从最佳实践看工业企业如何保障数据安全

通过数据安全治理梳理企业数据流向图并完成数据分级分类后,可以从技术防护和安全管理制度建设角度同步构架数据安全管理体系。鉴于开展全面数据安全防护成本较高,企业可以优先从防关键文档数据外泄、防数据篡改、防勒索、防护成果展现等方向,先行开展应用,之后逐步进行完善。

本文来自微信公众号“IDC咨询”。

近日,IDC发布《IDC PeerScape:中国工业互联网数据安全防护优秀实践洞察》报告,总结了工业企业数据安全防护5个常见问题:分级分类标准难把握、协同设计数据易泄露、全面安全建设周期长、历史单点防护统一管理和多方数据共享流转,并希望通过遴选出的6个最佳实践案例:国投生物(铁岭)、某电力仪表集团、某大型汽车集团、上海燃气、南网集团、玉环市阀门产业互联网平台等,为更多组织提供参考。

工业企业数据安全防护的5个常见问题及应对措施

报告总结了工业企业开展节能降碳常见的5个问题,并通过介绍遴选出的6个优秀案例的先进做法,给更多企业提供借鉴参考。

360截图16251112669372.png

工业企业数据安全防护参考路径

对大多数工业企业而言,数据安全防护起点为数据安全诊断与治理,鉴于数据安全诊断治理人力投入高、成本高,通过AI分级分类和相关业务项目同步开展等方式可以降低应用门槛。通过数据安全治理梳理企业数据流向图并完成数据分级分类后,可以从技术防护和安全管理制度建设角度同步构架数据安全管理体系。鉴于开展全面数据安全防护成本较高,企业可以优先从防关键文档数据外泄、防数据篡改、防勒索、防护成果展现等方向,先行开展应用,之后逐步进行完善。

360截图16251112669372.png

THEEND

最新评论(评论仅代表用户观点)

更多
暂无评论