早在行業(yè)剛開始的那個時期，安全崗位基本只有兩種，WEB安全工程師和網(wǎng)絡安全工程師，回憶一下近幾年企業(yè)出現(xiàn)的風險事件、大多是安全工程師圍繞應用安全漏洞，以及如何在漏洞攻與防之間進行技術(shù)博弈。普遍受限于當時年代對安全的認知，很少有人真正關注到敏感數(shù)據(jù)對一個企業(yè)真正的重要性。

　　現(xiàn)如今隨著GDPR、個人信息安全保護規(guī)范等一系列的實施，針對數(shù)據(jù)泄漏產(chǎn)生的負面影響越來越大，老板們?yōu)榱四芨玫模ū埽┍＃猓┳o（背）公（鍋）司數(shù)據(jù)，數(shù)據(jù)安全的崗位開始火熱了起來，那么數(shù)據(jù)安全有什么用？

　　運維角度看數(shù)據(jù)安全

　　從安全運營角度來看數(shù)據(jù)安全建設的必要性，在我們的企業(yè)中可能會存在這樣的對話

　　part1

　　焦躁的安全工程師問到“你你你xxxxURL有個sql注入，趕緊看下，還有哪個應用使用這個庫，表里都有哪些敏感字段，有多少受影響的數(shù)據(jù)量”。業(yè)務通常會一臉天真的回復“這個表沒什么敏感數(shù)據(jù)，不重要，我們現(xiàn)在就把泄露處理，敏感數(shù)據(jù)泄漏通告發(fā)給我就行了，別抄給我們領導”。

　　Part2

　　焦躁的安全工程師收到來自暗網(wǎng)的監(jiān)控告警，某某公司幾億訂單數(shù)據(jù)泄漏，來自靈魂的拷問“是有內(nèi)鬼吧，這是哪個庫的數(shù)據(jù)，這么多敏感字段還是明文，之前某次應急 好像在哪里見到過這種字段，難道上次的SQL注入拖出去這么多數(shù)據(jù)，md業(yè)務還坑我不是敏感數(shù)據(jù)”。

　　如果企業(yè)安全工程師的日常還經(jīng)常出現(xiàn)上述類似對話，那么一定還沒開始做數(shù)據(jù)安全方面的建設。

　　發(fā)現(xiàn)&盲區(qū)

　　數(shù)據(jù)安全第一階段永遠離不開的問題，數(shù)據(jù)在哪里也就是我們常說的對敏感數(shù)據(jù)的發(fā)現(xiàn)能力？只有知道敏感數(shù)據(jù)在哪里才能將重要的精力資源投入到需要重點保護的數(shù)據(jù)資產(chǎn)上。從安全運營的角度思考一下。

　　part1

　　秋高氣爽的一天Oracle接到一個plsql導出，安全工程師可以直接在數(shù)據(jù)庫審計看到這個plsql導出哪臺數(shù)據(jù)庫是什么級別，有什么表，有什么字段、有多少數(shù)據(jù)量，風險級別直接量化。

　　這些更準確的信息可以用自動化發(fā)單方式（通過郵件、企業(yè)微信等方式自動化轉(zhuǎn)發(fā)告警通知或者通過SYSLOG\KAFKA方式轉(zhuǎn)發(fā)原始日志的形式對接到安全部門）通知到業(yè)務告警到安全部，即降低了安全工程師繁瑣的排查流程又撕壁和業(yè)務一輪輪的四壁扯皮的過程。

　　Part2

　　如果某個秋高氣爽的一天，你正吃著火鍋唱著歌，突然發(fā)現(xiàn)暗網(wǎng)出現(xiàn)了疑似數(shù)據(jù)泄露，通過數(shù)據(jù)安全平臺快速將數(shù)據(jù)字段進行檢索，更快的定位到哪些庫存在隱患，這些庫對應哪些應用，進行快速的應急響應。

　　結(jié)合安全工程師的分析可以進一步確認受影響的范圍，原來毫無頭緒的問題突然有了逐漸清晰的解決的方向，不再像之前一樣空有一群南拳北斗的“武林高手”跳上擂臺卻發(fā)現(xiàn)找不到像樣的兵器、打不出力，一頓花球秀腿后匆匆下場落得臺下觀眾一片奚落。

　　數(shù)據(jù)安全

　　數(shù)據(jù)安全在數(shù)據(jù)生命周期內(nèi)的六個階段內(nèi)憑借公司的基建完善程度，安全團隊按自己團隊的配置，有選擇性的選取好下手的環(huán)節(jié)進行發(fā)力，以降低后續(xù)安全和業(yè)務相互溝通成本、普及數(shù)據(jù)安全重要性的成本。

　　從哪里下手

　　數(shù)據(jù)安全的基礎的發(fā)現(xiàn)能力可以協(xié)同DB部門或者從業(yè)務側(cè)首先開展，而作為數(shù)據(jù)安全工程師應該先考慮用何種方式可以達成你的第一個小目標-“具備基礎數(shù)據(jù)在哪的發(fā)現(xiàn)能力”，從DB部門切入可以更快的實現(xiàn)安全部門與db部門的協(xié)同工作閉環(huán)運營，主要因為db部有你需要的數(shù)據(jù)資源，安全部有數(shù)據(jù)分類分級使用上的需求分析能力，二者相結(jié)果，可以最短路徑實現(xiàn)數(shù)據(jù)安全運營落地閉環(huán)。

　　主動發(fā)現(xiàn)數(shù)據(jù)

　　從上至下，從安全委員會推到業(yè)務線和數(shù)據(jù)組建立完善的線上數(shù)據(jù)庫制度流程，統(tǒng)一的分類分級標準，數(shù)據(jù)級別方面數(shù)據(jù)分級大致可以按用戶的數(shù)據(jù)屬性來劃分，比如用戶信息類、企業(yè)信息類、商戶信息類

　　按類別分類

　　對數(shù)據(jù)進行動態(tài)識別、識別的方式有很多，例如靜態(tài)規(guī)則、機器學習，目標是不斷完善敏感數(shù)據(jù)的識別率，最簡單的可以直接去遍歷所有的庫表結(jié)構(gòu)字段、遍歷集中日志存儲中心，對不同的應用，不同的數(shù)據(jù)庫表中存在哪些敏感數(shù)據(jù)進行自動化審計。

　　線下通過數(shù)據(jù)安全團隊對離線分析數(shù)據(jù)進行分類分級生成庫表級別畫像，可以完善出一套基礎的“數(shù)據(jù)資產(chǎn)”圖譜，有了圖譜權(quán)限管理、審計都可以逐步開展，當然發(fā)現(xiàn)能力，數(shù)據(jù)資產(chǎn)也不止這一個維度，需要多維度共同作用構(gòu)成。

　　安全團隊做到了實時的線上線下敏感數(shù)據(jù)采集發(fā)現(xiàn)，那么下一步就很清晰了，對數(shù)據(jù)進行分類分級重點關注L3，L4級個人敏感信息、公司級別敏感信息、對敏感數(shù)據(jù)進行落地脫敏存儲、權(quán)限審計、數(shù)據(jù)庫加解密等。

　　更多的是場景

　　更多的是場景問題，數(shù)據(jù)溯源，場景的數(shù)據(jù)溯源過程大致如下，數(shù)據(jù)樣本收集、數(shù)據(jù)樣本特征分析（定位泄漏時間、定位字段、定位數(shù)量）確認泄漏源、確認泄漏應用，我們需要從海量的數(shù)據(jù)中提取特征，比如本批次泄漏字段有哪些，該字段同時存在與哪些庫表，隸屬于哪幾個應用。依次定位調(diào)用時間、調(diào)用庫表、調(diào)用應用。

　　圍繞數(shù)據(jù)泄漏的不同場景，安全工程師會有意的向加工數(shù)據(jù)增加一些“染色數(shù)據(jù)”，增加“染色數(shù)據(jù)”的好處在于方便數(shù)據(jù)審計、方便數(shù)據(jù)溯源采集特征。

　　對二次存儲分析使用的離線數(shù)據(jù)進行加密各種的數(shù)據(jù)脫敏（數(shù)據(jù)染色），二次使用的數(shù)據(jù)進行染色大致原則可以這樣理解，將數(shù)據(jù)重新生成，但不影響原有業(yè)務開展數(shù)據(jù)統(tǒng)計分析結(jié)果，例如業(yè)務提出的需求“我們需要最近24小時訂單分析每個地區(qū)的下單情況”，

　　安全工程師需要對此需求進行提煉，提煉后的業(yè)務真實想要的需求是“業(yè)務需要訂單轉(zhuǎn)化比率，關注的是總體的比例，是在統(tǒng)計一批數(shù)據(jù)的百分比，但不關注某一字段的準確性，”例如小明使用的是聯(lián)通手機號185123123123，我們在保持聯(lián)通的屬性185不變后續(xù)幾位可以轉(zhuǎn)換為“0”即185123000、住所地址保留市區(qū)街道不變具體樓單號進行染色、一批數(shù)據(jù)的性別比例染色，保持原有的男女比例不變，這樣這批數(shù)據(jù)在提供給業(yè)務側(cè)進行統(tǒng)計分析的時候不會產(chǎn)生影響，同時可以保障用戶數(shù)據(jù)的安全性。這些都屬于數(shù)據(jù)染色區(qū)別在于不同應用場景。

　　開展數(shù)據(jù)安全工作上踩過很多坑，總結(jié)總結(jié)，無非是受限于老三樣，安全部規(guī)模，基建程度，老板關注度（是否出過事），比如在數(shù)據(jù)分散且沒有統(tǒng)一的數(shù)據(jù)總線情況下，最好不要異想天開的先去做什么權(quán)限管理，優(yōu)先考慮那些能占用資源少且能閉環(huán)運營的工作，如做自動化分類分級打標、加脫敏等，不斷迭代安全部對數(shù)據(jù)安全方面的能力，無時無刻對我們進行著考驗。

　　注：原題目為《論敏感數(shù)據(jù)發(fā)現(xiàn)能力對企業(yè)的重要性》