用不同的切面，看清数据安全纷杂的场景概念！

【二】

对收集、存储、使用、加工、传输、提供、公开、销毁8类数据活动进行进一步的细分和抽象，可以继续在每个大场景下进行子场景的划分：

数据收集：通过采集终端进行采集的场景、人工采集场景、传感器采集场景、网络爬虫、数据库抽取场景等；

数据存储：数据存储具体到数据类型，可细分为结构化数据、非结构化数据、半结构化数据，按照数据载体（见下节）的不同，还可以分为数据库存储安全场景、数据仓库安全场景、数据湖存储安全场景等。

数据使用：该阶段涉及到了数据访问、数据分析、数据授权等。

数据加工：包括数据的开发利用、数据分析、数据挖掘等场景。

数据传输：可以分成内部系统数据传输、外部机构数据传输。另外提到的数据跨境、数据外发场景也可以归为此阶段。数据外发按照数据传输的载体可以再细分为数据邮件外发、数据即时通信外发、数据物理携带等。

数据提供：主要有内部数据共享、外部数据共享、数据发布（API接口、数据门户）、数据交易等。

数据公开：主要是数据开放。数据开放是在数据共享的基础上更进一层，如对于政务数据的开放，则意味着数据不仅在政府内部流转，而且要供社会可查阅、使用。

数据销毁：主要涉及数据的逻辑删除、物理销毁等场景。

基于上述子场景的划分，对应会有“数据共享安全”、“数据访问安全”等相应的安全场景。

注：

（1）以上这些场景的映射并非简单的一一对应的关系，如数据授权实际上是一个跨阶段的过程，包括数据提供、数据传输、数据使用等，但在数据使用阶段尤为重要，因为这一阶段涉及数据的访问和操作，是最需要进行权限管理的部分，确保数据使用的合法性和安全性是数据授权的核心目标；再如数据跨境主要归属于数据传输阶段，但也会涉及数据提供和数据使用阶段；数据交易主要归属于数据提供阶段，也涉及数据加工和数据使用阶段。

（2）在实际工作中，从业务的流转角度出发更易于进行场景的梳理，建立业务场景和数据全生命周期的映射关系。一个业务场景可能仅是覆盖数据全生命周期某几个不同阶段，不会完整地覆盖所有阶段，这也就是为什么做数据安全强调要“数据全生命周期”和“业务逻辑与数据流转”两个视角相结合的原因。

数据的载体是指数据存储或传输所依赖的物理或逻辑媒介。简单来说，数据的载体是数据存在的形式和位置，不同的载体决定了数据的存储方式、访问方式和管理方式。

以下是一些常见的数据载体类型及其特点，包括终端、网络、数据库、文件服务、邮件服务、API接口等。

基于上述的场景划分，对应会有“终端数据安全”、“数据库存储安全”“云存储数据安全”等相应的安全场景。

各个组织的业务各有不同，但是对其业务运行场景进行抽象，基本可以划分为：办公场景、生产场景、研发场景、运维场景、监测场景、监管场景等。

基于业务运行环境的场景划分方式，一方面与业务的研发上线紧密关联，有利于场景的识别，另一方面兼容组织安全域的划分，有利于充分利用原有的网络安全能力。

基于上述的场景划分，对应会有“办公场景数据安全”、“运维场景数据安全”、“数据流转监测”等相应的安全场景。

《信息安全技术 数据安全风险评估方法（征求意见稿）》给出了23种常见的数据安全风险类别。仔细观察这些风险类别，可以看到实际上它们分别是从“数据的合法利用（合规）”和“数据的有效保护（安全）”两个维度得出的。

安全维度主要是涉及了数据的保密性、完整性、可用性、真实性、抗抵赖性、可核查性这六性。

大致的映射关系如下表所示：

基于上述的场景划分，对应会有“数据合规安全”、“数据防泄露”“数据防滥用”等相应的安全场景。

网络安全领域知名的ATT&CK企业矩阵V15.1版本共给出了侦察、资源开发、初始访问、攻击执行、持久性、权限提升、防御规避、凭证访问、环境发现、横向移动、信息收集、指挥与控制、信息泄露、危害影响共计14个对抗战术、202种技术、435种子技术。

此框架虽然主要关注的是网络攻击的技术和战术，但从其“危害影响”阶段的内容可以发现,网络攻击很大一部分最终影响的是数据的安全。

1. 数据收集：攻击者可能会使用各种技术来收集数据，如网络嗅探、键盘记录、屏幕截图等。技术示例：T1003（凭据转储）、T1056（输入捕获）、T1041（C2通道数据窃取）。

2. 数据泄露：攻击者可能会通过各种途径将收集到的数据传输到外部，如使用文件传输协议、电子邮件、Web Shell等。技术示例：T1048（数据渗漏）、T1020（自动外泄）。

3. 数据加密：攻击者可能会使用加密技术来保护其恶意活动，或者对受害者的数据进行加密以勒索赎金。技术示例：T1486（数据加密勒索）、T1027（混淆/编码文件或信息）。

4. 数据销毁：攻击者可能会销毁数据以掩盖其踪迹或造成损害，如删除文件、格式化硬盘等。技术示例：T1485（数据销毁）、T1490（阻止系统恢复）。

网络安全的威胁手段包括越权访问、非法爬取、拖库/撞库、供应链攻击、拒绝服务攻击、中间人攻击、恶意代码、数据污染、数据过载、恶意操作等等，这些威胁手段会利用信息系统的脆弱性如安全管理缺失、信息系统漏洞、安全技术缺失从而导致数据安全的风险发生。

因此按照威胁手段看数据安全，可以分为数据勒索安全防护、数据越权访问安全防护、恶意软件数据窃取、内部威胁（内部人员受到威胁、非恶意内部人员无意操作、恶意内部人员）等数据安全相关的场景。

综合以上对数据安全场景的分析，得到如下框架：

图：数据安全场景全景框架

以上是对数据安全平时经常提及的场景概念的初步思考，仅代表个人观点，欢迎朋友们来和我一起深度探讨。

通常情况下，一个具体的场景会结合合规要求、数据资源的重要程度、数据安全威胁等众多因素，对数据流动过程的风险进行综合考虑。

本文仅是针对常见的一些数据安全场景进行了分类和归纳，当然此划分维度也并不完善。具体到不同的行业和组织，还可能会根据自己的业务特点和安全需求来定义场景，所以场景的识别还需要结合行业特点进行。

点击文末【阅读原文】,看到一个完整的安全系统