工信部组织开展数据安全典型案例遴选工作
工业和信息化部近日印发通知，组织开展2023年工业和信息化领域数据安全典型案例遴选工作。将面向工业领域、电信和互联网领域组织开展数据安全典型案例遴选，按照技术先进、特点突出的原则，挖掘行业广泛认可、企业应用效果良好的案例，树立行业标杆、扩大产业影响，促进数据安全产品、应用和服务的示范推广，全面推动数据安全能力建设和创新发展。案例征集截止日期为2023年10月31日。
申报方向上，坚持“以点带面、点面结合”原则，将案例划分为“工业领域”“电信和互联网领域”进行征集，每个领域遴选“四方向、十类型”数据安全典型案例。四个方向具体包括：数据安全基础共性方向、数据安全监测分析方向、数据安全体系整体设计实施方向以及其他方向。十个类型具体包括：数据分类分级类、数据脱敏类、数据加密类、数据攻击检测类、数据防泄露类、数据安全监测感知类、数据溯源类、整体设计实施类、电信和互联网领域隐私计算类和汽车数据安全保护类。
其中，数据分类分级类面向数据资产管理、重要数据识别需求，结合行业属性或特征，能够对数据进行智能化、精准化识别、归类和定级，并建立体系完备、动态更新的数据资产清单的案例。数据脱敏类是指在数据全生命周期流转过程中，应用智能化、自动化数据脱敏手段，能够实现敏感数据的自动识别、脱敏，并保证脱敏数据覆盖全面、完整可用的案例。数据加密类包括在数据全生命周期流转过程中，利用校验技术、密码技术、安全传输通道或安全传输协议，能够有效解决数据监听、窃取、篡改等安全问题的案例。数据攻击检测类是指采用攻击行为监测、异常流量监测、数据有效性校验、关键网络节点处检测等技术，应用数据防勒索、数据库防火墙等手段，建立攻击行为事前防御、事中监测和事后响应防护机制的案例。数据防泄露类面向网络数据防泄露、终端数据防泄露、存储数据防泄露和云数据防泄露等场景，运用监测数据采集、异常行为数据处理、异常行为分析告警等技术，建立规则和模型引擎，实现安全告警与实时响应的案例。
来源：新华网
审核：王韶云
编发：李 培
素材整理：陈卓、王剑