数字化时代，如何赋能数据开放？如何激活数据价值？
近日，在“西湖论剑•网路安全大会”上，安恒信息高级副总裁、首席科学家刘博就数字化转型的实践与思考，做了一些分享。
刘博在本次大会谈道：安全的使命和价值已经发生了质的变化。之前大家理解的“安全”单纯地指保护和保障，到目前新一代安全概念跟业务发展息息相关。在业务的发展的第一天企业就考虑：怎样利用数据安全的技术更好地开展业务？
在刘博看来，一方面，网络安全是一个基础以保障我们的系统，保障我们的应用能稳定运行。另一方面，通过数据安全，作为一个助推器来帮助我们数字化改革更大胆地往前迈进，能让我们更放心地开放数据。
最后，刘博表示期望在“十四五”期间，通过“网络安全+数据安全”的技术可以赋能数据开放，更好地激活数据的价值。
以下为刘博的演讲全文，雷锋网•鲸犀在不改变原意的基础上做出了编辑：
非常荣幸今天能有机会给大家分享我们在数据安全所做的一些工作，主要话题是怎么赋能数据开放，怎样激活数据的价值。
我这里面主要想讨论两方面问题：
（1）第一是网络安全；（2）第二是数据安全。
网络安全包括应用与系统，传统更多偏向于攻防的安全，漏洞类的安全。再到数据安全，很多时候是一个工具，不只是一个威胁检测等，因为我有了相应的数据安全的技术，不管是从最简单的脱敏也好，还是新一代的技术，刚才冯院士提到的同态加密或是密文搜索是为了更好地打造数字经济的生态和应用。
我先简单回顾一下，安恒信息从2016年做网络安全态势感知，或是叫网络安全大脑。大概五年的时间，我先简单回顾一下现在在关基保护或关基信息基础设施保护着方面我们取得的一些进展。
首先，IPDR能力建设。无论是监管还是企业，先要具备一些点上的能力，但其实很多信息化发展比较好的单位或是行业，IPDR的能力在建态势感知之前就有了。
企业已经买了很多设备，企业的能力挺完善，缺的是一个网络安全的大脑。在这里大脑分成两个基础的核心，一是数据中台，一个是能力中台。
数据中台是指有很多的第三方的设备。无论是基于流量还是终端的，还是应用日志，怎样将这些日至很好地整理起来，为建模服务？什么叫安全能力中台？
因为我们要开展安全运营，包括响应、处置等，上百台到的安全设备操作，效率非常低，无法联动，所以安全能力中台非常关键。
有了数据中台，有了能力中台，那我们就可以在这上面开发，不仅仅是一家厂商，多家厂商可以开发各种各样的我们称之为智能应用，无论是分析研判还是通报预警还是指挥调度，从不同的维度可以感知到网络安全的这样一个风险，无论是内网、外网、账号、漏洞等。
我们到目前为止应该服务于大概200多家的省市级监管单位以及2500家的重大型的政企单位，这里简单通过数字体现出我们现在建设的一些情况以及我们针对于关保所取得的目前已开发的模块。
进入到我们“十四五”期间，还是有很多，并不是说网络安全已经非常成熟了，所以从实战的角度来讲，从成熟度来讲，打10分的话，很多处于3分4分，好一点到6分，这是与好一点的美国企业相比。
“十四五”期间，我们的目的是实现智能化，更重要的是实战化，这里就包含了我们指挥协调系统以及全息档案，全息档案就是数据中台很核心的一部分，包括资产的核心档案以及系统的全息档案等，包括新业态的安全，因为现在各行各业都在拥抱我们的云、大数据、物联网、移动互联网、工控等新业态的安全，再到挂图作战，包括服务于我们的重大安保。
刚才讲的是监管，针对于企业，我们怎么来开展的情况，企业的系统越来越复杂，特别针对中大型企业，还有分支。
首先我们是有监管单位的态势感知，无论是行业的，还是我们省级监管单位。再到行业的集团，我集团要有一个统一的安全中心，再到每个单位，也可以是一个区域性，也可以是一个单位的，某一个业务支撑部门要有自己的企业安全的大脑，所以我们往往会形成三级联动，纵深防御，协同联动的系统。
构建了这个系统，它能体现什么样的价值？如果我们有一个单位的企业大脑，再到行业或是集团，再到我们监管的单位，我们能体现什么样的价值？
我们来看一个具体的例子，这具体的例子就是我们在前天刚刚结束的在攻防演练过程当中所发现的一个实际例子。
首先通过企业的，因为我们收集了全流量数据，我们发现0 Day攻击，怎么那么容易逮到？
作为一个0 Day攻击，如果大家知道攻击链或ATT&CK或是攻击框架，0 Day，不可能每一步骤都利用0 Day，无论是攻击的三步、五步、十步不可能都是0 Day，总有一些步骤是常规性的步骤。
因为我们有了全流量的流量或日志类数据，这绝不是系统自动发现的，人与工具结合起来可以及时地发现其中的一个线索，然后通过图谱分析关联到它利用0 Day的逻辑。
因为我们有全流量的Payload，所以我们可以通过人工分析的方式来看0 Day的攻击逻辑，从而将IOC提炼这些，这是这一张图索要表达的含义，这是一个企业或单位的中心，如果有了0 Day的IOC之后，如果没有的话，这是纵深防御系统，IOC加到我这里就好了。
如果我们有上下级的关系，我就可以将下级单位的威胁会聚到上面这一层，将一些IP信息脱敏掉，上传到我们的威胁情报的中心，同时也可以从我们企业的云端威胁中心结合起来，形成一个商业的威胁知识库，这就相当于两级的情况。
有了行业的威胁知识库就可以做到知识共享，也就是第三步，就可以实现协同防御。
其实整个过程，我们在前面15天的攻防演练过程当中发现了好几个案例，响应的时间在3小时之内可以提炼IOC，再上报，上报验证完再下发，策略同步下发到每一个下级单位，即使他没有发现0 Day，但提前具备了预防能力，这是构建一个无论是二级还是三级的纵深防御的企业的安全大脑。
同时，刚才提到了服务于目前全球2500家中大型客户，也取得了不错的成果。
回到数据安全这一块，网络安全更多的是在保护Protect，数据安全是为了赋能，为了让一些业务场景从之前的不敢做到现在的敢做，之前网络安全是我有一个业务系统，我来挑毛病，大家一直在讲，网络安全的工作者，网络安全部门很多时候别人业务部门会称我们为挑毛病的部门，但数据安全是完全不同的。
因为数据安全的事件产生的风险太多了，我就不一一详细介绍了，无论是经济利益的损失还是对于个人的损失，还是对于一个行业或国家的损失都是巨大的。
全国也非常重视，包括我国在内，现在已经全球107个国家和地区已制定了数据安全及隐私保护的相应的法律法规。
数据安全包含三方面：一是数据安全保护，首先我们内部在使用数据过程当中要保护好它。
第二是数据安全的开放，能否开放给我们的第三方，我们的合作伙伴，甚至开放给不认识的第三方，就像现在的支付系统一样，我转钱，交易给完全不认识的人，但还是可信的。
第三是数据安全的监管，首先我们来看一下数据安全保护，我们结合着技术，现在也服务于多个省级及市级的大数据局，包括一些金融和教育，还有医疗的一些政企单位。
首先要确立一个顶层设计，因为数据安全不能像网络安全一样添加很多，因为很多数据安全是一个串联的设备，不论是脱敏还是加密还是刚才提到的溯源产品，这都是一些串联产品。
第一，我们要确立一个顶层设计规划，第二，梳理安全风险，从而根据顶层规划来完善能力框。这里有很多简单的问题：包括组织有多少个数据？数据是如何分布的？什么是敏感数据？首先定义什么是重要数据，很多知识产权的数据不是敏感数据，但是是重要数据，谁有权访问这些数据，是否采用防护、监控以及告警措施等，我们采用CAEP框架来帮助我们梳理数据安全的能力，应覆盖到哪些方面。
系统化的东西非常多，我们简单地通过几个例子介绍一下我们认为数据安全的工作要怎样开展。
从数据的生产再到交换再到挖掘与销毁，这里边简单列了一个非常简化的数据库系统，或是数据应用系统，包含了有应用区，外部的应用，APP应用，再到数据共享、开放区，有些数据共享开放区与生产区是放在一起的。
在生产区中还包含了我们的生产型数据库以及分析型数据库，也就是大数据数据库，非交易型，非关系型的数据库，再到数据共享开放区包含了测试，测试人员，第三方的开发人员，包含开放给我们第三方的单位或开发商，这里边针对于场景，我们提炼了一个不完全的数据安全的十大风险。
我们来看一下其中几个风险是怎样的情况以及怎样解决。
第一，大部分的数据共享不是通过数据库直接开放出来的，我觉得这至少是一个进步。随着我们业务应用越来越多，随着我们数据的交换越来越多，大部分的数据开放是通过API实现的，包括大数据局，基本上都有自己的API的目录系统。
在这里边就会产生两个风险，第一，从数据到应用，中间会经历好多层，我们称之为纵向。
比如，我们外部的业务系统，它的数据中间已经经过了好几层的API或提炼。其实每一份数据不仅仅支撑一个应用，它要支持多个应用，所以同一份数据会有很多个API，所以我们现在往往发现的情况是API纵向的也很多，横向的也很多，导致这里边产生了很大的风险。
