上海市网信办推荐案例 | 汽车数据分级管理与应用如何做?
一、引言
二、试点优秀单位工作经验
上海市新能源汽车公共数据采集与监测研究中心(以下简称“数据中心”)在上海市经济和信息化委员会的业务指导下,建立并运营上海市新能源汽车公共数据平台。平台数据主要来源于车企平台的实时数据转发,数据采集标准依据GB/T 32960-2016《电动汽车远程服务与管理系统技术规范》。
2022年,数据中心在试点工作组的指导下,对国家和行业数据分类分级相关标准进行了学习与研究,开展了数据分类分级试点工作。本次工作实施内容主要有:国家标准和行业规范学习、数据资产盘点、设计适用自身业务的分类分级方案、基于数据应用场景设计不同等级数据管理方案、设计组织管理制度。
本次试点形成了相关具有可操作性的工作流程与规范,重点工作成果如下:
1、工作思路与工作成果
1)数据分类分级操作规则
由于业务中汽车数据主要以不同数据集的形式进行使用,本次实践将数据分级的对象主要选定为数据集。数据集分级涉及两个步骤:首先根据数据场景和数据分级要素等判定影响对象和影响程度(见表1),然后依据分级规则表,判定数据等级(见表2)。
汽车数据的数据场景,依据数据的应用领域,可分为个人、车辆企业、汽车行业、充电网和交通路网五类。数据的影响对象,在国标的基础上有所调整,分为个人及组织权益、行业发展、公共利益、社会稳定、经济运行和国家安全。影响程度,按照国标划分为特别严重危害、严重危害、一般危害和无危害四类。数据集危害程度的定量规则,重点参考了行业规范中对于重要数据的定义,并在此基础上加入群体规模、数据时效性、时间精度等指标维度。
表1 数据集影响程度判定标准表
表2 数据集分级规则表
2)数据共享应用体系
在数据集的数据等级确定后,进一步明确其对应的数据安全等级,不同安全等级对应差异化的数据管控策略。数据集的安全等级越低,理论上需要的管控成本越少、开放程度越高、流通效率越好。本次试点过程中,数据中心的数据等级一共分为核心、重要、一般(4级)六个级别,数据安全等级分为DL1-DL5五个等级,对应的共享应用方式有无条件开放、有条件开放和不开放三种形式,具体数据分级规则与开放形式如表3所示。
3)管理工作的开展方式
数据分类分级工作是数据管理工作的重要内容之一,也是一项持续性的工作,同时涉及多个部门和每一个数据使用者。考虑到汽车数据在保险、交通、车辆安全等不同业务领域都有深入应用,为了更准确持续把握数据在不同场景的危害特征,中心在每个部门都设置了数据管理专员的角色。
数据中心现阶段的管理模式中主要有五个角色:分别是标准制定与修订小组、持续管理小组、工作审计小组、数据使用者和数据交付者。具体工作职责如表4所示。
表4小组职责安排
2、工作经验分享
在国家各类相关法规、标准、制度的指导下,数据中心本着“开拓创新、合理区隔、服务应用”的原则,立足实际业务,在数据资产梳理、分类分级规则建立、数据管理体系建立和数据共享应用等环节做了积极的探索,希望相关实践经验与体会可以为同行后续的实践创新提供参考。
1)数据分类分级的执行标准
数据中心以《信息安全技术 网络数据分类分级要求(征求意见稿)》等国家标准作为工作指导文件,并结合本行业规范文件《汽车数据安全管理若干规定(试行)》,进一步识别不同场景数据集重要度,设定实际的量化标准。依据国标和行业规范,再结合自身对行业的理解,有助于同时解决分类分级工作中定性和定量的问题。
2)数据分类分级的具体规则
数据中心重点参考国家标准进行分类分级规则的制定,但实践中也进行了适当调整,以更好的适应汽车数据的分级。基于对于业务的理解,数据中心认为部分汽车数据可能会对“经济运行”造成危害,但国标中相关数据只有核心数据、重要数据和无危害数据三个等级,缺乏对部分低危害数据的定义。实践中,数据中心新增了“行业发展”这一影响对象,作为对“经济运行”有较低危害的类型补充,扩展了相关数据的分级梯度。
3)相关工作的内部管理模式
考虑到每个部门都有一定规模的独有数据业务,每个部门对自己的数据使用场景更为熟悉,同时每个数据使用者都是数据安全的第一责任人,我们在不同部门单独设立数据管理专员进行数据管理,并通过组建跨部门数据管理小组的方式,实现信息和标准的统一。
以上是数据中心在本次数据分类分级试点工作中的主要成果和经验,它只是相关工作的一个开始,数据中心后续将推动数据持续管理、自动化分类分级和全生命周期安全管理等内容,以保障数据分类分级工作的有效落地,实现数据的安全高效应用。
微信扫码关注该文公众号作者