1.数据分类分级的目的

数据分类是数据资产管理的第一步，不论是对数据资产进行编目、标准化，还是数据的确权、管理，亦或是提供数据资产服务，有效的数据分类都是首要任务。而数据分级本质上就是数据敏感维度的数据分类。任何时候，数据的定级都离不开数据的分类。

数据分类分级带来了许多好处，对于数据安全和组织的整体绩效都具有积极影响：

降低风险: 通过识别和保护高风险数据，组织可以降低数据泄露和安全漏洞的风险。

合规性: 数据分类分级有助于满足法规和合规性要求，从而减少了可能的罚款和法律责任。

提高效率: 通过自动化数据分类和标记，组织可以提高数据管理的效率，减少了人为错误的风险。

提高响应速度: 有了明确定义的数据分类，组织可以更快速地响应数据泄露事件，采取必要的措施。

优化资源分配: 数据分类分级有助于组织将资源重点放在最重要的数据上，从而提高了资源的有效利用率。

建立信任: 数据分类分级可以向客户、合作伙伴和利益相关者传递一个有关数据保护和隐私的积极信息，从而增强了信任。

保护声誉:避免数据泄露和严重的数据安全事件有助于保护组织的声誉，避免负面影响。

2.数据分类分级的范围

3.数据分类分级实施

1）数据分类

数据分类具有多种视角和维度，其主要目的是便于数据管理和使用。数据处理者进行数据分类时，应优先遵循国家、行业的数据分类要求，如果所在行业没有行业数据分类规则，也可从组织经营维度进行数据分类。常见的数据分类维度，包括但不限于：

公民个人维度：将数据分为个人信息、非个人信息。

公共管理维度：将数据分为公共数据、社会数据。

信息传播维度：将数据分为公共传播信息、非公共传播信息。

行业领域维度：将数据分为工业数据、电信数据、金融数据、交通数据、自然资源数据、卫生健康数据、教育数据、科技数据等。

组织经营维度：将数据分为用户数据、业务数据、经营管理数据、系统运行和安全数据

2）数据分级

• 分级原则

数据分级应依据以下原则：
各级界限明确原则：数据分级是按照数据敏感程度进行划分；
就高不就低原则：如果同一批数据中各属性或字段的分级不同，需要按照定级最高的属性或字段的级别一并实施安全管控，即“就高不就低”。

• 分级表