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。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。

一、申报主体

　　案例申报接受单独或联合申报，申报主体或联合申报牵头主体须为数据安全典型案例的实际应用方，即从事工业生产运营单位。联合申报主体数量不得超过三家，可以包含专业从事数据安全工作的企业、高校和科研院所等。所有申报主体应具有独立法人资格，具备一定的数据安全实践经验和创新能力，在安全、信誉和社会责任等方面无不良记录

二、申报方向

1.数据安全基础共性方向

　　——数据分类分级类案例：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。

　　——数据脱敏类案例：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。

　　——数据加密类案例：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。

　　——数据攻击检测类案例：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。

　　——数据防泄露类案例：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。

2.数据安全监测分析方向

　　——数据安全监测感知类案例：面向数据流量异常、数据访问操作异常、数据接口调用异常等安全风险，采用风险识别与事件监测相结合的综合研判技术，探测发现威胁企业的数据安全事件，并提供完整追溯取证证据链，实现协同联动的数据安全态势感知、风险监测预警和应急处置的案例。

　　——数据溯源类案例：面向数据提供、公开、出境等重点环节，利用数据标识、水印等溯源技术，保障数据流通共享过程中的完整性、可追溯性，实现安全事件发生后泄露源头追查和责任判定的案例。

3.数据安全体系整体设计实施方向

　　——整体设计实施类案例：围绕组织架构、管理制度、技术措施，从数据资产管理、数据权限管理、数据风险识别和监测、数据安全事件处置、数据安全运维等方面建立一体化数据安全能力，实现数据安全防护整体协同、效率提升、成本可控的案例。