工业数据安全治理探索
信息技术与网络安全 4期
马跃强，陈怀源，李 晨
(绿盟科技集团股份有限公司，北京100089)
摘要： 随着工业企业数字化进程不断加快，工业数据作为新的生产要素，其重要性在生产经营过程中逐渐凸显，但如何确保工业数据在机密性、完整性、可用性的基础上释放潜在价值，是工业企业面临的一大难题。提出一套集管理、技术、运营为一体的治理思路，融合DSMM成熟度模型理论，围绕数据采集、传输、存储、处理、分享、销毁等全生命周期，分别从数据安全管理能力、数据安全技术能力以及数据安全运营能力等方面进行全面治理，并通过“知”“识”“控”“察”“行”5个步骤，将工业数据安全落地，释放潜在价值，为今后工业数据安全治理提供理论参考依据。
中图分类号： TP309.2
文献标识码： A
DOI： 10.19358/j.issn.2096-5133.2022.04.007
引用格式： 马跃强，陈怀源，李晨. 工业数据安全治理探索[J].信息技术与网络安全，2022，41(4)：45-51.
文献标识码： A
DOI： 10.19358/j.issn.2096-5133.2022.04.007
引用格式： 马跃强，陈怀源，李晨. 工业数据安全治理探索[J].信息技术与网络安全，2022，41(4)：45-51.
Exploration of industrial data security governance
Ma Yueqiang，Chen Huaiyuan，Li Chen
(Nsfocus Technologies Group Co.，Ltd.，Beijing 100089)
Abstract： With the continuous acceleration of the digitization process of industrial enterprises, the importance of industrial data as a new factor of production has gradually become prominent in the process of production and operation. However, how to ensure that industrial data releases its potential value on the basis of confidentiality, integrity and availability is a major problem faced by industrial enterprises. This paper proposes a set of governance ideas integrating management, technology and operation, integrates DSMM maturity model theory, and comprehensively governs data security management capability, data security technology capability and data security operation capability around the whole life cycle of data collection, transmission, storage, processing, sharing and destruction.Through the five steps of "knowledge", "cognition", "control", "observation" and "action", the industrial data will be safely implemented and the potential value will be released, so as to provide a theoretical reference for the future industrial data security governance.
Key words : industrial data；security governance；classification and grading；data assets
0 引言
工业数据是指工业企业在开展研发设计、生产制造、经营管理、应用服务等业务时，围绕客户需求、订单、计划、研发、设计、工艺、制造、采购、供应、库存、销售、交付、售后、运维、报废或回收等工业生产经营环节和过程所产生、采集、传输、存储、使用、共享的数据[1]。随着工业企业数字化进程不断深化，工业数据作为新的生产要素，贯穿于工业全流程，其地位和重要性不言而喻[2]。然而，随着工业企业组织模式、生产模式和服务模式不断向跨设备、跨系统、跨厂区、跨地区的互联互通转变[3-4]，工业数据也面临着重大的安全风险，如数据盗取、数据泄露、数据篡改、敏感数据出境等。那么如何确保工业数据这一生产要素的完整性、机密性、可用性，和在此基础之上能够进行安全有效的采集、传输、存储、使用、共享，是工业企业必须要考虑的问题。
由于工业数据产生源头分散、采集环境恶劣、流转途径多样、业务场景复杂、处理环节粗放等特点，导致工业数据在实时性、时序性、稳定性、连续性、结构化等方面存在较大差异。同时，随着工业互联网与生产制造的不断融合，使得工业数据在研发、采购、生产制造、供应、物流、运维、售后、报废等环节之间互通互联，加大了供应链数据流向跟踪、数据出境、风险定位、责任追溯等数据管理的难度[5]。
因此，通过对工业数据安全治理探索，帮助工业企业实现数据全生命周期的安全防护，释放工业数据潜在价值，有着重要的意义。
本文详细内容请下载：http://www.chinaaet.com/resource/share/2000004098
作者信息：
马跃强，陈怀源，李 晨
(绿盟科技集团股份有限公司，北京100089)
此内容为AET网站原创，未经授权禁止转载。