6.6 数据脱敏和分类分级

一句话讲明白

数据要共享就得先"卸妆"——把能认出人的信息模糊化（脱敏）；同时给数据分门别类、定级定密，重要的多护一层。

生活类比

医院把病历给科研机构做研究：

• 直接交原始病历 = 谁得了什么病全暴露，绝对不行。
• 脱敏 = 把"张三、身份证号、××小区 3 栋 501"改成"患者 A、1101*、××区"，但*年龄分布、性别比例、病情分布这些统计特征必须保留，否则研究就没意义了。
• 还有个坑：如果某小区只有一户姓张，光凭"住址"就能反推出姓名 → 住址也得一起脱（规避融合风险）。
• 分类分级 = 先分门别类（个人信息、诊疗数据、财务数据），再定级（公开/内部/核心），不同级别用不同保护力度。

正经定义

数据脱敏是对各类数据所包含的自然人身份标识、用户基本资料等敏感信息进行模糊化、加扰、加密或转换后，形成无法识别、无法推算演绎、无法关联分析原始用户身份标识等的新数据，以便在非生产环境、非可控环境、生产环境、数据共享、数据发布等环境中安全地使用脱敏后的真实数据集。

拆解与流程

一、敏感数据与密级

敏感数据（隐私数据/敏感信息）：不当使用或未经授权被接触或修改后，会产生不利于国家和组织的负面影响和利益损失，或不利于个人依法享有的个人隐私的所有信息。可分为个人敏感数据、商业敏感数据、国家秘密数据。

常见的敏感数据：姓名、身份证号码、地址、电话号码、银行账号、邮箱地址、所在城市、邮编、密码类（查询密码、取款密码、登录密码）、组织机构名称、营业执照号码、交易日期、交易金额等。

敏感程度五级（必背）：L1 公开、L2 保密、L3 机密、L4 绝密、L5 私密。

二、脱敏方式

脱敏方式主要由应用场景决定。例如发布数据场景，既要考虑直接表示信息，又要考虑非表示信息，防止通过推算演绎、关联分析定位到用户身份。

三、六条脱敏原则（必背）

建设要点：建立脱敏制度与生产数据使用管理制度，明确敏感信息数据字典规范和生产数据申请、提取、安全预处理、使用、清理、销毁各环节流程。

四、数据分类

数据分类是根据内容的属性或特征，将数据按一定的原则和方法进行区分和归类，建立分类体系和排列顺序。两个要素：分类对象（若干被分类的实体）+ 分类依据（取决于对象的属性或特征）。

分类应以相对最稳定的本质属性为依据；对具有交叉、双重或多重本质属性的信息，还应符合交叉性、双重或多重性原则。数据处理者进行分类时应优先遵循国家、行业的分类要求，无行业规则时可从组织经营维度分类。

五、数据分级

数据分级是指按照数据遭到破坏（攻击、入侵、篡改、非法使用等）后对国家安全、社会秩序、公共利益以及公民、法人和其他组织的合法权益（受侵害客体）的危害程度，对数据进行定级，主要为数据全生命周期管理进行安全策略制定。

常用分级维度：按特性分级、基于价值（公开、内部、重要核心等）、基于敏感程度（公开、秘密、机密、绝密等）、基于司法影响范围（境内、跨区、跨境等）。

国家数据安全角度的基本框架（必背三级）：一般数据、重要数据、核心数据。可在基本框架定级基础上，结合行业规则或组织需求，考虑影响对象、影响程度两个要素进行分级。

表格记忆只需抓住一条：核心数据一定涉及"国家安全严重危害"；一般数据对国家安全"无危害"，中间是重要数据。

考试怎么考

• 题型：选择题。
• 教材原题：属于常见敏感程度划分的是 → A. L1 公开、L2 保密、L3 机密、L4 绝密、L5 私密。
• 必背：密级五级 L1-L5；脱敏六原则；国家数据三级（一般/重要/核心）。
• 常见问法：
• "脱敏后主键变了，引用记录要不要改？" → 要，同步更改（保留引用完整性）
• "为隐藏姓名改了姓名，住址唯一可反推姓名怎么办？" → 住址一并脱敏（规避融合风险）
• "数据分级的两个考虑要素是？" → 影响对象、影响程度
• 陷阱词：把"脱敏算法通常应可逆"说对（错，通常不可逆）；把数据分级依据说成"数据量的大小"（错，是遭到破坏后的危害程度）。

易混辨析

一秒记忆

"脱 敏 六 原 则：不 可 逆、保 特 征、留 引 用、避 融 合、自 动 化、可 重 复。密 级 五 级：公、保、机、绝、私；国 家 三 档：一 般、重 要、核 心。"

相关

• 6.5 数据分析及应用
• 6.3 数据治理和建模
• 6.4 数据仓库和数据资产
• 06-数据工程