隨著數(shù)字經(jīng)濟(jì)的深入發(fā)展，企業(yè)在各種業(yè)務(wù)活動(dòng)中產(chǎn)生了大量數(shù)據(jù)，包括個(gè)人身份信息、交易信息等。而數(shù)據(jù)價(jià)值也越來越凸顯，在商業(yè)策略的制定過程中，數(shù)據(jù)起到了重要的決策支撐作用。

企業(yè)在獲得了大量的個(gè)人數(shù)據(jù)之后，他們會(huì)利用人工智能等技術(shù)來處理、分析數(shù)據(jù)，并且挖掘出有價(jià)值的信息，然后根據(jù)這些信息來促進(jìn)業(yè)務(wù)的發(fā)展。價(jià)值的背后潛藏著巨大風(fēng)險(xiǎn)，大量敏感數(shù)據(jù)被販賣、竊取和無授權(quán)濫用，這一問題已經(jīng)嚴(yán)重危害到個(gè)人隱私、企業(yè)發(fā)展甚至國家安全。

為了保證企業(yè)、組織和國家機(jī)關(guān)數(shù)據(jù)安全性，應(yīng)該對(duì)數(shù)據(jù)進(jìn)行有效分類，避免一刀切的控制方式，而應(yīng)采用更加精細(xì)的管理措施，使數(shù)據(jù)資產(chǎn)在共享使用和安全使用之間獲得平衡。其一，就是企業(yè)要對(duì)敏感數(shù)據(jù)進(jìn)行管理。

敏感數(shù)據(jù)，或者叫做敏感信息就是一類特殊的數(shù)據(jù)類型，需要采用特殊的手段進(jìn)行管理，包括個(gè)人隱私數(shù)據(jù)，如姓名、身份證號(hào)碼、住址、電話、銀行號(hào)、郵箱、密碼、醫(yī)療信息、教育背景等；也包括企業(yè)或社會(huì)機(jī)構(gòu)不適合公布的數(shù)據(jù)，如企業(yè)的經(jīng)營情況，企業(yè)的網(wǎng)絡(luò)結(jié)構(gòu)、IP地址列表等。敏感數(shù)據(jù)一旦泄漏，就可能會(huì)給社會(huì)或個(gè)人帶來嚴(yán)重危害。

那么，企業(yè)要如何進(jìn)行敏感數(shù)據(jù)管理呢？

一是，將敏感數(shù)據(jù)進(jìn)行分類，如，可以將數(shù)據(jù)劃分為四個(gè)大類，按照敏感性程度由高到低，分別是：受限（Restricted）、高度機(jī)密（Highly Confidential）、機(jī)密（Confidential）、公開（Public）。

對(duì)于會(huì)接觸到敏感數(shù)據(jù)的人群，也要進(jìn)行明確的分組，例如分成：數(shù)據(jù)所有者/受托人（Data Owners/Trustees），數(shù)據(jù)保管人（Data Custodians)，以及數(shù)據(jù)用戶（Data Users)。不同組人群接觸到的分類數(shù)據(jù)也不同。

二是，制定敏感性分類管理策略，例如，制定數(shù)據(jù)所有者指南、組織級(jí)指南和企業(yè)級(jí)指南來實(shí)施數(shù)據(jù)管理（Data Stewardship），一旦實(shí)施分類準(zhǔn)則出現(xiàn)沖突或者難以界定的情況時(shí)，將按所遵從指南的等級(jí)高低進(jìn)行評(píng)判。

三是，利用規(guī)則、相關(guān)算法、關(guān)鍵字、人工、智能識(shí)別等方法，對(duì)多源頭（如已淘汰的、動(dòng)態(tài)運(yùn)行的、使用中的和在線系統(tǒng)和設(shè)備）的數(shù)據(jù)信息進(jìn)行發(fā)現(xiàn)、識(shí)別（如借助數(shù)據(jù)識(shí)別和存儲(chǔ)的數(shù)據(jù)全景圖來實(shí)現(xiàn)）、并對(duì)數(shù)據(jù)信息基于業(yè)務(wù)場景進(jìn)行分類和標(biāo)記，從而最終完成數(shù)據(jù)的分類認(rèn)證標(biāo)記工作，形成有效載荷或者源信息、元數(shù)據(jù)、應(yīng)用或文檔來用于實(shí)施輸入控制。

四是，對(duì)敏感數(shù)據(jù)進(jìn)行脫敏、加密。利用DES、3DES、AES、數(shù)字簽名、數(shù)據(jù)庫加密等技術(shù)對(duì)敏感數(shù)據(jù)進(jìn)行加密管理，以及利用泛化、抑制、擾亂和有損四種方法、隱私計(jì)算等技術(shù)對(duì)敏感數(shù)據(jù)進(jìn)行脫敏管理。