开篇

今年互联网这个圈，最热的词是什么，我觉得大概是“数据”吧。最起码这是我这一年下来感觉和自己以及工作关系最大的一个词。

2020年4月9日，中共中央、国务院印发《关于构建更加完善的要素市场化配置体制机制的意见》（以下简称《意见》），提出土地、劳动力、资本、技术、数据五个要素领域的改革方向和具体举措。数据作为一种新型生产要素写入中央文件中，体现了互联网大数据时代的新特征。

2020年10月，《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》（以下简称“十四五”规划纲要）提出“加快迎接数字时代，激活数据要素潜能，推进网络强国建设，加快建设数字经济、数字社会、数字政府，以数字化转型整体驱动生产方式、生活方式和治理方式变革”，强调以数字化转型驱动生产方式、生活方式和治理方式的变革，以此来实现加快数字化发展、建设数字中国的远景目标。

2021年9月1日，《中华人民共和国数据安全法》正式实施。

2021年11月1日，《中华人民共和国个人信息保护法》正式实施。

还有一些正在路上的数据相关规定包括明年即将施行的《深圳经济特区数据条例》，刚刚通过的《上海市数据条例》，以及正在征求意见阶段的《网络数据安全管理条例》（征求意见稿）。

其实，如果是从90年代初的过来人，尤其是指IT圈的人，应该并不会感到陌生。当年互联网刚刚兴起之时，和现在差不多，很多人不敢或者不愿过度到新的环境下，记得国内开始转变应该是2000年初的时候，很多国内企业开始信息化建设，无纸化办公。

但是，这已经是互联网发展的成熟期，这时云计算已经开始出现在我们的眼前，同样的，大家还是不想迈出自己的舒适区，继续选择观望。甚至，不少企业直到今天，还在考虑要不要上云这个问题。

目前，云计算已经发展成熟，是一种常见而且，便捷、低成本的服务，比如公有云（IaaS、PaaS、SaaS）、分布式云（区域云、边缘云）、私有云等等。

这一波数据热潮，不亚于之前的互联网和云计算。对于IT领域，尤其是安全相关的，这次安全终于不再是滞后事项，其与数据治理一起被提上日程，数据安全时代降临了。

本文将侧重数据安全相关的讨论和技术发展，聊聊自己看到的和理解的数据安全以及已有的数据安全技术。

首先，要明确一点，就是数据安全和网络安全虽然是两条线，但这两条线是拧在一起的，无法分割。也就是说，做好网络安全也是未来保护数据安全，只不过网络安全旨在做好外部防护，相当于给房子加了一套安保系统，降低被盗的风险。

再者，是去年红得发紫的零信任，因为数据也要遵循同样的思路来做。零信任的思路是替换传统门式安全控制（即一次认证，无限制访问），以身份/设备为核心，一种无边界的单次授权访问控制设计。

零信任是一种以资源保护为核心的网络安全范式，其前提是信任从来不是隐式授予的，而是必须进行持续评估。零信任体系架构是一种端到端的企业资源和数据安全方法，包括身份（人和非人的实体）、凭证、访问管理、操作、端点、宿主环境和互联基础设施。初始关注重点应该是将资源仅限于“需要访问和仅授予执行任务所需的最小权限（如读取、修改、删除）”的人。

NIST对其定义是：零信任（Zero trust，ZT）提供了一系列概念和思想，旨在面对被视为受损的网络时，减少在信息系统和服务中执行准确的、权限最小的按请求访问决策时的不确定性。零信任架构（ZTA）是一种企业网络安全规划，它利用零信任概念，并囊括其组件关系、工作流规划与访问策略。（出自NIST-SP-800-207 Zero Trust Architecture）

如果用一张图来描述，大概可能是这样的：

用户请求到达的时候，对信息是不可见的，获得授权后，会打开指定的门，获取你想访问的数据，访问结束退回到开始的地方，连接中断。如果想要访问其他数据，需要再次建立连接，确认身份和权限（当然认证的因素会很多，如位置、时段、设备ID等），获得授权。

本文不讨论零信任相关技术和应用细节，只是简单提一下这种理念，让大家理解如何在数据安全中应用。

数据安全也是如此，我们将把关注的重点从边界、设备、身份等要素转移到数据本身上，将安全直接赋能到数据。例如，DLP、安全多方计算、差分隐私、同态加密等数据加密技术。但目前阶段的难点在于分类分级。不同于人和设备，因为经过长期社会实践，人的身份，各种电子设备已经有了明确的分类标准，但数据对于我们来说，还是一个很新的东西，即使它一致存在于我们身边，但是我们一直没有去关注它。

这个起点确实难度过高，2019年全球产生的数据总量约为41ZB，2021年预计这个数据可能会超过80ZB，但要知道，这是一年产生的量，不是累计的总量。对这种海量数据进行分类分级，绝对不是短时间内可以办到的，因此，可能需要多年时间来落地或者寻找可行的方法解决这个问题。否则，之后的各种治理和管理都是空谈。就好比，一个法治健全的社会，但是没有为每个人分配姓名和角色，那这套司法体系毫无用处。

这也是为什么，越大的企业，数据分类分级落地越难的原因，反而一些小微企业却很容易。

好的，那么下面开始进入正题部分，介绍现有的数据安全技术。有人可能会问，不是说数据分类分级没有做，其他都是空谈么？解释一下，并不是没做，而是没做好。企业多多少少都有落地数据分类分级，只是成熟度和细化程度存在一定差距，举例理想中的目标还有距离。

数据安全即服务（DSaaS）

数据安全即服务（DSaaS）作为一种服务提供数据安全和保护功能。企业将其数据移交给服务提供商，以存储、保护、转换和共享给提供商或第三方，同时实现所需的合规与保密目的。

除交易处理外，数据安全控制通常在客户层面。DSaaS将获取源数据，并为客户保护和存储数据，与其共享。基于云服务提供的数据安全和保护是一种转型，以经济和快速的方式对多个场景、生态系统合作伙伴或司法管辖区进行适当的管控。

DSaaS将数据安全大众化，它使客户能够将数据安全的部署时间从几个月缩短到几天，使他们能够匹配云计算和DevOps计划的速度。例如，通过持续满足客户和监管机构的控制目标，而不需要客户关心实施。

数据安全管理和数据安全体系通常非常复杂，客户要管理各种软件和硬件，这使得大多数企业无法实现全面、可扩展和敏捷性的数据安全。与此同时，企业不得不加强其数据安全控制，以满足监管要求，或是为不断变化的生态系统合作伙伴做准备。

成熟的客户相信，如果数据能够在个人、企业和政府之间安全地流动，就可以做出更好的决策，并可以为企业和整个社会提供更好的收益。但越来越多的数据相关法律法规、监管政策以及隐私风险阻碍数据共享的实现。DSaaS也许会有助于解决这一挑战。

风险

这种模式和最初推广的云服务很像，以前是要企业上云，现在是数据上云，同样是利用云服务提供商的规模化和技术能力，以及标准化的统一管理，简化企业运维难度，节约成本。这也是为什么一直在说我们要云原生，同样的道理，出于利益最大化考虑，有人可以通过更少的钱实现企业的运营目标，这很吸引人。

但现在重点是数据共享，这是一个敏感的问题。有人会说，隐私保护计算技术不是可以保护数据么？这就说到了本质问题，如果企业和云采用安全多方计算或差分隐私之类的技术，数据在本地，加密后上云共享，那么，数据安全是可以得到保障，但上云的意义就没有了。如果是数据上云后，在云上采用加密技术进行共享，由云服务提供商进行管理，那怎么保证云厂商不会看或看不到源数据，最起码目前是一个无解的状态。要想建立起像银行一样的信任体系（把钱存放在银行里），这可能需要很长一段时间，最起码，当前没有人愿意把自己的数据完全托管给某机构。

虽然有部分头部企业试探性的在尝试这种模式，但依旧缺乏信任。企业可根据实际情况选择是否采用DSaaS产品，起步阶段可能会需要对数据进行转换后上传到云，以保证源数据安全，但也势必会影响业务，增加处理时间和成本。不过这也是一个好的开头，起码看到了一种新的趋势。