数据安全实践指南
批量上传，套装书可能不全，下单前咨询在线客服！有特殊要求，下单前请咨询客服！
￥ 50.97 4.7折 ￥ 109 全新
库存11件
江西南昌
认证卖家担保交易快速发货售后保障
作者刘隽良
出版社机械工业出版社
ISBN9787111702658
出版时间2022-04
装帧平装
开本16开
定价109元
货号29386975
上书时间2024-11-02
商品详情
- 品相描述：全新
- 商品描述
-
前言
为什么要写这本书
随着互联网、物联网、云计算等技术的快速发展，全球数据量出现爆炸式增长，我们已进入大数据时代。大数据不断向各个行业渗透，在深刻影响国家政治、经济、民生和国防的同时，也给国家安全、社会稳定和个人隐私等带来了潜在威胁与挑战。在此背景下，国内外数据安全相关法律法规相继出台，以完善大数据安全领域的防护和技术要求，助力大数据安全建设。
相较于传统网络安全，数据安全的标准化起步较晚，目前业内尚无完整、成熟的可借鉴技术落实方案，缺乏有效的数据安全视角下的实践指南，大量组织在数据安全建设方面仍然处于“摸着石头过河”的状态，这严重耗费了企业的人力、物力，以及本不富余的安全资源。
鉴于此，美创科技积极组织公司数据安全从业专家，结合公司多年来的数据安全治理经验，以《信息安全技术 数据安全能力成熟度模型》（GB/T 37988—2019）和《数据安全能力建设实施指南》为标准和依据，对数据安全全生命周期的过程域逐一进行解读并提供实践操作建议，尝试在目前业内暂无DSMM成熟实践的背景下，为数据安全组织提供实践指南，以期抛砖引玉，引导数据安全组织进行数据安全有序化、实效化建设和发展。
读者对象
本书适合以下读者：
企业信息安全负责人。
数据安全部门和数据管理部门的工作人员。
安全风险管理人员。
安全审计、监管人员。
运维、技术支持人员。
数据信息使用者。
如何阅读本书
本书共分为五篇，从大数据的基本概念开始引入，探讨数据安全治理思路选型，科普DSMM中三级定义下各过程域的相关要求，并提供实践指南和操作建议， 后整合生成基于数据安全风险评估的量化观察指标和建议实践目标。本书内容循序渐进、深入浅出，具备一定的实践参考性。
概念引入篇（第1章）从大数据的基本概念开始，简单介绍大数据技术目前的应用情况，以及数据采集、分析关联等技术流程，从而引出大数据时代下数据的便利性、价值和安全隐患问题。
现状讨论篇（第2章）列举国内外数据安全事件案例，引出数据治理、数据安全治理的概念，介绍国内外数据安全治理常用的思路及多个方法论，并基于目前国内数据安全的发展趋势，探讨技术规划选型建议， 终以《信息安全技术 数据安全能力成熟度模型》为实践指南进行选型。
治理选型篇（第3章和第4章）介绍大数据时代的数据安全治理思路，并逐个介绍DSMM中3级（即充分定义级）定义下各过程域对应的组织建设、人员能力、制度流程和技术工具等相关要求。
实践指南篇（第5章至第11章）是本书的核心内容，该篇基于美创科技多年数据安全治理实践经验，对上述各过程域逐一进行解读，并提供实践操作建议。
自测参考篇（第12章）基于实践指南篇的内容输出，归纳DSMM在数据安全生命周期中的所有要求，并整合内容输出可量化、可衡量的指标，提供基于数据安全视角的数据安全测评表，以供组织进行自评和DSMM建设参考，为组织后续基于DSMM相关实践和自评提供实践指南及参考依据。
勘误和支持
由于笔者水平有限，编写时间仓促，不妥之处在所难免，恳请读者批评指正。如果您有更多宝贵的建议或意见，欢迎发送邮件至datasec@mchz.com.cn，我们很期待能够得到您的真挚反馈。
导语摘要
本书从大数据基本概念开始引入，简介大数据目前的技术应用以及技术流程，从而引出大数据时代下的数据便利性、价值以及隐患；列举国内外数据安全事件案例，引出数据治理、数据安全治理概念，介绍国内外数据安全治理常用思路以及多个方法论，并以国内GB/T 37988-2019即DSMM数据安全能力成熟度为实践思路选型，逐个介绍DSMM中三级（充分定义级）定义下各过程域对应组织建设、人员能力、制度流程以及技术工具相关要求，在此之上基于美创科技多年数据安全治理实践经验，对上述各过程域逐一进行解读以及提供实践指南操作建议，并总结归纳DSMM全部要求，整合生成基于数据安全风险评估的量化观察指标和建议实践目标，为组织后续基于DSMM相关实践和自评提供实践指南和参考依据。
目录
推荐序
前 言
概念引入篇
第1章 活络之水：大数据时代的数据流动 2
1.1 数据流动时代 2
1.2 数据采集：四面八方皆来客，五湖四海齐聚首 4
1.2.1 系统日志采集 5
1.2.2 数据库采集 9
1.2.3 网络数据采集 10
1.2.4 传感器采集 12
1.3 数据分析：铅华褪尽留本色，大浪淘沙始见金 12
1.3.1 监督学习 13
1.3.2 无监督学习 13
1.3.3 半监督学习 15
1.4 数据关联：世事洞明皆学问，人情练达即文章 16
1.5 数据质量与数据价值 17
现状讨论篇
第2章 数据无罪：大数据时代的数据安全事件 22
2.1 国内外的数据安全事件 22
2.1.1 运营商 23
2.1.2 医疗体系 23
2.1.3 高校教育 24
2.1.4 金融体系 24
2.1.5 电子政务 25
2.1.6 社交网络 25
2.1.7 企业生产 26
2.2 数据无罪，治理之过 27
2.2.1 数据治理 27
2.2.2 数据安全治理 28
2.2.3 治理思路选型 32
2.2.4 信息安全、网络安全与数据安全的区别 33
治理选型篇
第3章 大数据时代的数据安全治理思路 38
3.1 以数据为中心 38
3.2 以组织为单位 39
3.3 以数据生命周期为要素 40
第4章 数据生命周期安全过程域 41
4.1 数据采集安全 41
4.1.1 数据的分类分级 41
4.1.2 数据采集安全管理 42
4.1.3 数据源鉴别及记录 43
4.1.4 数据质量管理 43
4.2 数据传输安全 44
4.2.1 数据传输加密 44
4.2.2 网络可用性管理 45
4.3 数据存储安全 45
4.3.1 存储介质安全 46
4.3.2 逻辑存储安全 46
4.3.3 数据备份和恢复 47
4.4 数据处理安全 48
4.4.1 数据脱敏 48
4.4.2 数据分析安全 49
4.4.3 数据的正当使用 50
4.4.4 数据处理环境安全 51
4.4.5 数据导入导出安全 52
4.5 数据交换安全 52
4.5.1 数据共享安全 53
4.5.2 数据发布安全 53
4.5.3 数据接口安全 54
4.6 数据销毁安全 55
4.6.1 数据销毁处理 55
4.6.2 介质销毁处理 56
4.7 通用安全过程 56
4.7.1 数据安全策略规划 56
4.7.2 组织和人员管理 57
4.7.3 合规管理 59
4.7.4 数据资产管理 60
4.7.5 数据供应链安全 60
4.7.6 元数据管理 61
4.7.7 终端数据安全 62
4.7.8 监控与审计 62
4.7.9 鉴别与访问控制 63
4.7.10 需求分析 64
4.7.11 安全事件应急 65
实践指南篇
第5章 数据采集安全实践 68
5.1 数据分类分级 68
5.1.1 建立负责数据分类分级的职能部门 68
5.1.2 明确数据分类分级岗位的能力要求 69
5.1.3 数据分类分级岗位的建设及人员能力的评估方法 69
5.1.4 明确数据分类分级的目的 71
5.1.5 确立数据分类分级的原则 71
5.1.6 制定数据分类分级的方法及细则 71
5.1.7 制定数据分类分级的安全策略 73
5.1.8 实施变更审核机制 73
5.1.9 使用技术工具 74
5.1.10 基于元数据类型的分类技术 74
5.1.11 基于实际应用场景的分类技术 74
5.1.12 技术工具的使用目标和工作流程 75
5.2 数据采集安全管理 76
5.2.1 建立负责数据采集安全的职能部门 77
5.2.2 明确数据采集安全岗位的能力要求 77
5.2.3 数据采集安全岗位的建设及人员能力的评估方法 77
5.2.4 明确数据采集的目的 78
5.2.5 确立数据采集的基本原则 79
5.2.6 基于大数据的采集来源 79
5.2.7 明确数据采集方式 80
5.2.8 确定数据采集周期 81
5.2.9 制定数据采集的安全策略 81
5.2.10 制定数据采集的风险评估流程 81
5.2.11 使用技术工具 82
5.2.12 基于数据库的采集技术 82
5.2.13 基于网络数据的采集技术 82
5.2.14 基于系统日志的采集技术 84
5.2.15 数据防泄露技术 85
5.2.16 技术工具的使用目标和工作流程 86
5.3 数据源鉴别及记录 87
5.3.1 建立负责数据源鉴别与记录的职能部门 87
5.3.2 明确数据源鉴别与记录岗位的能力要求 88
5.3.3 数据源鉴别与记录岗位的建设及人员能力的评估方法 88
5.3.4 明确数据源鉴别及记录的目的 89
5.3.5 制定数据采集来源的管理办法 89
5.3.6 数据溯源方法简介 91
5.3.7 数据溯源记录 91
5.3.8 制定数据源鉴别及记录的安全策略 91
5.3.9 使用技术工具 92
5.3.10 基于标注和反向查询的数据溯源技术 92
5.3.11 数据溯源中的安全防护 94
5.3.12 技术工具的使用目标和工作流程 95
5.4 数据质量管理 96
5.4.1 建立负责数据质量管理的职能部门 96
5.4.2 明确数据质量管理岗位的能力要求 96
5.4.3 数据质量管理岗位的建设及人员能力的评估方法 96
5.4.4 明确数据质
内容摘要
本书从大数据基本概念开始引入，简介大数据目前的技术应用以及技术流程，从而引出大数据时代下的数据便利性、价值以及隐患；列举国内外数据安全事件案例，引出数据治理、数据安全治理概念，介绍国内外数据安全治理常用思路以及多个方法论，并以国内GB/T 37988-2019即DSMM数据安全能力成熟度为实践思路选型，逐个介绍DSMM中三级（充分定义级）定义下各过程域对应组织建设、人员能力、制度流程以及技术工具相关要求，在此之上基于美创科技多年数据安全治理实践经验，对上述各过程域逐一进行解读以及提供实践指南操作建议，并总结归纳DSMM全部要求，整合生成基于数据安全风险评估的量化观察指标和建议实践目标，为组织后续基于DSMM相关实践和自评提供实践指南和参考依据。
— 没有更多了 —
以下为对购买帮助不大的评价