數字化轉型浪潮下的數據安全最佳實踐指南

定　價：￥50.00

作　者：	劉博
出版社：	電子工業(yè)出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

ISBN：	9787121446139	出版時間：	2022-12-01	包裝：	平裝-膠訂
開本：	128開	頁數：		字數：

內容簡介

　　本書首先介紹了業(yè)內多個具備代表性的數據安全理論及實踐框架。借鑒這些理論和框架的思想，基于豐富的數據安全項目實戰(zhàn)經驗，總結了一套針對敏感數據保護的CAPE數據安全實踐框架；然后從數據常見風險出發(fā)，引出數據保護最佳實踐，全面介紹了幾個代表性行業(yè)的數據安全實踐案例；最后詳細介紹了相關數據安全的技術原理。本書主要針對政府及電信、金融、醫(yī)療、教育等重點行業(yè)面臨的最具威脅性和代表性的數據安全風險，總結了這些數據安全風險的應對方法和安全防護實踐指南，詳細介紹了當前市面上前沿和具有代表性的數據安全防護技術，并為廣大讀者提供了多個行業(yè)典型的數據安全最佳實踐案例。希望讀者能夠從框架、風險、實施、技術等方面全面了解數據安全保護的理論和實踐方法。本書可以作為高校學生、信息安全行業(yè)從業(yè)者的數據安全的入門讀物，也可作為相關機構或組織進行數據安全建設實踐的參考指南。

作者簡介

　　劉博，杭州安恒信息首席科學家，國家大數據態(tài)勢感知國地聯(lián)合研究中心副主任，之江實驗室信息安全研究中心副主任。從事大數據、態(tài)勢感知、數據安全、隱私計算、機器學習等領域研究工作近20年。共發(fā)表SCI科研文章20篇，國際總引用8000多次。帶領團隊完成300余項技術發(fā)明專利。主導和參與包括工業(yè)和信息化部、公安部、中國信息測評中心、浙江省重點技術創(chuàng)新項目、杭州市重大科技項目等在內的國家級、省級重大科研項目10多項。獲得包括2019年世界互聯(lián)網大會領先科技成果、2018—2020年連續(xù)三年工業(yè)和信息化部示范試點、2019年/2021年分別獲得數博會領先科技成果等在內的60余獎項。目前主導研發(fā)的產品已服務于全球超過2500家客戶，支撐了包括2010年上海世界博覽會、2010年廣州亞運會、歷屆世界互聯(lián)網大會等大型會議的網絡安全保障。在推動產業(yè)技術進步、促進技術成果轉化等方面做出卓越成就并產生顯著的經濟社會效益。

圖書目錄

第1章數字化轉型驅動數據安全建設 1
1.1 數據安全相關法律簡介 1
1.2 數據安全的市場化價值挖掘 2
1.3 政企數字化轉型的戰(zhàn)略意義和核心能力 3
1.3.1 政企數字化轉型的戰(zhàn)略意義 3
1.3.2 政企數字化轉型的核心競爭力 5
1.4 數字化發(fā)展帶來的安全威脅 6
1.4.1 數據安全形勢日趨嚴峻 6
1.4.2 數據安全事件層出不窮 7
1.4.3 數據安全問題制約數字經濟發(fā)展 8
第2章數據安全理論及實踐框架 10
2.1 數據安全治理（DSG）框架 10
2.2 數據安全管控（DSC）框架 12
2.3 數據驅動審計和保護（DCAP）框架 14
2.4 數據審計和保護成熟度模型（DAPMM） 15
2.5 隱私、保密和合規(guī)性數據治理（DGPC）框架 17
2.6 數據安全能力成熟度模型（DSMM） 19
2.7 CAPE數據安全實踐框架 21
2.7.1 風險核查（C） 23
2.7.2 數據梳理（A） 23
2.7.3 數據保護（P） 24
2.7.4 監(jiān)控預警（E） 24
2.8 小結 24
第3章數據安全常見風險 26
3.1 數據庫部署情況底數不清（C） 26
3.2 數據庫基礎配置不當（C） 27
3.3 敏感重要數據分布情況底數不清（A） 28
3.4 敏感數據和重要數據過度授權（A） 29
3.5 高權限賬號管控較弱（A） 30
3.6 數據存儲硬件失竊（P） 31
3.7 分析型和測試型數據風險（P） 32
3.8 敏感數據泄露風險（P） 33
3.9 SQL注入（P） 35
3.10 數據庫系統(tǒng)漏洞淺析（P） 37
3.11 基于API的數據共享風險（P） 37
3.12 數據庫備份文件風險（P） 40
3.13 人為誤操作風險（E） 41
第4章數據安全保護最佳實踐 43
4.1 建設前：數據安全評估及咨詢規(guī)劃 43
4.1.1 數據安全頂層規(guī)劃咨詢 43
4.1.2 數據安全風險評估 44
4.1.3 數據安全分類分級咨詢 45
4.2 建設中：以CAPE數據安全實踐框架為指導去實踐 46
4.2.1 數據庫服務探測與基線核查（C） 46
4.2.2 敏感數據分類分級（A） 47
4.2.3 精細化數據安全權限管控（A） 51
4.2.4 對特權賬號操作實施全方位管控（A） 52
4.2.5 存儲加密保障數據存儲安全（P） 53
4.2.6 對分析和測試數據實施脫敏或添加水印（P） 55
4.2.7 網絡防泄露（P） 61
4.2.8 終端防泄露（P） 64
4.2.9 防御SQL注入和漏洞（P） 66
4.2.10 及時升級數據庫漏洞或者虛擬補?。≒） 69
4.2.11 基于API共享的數據權限控制（P） 73
4.2.12 數據備份（P） 75
4.2.13 全量訪問審計與行為分析（E） 78
4.2.14 構建敏感數據溯源能力（E） 79
4.3 建設中：數據安全平臺統(tǒng)一管理數據安全能力 82
4.3.1 平臺化是大趨勢 82
4.3.2 數據安全平臺典型架構 84
4.4 建設后：持續(xù)的數據安全策略運營及員工培訓 86
4.4.1 數據安全運營與培訓內容 86
4.4.2 建設時間表矩陣 87
第5章代表性行業(yè)數據安全實踐案例 89
5.1 數字政府與大數據局 89
5.1.1 數字經濟發(fā)展現狀 89
5.1.2 數據是第五大生產要素 89
5.1.3 建設數字中國 89
5.1.4 數據安全是數字中國的基石 89
5.1.5 大數據局數據安全治理實踐 90
5.1.6 數據安全治理價值 91
5.2 電信行業(yè)數據安全實踐 92
5.2.1 電信行業(yè)數據安全相關政策要求 92
5.2.2 電信行業(yè)數據安全現狀與挑戰(zhàn) 93
5.2.3 電信行業(yè)數據安全治理對策 93
5.3 金融行業(yè)數據安全實踐 95
5.3.1 典型數據安全事件 95
5.3.2 金融行業(yè)數據風險特征 95
5.3.3 金融行業(yè)數據安全標準 96
5.3.4 金融數據安全治理內容 97
5.4 醫(yī)療行業(yè)數據安全實踐 99
5.4.1 醫(yī)療數據范圍 99
5.4.2 醫(yī)療業(yè)務數據場景與安全威脅 100
5.4.3 數據治理建設內容 101
5.4.4 典型數據安全治理場景案例 103
5.5 教育行業(yè)數據安全實踐 104
5.5.1 安全背景 104
5.5.2 現狀情況 104
5.5.3 安全需求 105
5.5.4 安全實踐思路 106
5.5.5 總體技術實踐 107
5.5.6 典型實踐場景案例 110
5.6 “東數西算”數據安全實踐 112
5.6.1 “東數西算”發(fā)展背景 112
5.6.2 “東數西算”實踐價值 112
5.6.3 “東數西算”實踐內容 112
第6章數據安全技術原理 115
6.1 數據資產掃描（C） 115
6.1.1 概況 115
6.1.2 技術路線 116
6.1.3 應用場景 119
6.2 敏感數據識別與分類分級（A） 119
6.2.1 概況 119
6.2.2 技術路線 120
6.2.3 應用場景 123
6.3 數據加密（P） 123
6.3.1 概況 123
6.3.2 技術路線 123
6.3.3 應用場景 128
6.4 靜態(tài)數據脫敏（P） 129
6.4.1 概況 129
6.4.2 技術路線 130
6.4.3 應用場景 133
6.5 動態(tài)數據脫敏（P） 134
6.5.1 概況 134
6.5.2 技術路線 135
6.5.3 應用場景 137
6.6 數據水?。≒） 138
6.6.1 概況 138
6.6.2 技術路線 140
6.6.3 應用場景 142
6.7 文件內容識別（P） 143
6.7.1 概況 143
6.7.2 技術路線 144
6.7.3 應用場景 149
6.8 數據庫網關（P） 150
6.8.1 概況 150
6.8.2 技術路線 152
6.8.3 應用場景 155
6.9 UEBA異常行為分析（E） 156
6.9.1 概況 156
6.9.2 技術路線 156
6.9.3 應用場景 158
6.10 數據審計（E） 159
6.10.1 概況 159
6.10.2 技術路線 160
6.10.3 應用場景 162