数据分类、备份、加密:一条被90%企业忽视的法律红线"

admin 2026-10-18 19:42:30 网络安全文章 来源:ZONE.CI 全球网 0 阅读模式

cover_image

数据分类、备份、加密:一条被90%企业忽视的法律红线

原创

等保测评咨询
等保测评咨询

上海等保测评

2026年7月2日 20:21
上海

在小说阅读器读本章

去阅读

三个字,九亿数据的血泪教训

2026年最高检通报的一起侵犯公民个人信息案,让人后背发凉——9亿组个人信息被非法获取。

黑客从外部入侵,内部员工从数据库\"监守自盗\"。内外勾结,数据像开了闸的水一样流向了黑产。

这家企业有防火墙,有入侵检测,有杀毒软件。该有的安全产品,一个不少。但为什么还是出了事?

原因很简单:它的数据躺在同一个大池子里,没有分类,没有分级。所有数据用同一把锁,锁一旦被撬开,什么都不剩。

这恰好触犯了《网络安全法》第二十三条第(四)项——

\"采取数据分类、重要数据备份和加密等措施。\"

九个字。很多企业扫一眼就过去了。但这九个字背后,是一条完整的数据安全治理逻辑链。不理解它,就是把自己的数据安全交给运气。


一条法律,三项义务,一个递进逻辑

第二十三条第(四)项包含三个动作:数据分类、重要数据备份、加密等措施。

绝大多数人把它们当成三个独立的技术动作。错了。

法律原文说得很清楚——这仨不是并列关系,是递进关系:

数据分类 → 决定哪些是重要数据 → 决定哪些必须备份与加密

没有数据分类,备份和加密就缺乏对象依据。 备份和加密是分类结果的执行措施。

这个逻辑,执法部门越来越强调,司法解释越来越明确。但我在日常工作中发现,很多深耕行业多年的\"老手\",甚至某头部企业的售前总监,张口就来\"重要数据加密没有依据\"——他们连法律原文都没认真读过。


第一关:数据分类——最基础,也最容易被\"糊弄\"

法律所说的\"数据分类\",不是给数据贴个\"机密\"\"内部公开\"的敏感标签就完事了。

它的本质是:对数据安全属性和风险等级的识别。

你需要至少区分三类数据:

  • 一般数据
  • 重要数据
  • 核心数据

(《数据安全法》进一步明确)

注意,\"重要数据\"的定义比很多人想象的要窄得多——重要数据 ≠ 个人信息 ≠ 业务关键数据。它的核心指向是:对国家安全、经济运行、社会稳定、公共利益产生影响的数据。

2026年6月,国家网信办等六部门联合发布了《金融信息服务数据分类分级指南》,将一般数据进一步细分为\"敏感一般数据\"和\"常规一般数据\",形成了四级的精细化分级体系。期货实时价格、成交量等虽未达到\"重要数据\"门槛,但一旦泄露可能引发局部风险的数据,被明确归入\"敏感一般数据\"。

这是监管在释放信号:分类分级,要做细,不能糊弄。

但现实是什么?

绝大多数安全厂商的工具在做分类分级时,只分敏感级,不分法律属性。 贴上\"高敏\"\"中敏\"\"低敏\"标签,就告诉客户\"合规了\"。这不是合规,这是掩耳盗铃。

分类不是搞一套漂亮的标签系统,而是要回答一个核心问题:这批数据如果丢了,会怎样?


第二关:重要数据备份——不是\"备了就行\",是\"能恢复才算\"

很多人看到\"重要数据备份\",第一反应是:不就是定期拷一份嘛。

但法律不这么看。

这里的\"备份\",不是普通IT运维概念,它的法律目标是清晰的——防丢失、防不可恢复、保障持续可用性。

换句话说:你的备份如果恢复不了,等于没有备份。

2025年9月,国家网信办公布了一批执法典型案例。山东某医学检验公司系统数据被搜索引擎爬虫爬取泄露,原因是系统开启了目录浏览功能、未正确配置防火墙、未留存网络日志。没有备份能力,没有恢复能力,数据裸奔。

还有重庆某科技公司,3306端口开放MySQL数据库服务,未设置用户密码——连最简单的备份策略都没有,数据被先后窃取159次。

这些案例的共同特征是什么?企业以为\"不出事就是安全\",但监管的逻辑是\"出了事你能不能扛得住\"。

合规要求至少做到:

  • 明确哪些数据是重要数据(通过分类分级实现)
  • 制定定期备份策略
  • 建立异地备份或容灾机制
  • 定期进行恢复演练,并有记录

最后一条,是绝大多数企业缺失的。买了备份设备,做了定时备份,但从来没有演练过恢复。等数据真的丢了,才发现备份文件也坏了。这不是段子,是每天都在发生的事。


第三关:加密等措施——法律用的是\"等措施\"

《网络安全法》的措辞非常讲究:\"加密等措施。\"

这意味着什么?加密是典型手段,但不是唯一合规路径。

法律允许你采用等效安全措施。但前提是——你得证明它\"等效\"。

在实践中,合规的\"等措施\"至少包括:

  • 数据存储加密

(静态数据)
* 数据传输加密

(动态数据)
* 关键字段或关键数据加密
* 访问控制与权限隔离
* 强身份鉴别
* 审计与追溯
* 数据脱敏、匿名化
* 可信执行环境

2025年广东某保险代理公司的案件就很典型:系统存在越权遍历访问漏洞,攻击者通过遍历URL ID批量获取数据,企业购买的云防火墙服务已经过期,没有留存网络日志。这不是技术被攻破了,是基本的安全防护措施一个都没做到位。

再看2026年某知名品牌近20万用户数据泄露事件:攻击者入侵了前技术服务商,窃取其身份认证令牌,以\"合法身份\"穿透了云数据平台。传统边界防护在\"有人拿着合法钥匙开门\"时,毫无还手之力。 这就是缺少访问控制、权限隔离的后果。


从条文到落地:合规闭环怎么做?

一个符合第二十三条第(四)项精神的合规闭环,至少包含三个层面:

制度层:

  • 数据分类分级管理制度
  • 重要数据识别标准与重要数据目录

技术层:

  • 重要数据备份与恢复机制
  • 加密或等效防护技术

管理层:

  • 定期检查、审计与演练
  • 与等级保护(等保)、数据安全法衔接

很多人问:这么多事,从哪下手?

我的建议是:从数据分类开始。 不要一上来就买加密设备,不要一上来就搭建备份系统。先搞清楚你的数据,哪些是\"丢了会出大事\"的,哪些是\"丢了有点麻烦\"的,哪些是\"丢了无所谓\"的。

分类清楚之后,重要数据备份和加密就是顺理成章的事。


2026年的监管新常态:合规不是选择题

你可能觉得,这些要求离中小企业很远。

但你看看2026年的监管趋势:

  • 国家数据局发布新规,明确数据合规7条红线,最高罚款5000万
  • 2025年修订后的《网络安全法》大幅提高处罚上限:最高可罚1000万元,直接负责人最高可罚100万元
  • 多地网信部门密集执法,仅2025年9月国家网信办就通报了10起执法典型案例
  • 金融、医疗、政务等重点行业的数据分类分级标准密集出台,监管正在将\"合规要求\"细化为\"操作标准\"

2026年,数据分类分级已经从\"合规必答题\"变成了企业生存的必修课。

没有分类,你不知道哪些数据需要保护。 没有备份,数据丢了你就再也找不回来。 没有加密,数据在传输和存储中就等于裸奔。

这三件事,不是三个技术动作,而是一条完整的数据安全治理逻辑链——从风险识别到差异化防护。 安全厂商可以只管卖产品,但责任单位不能止步于产品堆砌。


写在最后

《网络安全法》第二十三条第(四)项,九个字,三个动作,一个逻辑。

分类是前提,备份是底线,加密是保障。

这三件事,每一件都有大量企业做得不到位。但2026年的监管环境已经变了——不再是\"先警告、轻处罚\"的温柔执法,而是\"违法必查、查则重罚\"的强监管时代。

与其等出了事再去花大价钱补救、被罚款、被通报,不如现在就问自己三个问题:

我的数据分类清楚了吗? 我的重要数据能恢复吗? 我的加密措施够用吗?

如果这三个问题你回答不上来,那你可能已经站在了数据安全的悬崖边上。

合规不是成本,是保险。买保险不一定会出事,但出了事没有保险,就是灭顶之灾。


数据分类、备份、加密:一条被90%企业忽视的法律红线" 网络安全文章

数据分类、备份、加密:一条被90%企业忽视的法律红线"

本文解读《网络安全法》第二十三条第(四)项关于数据分类、备份和加密的递进式合规要求。通过2026年最高检通报的9亿条数据泄露等案例,指出企业常见误区:将分类简单贴标签、备份不验证恢复能力、忽视加密等效措施。文章强调数据分类是风险识别基础,备份需确保可恢复,加密是典型手段但非唯一。2026年监管趋严,企业应从数据分类入手构建合规闭环,避免重罚。
商用密码应用安全性评估——openHiTLS初识" 网络安全文章

商用密码应用安全性评估——openHiTLS初识"

本文介绍商用密码应用安全性评估(密评)的困境与openHiTLS开源密码套件的解决方案。openHiTLS由华为等15家单位联合开源,采用模块化架构支持国密算法(SM2/SM3/SM4)和TLCP/DTLCP协议,通过形式化验证和ISO19790认证保障安全性。文章还提供了openhitls-0.3分支在KaliLinux上的编译与TLCP通信实操步骤,为密评建设提供可落地的开源密码产品选型方案。
未授权漏洞检测工具-Unauth-Vuln-Scanner" 网络安全文章

未授权漏洞检测工具-Unauth-Vuln-Scanner"

GSDK安全团队发布Unauth-Vuln-Scanner未授权漏洞检测工具,基于JavaSwing开发,支持批量目标、并发扫描、SOCKS5代理及CSV导出。工具可探测Redis、MongoDB、Elasticsearch等39+常见未授权服务,并具备指纹识别功能。工具仅供安全研究学习使用,使用者需承担全部法律责任。
评论:0   参与:  0