失者后知后觉的矛盾

从近年来的一些大规模数据泄露事件来看，黑客的暗网交易渠道、社区竟然成为了组织获知数据泄露的重要渠道等。这暴露一个突出矛盾，企业普遍缺乏对数据泄露风险的全方位感知能力。



习总书记2016年4月19日在网络安全和信息化工作座谈会上的讲话曾指出，维护网络安全，首先要知道风险在哪里，是什么样的风险，什么时候发生风险，正所谓“聪者听于无声，明者见于未形”。感知网络安全态势是最基础的工作。然而就目前发生的数据泄露事件来看，仍有相当数据量的企业难以感知数据安全风险，直到大量数据在“暗网”被打包出售才“后知后觉”。




数据安全建设需分步实施、多管齐下



面对与日俱增的数据泄露事件、愈发严峻的数据安全形势，传统突击型数据安全建设、单纯的产品堆砌、盲目的照搬照抄，无法有效保护业务数据。刘前伟认为，企业数据安全需要从以下三个方面展开，筑牢数据安全防线。



首先是确保“合规不踩线”，守好企业经营基石



刘前伟认为，“合规不踩线”是企业经营的重要基石之一。从外部来看，世界各国家、地区均通过法律法规、经济管理与行政手段等多种措施加强了对数据的安全监管；从内部来看，我国也加快推进数据安全的法规制度、标准体系建设，迈入有法可依，有据可查的强监管时代。可以说，数据安全合规是企业的立身之本。
以隐私合规举例，奇安盘古隐私安全团队推出的“隐私卫士”，可针对各类操作平台下的App、小程序、网站等全类互联网应用服务，进行主动全面的安全检测，从基础用户接触面的信息交互，到产品开发层面的第三方SDK、API、开源代码应用，再到企业管理面的数据存储、数据应用等可完成全面的隐私安全排查。并以“三法一条例”（《个人信息保护法》、《数据安全法》、《网络安全法》以及《关键信息基础设施安全保护条例》）为基，达标行业监管实行的191、164、14号文及国标35273、41391等，可帮助各类企业实现业务的合规开展，降低监管通报风险、并提高数据的安全防护能力。



其次是分步实施的体系化数据安全建设。


步，盘清资产。系统梳理在线的敏感数据数据库、API接口以及特权账号等数据资产，并形成数据资产梳理报告。第二步，精准防护。一方面，要做好特权账号管理，做到能审查、能告警、能拦截；另一方面做好API管理，可通过API安全卫士及时发现API异常行为，提防外部攻击。第三步，全局管控。以“零信任”策略为核心，实现“权限最小化”，降低被攻击的风险；通过数据安全态势感知，对各类安全日志进行研判，快速响应处置。



最后是实战化、常态化的安全运营，以及对风险的感知能力。

数据安全不是一劳永逸的工程，有了整体规划和设计，还需要通过实战化、常态化运营，落实在数据全生命周期和全流程中，保障企业的数据合规状态能持续存在，并能提升对未知风险的感知预测能力。