大數據時代金融行業(yè)的數據安全防護難點與應對

隨著大數據時代的到來，金融行業(yè)對于數據的需求與應用日益增長，營銷、合規(guī)、運營等對內外部數據都有大量需求。但與此同時，金融行業(yè)也面臨著越來越多的數據安全風險和威脅，國家也在法律層面出臺了《網絡安全法》、《數據安全法》、《個人信息保護法》對數據安全進行立法規(guī)范，保障金融行業(yè)數據安全防護日趨重要。在大數據時代下，金融行業(yè)面臨的數據安全挑戰(zhàn)主要有以下幾點：數據安全風險增加：金融行業(yè)數據涉及用戶的隱私信息，如身份信息、金融資產、交易數據等，必須保護好用戶的個人隱私，避免個人隱私泄露和身份盜用等問題，同時隨著金融機構數據量的不斷增加，數據泄露和數據安全風險也不斷增加。金融機構需要采取一系列的技術手段來防止數據被盜取或篡改，如數據加密、訪問控制等。數據質量問題：數據來源的多樣性及各數據源的參差不齊，金融大數據在整合和利用過程中，存在數據質量問題，如數據的準確性、完整性、一致性等。這些問題可能導致金融決策的失誤和風險增加。因此，金融機構需要建立數據質量管理體系，對數據進行規(guī)范化、清洗、整合和校驗等操作，保證數據的質量和完整性。系統(tǒng)安全問題：金融機構的大數據系統(tǒng)通常包含很多組件和數據源，這些組件和數據源存在許多安全隱患，如操作系統(tǒng)漏洞、網絡安全漏洞、應用程序漏洞等。金融機構需要加強對系統(tǒng)的安全性評估、漏洞掃描和修復等操作，確保系統(tǒng)的安全可靠性。第三方合作安全問題：金融機構通常會與很多第三方機構合作，如供應商、客戶等，這些合作也帶來了信息安全方面的挑戰(zhàn)。例如，第三方機構可能存在安全隱患，或者可能利用合作機會竊取或篡改機構的數據。因此，金融機構需要建立健全的合作管理機制，包括安全審計、安全合同、數據隱私保護等。合規(guī)性要求提高：隨著監(jiān)管機構對金融機構的合規(guī)性要求越來越高，金融機構在使用大數據的過程中也需要遵守相關的法規(guī)和標準。例如，金融機構需要保護客戶數據的隱私，防止違法使用客戶數據，還需要建立完善的數據存儲和備份機制，保證數據的安全可靠性。綜上所述，金融機構在使用大數據的過程中需要面對很多信息安全方面的挑戰(zhàn)，這些挑戰(zhàn)需要通過技術、管理和政策手段來應對。只有這樣，金融機構才能確保數據的安全性和完整性，為金融業(yè)的可持續(xù)發(fā)展提供堅實的基礎。本文內容來自社區(qū)同行探討，針對以下典型難點問題的觀點分享值得參考，希望能對大家有所幫助。1、大數據如何在小中銀行中發(fā)揮更大的作用？【議題描述】目前中小行銀行的數據量有限，幾張報表就基本能夠展示所有的業(yè)務。如何能夠讓數據在中小銀行中發(fā)揮更大的作用？@whoqiaoyu湖南農信

數據類項目管理崗：即使是中小銀行，銀行業(yè)務也不簡單，可以聚焦銀行業(yè)務目標，業(yè)務痛點有針對性的開展數據分析探索工作，為銀行相關業(yè)務開展（比如存貸款、中間業(yè)務、信用卡等）、產品創(chuàng)新、渠道獲客、客戶經營、風險風控（比如反洗錢、反欺詐等）、管理決策等提供數據賦能。如果在通過數據進行業(yè)務賦能過程中發(fā)現缺少相應的數據，或者相應數據質量不高，不符合相應標準，可以在合法合規(guī)的前提下，在業(yè)務辦理過程中采集相應數據，完善業(yè)務系統(tǒng)相關功能?？梢耘c具有相應資質的第三方進行合作，聚焦業(yè)務場景與業(yè)務目標，通過內外部數據融合發(fā)揮更大的數據價值。報表數據展現只是基本的手段，可以通過數據可視化、機器學習、知識圖譜等技術進行更深層次的數據分析探索、數據建模、關聯分析等工作挖掘潛在的數據價值（比如客群分析、客戶價值挖掘、營銷分析、決策支持）等，形成有價值的分析報告，供高層提供決策參考，為相關業(yè)務條線業(yè)務運營、風險防控、經營分析提供依據。@biocy五八到家

系統(tǒng)架構師：客戶畫像和精準營銷：通過收集客戶的行為數據、交易數據、社交數據等信息，分析客戶的需求和偏好，制定針對性更強的產品和服務，并實現精準的營銷和推廣。風險控制和反欺詐：利用大數據技術對客戶的風險評估、信用評分、欺詐檢測等方面進行分析，提高銀行的風險控制能力和安全性。產品設計和業(yè)務優(yōu)化：通過分析客戶行為和需求，結合銀行自身的業(yè)務和數據，提高產品和服務的質量和效率，實現業(yè)務的優(yōu)化和升級?？蛻舴蘸腕w驗提升：通過大數據技術對客戶的反饋和行為進行分析，改進銀行的服務流程和體驗，提升客戶滿意度和忠誠度。風險預測和決策支持：通過數據挖掘和機器學習等技術，預測未來的風險和趨勢，幫助銀行制定更科學的戰(zhàn)略和決策。2、敏感數據對外展示與提供增加了安全風險，如何限制？【議題描述】金融行業(yè)為了更好服務客戶，紛紛開始分析客戶行為，建立了智慧銀行、移動展業(yè)等與客戶開展友好互動。在互動的過程中基于對客戶信息的使用和分析，這些信息的傳輸與展示可能會增加潛在的風險，容易被黑客或者不懷好意的人員利用，對客戶造成了大量風險。是否需要在敏感數據展示和提供時對數據進行脫敏或者部分信息隱藏？是否需要對傳輸的敏感信息進行加密？是否對部分生物特征信息僅在本地進行驗證？如何確保在合理合法提供的同時，確保提供數據的最小化、安全、準確?@xuyy秦皇島銀行

數據架構師：對于敏感數據的展示，我們應該遵循以下幾點原則：保護機密信息：在對外展示時，需要確保機密信息不會泄露?？梢酝ㄟ^加密、訪問控制等方式來限制敏感數據的展示，并在必要時采取安全隔離措施。避免泄露個人隱私：在對外展示時，需要考慮個人隱私不會被泄露?？梢圆捎靡恍┘夹g手段來保護個人信息，例如使用虛擬專用網絡（VPN）等。根據需要進行限制：對于某些敏感數據，可能需要在特定條件下進行限制展示或隱私保護。例如，在特定場合下需要顯示某些信息，而在其他情況下則需要進行隱私保護。謹慎選擇展示平臺：在選擇展示平臺時，需要注意平臺的安全性和可靠性。盡量選擇一些可信度高的平臺，并對展示內容進行適當的限制和管理。加強監(jiān)督和管理：在對外展示敏感數據時，金融機構需要加強監(jiān)督和管理?？梢越⑾嚓P的制度和流程，對敏感數據的展示進行規(guī)范和管理，及時發(fā)現和解決潛在的安全問題。3、數據安全及數據分級分類？【議題描述】看了大家的提問大多是數據安全及數據分級分類的問題。今年國家成立國家數據局，對后續(xù)數據的使用、數據安全等會有一系列的文件。想知道目前大家對數據安全和數據分類的想法和看法。@hym38某銀行

軟件架構設計師：數據的安全防護，前提在于數據的分級分類。不同類別，不同安全等級的數據，防護手段和要求也是不盡相同的。在我單位這邊，我們用了很多精力做數據的分級分類，在數據的產生環(huán)節(jié)嚴控數據的打標，并將這些打標結果用在數據脫敏、數據訪問權限認證等場景。@lych370系統(tǒng)運維工程師：數據安全是指保護數據免受未經授權的訪問、使用、泄露、破壞或篡改的措施。數據安全包括物理安全、網絡安全、應用程序安全、數據備份和恢復等方面。數據分級分類是指根據數據的重要性和敏感程度，將數據劃分為不同的級別，并根據不同級別的數據制定不同的安全措施。一般來說，數據分級分類可以分為公開、內部、機密和絕密四個級別。不同級別的數據需要采取不同的措施進行保護，如加密、權限控制、備份和恢復等。@whoqiaoyu

湖南農信

數據類項目管理崗：隨著大數據、互聯網、AI、云計算等技術的發(fā)展，數據安全越來越重要，一方面是信息爆炸導致大量數據產生，二是人們的日常生活（如購物、外賣、快遞、出行、住宿等）都已被數字化，個人用戶數據的傳輸、存儲、采集變得越來越頻繁；通過對數據進行分類分級，可以有針對性的對不同級別的數據采取不同的安全防控措施，在防范數據安全的同時有效降低數據安全投入成本，通過授權認證、數據加密、數據備份、入侵檢測、防火墻等技術強化數據安全防護。4、錯綜復雜的數據如何分類分級？【議題描述】在金融行業(yè)，在業(yè)務不斷發(fā)展和建設的趨勢下，金融相關系統(tǒng)可能多達數百個。各個系統(tǒng)因業(yè)務需要，保存了大量不同類別、不同敏感級別的數據，可能包括客戶基礎信息、業(yè)務交易數據、業(yè)務產品數據、企業(yè)經營數據、機構數據、員工信息、系統(tǒng)數據等。為了數據安全管理，需要根據業(yè)務需要進行細分，在海量級的業(yè)務數據里如何幫助金融行業(yè)合理、有效、全面地進行業(yè)務數據的分類分級。@xuyy

秦皇島銀行

數據架構師：一、數據分類分級-實施流程1.數據資產梳理，形成數據資產清單2.數據分類，制定數據分類策略，梳理數據分類規(guī)則3.數據分級，制定數據分級策略，梳理數據分級規(guī)則，數據等級變更維護4.數據分類分級全景圖，形成分類分級全景圖，分類分級信息管理機制，為數據安全保護做準備.二、數據分類分級-原則1.合法合規(guī)原則應遵循有關法律法規(guī)及部門規(guī)定要求，優(yōu)先對國家或行業(yè)有專門管理要求的數據進行識別和管理，滿足相應的數據安全管理要求。2.分類多維原則數據分類具有多種視角和維度，可從便于數據管理和使用角度，考慮國家、行業(yè)、組織等多個視角的數據分類。3.分級明確原則數據分級的目的是為了保護數據安全，數據分級的各級別應界限明確，不同級別的數據應采取不同的保護措施。就高從嚴原則數據分級時采用就高不就低的原則進行定級，例如數據集包含多個級別的數據項，按照數據項的最高級別對數據集進行定級。4.動態(tài)調整原則數據的類別級別可能因時間變化、政策變化、安全事件發(fā)生、不同業(yè)務場景的敏感性變化或相關行業(yè)規(guī)則不同而發(fā)生改變，因此需要對數據分類分級進行定期審核并及時調整。5、數據安全制度制定之后，如何保證流程的嚴格執(zhí)行？【議題描述】數據安全制度制定之后，權限管理限定之后，如何去保證數據工作人員嚴格執(zhí)行。1.例如測試環(huán)境同步生產數據進行測試，需要進行脫敏的過程，如何保證數據能一定脫敏，并脫敏完全。是否需要雙人復核檢查，并保證外包人員接觸不到實際的生產數據？2.生產數據經常會有查詢操作，對于查詢操作是否會進行審計并形成報告。對于生產數據微信拍照情況有沒有一些相應的能實際檢核出來的操作？3.業(yè)務查詢數據需求后會有相應的數據留存，如何保證業(yè)務人員手中數據及時銷？@王奇阜新銀行

項目經理：第一個問題：1.制度和流程不能夠完全在線上操作。操作完全由甲方操作，不讓外包人員碰到數據就好。2.制度和流程健全系統(tǒng)也可滿足操作，只需要在系統(tǒng)上操作就好，ETL作為數據中轉，接觸不到數據，這樣可以保證數據安全。第二個問題和第三個問題：風險性比較高的這種操作還是由甲方操作會好一點。在有就是將數據生成PDF文件進行加簽、加水印操作。能有效的避免數據的外漏。@biocy

五八到家

系統(tǒng)架構師：準確執(zhí)行是比較難的，執(zhí)行結果因環(huán)境而異，要嚴格執(zhí)行還是有辦法的。關于上面提到的case都是很難把控的到細節(jié)的具體場景，建議從多個環(huán)節(jié)定規(guī)則、勤監(jiān)督、抓執(zhí)行：1.建立明確的責任體系：制定數據安全制度的同時，要明確責任人和責任部門，并建立健全的考核機制，確保責任人能夠按時履行職責。2.加強培訓和教育：對員工進行數據安全意識教育和培訓，強化數據安全意識和法律法規(guī)意識，增強員工的責任感和自覺性。3.強化監(jiān)管和審核：建立數據安全管理部門，定期對數據安全制度的執(zhí)行情況進行監(jiān)管和審核，及時發(fā)現問題并加以整改。4.實施技術控制：采用技術手段來確保數據安全制度的執(zhí)行，如數據備份、數據加密、訪問控制、日志審計等措施。6、隨著企業(yè)不斷的數字化，不同類型的數據已經成為了企業(yè)的核心價值，數據的全生命周期管理如何有序推進？@whoqiaoyu

湖南農信

數據類項目管理崗：數據的全生命周期貫穿數據采集、存儲、處理、分析、共享使用、銷毀。1.數據采集：確定不同類型數據的采集方式，批量采集，實時采集或者通過第三方接口采集，增量采集、全量采集，注意采集數據時考慮數據的安全性、采集效率等問題，如果通過辦理業(yè)務過程中采集數據，要注意遵守個人信息保護法、消費者權益保護法等相關法律法規(guī)要求；2.數據存儲：確定數據的存儲方式、存儲周期，兼顧數據安全、使用效率和存儲成本，對于長時間不使用的數據可以離線存儲到磁盤、磁帶上；對于較少使用的數據使用近線存儲到數據平臺；對于經常使用的數據在線存儲到高速的數據平臺上；3.數據加工處理：根據使用需求對相關數據按業(yè)務主題進行整合加工處理，便于后續(xù)方便使用；4.數據分析：可以使用BI工具軟件或者統(tǒng)計分析工具對數據進行統(tǒng)計分析、探索挖掘，建模應用等；5.數據共享使用：在確保數據安全的前提下開展數據共享，便于更多的人使用到相關數據資產，實現數據資產價值；6.數據刪除銷毀：對于不再使用的數據，或者存儲設備不再使用，要進行消磁等物理銷毀方式，徹底安全銷毀數據。通過相關的制度流程、人員崗位配備、監(jiān)督審計等方式確保數據可管、可用、可見，通過相關的工具軟件、技術支撐、應用建設，以及相應的制度流程嵌入系統(tǒng)中，讓數據更好用、更易用，實現數據價值最大化。@wojiaoshishi321內蒙古婦幼保健院

項目經理：1.建立數據治理體系：數據治理是確保數據質量和合規(guī)性的關鍵環(huán)節(jié)，需要建立一套完善的數據治理體系，包括數據所有權、數據分類、數據質量、數據安全、數據合規(guī)等方面。2.制定數據管理策略：根據企業(yè)的業(yè)務需求和數據特點，制定數據管理策略，包括數據采集、存儲、處理、分析、應用和銷毀等方面的規(guī)范和標準。3.選擇合適的數據管理工具：根據企業(yè)的業(yè)務需求和數據特點，選擇合適的數據管理工具，包括數據采集工具、數據存儲工具、數據分析工具、數據應用工具等。4.確保數據安全性：數據安全是數據全生命周期管理的核心問題，需要建立一套完善的數據安全管理體系，包括數據備份和恢復、數據加密和解密、數據訪問控制等。5.建立數據分析能力：數據分析能力是企業(yè)發(fā)揮數據價值的關鍵，需要建立一套完善的數據分析能力體系，包括數據挖掘、機器學習、人工智能等。6.做好數據銷毀工作：數據銷毀是數據全生命周期管理的最后一步，需要建立一套完善的數據銷毀規(guī)范和標準，確保數據安全和合規(guī)性。7、金融機構可以采取哪些措施來保障大數據時代下的數據安全？@朱向東中原銀行：在大數據時代下，金融機構需要采取一系列措施來保障數據安全，以下是一些建議：1.數據分類：將數據按照重要性和敏感程度進行分類，并采用不同的安全措施進行保護。例如，對于核心業(yè)務數據和個人隱私數據，需要采用更加嚴格的安全措施，如數據加密、訪問控制等。2.數據加密：對于敏感數據，需要采用加密技術進行保護?？梢圆捎脗鬏攲蛹用埽═LS/SSL）、數據存儲加密（如硬盤加密、數據庫加密等）等技術來加密數據。3.訪問控制：采用訪問控制技術來限制對數據的訪問權限。例如，使用身份驗證、訪問授權、審計等技術來保證只有授權用戶可以訪問數據。4.安全監(jiān)控：采用安全監(jiān)控技術來監(jiān)控數據的使用情況和異常情況。例如，使用日志分析、行為分析、入侵檢測等技術來發(fā)現和防止安全威脅。5.數據備份和恢復：采用數據備份和恢復技術來保障數據的可靠性和可用性。例如，制定完備的數據備份和恢復策略，定期備份數據，并測試備份和恢復的可靠性。6.員工教育和培訓：加強員工安全意識和安全培訓，提高員工對數據安全的重視和保護意識。7.合規(guī)監(jiān)管：遵守相關法律法規(guī)和政策要求，加強內部控制和合規(guī)審計，保證數據安全合規(guī)。8.安全評估：定期進行安全評估和風險評估，發(fā)現和解決潛在的安全問題，提高數據安全保障能力。金融機構在大數據時代下可以采取以下措施來保障數據安全：1.數據分類和標記：將數據按照敏感程度和重要性進行分類和標記，制定相應的數據安全政策和控制措施。2.數據加密：對于敏感數據和重要數據，采用加密技術進行保護，例如使用對稱加密、非對稱加密、哈希加密等技術。3.訪問控制：采用訪問控制技術，對數據進行訪問授權和權限控制，例如使用身份驗證、訪問控制列表、角色授權等技術。4.數據備份和恢復：定期對數據進行備份和恢復，以保證數據的完整性和可用性，同時可以避免數據丟失和損壞。5.安全審計和監(jiān)控：采用安全審計和監(jiān)控技術，對數據進行實時監(jiān)控和審計，及時發(fā)現并處理安全事件和威脅。6.安全培訓和教育：加強員工的安全意識和教育，定期進行安全培訓和演練，提高員工對數據安全的認識和意識。7.采用安全技術和工具：采用安全技術和工具，例如防火墻、入侵檢測系統(tǒng)、反病毒軟件等，對網絡和終端進行安全防護和監(jiān)管。8.采用云安全方案：對于采用云服務的金融機構，可以采用云安全方案，例如云安全防護、云安全管理等，加強對云端數據和應用的安全保障。9.采用區(qū)塊鏈技術：對于需要保證數據不可篡改和安全性的場景，可以采用區(qū)塊鏈技術進行加密和驗證，確保數據的完整性和安全性?？傊?，金融機構需要從多個方面加強數據安全保障措施，確保數據的機密性、完整性和可用性。8、海量的數據，如何識別并掌握數據的流向和分布？【議題描述】金融業(yè)存儲了海量化的數據，還需要掌握敏感的需要保護的數據到底在哪些系統(tǒng)內分布，它們最終流向了何方？是否存在未授權的流轉或者非法的流出？是否需要建立敏感數據資產的識別、標識、溯源系統(tǒng)，以便于隨時跟蹤敏感數據的流向和分布？是否需要建立對敏感數據的統(tǒng)一監(jiān)控和審計措施，以便于對敏感數據的可疑使用進行跟蹤？@朱向東

中原銀行：識別并掌握海量數據的流向和分布是數據管理和分析的重要一環(huán)，可以通過以下幾種方法實現：1.數據流分析工具：使用數據流分析工具可以實時跟蹤數據流向和分布情況，包括基于日志的數據流分析工具、網絡流量監(jiān)控工具、應用程序性能監(jiān)控工具等。這些工具可以幫助識別數據的來源和目的地，以及數據的流向和分布情況。2.數據庫查詢語言：使用SQL等數據庫查詢語言可以從數據庫中獲取數據的分布情況?？梢允褂梅植际綌祿旃芾硐到y(tǒng)，如Hadoop、Spark等，來管理和分析數據，并通過查詢語言獲取數據的分布情況。3.數據可視化工具：使用數據可視化工具可以將數據的分布情況以圖形的方式展現出來，更直觀地了解數據的流向和分布情況。例如，可以使用地圖來展示數據的地理分布情況，或者使用柱狀圖、餅圖等圖形展示數據的比例和分布情況。4.數據倉庫和數據湖：使用數據倉庫和數據湖可以將數據集中存儲，便于管理和分析。通過對數據倉庫和數據湖中