需求背景
在金融行业中，数据中台已经得到非常广泛的应用，金融行业数据中台通过聚合和治理跨域、跨业务系统数据，打破了数据孤岛，加速了数据到业务价值的转化，同时也缓解了业务跨部门协同时，由于组织架构割裂而产生的冲突。
然而数据中台搭建也为金融机构带来了前所未有的困难和挑战。金融行业是产生和积累数据量最大、数据类型最丰富的领域之一，同时，金融机构数据中台的快速上线，也较为容易忽略数据对接和供给过程中对于数据安全的保障，可能会造成资产不清、管理职责不清、制度流程不清等安全问题。因此，金融行业在数字化转型过程中如何对海量的数据做好数据资产管理、保障数据安全，是金融行业普遍面临的重要挑战。
然而数据中台搭建也为金融机构带来了前所未有的困难和挑战。金融行业是产生和积累数据量最大、数据类型最丰富的领域之一，同时，金融机构数据中台的快速上线，也较为容易忽略数据对接和供给过程中对于数据安全的保障，可能会造成资产不清、管理职责不清、制度流程不清等安全问题。因此，金融行业在数字化转型过程中如何对海量的数据做好数据资产管理、保障数据安全，是金融行业普遍面临的重要挑战。
解决方案
数据是数据中台的核心，与单业务系统的数据安全相比，数据中台的数据安全所面临的问题更加复杂。因此数据中台的数据安全建设，应从数据安全治理评估、数据数据安全组织建设、数据安全管理制度建设出发，通过全面的资产梳理及风险评估，识别敏感数据，并对数据安全的保护措施、策略进行统一规划；通过完善的数据安全组织和管理制度，持续保障数据全生命周期安全措施的落地。
- 现状调研：结合不同的调研方法，对现状进行梳理，找出存在的问题和短板。
- 数据资产梳理：厘清数据中台的数据资产，为分类分级、落实差异化防护提供落地支撑。
- 数据分类分级：结合金融行业相关分类分级指南，确定识别规则和策略，完成数据分类分级标记。
- 敏感数据识别：利用敏感数据识别技术，实现敏感数据资产的自动识别。
- 风险评估：从数据全生命周期角度，分析金融行业数据中台存在的数据安全风险。
- 数据安全保护体系框架设计：规划治理体系及建设路径，推动相关措施有效落地。
- 数据安全组织建设：明确数据安全的组织架构、权责关系、落实各数据安全管理组织的相应职责。
- 数据安全管理制度建设：梳理业务数据安全需求、数据安全风险控制需要及法律法规合规性要求，建立健全数据安全管理制度。
客户价值
明确数据安全现状
充分了解当前金融机构数据中台在数据安全建设方面的现状，包括取得的成果和存在的突出问题，结合金融机构业务特性及发展方向，明确数据安全建设目标，为后续构建全面的数据安全保障体系奠定基础。满足合规性要求。
指导数据差异化防护
通过对数据中台进行数据资产梳理，识别敏感数据，结合数据分类分级规范和工具，实现数据资产的分类分级管理，进而落实数据的差异化防护。
全面落实风险评估
及时发现业务数据的威胁和脆弱性，准确发现自身的短板和安全风险问题，并针对短板和问题明确数据安全保护需求，为建设和落实数据安全防护技术能力指明方向。
健全数据安全组织及管理制度
以数据全生命周期和使用场景的维度，建立数据安全管理工作相关的部门职责与流程规范，并编制和完善相关管理制度和管理流程，为数据安全工作的规范和有序管理提供支撑，实现数据安全管理工作规范化。
典型应用
多源异构数据下的数据安全治理咨询
随着金融行业业务系统的高速发展，数据中台中数据源种类多源异构化的现象已普遍存在，数据来源多样化且数据结构上存在差异性，在多源异构数据处理时，面临数据资产不清、数据结构难以统一等问题，通过数据安全治理咨询，厘清数据资产情况，进而为挖掘出数据背后所隐藏的价值奠定基础。
相关方案
金融机构等级保护
融合行业业务特点，构建金融等保三级安全防护体系
金融机构数据安全治理
基于数据全生命周期进行体系化数据安全能力建设
金融机构安全运营中心
构建“管理+技术+服务”三位一体的安全大脑
互联网金融业务网络安全
结合互联网金融业务特点进行网络安全防护建设，助力业务稳健运行
数据泄露防护解决方案
深度分析数据泄漏场景，夯实数据防泄漏能力
数据跨境安全监管方案
适应国家数据跨境监管需求，全方位保障数据跨境安全
