数据安全工作没做实,风险评估报告再漂亮也没用
- 2026-11-09 11:07:21
前面我用《不懂数据、不懂业务、不懂法律,何谈数据安全?》探讨数据安全,需要储备的知识,今天探讨数据安全风险评估可能面临的一些形式化问题。
数据安全风险评估是数据安全治理的重要组成部分,也是数据处理者识别风险、分析风险、评价风险和推动风险整改的重要手段。但必须明确,数据安全风险评估不是一项可以脱离日常数据安全工作而独立完成的任务,更不是委托专业机构出具一份报告就能完成的合规事项。数据安全工作的基础越薄弱,风险评估越难以深入;日常治理越不到位,评估结果越容易流于形式。
从当前不少单位的数据安全工作开展情况来看,很多单位仍处于起步阶段,数据安全治理基础相对薄弱。最突出的问题是数据分类分级工作尚未扎实开展,数据资产底数不清,数据类型、数据规模、数据分布、数据流向以及数据处理活动缺乏系统梳理。特别是对于重要数据,部分单位尚未完成必要的识别、认定和目录管理,开展重要数据安全风险评估所需要的前置条件尚不具备。在这种情况下,直接组织开展风险评估,评估对象是什么、涉及哪些重要数据、数据在哪里、由谁处理、经过哪些环节,往往都难以准确回答。缺少这些基础信息,评估就容易失去明确的对象和可靠的依据。连评估对象都没有摸清,又如何准确识别风险、评价风险?
与此同时,数据安全管理制度建设也存在明显滞后。一些单位虽然已经建立了数据安全管理制度框架,但制度内容过于宏观,严重依赖通用模板,缺少结合自身业务特点制定的具体管理要求和操作规程。制度中可能明确了数据分类分级、访问控制、数据共享、数据备份等原则性要求,制度层面提出了要求,却没有在实际工作中满足制度规定的要求。没有进一步明确由谁负责、什么情况下启动、经过哪些审批、具体如何操作、产生哪些记录以及出现问题如何处置。看似制度体系完整,实际上真正能够指导业务部门开展工作的制度文件和操作流程严重缺失。有制度框架不等于有制度能力,有制度文件更不等于制度已经得到执行。对于数据安全而言,与网络安全治理体系原则性是一致的,不能只有宏观制度,还必须有能够落地执行的管理流程、操作规程和责任机制。
在技术防护方面,部分单位对数据安全的理解仍然比较片面,习惯于从网络边界、服务器和数据库等传统信息安全视角考虑问题,数据安全防护措施不全面,对数据处理活动缺乏全生命周期保护意识。数据采集、传输、存储、使用、加工、提供、公开和删除等环节之间缺乏有效衔接,数据共享交换、接口调用、批量导出、第三方委托处理等场景的安全控制尤其薄弱。部分单位即使部署了数据安全产品,也未必真正掌握产品覆盖了哪些数据、监测哪些行为、能够发现什么风险,以及发现风险后由谁负责处置。数据安全建设不能简单理解为采购几套产品、部署几个平台,而应当围绕真实的数据处理活动建立与业务场景相匹配的安全控制措施。
上述问题不仅反映了数据安全治理基础薄弱,也直接影响数据安全风险评估的质量。风险评估机构并不是凭借专业能力,就能够凭空发现一个单位所有的数据安全问题。评估人员需要以真实的数据资产信息、分类分级结果、数据处理活动记录、管理制度及其执行情况、技术防护措施和运行数据为基础,结合人员访谈、现场检查、技术测试和风险分析,才能识别实际存在的风险,并对风险发生可能性和影响程度作出合理判断。评估工作需要责任单位提供真实、完整的业务信息和运行证据,也需要评估机构具备相应的专业能力,二者缺一不可。
这里还需要明确一个责任边界。风险评估机构负责发现问题、分析风险、评价风险并提出整改建议,而不是代替数据处理者开展数据安全治理,更不能代替责任单位解决问题。评估机构可以帮助单位发现管理缺陷、技术漏洞、流程风险和合规差距,但无法代替单位梳理数据资产、开展分类分级、建立管理制度、落实技术防护,也无法代替业务部门履行数据安全管理责任。数据处理者不能将数据安全工作整体外包,更不能把购买专业评估服务当成转移主体责任的方式。同样数据安全风险评估机构,应该遵循职业操守不应当随意承诺无法兑现的内容,否则数据安全风险评估很容易陷入现在等级测评的问题泥沼。
如果数据处理者自身基础工作没有开展,评估人员就只能通过临时访谈、材料收集和现场抽查了解情况,甚至依赖单位提供的制度模板和自我描述形成评估结论。评估很容易退化为材料审查、检查表填报和报告编制。即使最终形成了一份内容完整的评估报告,也未必能够准确反映单位真实的数据安全状况,更难为重要数据保护和后续风险治理提供有效指导。更值得警惕的是,部分单位可能将评估报告视为数据安全工作的最终成果,把发现问题、提出建议误认为已经完成风险治理,评估结束后问题依然存在,风险依然没有得到有效控制。同样,风险评估报告如果不能真实发现发现,其报告价值一文不值。监管部门不会也不应该认可这类报告,应该严加监管破除劣币逐良币。
因此,数据处理者应当首先夯实数据安全治理基础,而不是急于通过一次风险评估证明自己已经合规。要从摸清数据资产底数入手,扎实开展数据分类分级,明确数据处理活动、处理目的、处理方式和责任主体;结合业务实际完善数据安全管理制度、专项管理制度和具体操作规程,避免制度建设停留在模板套用和原则性要求层面;围绕数据全生命周期建立安全防护措施,将访问控制、数据加密、脱敏、备份恢复、操作审计、异常行为监测等要求落实到具体业务场景。同时,通过日常检查、监测审计、人员培训和问题整改,形成真实、连续的数据安全运行记录。
在此基础上,再委托专业机构开展数据安全风险评估,由评估机构发现问题、分析原因、评价风险、提出整改建议;数据处理者则应当组织业务部门、数据管理部门、信息化部门和网络安全部门共同推动整改,明确责任部门、整改措施、完成期限和验证要求。对于评估发现的问题,应当根据风险程度建立整改台账,跟踪整改进度,验证整改效果,必要时重新评估相关风险。评估机构交付报告不是风险治理的终点,责任单位完成风险整改、实现有效控制,才是风险评估真正发挥价值的体现。
归根结底,数据安全风险评估的质量,不仅取决于评估机构的专业能力,更取决于数据处理者自身数据安全治理工作的成熟程度。没有日常治理作为基础,风险评估就容易成为纸面合规;没有真实数据和运行记录作为支撑,评估报告就难以反映真实风险;没有责任部门推动整改,再专业的评估报告也只能停留在纸面上。
数据安全风险评估的目的不是为了证明单位已经做了多少工作,也不是为了取得一份报告应付监管,而是发现数据处理活动中尚未得到有效控制的风险。数据处理者应当先把数据安全工作真正做起来,再让风险评估发挥应有的价值。
风险评估机构不能替责任单位治理风险,评估报告不能替责任单位履行责任。不能用一次风险评估代替日常数据安全治理,更不能用一份评估报告掩盖数据安全工作的基础缺失。
数据处理者开展数据安全工作不能等。不能等到发生数据安全事件、造成数据泄露或产生严重后果之后,才意识到数据安全治理的重要性;不能等到监管部门监督检查、行政处罚之后,才开始补制度、补流程、补技术措施;更不能等到开展数据安全风险评估时,才临时梳理数据资产、开展分类分级、编制管理制度。数据安全不是一项临时性任务,也不是为了迎接检查或完成评估才启动的专项工作,而是伴随数据处理活动持续开展的日常管理工作。所谓常态化,不能仅仅体现在制度文件和工作计划中,更不能成为一句挂在嘴边的口号,而应当体现在日常业务运行、数据处理操作、风险监测检查、问题整改和责任落实的每一个环节。只有把数据安全工作做在日常、抓在经常,才能真正实现风险早发现、早处置,避免将本应通过日常治理解决的问题,拖到事件发生、监管检查或风险评估时才被动暴露。
不能等出事才抓安全,不能等处罚才补合规,不能等评估才做治理。常态化不是一句口号,而是数据安全责任必须落实到每一天的实际行动。
往期回顾
等保、关保、数保、个保,网络安全与数据治理“四位一体”的体系化制度框架
网络安全等保系列
等级保护建设参考系列
关基保护系列
数据安全系列
结构化数据(Structured Data)与非结构化数据(Unstructured Data)
医疗机构数据安全和个人信息保护自查简表(基于最新医疗机构管理办法)
个人信息保护系列
微信扫一扫 · 添加人工客服
QQ扫一扫 · 添加人工客服