2024年2月26日，工業和資訊化部印發《工業領域資料安全能力提公升實施方案（2024-2026年）》（以下簡稱《實施方案》），提出到2026年底基本建立工業領域資料安全保障體系的總體目標， 資料安全技術、產品、服務和人才的支撐能力穩步提公升。本文首先對《實施方案》的重點內容進行解讀，分析了工業資料的特點和工業資料的分類分級方法，並對工業領域資料安全治理提出了一些建議。
《實施方案》明確了工業和資訊化部重點指標要求，要狠抓重點企業和定級以上企業，實現資料分類、分級保護超過4家的企業數量50,000，至少覆蓋各省（區、直轄市）年收入在指定規模以上的工業企業前10%。 同時，建立和制定了不少於100項國家、行業、團體標準規範，為企業履行資料安全保護責任和義務強化了詳細的標準和指導。 此外，將針對不少於10個重點行業選擇不少於200個典型案例，強化優秀應用實踐的引領作用。 資料安全培訓覆蓋3萬人次，培訓行業資料安全人才5000餘人次。
基於上述總體目標和關鍵指標，《實施方案》提出了三項重點任務，一是通過增強資料安全保護意識，開展重要資料安全保護，加強重點企業資料安全管理，深化重點場景資料安全保護，提公升工業企業資料保護能力。 二是提公升資料安全監管能力，完善資料安全政策和標準，加強資料安全風險防控，推進資料安全技術和手段建設，鍛造資料安全監管執法能力。 三是通過增加技術產品和服務供給，促進應用推廣和供需對接，建立健全人才培養體系，提公升資料安全產業支撐能力。
在保障措施方面，一是充分發揮高校、科研院所、第三方機構在實施方案的宣傳實施、手段建設指導、技術交流合作、成果應用推廣等方面的專業作用，通過加強組織協調，引導企業加強資料安全能力建設。 二是加大資源保障力度，鼓勵各地將資料安全納入地方產業領域數位化轉型發展相關規劃，在支援數位化、網路化、智慧型化等專案時，同時明確資料安全要求，引導企業在資訊化建設中安排一定比例的資料安全保護資金。 三是加強成效評價，工信部大力推進工作，對取得顯著成效的地區、企業和單位進行表彰，加強對優秀經驗和做法的提煉、總結和推廣應用。 四是做好宣傳引導，充分調動行業協會、學會、行業聯盟等力量，引導企業加強自律，凝聚共識，營造行業資料安全保護良好氛圍。
近年來，圍繞“加快數位化發展，建設數字中國”的戰略目標，推動千行百業數位化賦能，尤其是產業領域的數位化轉型，是中國的必然選擇。 工業企業依託智慧型感知、資訊挖掘、網路協同、認知決策、優化排程等智慧型系統，解決規模化生產定製、效率提公升、成本控制等問題，在生產、安全、經濟、消費等方面積累了重要資料。
企業資訊化和工業物聯網中機器產生的海量時間序列資料，以及與企業運營相關的外部資料，是工業資料的主要資料，規模巨大。 這些海量工業資料具有體積大、種類多、靈敏度高的重要特點。 “海量資料”體現在工業企業收集的海量資料上，需要利用大資料技術對資料進行處理和分析。 “多型別資料”體現在工業企業收集的海量資料中，包括業務管理資料、客戶行為畫像資料，以及各種裝置狀態、控制資料，以及豐富的型別，包括文字、影象、音訊等資料型別。 “高敏感度”體現在工業企業採集的資料敏感度高，可能涉及企業的商業秘密、客戶私隱等，科技發展的大趨勢使得在工業領域治理資料安全勢在必行。
工業領域資料的分類分級、敏感個人資訊的識別，是資料安全治理差異化、動態化的前提。在行業層面，工業和資訊化部頒布了《工業資料分類分級指南（試行）》和《工業和資訊化領域資料安全管理辦法（試行）（徵求意見稿）》，為工業領域資料分類分級保護的實施提供了要求和指引。
針對資料安全合規要求，首要任務是通過資料資產的發現、梳理、歸檔，明確資料保護物件，行業資料處理者應根據資料的保密性和敏感性，對資料進行分類分級，制定不同的管理和使用策略。
分類是根據資料的**、內容和目的對資料進行分類; 分級是根據資料的價值、內容的敏感度、影響和分布範圍對資料進行分類。 資料分為一般資料、重要資料、核心資料，不同級別的資料採取不同的保護措施。 國家對個人資訊和重要資料實施重點保護，對核心資料實施嚴格保護。
分類分級更像是乙個基於標準定義業務資料的過程，是乙個研究和審批的過程。 鑑於行業資料分類與業務相關性較強，需要依靠大量的人工分類分級處理和評估，需要有自動分類分級工具，充分利用自然語言識別、知識圖譜、機器學習等技術，對行業資料進行智慧型分類分級。 資料處理者不應該只是形成乙個資料資產清單就結束了，因為資料是動態的、流動的，業務在不斷增加和變化，分類分級清單也會不斷變化，應該建立符合分類分級和審查報告目錄的閉環流程。
工業領域資料的分類分級有四個難點：
1、規模大，人工處理困難：工業網際網絡系統複雜，表外資料量大（一般在10萬多份以上），人工處理工作量大，人工投入成本高。
2、效率低、準確率低：傳統基於資料型別和特徵識別的工具可用性差，分類和分級精度低。
3、資料載體適應性低：承載工業網際網絡的資料載體多種多樣，可以以各種結構化、非結構化、半結構化的形式儲存在各類資料庫（包括國內各類資料庫）和終端載體中，對各種資料載體的適應性低，不能完全覆蓋工業網際網絡的資料範圍。
4、不可持續：資料不斷產生、加工、轉化、流通，資料分類分級評價不是“一次性”的工作，需要建立戰略性、自動化、流程化的分類分級體系，實現“連續”的資料分類分級評價。
經過一年左右的研發，這些難題逐漸被攻克，根據行業資料分類分級指南的要求，工業資料分類分級工具可以實現資料資產的自動化識別、智慧型分類、分級對映和標記能力、資源管理和漏洞管理能力，為資料資產所在的資料載體提供， 並將資料的分類分級結果與對比分析相結合，輸出整體評價報告。在專案開發過程中，技術團隊攻克主動網路嗅探和動態流量快速分析技術，全面發現工業網際網絡資料領域的資料資產，識別敏感資料。 採用word2vec等自然語言理解技術，對工業網際網絡資料資產的語義進行自動分割和理解，並對表單進行分類和分級特徵提取。 利用長短期記憶網路（LSTM）深度學習技術對工業網際網絡資料進行分類分級建模，可基於少量分類分級結果進行分析建模，形成海量資料資產分類分級的自動標記。
數位化轉型是工業企業抓住數字時代機遇，實現快速增長的必要手段。 目前，中國擁有41個工業類別、207個工業中型類別、666個工業子類別，是世界上唯一乙個擁有聯合國工業分類全部工業類別的國家，規模以上工業企業超過40萬家。 資料是數字經濟時代關鍵的新生產要素，與國民經濟執行、社會治理、公共服務等息息相關，保障資料安全已成為關係經濟社會發展的重大課題，《實施方案》為我們做好產業領域資料安全工作提出了總體目標和具體路徑。 工業企業的核心工作要立足於敏感個人資訊的資料分類和分級識別，突出“全員協同治理”，落實資料安全人員組織、資料安全使用、資料安全技術支撐的策略和流程，結合自身行業特點進行風險評估和場景化安全實踐， 完善從考核、建設、執行到監督評價的閉環體系。持續推進資料開發利用與安全防護平衡發展。是時候在工業領域進行資料安全治理了