每周安全速遞3?? | Everest勒索組織聲稱對寶馬進行攻擊
2025-09-26
第一!美創數據庫防水壩位居中國數據庫安全運維管理市場份額榜首
2025-09-24
2025網安周|美創科技多地聯動,共筑數據安全防線
2025-09-19
國家網信辦發布《國家網絡安全事件報告管理辦法》
2025-09-16
數字醫學與健康大會DMHC——美創與您相約古都金陵
2025-08-12
存儲域
數據庫加密 諾亞防勒索訪問域
數據庫防水壩 數據庫防火墻 數據庫安全審計 動態脫敏流動域
靜態脫敏 數據水印 API審計 API防控 醫療防統方運維服務
數據庫運維服務 中間件運維服務 國產信創改造服務 駐場運維服務 供數服務安全咨詢服務
數據出境安全治理服務 數據安全能力評估認證服務 數據安全風險評估服務 數據安全治理咨詢服務 數據分類分級咨詢服務 個人信息風險評估服務 數據安全檢查服務隨著數字經濟時代的到來,數據已經成為與土地、勞動力、資本、技術等傳統生產要素并重的新型生產要素,是企業的重要資產和戰略資源。近日,杭州美創科技有限公司(簡稱“美創科技”)CEO 柳遵梁就如何提升企業數據管理能力等問題接受《中國電力報》記者專訪。
中國電力報:您認為我們應該從哪些方面衡量一個企業的數據管理水平?
柳遵梁:數據作為新型生產要素,企業的重要資產,諸多企業已經開始了數據管理能力建設,但是不同企業的數據管理能力處于不同的發展階段。我們綜合美創科技數據治理和數據安全的實踐來看,一般會從數據管理技術能力和數據管理框架能力兩個層面去衡量其整體水平。
數據管理的技術能力包括:架構設計能力、業務洞察能力、數據決策能力、落地應用效果。數據管理框架能力層面則更多是從整體出發評估其參照的權威模型,如:國外DAMA組織的數據管理框架,國內的DCMM模型(數據管理能力成熟度評估模型),從宏觀視角看企業數據管理處于哪個階段。
中國電力報:目前,企業數據管理存在哪些共性難題?企業應該通過哪些舉措破題?
柳遵梁:不同企業的數據管理處于不同的發展階段,數據管理存在的問題也較多,共性難題個人認為主要表現為兩方面:一是數據質量參差不齊,數據格式多樣,標準不一致;二是數據管理投入成本巨大,需要企業管理者堅定的決心。
數據質量問題,這個是數據管理的源頭,如果不能解決,最終數據很難發揮價值,這需要數據資產梳理工具,結合每個行業的數據特點進行高效梳理、完成分類分級,這是數據管理的基礎。
數據管理成本投入巨大關系著數據管理開展過程中的組織架構、政策制度、技術工具、數據標準、流程規范、監督及考核等方方面面問題,需要企業管理者和整個管理層高度重視,選擇適合自身發展的數據管理模型,基于現狀做適當裁剪,堅持數據管理和數據安全并重。
中國電力報:針對敏感信息和個人隱私信息保護,目前有哪些有效手段?
柳遵梁:針對敏感信息和個人隱私信息保護,目前能夠使用的技術手段和工具有很多,但是核心手段是需要有所共識。即以數據為中心,重新定義信任,重新定義數據安全邊界,只要數據所在之處,都要進行保護,解決數據在不確定網絡環境下的確定性支撐手段。
對此,美創科技提出通過以身份和資產為中心進行持續的認證。即以基于資產的邊界定義和邊界內成員關系確定,從而獲得最低級別的信任和關聯訪問特權,實現更安全地對資源的訪問,不遺漏任何可疑因素。始終以數據資產為核心,從資產、入侵和風險三個視角出發,通過以人為中心的身份管理、動態訪問控制、持續的信任評估,讓數據時刻處于保護之中。
談到有效的新技術工具,我們建議從場景出發,確保數據在各場景下、各個系統中能夠被安全、合理的訪問和使用。一是當數據存儲在數據中心時,要考慮訪問和操作權限的問題,以及存在的黑客入侵、勒索病毒等風險。二是當數據在內外部流轉以及在終端落地時,數據會暴露在更加不可控的環境中,需要進行加密、脫敏等操作,確保數據安全。
中國電力報:您對電力企業做好電力大數據管理有哪些建議?
柳遵梁:電力行業關乎國計民生,電力系統是國家重要的關鍵基礎設施。結合電力企業的特性,在電力大數據管理方面的建議包括:
首先,應在關鍵基礎設施信息安全改造規劃中加強數據安全和個人信息的保護,并做好數據安全和個人信息的風險評估和安全檢查工作。
其次,應明白大數據平臺建設好了不等同于整個數據管理體系就建設好了。電力企業還需成立相應組織,制定相關流程、制度、規范,并將數據管理工作落到實處、通過各類平臺和工具運轉起來。
然后,應加強數據安全防護體系的規劃建設,從制度標準規范、組織架構、人才隊伍、內控手段、技防體系和安全運營模式等做好數據安全體系架構和解決方案,做好數據安全管理和運營。
最后,應合作共建安全生態,圍繞數據開發、跨境流通、數據共享交換應用、數據流動等方面的安全策略、安全防護措施、安全實踐,共同探討數據安全新技術發展方向、全生命周期的精細化安全防護措施等,實施體系化、制度化、流程化、規范化、標準化管理,確保數據生產、使用的全過程受控。