我国先后出台了一系列法律法规和标准条例，旨在强化数据隐私合规管控力度。《网络安全法》第21条明确将“数据分类”纳入网络安全保护法定义务；《数据安全法》第21条明确建立“数据分类分级保护制度”；央行发布《金融数据安全数据安全分级指南》；证监会发布《证券期货业数据分类分级指引》；工信部发布《工业数据分类分级指南》；国标委发布《信息安全技术健康医疗数据安全指南》和《重要数据识别指南（征求意见稿）》；其他行业监管部门也陆续发布了其行业领域数据分类分级的标准指导文件。 数据隐私合规已成为企业经营过程中的重点关注内容，要想切实做好数据隐私管理和保护工作，企业需要分阶段有序推进，其中首要且核心任务就是数据资产梳理和数据分类分级。
_1659855065.png)
企业在生产经营过程中产生了数量巨大、类型丰富的数据。由于业务系统众多、架构复杂，数据流通频繁，导致黑盒现象十分严重，给数据资产梳理工作带来极大的挑战，导致数据资产发现不全，存在管理黑洞。
_1659855270.png)
数据资产梳理除了关注数据，还要关注数据的访问主体（用户）、流转载体（应用）和存储载体（数据库），如果无法全面掌握数据分布、流转和使用情况，会直接影响后续数据隐私管理和防护效果。
经营数据和重要数据在企业中占比更高，而且大多是无特征数据。无特征数据是指数据本身缺乏有效特征，难以通过传统工具或方法进行有效识别的数据，由于缺乏有效识别手段，导致经营数据和重要数据难以纳入管控范围。
由于经验的欠缺，企业在开展数据分类分级工作时会遇到由于不同部门理解、认知上的差异导致难以形成统一的标准和规范。如何结合国家、行业要求以及企业自身情况，制定数据分类分级标准和规范，指导工作顺利开展，是企业面临的一大难题。
_1659853516.png)
由于业务发展导致数据资产可能时刻都在发生变化，数据资产梳理和分类分级并不是“一劳永逸”的工作，而依赖人工周期性持续作业，不仅无法提升人员价值，还会导致成本高。
针对全域数据自动发现，无论是外部API、内部API、数据库还是数据湖侧，均可智能发现数据资产，提升数据发现覆盖面，消除数据资产管理黑洞。
业务伴随式梳理用户（账号/IP）、应用（服务/组件/API）和数据库(库/表/字段)资产，全程无感、动态梳理，帮助客户全面掌握数据资产信息。
自主研发有特征数据和无特征数据识别引擎，突破传统数据识别方法局限，针对无特征的经营数据和重要数据可以有效进行数据识别，从而形成包含个人隐私数据，经营数据和重要数据在内的全类型数据识别和分类分级工作。
基于国家、行业要求以及不同行业的分类分级经验沉淀，内嵌分类分级模板，同时提供专家建议，结合客户自身情况进行模板优化，提升分类分级工作质量。
伴随业务过程持续动态更新数据资产，实现数据资产持续动态运营，不仅可以释放人员价值，降低运营成本，还可以有效保障数据资产和分类分级工作的准确性和及时性。
_1659855149.png){kind=icon}
资产发现更全面
消除资产管理黑洞
_1659855187.png)
无特征数据能识别
全类型数据可纳管
可持续动态运营
提升管理防护效果
_1660204974.png)
_1657090934.png)
