掃碼訂閱《中國(guó)信息安全》

郵發(fā)代號(hào) 2-786

征訂熱線：010-82341063

文 | 中移動(dòng)金融科技有限公司網(wǎng)絡(luò)與信息安全管理部 李江 李超 劉雨欣 馮承基 馮彥召

隨著《中華人民共和國(guó)網(wǎng)絡(luò)安全法》（以下簡(jiǎn)稱《網(wǎng)絡(luò)安全法》）、《中華人民共和國(guó)數(shù)據(jù)安全法》（以下簡(jiǎn)稱《數(shù)據(jù)安全法》）、《中華人民共和國(guó)個(gè)人信息保護(hù)法》（以下簡(jiǎn)稱《個(gè)人信息保護(hù)法》）等法律法規(guī)的深入實(shí)施，電信行業(yè)因網(wǎng)絡(luò)架構(gòu)復(fù)雜、數(shù)據(jù)形態(tài)多元、業(yè)務(wù)迭代迅速，傳統(tǒng)的數(shù)據(jù)分類分級(jí)方案正面臨準(zhǔn)確率低、適配性差、多模態(tài)處理能力缺失等挑戰(zhàn)。本文基于中國(guó)移動(dòng)的具體實(shí)踐，提出“人工智能（AI）驅(qū)動(dòng)+場(chǎng)景適配”的智能分類分級(jí)體系，通過(guò)“大模型底座+小模型集+智能大腦”架構(gòu)，實(shí)現(xiàn)了字段語(yǔ)義化、跨模態(tài)全域識(shí)別、敏捷場(chǎng)景適配三大突破，在資產(chǎn)合規(guī)管理、安全運(yùn)營(yíng)強(qiáng)化、全員安全賦能等方面成效顯著，為電信行業(yè)數(shù)據(jù)安全治理提供了切實(shí)可行的實(shí)施路徑。

一、電信行業(yè)數(shù)據(jù)安全治理面臨的獨(dú)特挑戰(zhàn)

在數(shù)字經(jīng)濟(jì)加速發(fā)展的背景下，電信行業(yè)的數(shù)據(jù)安全治理挑戰(zhàn)并非普通行業(yè)的“共性問(wèn)題”，而是由其關(guān)鍵基礎(chǔ)設(shè)施屬性、海量數(shù)據(jù)規(guī)模與高頻業(yè)務(wù)創(chuàng)新共同催生的“特有困境”。本文將從網(wǎng)絡(luò)與數(shù)據(jù)復(fù)雜程度、合規(guī)要求升級(jí)、業(yè)務(wù)迭代三個(gè)維度，具體剖析電信行業(yè)數(shù)據(jù)安全治理面臨的獨(dú)特挑戰(zhàn)。

（一）網(wǎng)絡(luò)與數(shù)據(jù)復(fù)雜度高

電信行業(yè)的網(wǎng)絡(luò)架構(gòu)呈現(xiàn)“多層級(jí)、廣覆蓋、高關(guān)聯(lián)”的顯著特征，核心網(wǎng)作為網(wǎng)絡(luò)中樞，涵蓋骨干路由器、交換機(jī)等關(guān)鍵設(shè)備；接入網(wǎng)則包含光纖接入、5G新空口（5G NR）、Wi-Fi等多種接入方式，形成了“星型+網(wǎng)狀”交織的接入格局；邊緣計(jì)算節(jié)點(diǎn)則貼近用戶，承擔(dān)著低時(shí)延數(shù)據(jù)處理任務(wù)。這種多層級(jí)架構(gòu)不僅涉及硬件設(shè)備的協(xié)同，更承載著規(guī)模龐大、形態(tài)多樣的數(shù)據(jù)。從數(shù)據(jù)規(guī)模來(lái)看，僅運(yùn)營(yíng)商每年產(chǎn)生的數(shù)據(jù)便可達(dá)數(shù)十PB，且以每年20%～30%的速度增長(zhǎng)；從數(shù)據(jù)形態(tài)來(lái)看，既包含結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)，也涵蓋非結(jié)構(gòu)化的客服通話錄音、巡檢現(xiàn)場(chǎng)影像，以及多模態(tài)的物聯(lián)網(wǎng)設(shè)備傳感器數(shù)據(jù)與用戶短視頻內(nèi)容，不同形態(tài)數(shù)據(jù)的存儲(chǔ)格式、傳輸協(xié)議、敏感信息分布差異極大。

（二）合規(guī)要求持續(xù)升級(jí)

近年來(lái)，我國(guó)數(shù)據(jù)安全監(jiān)管體系不斷完善，《網(wǎng)絡(luò)安全法》《數(shù)據(jù)安全法》《個(gè)人信息保護(hù)法》構(gòu)成了數(shù)據(jù)安全治理的“三大基石”，而《電信和互聯(lián)網(wǎng)服務(wù)用戶個(gè)人信息保護(hù)管理辦法》《關(guān)鍵信息基礎(chǔ)設(shè)施安全保護(hù)條例》則針對(duì)電信行業(yè)提出了更加細(xì)化的合規(guī)要求，明確規(guī)定電信企業(yè)需“按數(shù)據(jù)重要性實(shí)施差異化防護(hù)”“建立全生命周期數(shù)據(jù)安全管理制度”“定期開(kāi)展合規(guī)備案與風(fēng)險(xiǎn)評(píng)估”。然而，電信數(shù)據(jù)“跨系統(tǒng)流轉(zhuǎn)、多業(yè)務(wù)融合”的特性，導(dǎo)致合規(guī)性實(shí)施面臨諸多現(xiàn)實(shí)難題。從數(shù)據(jù)流轉(zhuǎn)來(lái)看，用戶數(shù)據(jù)往往需跨多個(gè)系統(tǒng)協(xié)同處理，且每個(gè)系統(tǒng)的數(shù)據(jù)存儲(chǔ)格式、脫敏規(guī)則存在差異，導(dǎo)致敏感數(shù)據(jù)邊界難以界定，而現(xiàn)有技術(shù)手段難以實(shí)時(shí)追蹤數(shù)據(jù)流轉(zhuǎn)中的用途變化。從合規(guī)備案來(lái)看，監(jiān)管要求企業(yè)提交“數(shù)據(jù)分類分級(jí)清單”“敏感數(shù)據(jù)處理流程”等材料，但由于跨系統(tǒng)數(shù)據(jù)梳理難度大，部分企業(yè)僅能梳理核心系統(tǒng)數(shù)據(jù)，邊緣節(jié)點(diǎn)、第三方合作系統(tǒng)的數(shù)據(jù)往往被遺漏，導(dǎo)致備案材料不完整，面臨合規(guī)處罰風(fēng)險(xiǎn)。同時(shí)，《個(gè)人信息保護(hù)法》要求的“用戶同意機(jī)制”，在電信業(yè)務(wù)場(chǎng)景中也難以落實(shí)，進(jìn)一步增加了合規(guī)難度。

（三）業(yè)務(wù)迭代倒逼治理升級(jí)

隨著數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)的深度融合，電信行業(yè)正從“傳統(tǒng)通信服務(wù)”向“數(shù)字化解決方案提供商”轉(zhuǎn)型，不斷涌現(xiàn)的新業(yè)務(wù)不僅改變了電信行業(yè)的服務(wù)模式，更催生了大量新型數(shù)據(jù)形態(tài)與處理場(chǎng)景。然而，傳統(tǒng)數(shù)據(jù)分類分級(jí)方案的規(guī)則重構(gòu)速度，遠(yuǎn)遠(yuǎn)落后于業(yè)務(wù)創(chuàng)新速度——傳統(tǒng)方案多以“數(shù)據(jù)來(lái)源”“敏感程度”為分類標(biāo)準(zhǔn)，而新型數(shù)據(jù)難以歸入現(xiàn)有類別，需重新調(diào)研數(shù)據(jù)特性、梳理業(yè)務(wù)場(chǎng)景、制定防護(hù)規(guī)則，整個(gè)過(guò)程涉及業(yè)務(wù)、安全、法務(wù)等多個(gè)部門(mén)，通常需要3～6個(gè)月才能完成規(guī)則重構(gòu)。這種“治理規(guī)則滯后于業(yè)務(wù)上線”的情況，導(dǎo)致數(shù)據(jù)安全治理出現(xiàn)“真空期”：新業(yè)務(wù)上線后，新型數(shù)據(jù)因無(wú)明確分類分級(jí)標(biāo)準(zhǔn)，無(wú)法匹配對(duì)應(yīng)的加密、脫敏、訪問(wèn)控制措施，難以防范具有針對(duì)性的竊取與篡改，給用戶隱私與公共安全帶來(lái)隱患。

二、傳統(tǒng)數(shù)據(jù)分類分級(jí)的痛點(diǎn)與局限

數(shù)據(jù)分類分級(jí)作為電信數(shù)據(jù)安全治理的“基礎(chǔ)工程”，其核心目標(biāo)是通過(guò)“精準(zhǔn)歸類”實(shí)現(xiàn)“差異化防護(hù)”。如今，電信數(shù)據(jù)已從單一結(jié)構(gòu)化形態(tài)，擴(kuò)展到音視頻、掃描件、傳感器信號(hào)等多模態(tài)形態(tài)，業(yè)務(wù)場(chǎng)景也因5G專網(wǎng)、物聯(lián)網(wǎng)等新業(yè)務(wù)變得復(fù)雜多元，再加上《個(gè)人信息保護(hù)法》等法律法規(guī)對(duì)“間接個(gè)人信息”“敏感數(shù)據(jù)全鏈路管控”的精細(xì)化要求，傳統(tǒng)方案“依賴預(yù)設(shè)規(guī)則、僅能處理結(jié)構(gòu)化數(shù)據(jù)”的特性已難以適配當(dāng)前需求，逐漸暴露出識(shí)別精度不足、多模態(tài)數(shù)據(jù)覆蓋缺失、業(yè)務(wù)適配低效等高風(fēng)險(xiǎn)痛點(diǎn)，嚴(yán)重影響數(shù)據(jù)安全治理的整體效能。

（一）識(shí)別精度難以滿足合規(guī)要求

傳統(tǒng)方案的核心邏輯是“匹配預(yù)設(shè)規(guī)則”，但電信數(shù)據(jù)存在顯著的“同義異構(gòu)”“語(yǔ)義隱含”特征，導(dǎo)致識(shí)別精度低下。一方面，“同義異構(gòu)”問(wèn)題普遍存在，同一業(yè)務(wù)含義的字段因系統(tǒng)開(kāi)發(fā)時(shí)期、廠商、業(yè)務(wù)線不同，命名方式差異極大，傳統(tǒng)規(guī)則僅能匹配預(yù)設(shè)的字段名，無(wú)法識(shí)別異構(gòu)字段的統(tǒng)一語(yǔ)義，導(dǎo)致同一類數(shù)據(jù)被分類為不同等級(jí)；另一方面，“語(yǔ)義隱含”的復(fù)合型數(shù)據(jù)難以識(shí)別，例如，“用戶ID+近3個(gè)月通話頻次+流量使用偏好”的關(guān)聯(lián)數(shù)據(jù)，雖未直接包含身份證號(hào)、手機(jī)號(hào)等敏感信息，但通過(guò)多維度數(shù)據(jù)關(guān)聯(lián)便可推斷用戶身份，這屬于“間接個(gè)人信息”，傳統(tǒng)方案因無(wú)法解析數(shù)據(jù)間的業(yè)務(wù)邏輯，僅能將其歸類為“非敏感數(shù)據(jù)”，存在隱私泄露風(fēng)險(xiǎn)。某省移動(dòng)統(tǒng)計(jì)，傳統(tǒng)方案對(duì)復(fù)合型數(shù)據(jù)的識(shí)別準(zhǔn)確率不足65%，漏分類率達(dá)20%，錯(cuò)分類率約15%，直接影響合規(guī)備案的有效性與防護(hù)措施的針對(duì)性。

（二）多模態(tài)數(shù)據(jù)覆蓋能力缺失

傳統(tǒng)方案的設(shè)計(jì)初衷是針對(duì)結(jié)構(gòu)化數(shù)據(jù)，對(duì)非結(jié)構(gòu)化、半結(jié)構(gòu)化數(shù)據(jù)幾乎無(wú)治理能力，但此類數(shù)據(jù)在電信業(yè)務(wù)中的占比已超55%，且呈持續(xù)上升趨勢(shì)。具體來(lái)看，非結(jié)構(gòu)化數(shù)據(jù)中的業(yè)務(wù)協(xié)議掃描件，需識(shí)別其中的用戶姓名、身份證號(hào)、簽名信息等敏感內(nèi)容，但傳統(tǒng)方案無(wú)法解析圖片中的文本信息；客服錄音轉(zhuǎn)寫(xiě)文本，包含用戶咨詢的套餐問(wèn)題、個(gè)人信息核對(duì)內(nèi)容，傳統(tǒng)方案無(wú)法通過(guò)語(yǔ)義分析識(shí)別敏感信息；基站巡檢圖片，需判斷是否包含設(shè)備標(biāo)識(shí)、告警信息等運(yùn)維敏感數(shù)據(jù)，傳統(tǒng)方案同樣無(wú)法處理。半結(jié)構(gòu)化數(shù)據(jù)中的Excel報(bào)表雖有一定格式，但表頭命名不規(guī)范，傳統(tǒng)規(guī)則無(wú)法匹配，導(dǎo)致數(shù)據(jù)無(wú)法分類。這些未納入分類分級(jí)體系的數(shù)據(jù)，既難以落實(shí)加密、脫敏等防護(hù)措施，也無(wú)法開(kāi)展訪問(wèn)審計(jì)，成為數(shù)據(jù)安全治理的“盲區(qū)”。

（三）業(yè)務(wù)適配成本高、效率低

面對(duì)5G專網(wǎng)、物聯(lián)網(wǎng)等新業(yè)務(wù)催生的新型數(shù)據(jù)，傳統(tǒng)數(shù)據(jù)分類方案表現(xiàn)出顯著的局限性。該方案需要技術(shù)人員針對(duì)新型數(shù)據(jù)重新梳理全量庫(kù)表字段、分析數(shù)據(jù)關(guān)聯(lián)關(guān)系，再手動(dòng)編寫(xiě)適配新場(chǎng)景的分類規(guī)則——此過(guò)程中，僅庫(kù)表梳理就需逐一排查數(shù)百?gòu)埳踔辽锨垟?shù)據(jù)表的字段含義與數(shù)據(jù)流向，規(guī)則編寫(xiě)后還需反復(fù)測(cè)試調(diào)整，導(dǎo)致單一場(chǎng)景的適配周期長(zhǎng)達(dá)1～2個(gè)月。更為關(guān)鍵的是，傳統(tǒng)方案易引發(fā)“規(guī)則沖突”問(wèn)題：不同業(yè)務(wù)線對(duì)“敏感數(shù)據(jù)”的定義與判定標(biāo)準(zhǔn)存在差異。例如，金融科技業(yè)務(wù)線將“用戶分期還款記錄”界定為高敏感數(shù)據(jù)，而政企服務(wù)業(yè)務(wù)線對(duì)同類用戶消費(fèi)數(shù)據(jù)的敏感等級(jí)劃分更寬松，不同規(guī)則疊加應(yīng)用時(shí)易出現(xiàn)判定矛盾，增加管理復(fù)雜度。

三、人工智能賦能數(shù)據(jù)分類分級(jí)的實(shí)踐架構(gòu)與關(guān)鍵技術(shù)

為有效彌補(bǔ)傳統(tǒng)方案的不足，新架構(gòu)體系須實(shí)現(xiàn)從“被動(dòng)規(guī)則匹配”到“主動(dòng)智能感知”的治理模式升級(jí)。該體系并非單純的技術(shù)堆砌，而是通過(guò)“架構(gòu)層面的協(xié)同設(shè)計(jì)”與“技術(shù)層面的精準(zhǔn)突破”構(gòu)建了一個(gè)完整的閉環(huán)：三層架構(gòu)通過(guò)大小模型的互補(bǔ)協(xié)同，平衡了數(shù)據(jù)識(shí)別的效率與精度；三大技術(shù)突破分別對(duì)應(yīng)傳統(tǒng)方案的核心痛點(diǎn)，從語(yǔ)義解析、模態(tài)覆蓋、場(chǎng)景適配三個(gè)維度實(shí)現(xiàn)突破。二者共同支撐起電信行業(yè)復(fù)雜數(shù)據(jù)環(huán)境下的高效分類分級(jí)，為數(shù)據(jù)安全治理提供了切實(shí)可行的技術(shù)實(shí)施路徑。

圖 電信數(shù)據(jù)智能分類分級(jí)體系架構(gòu)

如圖所示，該體系架構(gòu)分為數(shù)據(jù)源、智能分析、應(yīng)用層3個(gè)層級(jí)。首先，數(shù)據(jù)源：支持豐富的數(shù)據(jù)源接入和識(shí)別，包括承載結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)的不同數(shù)據(jù)源。小模型集：針對(duì)具有明確特征的數(shù)據(jù)，通過(guò)提煉關(guān)鍵特征，構(gòu)建高效的小模型集，提高特定數(shù)據(jù)的識(shí)別效率，并同時(shí)降低數(shù)據(jù)訓(xùn)練成本。大模型底座：基于大模型底座，通過(guò)對(duì)行業(yè)領(lǐng)域級(jí)專業(yè)知識(shí)庫(kù)進(jìn)行訓(xùn)練，對(duì)大模型底座進(jìn)行微調(diào)和強(qiáng)化學(xué)習(xí)，構(gòu)建領(lǐng)域級(jí)專業(yè)大模型。大小模型實(shí)現(xiàn)能力互補(bǔ)、雙向賦能，提升模型效能。智能大腦：提供模型接入、管理、編排及智能化調(diào)度，提高資源利用率和模型效率。其次，智能分析：對(duì)不同數(shù)據(jù)源數(shù)據(jù)進(jìn)行分析、解析，實(shí)現(xiàn)數(shù)據(jù)源識(shí)別、數(shù)據(jù)資產(chǎn)發(fā)現(xiàn)、數(shù)據(jù)分類、數(shù)據(jù)分級(jí)，標(biāo)簽自動(dòng)打標(biāo)。最后，應(yīng)用層：應(yīng)用層實(shí)現(xiàn)數(shù)據(jù)源、分類分級(jí)策略、數(shù)據(jù)資產(chǎn)、資產(chǎn)運(yùn)營(yíng)、對(duì)外應(yīng)用程序編程接口（API）管理及數(shù)據(jù)資產(chǎn)分布視圖。

（一）三層架構(gòu)：平衡效率與精度

創(chuàng)新突破傳統(tǒng)單模型局限，構(gòu)建“大模型深度解析+小模型敏捷響應(yīng)”的協(xié)同架構(gòu)，實(shí)現(xiàn)數(shù)據(jù)分類分級(jí)領(lǐng)域效率、精度的雙重躍升。首先，能力互補(bǔ)：大模型依托千億參數(shù)優(yōu)勢(shì)解析非結(jié)構(gòu)化數(shù)據(jù)（如合同文本、多模態(tài)信息）中的復(fù)雜語(yǔ)義，小模型以輕量化規(guī)則引擎實(shí)現(xiàn)毫秒級(jí)敏感字段攔截（如身份證號(hào)、密級(jí)標(biāo)識(shí)），分工覆蓋長(zhǎng)短尾場(chǎng)景。其次，動(dòng)態(tài)進(jìn)化：通過(guò)“知識(shí)蒸餾+增量學(xué)習(xí)”實(shí)現(xiàn)雙向賦能——大模型提煉高置信結(jié)果反哺小模型規(guī)則庫(kù)，小模型實(shí)時(shí)采集數(shù)據(jù)優(yōu)化大模型泛化能力，形成閉環(huán)迭代。最后，全場(chǎng)景精度保障：大模型兜底復(fù)雜數(shù)據(jù)分類，小模型覆蓋90%高頻任務(wù)，綜合成本降低70%。

（二）三大技術(shù)突破：解決傳統(tǒng)痛點(diǎn)

首先，字段語(yǔ)義歸一化技術(shù)。通過(guò)“上下文關(guān)聯(lián)分析+行業(yè)詞典映射”，自動(dòng)解析跨系統(tǒng)異構(gòu)字段的統(tǒng)一語(yǔ)義。例如，模型結(jié)合“日期字段+幣種字段”，可判斷“tt_incm_txn_amt”“gross_rev”均為“交易金額”，并歸類為“敏感數(shù)據(jù)”；對(duì)“用戶套餐+金融分期”復(fù)合型數(shù)據(jù)，通過(guò)語(yǔ)義關(guān)聯(lián)推理，明確其“個(gè)人敏感信息”屬性。在金科和包財(cái)富業(yè)務(wù)試點(diǎn)中，復(fù)合型數(shù)據(jù)識(shí)別準(zhǔn)確率從63%提高至90%，字段歸一化覆蓋率達(dá)98%。其次，跨模態(tài)全域識(shí)別技術(shù)。為填補(bǔ)傳統(tǒng)方案在非結(jié)構(gòu)化、半結(jié)構(gòu)化數(shù)據(jù)治理上的空白，該技術(shù)融合光學(xué)字符識(shí)別（OCR）、自然語(yǔ)言處理（NLP）、圖像分類三大技術(shù)，實(shí)現(xiàn)全類型數(shù)據(jù)的覆蓋式識(shí)別。對(duì)于業(yè)務(wù)協(xié)議掃描件，先通過(guò)OCR技術(shù)提取圖片中的文本信息，再借助NLP技術(shù)對(duì)文本進(jìn)行語(yǔ)義分析，精準(zhǔn)識(shí)別“客戶身份證號(hào)”“簽名信息”等敏感內(nèi)容；對(duì)于基站巡檢圖片，通過(guò)圖像分類算法識(shí)別圖片中的設(shè)備標(biāo)識(shí)、告警標(biāo)識(shí)等關(guān)鍵元素，將其歸類為“運(yùn)維敏感數(shù)據(jù)”；對(duì)于Excel半結(jié)構(gòu)化表格，通過(guò)表頭關(guān)聯(lián)推理（如“用戶姓名+手機(jī)號(hào)”的字段組合）判斷數(shù)據(jù)敏感等級(jí)，解決表頭命名不規(guī)范導(dǎo)致的識(shí)別難題。目前，該技術(shù)對(duì)非結(jié)構(gòu)化數(shù)據(jù)的識(shí)別準(zhǔn)確率已超過(guò)80%，徹底填補(bǔ)了傳統(tǒng)方案在多模態(tài)數(shù)據(jù)治理上的覆蓋空白。最后，場(chǎng)景敏捷適配技術(shù)。依托“提示詞工程+彈性部署”，實(shí)現(xiàn)新業(yè)務(wù)場(chǎng)景快速落地。針對(duì)5G專網(wǎng)數(shù)據(jù)，通過(guò)定制“設(shè)備ID+網(wǎng)絡(luò)切片信息”識(shí)別指令，兩周內(nèi)完成適配；針對(duì)物聯(lián)網(wǎng)終端數(shù)據(jù)，通過(guò)小模型增量訓(xùn)練，三天內(nèi)實(shí)現(xiàn)“終端位置+傳感數(shù)據(jù)”分類。在信息技術(shù)（IT）域大數(shù)據(jù)平臺(tái)試點(diǎn)中，敏感數(shù)據(jù)表識(shí)別精度達(dá)98%，適配效率較傳統(tǒng)方案提升80%。

四、實(shí)踐成效：從合規(guī)治理到價(jià)值賦能

中移動(dòng)金融科技有限公司實(shí)施的AI智能分類分級(jí)體系，并非僅停留在技術(shù)優(yōu)化或工具升級(jí)，而是緊扣電信行業(yè)“合規(guī)要求嚴(yán)、業(yè)務(wù)迭代快、數(shù)據(jù)場(chǎng)景雜”的核心特點(diǎn)，深度嵌入數(shù)據(jù)生成、流轉(zhuǎn)、使用的業(yè)務(wù)全流程，構(gòu)建“合規(guī)筑基、安全護(hù)航、價(jià)值升級(jí)”的聯(lián)動(dòng)效應(yīng)。合規(guī)層面，它破解了傳統(tǒng)人工梳理低效、錯(cuò)漏多的痛點(diǎn)，通過(guò)自動(dòng)化識(shí)別覆蓋全業(yè)務(wù)鏈，滿足《數(shù)據(jù)安全法》對(duì)重要數(shù)據(jù)全生命周期管理的要求，規(guī)避監(jiān)管整改風(fēng)險(xiǎn)；安全層面，基于分級(jí)動(dòng)態(tài)匹配防護(hù)策略，高敏感數(shù)據(jù)觸發(fā)實(shí)時(shí)加密與異常預(yù)警，一般數(shù)據(jù)采用定期審計(jì)，防護(hù)更具針對(duì)性；價(jià)值層面，它超越“合規(guī)達(dá)標(biāo)”，既能滲透安全意識(shí)讓業(yè)務(wù)人員主動(dòng)識(shí)敏，又能為新業(yè)務(wù)掃清安全障礙，實(shí)現(xiàn)從“被動(dòng)合規(guī)”到“主動(dòng)賦能業(yè)務(wù)”的跨越。以下從合規(guī)管理、安全運(yùn)營(yíng)、意識(shí)滲透與業(yè)務(wù)價(jià)值三個(gè)維度，具體闡述該體系的實(shí)踐成效。

（一）合規(guī)管理效率顯著提升，降低監(jiān)管風(fēng)險(xiǎn)

自動(dòng)化識(shí)別覆蓋全量業(yè)務(wù)系統(tǒng)，大幅減少人工工作量：人工梳理數(shù)據(jù)的工作量減少50%，某省移動(dòng)通過(guò)該體系，將全省300多個(gè)業(yè)務(wù)系統(tǒng)的數(shù)據(jù)分類時(shí)間從傳統(tǒng)方案的2個(gè)月縮短15天，效率提升70%；數(shù)據(jù)資產(chǎn)納管率從23%提升至82%，滿足《數(shù)據(jù)安全法》中“重要數(shù)據(jù)全生命周期管理”的要求，某省移動(dòng)在2024年監(jiān)管部門(mén)的重要數(shù)據(jù)備案檢查中，因數(shù)據(jù)分類準(zhǔn)確、備案材料完整，成為行業(yè)內(nèi)首個(gè)“零整改”通過(guò)檢查的省級(jí)運(yùn)營(yíng)商。在不同業(yè)務(wù)線中，合規(guī)成效各具特色：金融科技業(yè)務(wù)線通過(guò)該體系，實(shí)現(xiàn)“用戶金融分期數(shù)據(jù)”的精準(zhǔn)分類，合規(guī)備案通過(guò)率從70%提升至100%；政企服務(wù)業(yè)務(wù)線針對(duì)政府客戶的數(shù)據(jù)，實(shí)現(xiàn)“按密級(jí)分類、按需求備案”，備案效率提升60%，政府客戶滿意度從85分提升至95分。

（二）安全運(yùn)營(yíng)能力持續(xù)強(qiáng)化

分類分級(jí)結(jié)果通過(guò)API接口與各類安全工具深度聯(lián)動(dòng)，構(gòu)建起“識(shí)別—防護(hù)—審計(jì)”的完整安全閉環(huán)，實(shí)現(xiàn)數(shù)據(jù)安全管理的全流程自動(dòng)化與精準(zhǔn)化。其中，與數(shù)據(jù)金庫(kù)的對(duì)接可針對(duì)高敏感數(shù)據(jù)觸發(fā)自動(dòng)加密存儲(chǔ)機(jī)制，從數(shù)據(jù)存儲(chǔ)源頭筑牢安全防線；與行為監(jiān)測(cè)系統(tǒng)的協(xié)同則能對(duì)高敏感數(shù)據(jù)的異常訪問(wèn)行為進(jìn)行實(shí)時(shí)監(jiān)測(cè)與預(yù)警。某省移動(dòng)應(yīng)用該聯(lián)動(dòng)機(jī)制后，數(shù)據(jù)泄露事件發(fā)生率顯著下降60%，安全防護(hù)的時(shí)效性與有效性得到充分驗(yàn)證；而與審計(jì)系統(tǒng)的對(duì)接進(jìn)一步實(shí)現(xiàn)“按數(shù)據(jù)等級(jí)差異化審計(jì)”，針對(duì)高敏感數(shù)據(jù)強(qiáng)化審計(jì)頻次與深度，針對(duì)一般數(shù)據(jù)簡(jiǎn)化冗余審計(jì)流程，使審計(jì)效率提升40%，在保障審計(jì)全面性的同時(shí)大幅降低運(yùn)營(yíng)管理成本，形成各環(huán)節(jié)緊密銜接的安全防護(hù)體系。

（三）全員安全意識(shí)滲透與業(yè)務(wù)價(jià)值

依托領(lǐng)域級(jí)安全知識(shí)庫(kù)（涵蓋2000多條電信數(shù)據(jù)安全知識(shí)、500多個(gè)合規(guī)案例），開(kāi)發(fā)“AI安全專家”問(wèn)答功能，實(shí)現(xiàn)“全員按需獲取安全知識(shí)”。業(yè)務(wù)人員可實(shí)時(shí)查詢數(shù)據(jù)使用規(guī)范，如“辦理套餐時(shí)收集的用戶身份證復(fù)印件，是否需分類為高敏感數(shù)據(jù)”“跨部門(mén)共享用戶賬單數(shù)據(jù)，需哪些合規(guī)流程”，問(wèn)答響應(yīng)時(shí)間<1秒，準(zhǔn)確率達(dá)90%；管理人員可獲取區(qū)域數(shù)據(jù)安全態(tài)勢(shì)，如“本周某業(yè)務(wù)線的高敏感數(shù)據(jù)訪問(wèn)次數(shù)、違規(guī)訪問(wèn)次數(shù)、整改完成率”，輔助決策制定；運(yùn)營(yíng)人員可調(diào)用分類分級(jí)操作指南，降低操作難度。

五、結(jié) 語(yǔ)

隨著生成式AI技術(shù)的快速迭代與電信業(yè)務(wù)的創(chuàng)新發(fā)展，數(shù)據(jù)分類分級(jí)將逐步邁向“全自動(dòng)化、隱私增強(qiáng)、跨域協(xié)同”的新階段，其在電信行業(yè)的價(jià)值也將從“合規(guī)工具”升級(jí)為“數(shù)據(jù)要素價(jià)值釋放的催化劑”。

技術(shù)層面，隱私計(jì)算技術(shù)將與分類分級(jí)深度融合——聯(lián)邦學(xué)習(xí)可實(shí)現(xiàn)“多省運(yùn)營(yíng)商數(shù)據(jù)聯(lián)合分類，數(shù)據(jù)不離開(kāi)本地”，避免跨地域數(shù)據(jù)流轉(zhuǎn)風(fēng)險(xiǎn)；差分隱私可在分類過(guò)程中加入噪聲，保護(hù)用戶隱私的同時(shí)，不影響分類結(jié)果的準(zhǔn)確性；后量子密碼技術(shù)將用于分類模型的加密保護(hù)，防止模型被攻擊或篡改，進(jìn)一步提升分類分級(jí)的安全性。

應(yīng)用層面，跨域協(xié)同分類將成為趨勢(shì)——隨著電信與政務(wù)、醫(yī)療、交通等行業(yè)的深度融合，“電信數(shù)據(jù)+政務(wù)數(shù)據(jù)”“電信數(shù)據(jù)+醫(yī)療數(shù)據(jù)”的跨域共享場(chǎng)景將增多，需建立跨行業(yè)的分類分級(jí)協(xié)同機(jī)制：通過(guò)統(tǒng)一的分類標(biāo)準(zhǔn)，明確數(shù)據(jù)敏感等級(jí)與防護(hù)措施，避免數(shù)據(jù)濫用；未來(lái)還可以構(gòu)建“全國(guó)電信數(shù)據(jù)分類分級(jí)協(xié)同平臺(tái)”，實(shí)現(xiàn)各省運(yùn)營(yíng)商數(shù)據(jù)分類結(jié)果的互認(rèn)互通，降低跨省業(yè)務(wù)的治理成本。

實(shí)踐價(jià)值層面，AI賦能的數(shù)據(jù)分類分級(jí)將成為“數(shù)據(jù)要素化”的核心支撐——通過(guò)精準(zhǔn)識(shí)別高價(jià)值數(shù)據(jù)資產(chǎn)，助力電信企業(yè)挖掘數(shù)據(jù)價(jià)值：在個(gè)性化服務(wù)方面，基于分類后的“用戶偏好數(shù)據(jù)”，推送定制化套餐，提升用戶滿意度；在智能運(yùn)維方面，基于分類后的“設(shè)備故障數(shù)據(jù)”，構(gòu)建預(yù)測(cè)模型，降低設(shè)備故障率；在產(chǎn)業(yè)生態(tài)合作方面，基于分類后的“非敏感業(yè)務(wù)數(shù)據(jù)”與合作伙伴共享，拓展增值服務(wù)場(chǎng)景。

回顧實(shí)踐，AI賦能數(shù)據(jù)分類分級(jí)不僅解決了電信行業(yè)“數(shù)據(jù)家底不清、防護(hù)針對(duì)性不足、業(yè)務(wù)適配低效”的傳統(tǒng)難題，更驗(yàn)證了“技術(shù)創(chuàng)新與業(yè)務(wù)場(chǎng)景深度融合”的治理思路。未來(lái)，隨著技術(shù)的持續(xù)迭代與行業(yè)生態(tài)的不斷完善，這一體系將持續(xù)演進(jìn)，為電信行業(yè)數(shù)字化轉(zhuǎn)型筑牢安全基石，也為整個(gè)數(shù)字經(jīng)濟(jì)的安全、有序發(fā)展提供可借鑒的實(shí)踐范式。只有守住數(shù)據(jù)安全的“底線”，才能更好地釋放數(shù)據(jù)要素的“價(jià)值上限”。

（本文刊登于《中國(guó)信息安全》雜志2025年第11期）

分享網(wǎng)絡(luò)安全知識(shí) 強(qiáng)化網(wǎng)絡(luò)安全意識(shí)

歡迎關(guān)注《中國(guó)信息安全》雜志官方抖音號(hào)

《中國(guó)信息安全》雜志傾力推薦

“企業(yè)成長(zhǎng)計(jì)劃”

點(diǎn)擊下圖 了解詳情