（文章來源：極客網）

頻頻發生的數據安全事件讓公眾處于高度戒備狀態，與此同時，高昂的泄漏成本、相繼出臺的法律政策，也使得越來越多的企業組織加入到這場數據安全“保衛戰”中。

可以說，對數據的保護，已成為企業組織的頭等大事之一。在數據安全建設中，企業也開始從以防止外部入侵為核心的邊界安全轉向更為主動、全面的防御機制。比如，針對近些年導致數據泄漏的“主要元兇”：隱私數據信息泄漏，第三方、內部運維人員誤操作造成系統停機，站點失效造成業務中斷等，企業紛紛進行專項事件應對。

對此，美創就當前企業在數據隱私安全、數據運維安全、數據災備安全、數據質量安全所面臨的突出問題，為企業安全建設提供方法與思路。數據隱私安全是以保護個人隱私數據為社會背景發酵出來的行業趨勢。尤其在大數據時代，越來越多的個人隱私數據，在組織及組織相關的業務及應用間頻繁地共享交換，被各類人員接觸，其安全風險愈加難以掌控。

因此，圍繞隱私數據全生命周期保護就變得十分重要。數據全生命周期包括：數據采集、數據傳輸、數據存儲、數據處理、數據交換、數據銷毀六個核心階段，這種安全保護思路，相比傳統安全的安全三要素、攻防、DACP 來說，更能體現數據“生老病死”的特性。由于每個階段都有詳細的安全思路，對此我們從數據脫敏進行詳細闡述。

數據脫敏主要是對企業擁有的敏感數據，如商業秘密、知識產權、關鍵業務信息等進行去隱私化處理，主要應用于開發測試環境、數據交換、數據分析、數據共享等場景，包括：靜態數據脫敏(用于非生產環境)與動態數據脫敏(用于生產環境)。

運維人員是距離企業數據庫最近的角色之一，可輕易接觸到交易類的敏感數據，但由于缺乏細粒度的管控手段，數據庫運維工作普遍存在內部人員、甚至第三方外包人員間的賬號共享、高權限賬戶濫用、誤操作等情況，也因此成為數據泄露的主要“元兇”。因此，數據運維安全主要體現運維工作對數據庫造成的危險操作管控，包括在線查詢、修改、刪除等。

事實上，企業在災備建設和選型中，應結合企業自身運營情況、業務特點、預算情況、產品的功能、運維便捷與否等進行綜合評估，并遵循以下選型思路，即：一個核心、兩個指標、四類故障、五類技術。一個核心：即業務連續性要求，這也是災備建設方案的中心內容。如果企業對業務系統連續性要求高，需盡可能地少丟數據，業務盡快恢復。

兩個指標: 在災備建設中，往往涉及到兩個指標，RPO(當服務恢復后，恢復得來的數據所對應時的間點)和 RTO(企業可容許服務中斷的時間長度)，但不是所有的系統都有必要追求 RTO 和 RPO 的趨零，企業也沒必要高射炮打蚊子。

災難類型，包括應用故障、主機故障、網絡故障、站點故障。其中站點故障包括機房災難、大規模斷電、水火災、地震等。在容災演練方案里，每一類故障的發生，都會有相應的容災技術進行處理，基本上做到小問題系統自動化處理，大災難系統流程化處理。

備份即傳統備份技術，包括本地備份和異地備份;復制技術主要分為主機、數據庫、存儲、存儲虛擬化數據復制。其中數據庫復制技術通過日志捕獲和恢復來保證數據兩端一致性，在讀寫分離、異地容災、數據實時同步、5分鐘故障切換等應用場景具有良好的技術優勢，也成為目前主流容災選型的首要選擇。

由隱私安全、運維安全、災備安全機制不當所帶來對企業形象、監管考核等負面影響，將會轉化為企業隱形運營成本。但數據質量安全與以上有所區別，數據質量將直接影響高層決策支持、中層經營管理、基層高效執行。

在大數據驅動時代，企業數字化轉型建立了完善數據通道，用于數據共享和分析，比如：數據采集、清洗、匯總、分析等。而在企業大數據建設中，數據質量是決定項目成功的關鍵因素，然而在實踐中數據質量一直是企業大數據建設的非常頭疼的問題。