核心数据绝不出域、重要数据经审批有限流动、一般数据按策略流动——分类分级标签随数据生命周期动态附着
一、一份被忽略的分类分级清单
某企业的数据分类分级项目已经完成了三年。那份Excel清单被存档在合规部门的共享盘里，文件名是“数据分类分级清单_V3.0_最终版”。三年来，企业新增了四十多个数据源、两百多张新表、上千个新字段，但没有一个人打开过那份清单来更新它。它静静地躺在共享盘里，像一个被遗忘的纪念碑——纪念着那个“我们终于完成了数据分类分级”的季度。[1]
上个月，法务部门在应对一次监管审查时，需要确认“薪酬数据的安全等级是什么”。合规经理打开那份三年前的清单，找到薪酬数据那一行——“重要数据”。但当IT部门配合排查时发现，三年来薪酬系统新增了十几个自定义字段——包括股权激励明细、长期激励计划、高管递延薪酬——这些新字段在旧清单中根本不存在。这些数据的安全等级是什么？没有人能回答。
这不是个案。在大多数完成了数据分类分级的企业中，分类分级都是一次性工程——请外部顾问做几周访谈，输出一份Excel清单，内部审核通过，存档。项目结项的那一天，就是清单开始过时的那一天。数据资产在持续增长和变化，但清单永远停留在项目结项的那一刻。
数据分类分级如果不是动态的、自动的、与数据生命周期绑定的，就等于没有做。DISC-DAMA的分类分级体系要回答的核心问题是：如何让分类分级从“一次性的静态文档”变成“持续自动更新的动态免疫系统”。
二、传统分类分级的局限
传统DAMA体系下的数据分类分级有三个致命缺陷。
缺陷一：静态性。 分类分级项目启动时，顾问团队对现有数据进行一次全面梳理，输出一份清单。但数据资产不是静态的——新系统上线、新表创建、新字段添加每天都在发生。从项目结项的那一天起，清单就开始过时。三个月后，新增的数据没有分类标记。一年后，清单中相当一部分信息已经与实际情况不符。三年后，清单沦为一张废纸。没有人有动力去更新它，因为更新意味着重新启动一次耗时数月的项目。
缺陷二：人工作。 传统分类分级高度依赖人工判断。数据管理员逐一审查数据表和字段，根据分类分级标准判断敏感等级。这个过程有几个不可回避的问题。效率低——一个有几百张表、几千个字段的企业，人工审查需要数周甚至数月。主观性强——同一个字段，不同的管理员可能给出不同的敏感等级判断。不可持续——做完一轮后，没有人愿意再做第二轮，因为工作量太大。
缺陷三：与执行脱节。 这是最关键的缺陷。分类分级的结果是一份文档或清单——它告诉你“薪酬数据是重要数据”、“客户联系方式是个人信息”。但安全策略的执行——脱敏、加密、访问控制、出域审批——需要另外的人工配置，两者之间没有自动化联动。清单上说薪酬数据是重要数据，但数据仓库中的薪酬视图并没有自动应用脱敏规则。清单上说核心数据绝不出境，但ETL管道照常将数据搬运到云端数据湖。分类分级成了“知道了”但“做不到”的纸上谈兵。
三、DISC-DAMA动态分类分级体系
DISC-DAMA的分类分级体系建立在三个核心原则之上。
原则一：自动标记——数据在创建时自动获得敏感身份。
数据在被创建的那一刻，治理能力胶囊自动对其进行初步分类分级。自动标记基于三个维度的规则。
第一个维度：基于数据源类型。某些数据库天然含有高敏感数据——薪酬数据库中的所有数据默认标记为“重要数据”，因为其中包含员工的个人收入和身份信息。军工客户的订单数据库默认标记为“核心数据”，因为涉及国防安全。公开的行业分析报告默认标记为“一般数据”。
第二个维度：基于字段模式匹配。治理能力胶囊内置了敏感数据模式库——身份证号正则表达式、手机号正则表达式、银行账号模式、统一社会信用代码模式。当胶囊扫描新创建的数据时，自动对字段值进行模式匹配。匹配到身份证号模式的字段自动标记为“重要数据-个人信息”。匹配到银行账号模式的字段自动标记为“重要数据-金融信息”。模式匹配不是百分之百准确的——胶囊会为每个自动标记标注置信度。高置信度的标记自动生效，低置信度的标记推送通知给数据治理经理人工确认。
第三个维度：基于业务上下文。同一个字段，在不同业务上下文中可能有不同的敏感等级。客户名称在公开的行业报告中是一般数据，但在军工客户的订单中是重要数据。数据编织的知识图谱提供业务上下文——它知道这个字段来自哪个数据源、与哪些业务实体关联、被哪些能力胶囊使用。基于这些上下文信息，治理能力胶囊自动调整敏感等级。
分类分级标准参照中国《数据安全法》的三级分类体系[2]。核心数据是关系国家安全、国民经济命脉、重大公共利益的数据，一旦泄露可能损害国家利益——如军工客户数据、核心技术研发数据。核心数据的流动规则是绝不出域——任何出域请求自动拦截，不进入审批流程。重要数据是关系企业核心竞争力和客户重大权益的数据，一旦泄露可能严重损害企业或客户利益——如薪酬数据、客户个人信息、供应商合同数据。重要数据的流动规则是经审批可有限流动——出域需审批并自动脱敏，经脱敏后的数据可按策略流动。一般数据是不涉及敏感信息的数据——如公开的产品目录、行业分析报告、经过脱敏处理的统计数据。一般数据的流动规则是按预设策略流动——系统自动执行默认策略，无需审批。
原则二：标签随数据流动。
分类分级标签不是贴在数据源上的，而是贴在每一份数据上的。当数据被查询、复制、迁移时，标签跟随数据一起移动。治理能力胶囊在每次数据访问时检查标签，自动应用对应的安全策略。
当能力胶囊查询费用数据时，数据虚拟化引擎在查询执行前检查所涉及字段的标签。查询涉及“费用金额”字段——标签为“一般数据”，放行。查询涉及“供应商银行账号”字段——标签为“重要数据-金融信息”，自动应用脱敏规则，将银行账号替换为掩码。查询涉及“军工客户标识”字段——标签为“核心数据”，如果查询来自外部审计师，自动拦截并触发审批流程。
当数据从一个数据面复制到另一个数据面时——比如从华东数据面复制到华南数据面用于灾备——标签跟随数据移动。目标数据面的安全策略自动识别标签并应用相同的保护级别。当数据被能力胶囊处理后输出结果时，输出结果继承源数据的标签。如果分析结果中包含重要数据的聚合值，输出结果仍标记为“重要数据”，在传出数据面前需经审批和脱敏。
原则三：持续更新。
分类分级不是一次性工程，而是持续运行的动态过程。数据编织的主动元数据引擎持续扫描数据资产。当发现新的数据源或字段时，自动进行初步分类分级并推送通知给数据治理经理审核。当已有数据的敏感等级需要调整时——如法规变更导致某类数据从“重要”升级为“核心”——批量更新标签并自动调整安全策略。所有标签变更和标签触发的安全动作都被能力血缘追踪记录，供合规审计追溯。
四、分类分级标签的技术实现
标签存储在数据虚拟化引擎的元数据层中，与每个虚拟视图、每个物理字段关联。标签的数据结构包含敏感等级、分类依据、标签更新时间、标签审核人。敏感等级是核心、重要或一般。分类依据标注所依据的法规条款，以便合规审计追溯。标签更新时间记录最后更新日期，超过一定期限未复审的标签自动触发复审提醒。标签审核人记录最后审核通过的管理员，确保责任明确。
标签的执行在数据虚拟化引擎的安全策略执行点完成。当能力胶囊发起数据查询时，引擎检查所查询字段的标签，自动应用对应的安全策略。核心数据自动拦截或触发审批流程——审批通过后临时放行，审批有效期过后自动恢复拦截。重要数据自动脱敏——姓名遮盖、身份证号遮盖、金额聚合为区间值。一般数据放行——按预设策略执行默认安全规则。
标签的审计通过能力血缘追踪完成。每次标签变更——新标签创建、标签等级调整、标签过期——都被记录为一条不可篡改的日志。每次标签触发的安全动作——拦截、审批、脱敏、放行——都被记录。审计师可以追溯任意时间点任意数据资产的安全状态。
五、薪酬数据的完整分类分级流程
让我们用薪酬数据来完整展示这套体系的运作。[1]薪酬数据接入数据面时，治理能力胶囊自动识别字段——员工姓名、身份证号、基本工资、绩效工资、社保缴纳基数。胶囊自动匹配敏感模式——身份证号匹配正则表达式，自动标记为“个人信息-重要数据”；基本工资和绩效工资标记为“薪酬信息-重要数据”。胶囊自动设定标签，并推送通知给数据治理经理审核确认。
当外部审计师请求导出薪酬数据时，审计师在能力市场中订阅“薪酬审计分析胶囊”，胶囊携带数据访问声明。主权合规网关验证胶囊的身份和权限，签发临时准入令牌。数据虚拟化引擎在执行查询时检查薪酬数据的标签——检测到“重要数据”标签，自动触发脱敏策略。员工姓名被替换为匿名ID，身份证号被遮盖为前六位加星号，工资信息被聚合为按部门的平均值和区间分布。审计师收到的是脱敏后的数据——可以看到薪酬的统计特征，但无法识别任何个体的薪酬信息。整个流程自动完成，无需人工干预，每个步骤都被能力血缘追踪记录。
数据分类分级不是一份一次性的文档，而是一套动态运行在数据面上的免疫系统。在传统模式下，分类分级是一张静态的照片——拍完就定格了，之后发生的一切变化都与它无关。在DISC-DAMA的世界里，分类分级是一个持续运转的免疫系统——新数据诞生时自动被标记，已有数据的敏感等级随法规变化自动更新，每次数据访问都自动检查标签并执行对应安全策略。每一份数据都有自己的“敏感身份证”，无论它走到哪里，身份随身携带，规则自动执行。
下一篇预告：《数据合规审计：从“承诺合规”到“证明合规”》——传统审计依赖合同条款和厂商承诺，DISC-DAMA审计依赖技术证据。下一篇将拆解能力血缘追踪如何提供不可篡改的审计证据链，TEE远程证明如何让硬件自证代码完整性，以及独立第三方审计师如何独立验证每一次数据处理行为的合规性。让合规从“我相信你”变成“我验证你”。
引用内容注释与来源说明
[1] 场景与示例：开篇“被遗忘的分类分级清单”场景及第五节“薪酬数据完整分类分级流程”的示例，均为基于企业数据分类分级管理普遍痛点和DISC-DAMA动态分类分级理念的虚构典型化描写或示例性演示。其中涉及的企业、人物、具体数据（如数据源数量、字段数量）和系统名称（如共享盘路径、数据库名称）均为创作。
[2] 中国《数据安全法》三级分类体系：《中华人民共和国数据安全法》于2021年9月1日起施行。第二十一条规定国家建立数据分类分级保护制度，将数据分为一般数据、重要数据和核心数据。法律全文：中国人大网
