難點分析：行業標準指南尚待完善，專業人才不足，傳統工具效率低、周期長，不斷增長的數據帶來持續運營挑戰。
根據《教育系統核心數據和重要數據識別認定工作指南（試行）的通知》，某高校以UDW和一網通辦系統為試點，開展數據分類分級工作（為提升數據分類分級效率，該校以“咨詢服務+自動化平臺”方式開展實施。）。
制定分類分級策略：
依據分類分級標準，咨詢團隊與高校根據數據業務特征，制定數據分級分類策略，輸出數據分類分級大綱。
其中，數據分類策略包括：16個一級大類，93個二級子類，一級分類包括：學校概況數據、學生管理數據、教學管理數據、教職工管理數據、科研管理數據等。
智能化平臺快速實施：
針對數據識別依賴業務人員、效率低、增量數據難監測難運營等挑戰，將數據分類分級策略內置數據安全分類分級平臺，實現自動化分類分級標簽落地工作，最終形成符合行業特色及監管要求的數據資產資產目錄與分類分級結果清單。
難點分析：安全建設難理頭緒，如何平衡數據利用與合規邊界，存在“需求不明確、責任不清晰、管理不規范、建設不匹配”等一系列問題。
某全國重點大學，目前已建立數據平臺，形成學校各部門之間的數據共享，但數據安全上卻面臨：安全理念不匹配、職責劃分不清晰、數據標準不統一等問題，為有效規劃下一階段數據安全建設目標，該高校攜手美創開啟數據安全治理咨詢工作。
咨詢過程包括：數據資產梳理、基礎環境風險評估、數據安全能力評估、數據安全合規評估、數據安全風險評估、數據安全建設規劃。
最終實現：
厘清數據資產敏感程度：通過數據資產梳理，結合風險評估結果識別出敏感數據類別，發現存在的廢棄數據表，并對現有的分類分級策略的合理性提出優化建議。
落實數據安全主體責任：依據教育部發文以及現行數據管理制度，在現有的部門職責定義基礎上進行修訂和更新，重新定義“數據主管部門”、“數據運營部門”、“數據使用部門”三大數據職能機構的責任和義務。
健全數據安全管理體系：參考ISO四層體系要求和DSMM模型，規劃數據在各階段、場景的安全管理規范，通過建立具體的安全操作規范和流程，制定更具體的約束性措施。
提升數據安全防護理念：從數據處理風險較高場景入手，結合現有安全技術，以及部門間業務運行、數據流轉過程，規劃建立圍繞數據資產的安全保障體系。
難點分析：IT架構復雜、敏感數據分散、訪問角色多樣等導致數據安全防線被拉長，依賴網絡安全和單一安全手段存在風險敞口。
針對數據安全重點場景，寧波大學在現有網絡安全防御體系下，面向數據流動域、訪問域、存儲域，通過美創數據庫防水壩、數據脫敏、數據庫安全審計以及DRCC數據級容災等產品能力，構建起體系化的數據安全及運行安全體系。
內部運維風險管控：通過數據庫防水壩實現運維人員（校內、第三方）以及各業務系統應用開發廠商維護人員細粒度、全流程管控，解決數據庫運維場景面臨的賬號共享、敏感數據泄露、越權操作、誤刪除等問題。
全面精確審計溯源：數據庫安全審計提供的全面審計和精確審計能力，實現校內各數據庫所有訪問和操作行為審計，實現精準到操作人，一旦出現事件，能夠迅速定位，事中檢測、事后追責溯源。
流動數據安全防護：通過部署數據脫敏系統，自動發現敏感信息，按需進行處理大幅提升脫敏工作效率。同時保障脫敏后的數據一致性和業務關聯性，滿足寧波大學開發測試環境、數據交換、數據分析、數據共享等脫敏需求。
業務連續性保障：通過數據級容災建設，為寧波大學校內中心庫、數據倉提供數據恢復，數據庫接管能力，保障校內中心庫、數據倉的持續運行。
難點分析：數據庫數量種類多、大規模部署數據庫難度大時間長、人工巡檢效果差異大時效低、數據庫問題診斷難度大、數據庫風險不可見。
長安大學已建成迎新系統、服務門戶、移動門戶APP、一網通辦、網絡自服平臺等眾多學校信息化管理與服務系統，各系統數據庫運行的穩定與否，關系到整個學校日常工作的開展。
但依賴人工進行數據庫運行維護，不僅存在技能單一、被動救火的情況，且缺乏運維標準體系，交接過程效率低易出現盲點和安全隱患，難以滿足數據庫數量急劇增長的需求。
對此，長安大學通過“美創數據庫運行安全管理平臺（OSM）+ 運維云”， 對數據庫運行安全實現精細化、自動化、一體化管理，提前消除運行安全隱患，降低故障概率。
運維人員通過OSM實時監控數據庫運行狀態，提前感知運行風險，智能定位問題，并利用多元化工具快速簡單的完成日常的數據庫運維工作（數據庫巡檢、故障處理、數據庫自動化部署等），通過OSM接入美創運維云，實現主動運維服務，有效保障數據庫系統的持續穩定運行。
浙公網安備 33010502006954號 
