王悦：银行业数据安全管理体系建设思路

金融机构数字化转型是当下金融发展的重要趋势，在与互联网企业、数据研究处理机构全面广泛的深度合作中，催生了银行前中后台对数据使用的纷繁创新和巨大变化。但伴随着大数据、人工智能、云计算等技术的广泛运用，大量金融数据快速频繁地交互流转，数据属主和管理边界愈发模糊，数据泄露、滥用、窃取等安全威胁日益加大。近些年，数据安全事件呈现出爆发式增长的态势，对涉事企业的品牌声誉和业务效益都造成了不良影响。造成上述问题的根本原因，是企业数据安全管理停留在原有“舒适圈”，没能匹配业务创新发展及新技术运用的伴生风险。

随着《数据安全法》《金融数据安全数据生命周期安全规范》等法律法规相继颁布，社会各界均认识到数据安全管理的重要性和紧迫性。银行因其日常接触大量客户个人隐私信息和金融信息，数据安全更是不容有失。因此，笔者抛砖引玉，想就银行数据安全管理体系建设思路进行一番探讨。

笔者认为做好数据安全管理工作，关键在于回答“谁对什么数据在什么环节做什么样的安全保护”这一问题。具体实践上，保障数据安全管理工作得到有效落实有五个关键要素：自上而下的数据安全管理组织架构；全面完整的数据资产安全分类分级；业务场景驱动的数据安全生命周期管理；标准化的数据安全技术产品和工具保障；精细化的数据安全绩效考核机制。

东亚银行（中国）信息总监  王悦

自上而下的数据安全管理组织架构

银行组织架构中，数据安全作为网络空间安全的一部分，一般由科技条线安全部门统筹管理，高级管理层和各条线部门甚少参与决策和管理，形成了数据安全是科技一家之事的认知误区。在这样的架构下，安全部门受限于自身职能，对实际业务缺少实操经验，不了解业务活动中涉及的具体数据内容和使用方式，制定的制度标准缺乏针对性和可操作性，数据安全技术防护工具可能导致一叶障目，或许在研发、运维等科技活动中能做到一定程度的数据安全管理，但在更广阔的银行整体层面，大量业务经营活动存在数据安全管理盲区。国家出台的《数据安全法》及人民银行发布的《JRT 0223-2021金融数据安全数据生命周期安全规范》，均提出数据安全需要自上而下的完整组织架构。笔者以上述法规标准为基础，结合工作实践，认为银行机构合理的数据安全管理组织应是自上而下由决策层、管理层、执行层以及独立监督审计部门共同组成。

决策层是数据安全工作的指挥棒，需要由分管科技、业务、风险、合规的高级管理人员组成，形式上可以成立专门的数据安全委员会，也可以由数据治理委员会或类似机构兼任。决策层负责审批数据安全整体策略，决策数据安全重大事项，协调各职能条线充分合作，统筹保障数据安全工作所需资源，保障数据安全各项工作有序开展。

管理层是数据安全工作推进落实的引擎，需要由科技、业务、风险、合规、法律、人事等部门的负责人和技术骨干组成数据安全工作小组，安全部门负责人、技术骨干作为小组办公室，组织制定数据安全相关制度、规范、标准，明确数据安全责任归属，建设数据安全技术防护架构，健全数据安全考核机制。管理层各成员之间精诚合作、理念一致，是数据安全工作成败的关键。

执行层是数据安全工作有效落实的基石。执行层由全体员工组成，所有人都是数据安全政策执行的一份子，需要认真学习和贯彻落实理解数据安全制度流程。同时，考虑到各部门在落实数据安全政策中面临的实际差异，需要在各部门内设立数据安全联络员的岗位，作为管理层和执行层之间的纽带，组织指导本部门全体人员贯彻各项数据安全相关工作，比如数据安全政策宣贯、组织识别敏感数据、辖内数据安全自查等。数据安全联络员的角色十分重要，应有一定的准入门槛并得到数据安全工作小组的认可和任命，部门负责人需要全力支持其工作，有效保障各项措施切实执行。

监督审计由银行风险和内审部门负责，作为全行数据安全工作的监督检查角色，独立研判数据安全工作存在的不足，推动改进优化。

全面完整的数据资产安全分类分级

银行在日常运营中，数据的传输、存储等环节众多，时常会遇到各类数据安全保护问题，比如与合作伙伴邮件往来，附件要不要加密？如果所有附件都加密，沟通效率偏低。但不加密，附件中含有敏感数据将面临被窃取泄露的风险。上述示例就引申出数据安全的核心问题，什么样的数据在什么环节需要什么样的保护。要回答这个问题，首先要梳理需保护的数据资产目录，这方面可以借鉴企业数据治理中相关成果，在此基础上根据其价值及敏感程度建立安全等级清单，为后续落实数据保护措施夯实基础。

考虑到整体经营活动中面临着各式各样的数据，各部门在梳理时难免口径不一，需要数据安全工作小组牵头，建立统一的数据资产安全等级标准，在各部门的协同配合下形成涵盖业务、运营、财务、科技、人事、合规等各类型数据资产安全等级清单。安全等级一般至少分为公开、内部、敏感、极度敏感4个等级。

表 1  数据资产安全等级清单

上述示例中，数据安全等级清单覆盖面非常广，单靠任何一个部门或人员都难以完成，所有部门的参与程度将直接关系数据安全管理工作的成效。

结合业务场景的数据安全

全生命周期管理措施

建立了自上而下的数据安全管理组织架构，并梳理制定了数据资产安全等级后，数据安全全生命周期管理即需要回答“对什么数据在什么环节需要什么样的安全保护”。银行金融机构可以参照《金融数据安全数据生命周期安全规范》，构建并不断完善自身的数据安全生命周期控制矩阵，对于数据从采集、传输、存储、使用、删除、销毁等全生命周期节点进行详细控制，整体上可以归纳为15个环节、115个控制点的数据安全全生命周期控制矩阵表。数据安全全生命周期控制矩阵表中不同的控制项，其管理部门和实施部门亦有所不同，一些公共模块比如开发测试、数据销毁等亦建立统一的管理要求和标准，而一些因业务场景不同而有所差异的控制项，如数据采集、数据访问等，则需要因地制宜地制定针对性的控制措施。

图1    数据安全全生命周期控制矩阵

数据安全全生命周期控制矩阵表是包含各种情况、场景的完整控制集合，但实际工作中，某个业务活动一般只涉及其中一部分，落实全部的管控措施既不现实，也容易让相关人员眼花缭乱、陷入困惑，导致数据安全停留于纸面。另外，同一个数据在不同的业务场景下，其安全控制点也会完全不同。比如柜面业务和电子渠道业务都会收集客户身份信息，但因渠道不同，在采集环节应实施的安全控制措施也是不同的。银行应该从业务视角出发，梳理出具体业务涉及的数据清单，再对照勾选出安全控制项和控制点。这里也可以看到，业务、科技、安全、合规需要紧密合作，才能切实完成这一过程的梳理。以手机银行业务为例，其涉及的活动主要为蓝色背景部分。

图2    手机银行业务数据安全全生命周期控制项

标准化的数据安全技术产品和工具保障

数据安全有管理要求，也需要有技术手段来保障相关要求可以遵照落实，考虑到数据全生命周期涉及的链路冗长，其中涉及的安全技术保障环节也众多，银行在落实过程中应注重统一标准，避免安全防护的篱笆此长彼短，产生木桶短板风险。其中，笔者主要就加密、脱敏、认证三方面内容做一些展开。

加密：数据在传输、存储、使用等环节均会涉及到加密，加密可能发生在应用层、网络层、系统层、数据库层等多个层面。而数据在应用过程中必然需要解密，加密解密频繁势必会导致业务效率被拉低，因此如何选择加解密机制是银行面临的实际问题。笔者认为，银行应建立一套包含应用页面字段加密、网络加密通讯协议、数据库存储加密等在内的统一标准。

脱敏：数据脱敏分为静态脱敏和动态脱敏，两者对应不同场景。静态脱敏主要运用在开发测试活动，一般为了保证主键字段唯一性和业务逻辑校验规则，敏感字段脱敏策略需要使用哈希变形处理；对于其他没有要求的字段，则可以使用随机生成和统一替换等方法。同时，由于上下游系统关系，银行应制订统一的脱敏标准，保障脱敏与工作需要兼顾，有条件的可以尝试平台化自动化处理静态脱敏活动。动态脱敏主要面向业务生产活动，比如反洗钱业务中不同人员可查看到的敏感信息需要在线脱敏，传统做法通过应用系统逻辑控制，但这种方法代码重复量大且难以统一标准，相较而言建立统一的脱敏网关，控制所有流经数据的脱敏标准和范围，可以有效提高动态脱敏的效率和准确性。

认证：数据访问需要对访问者身份和权限进行鉴别，银行往往比较重视客户端的身份鉴别，部署专业证书认证对线上系统进行大量安全测试，相对的，对内部系统的访问认证往往容易被忽视。但无论系统底层的特权账号，抑或是业务人员的业务账号，其往往能容易获得大量敏感数据。因此，完全有必要在应用系统中设立双因素认证和敏感数据访问二次认证，同时对于系统特权账号应部署特权账号管理系统，集中统一上收管理。

精细化的数据安全绩效考核机制

数据安全需要所有人的参与和落实，为了考量不同岗位在数据安全工作上的参与度和落实情况，需要设计一套针对不同数据安全职责的绩效考核机制，在员工整体考核中占一定比例，以鼓励员工主动参与和配合相关工作。对于决策层，考核应注重数据安全整体实施成效、数据安全合规程度以及资源保障情况；对于管理层，考核应注重数据安全分级、数据安全管理控制手段及技术防护体系建设情况；对于执行层，考核应注重数据安全要求实际落实执行情况，包括数据安全等级完整性、数据合规使用情况等。

（栏目编辑：郑岩）

推荐阅读

（点击图片查看精彩内容）

精彩内容回顾

（点击查看精彩内容）

《金融电子化》新媒体部：主任 / 邝源  编辑 / 傅甜甜 潘婧