在數字世界中，金融領域面臨的安全威脅最為復雜，安全防御要求也最為苛刻。那么，作為這場業(yè)務安全戰(zhàn)役參與者之一的金融科技類企業(yè)，是如何構建數字安全體系的？金融科技企業(yè)又是如何實施數據分級分類的呢？我們不妨參考國內專業(yè)的技術與數據服務商數禾科技的做法，看看它的具體實施路徑是怎樣的。

擰緊金融數據安全的"安全閥"，為行業(yè)提供思考方向

金融科技類企業(yè)需以問題為導向，以實戰(zhàn)為指引，瞄準數據安全短板，建立多層次的數據安全保證機制，擰緊金融數據安全的"安全閥"。數禾科技將數據全生命周期分為：數據采集、數據傳輸、數據存儲、數據使用、數據刪除、數據銷毀六個環(huán)節(jié)。然后其信息安全部門特別制定了《數禾科技分類分級指南》，主要囊括管理數據分類分級的職責范圍、數據資產范圍、數據分類的原則和方法、數據分級的原則和方法、級別變更流程、重要數據識別等六個領域。除了《規(guī)劃》中明確的分級分類和應急工作體系，數禾科技還在頂層設計和基層規(guī)范上對數字安全提出了新的要求，這也為行業(yè)提供了可參考經驗和思考方向。

憑借智能模型和人工干預的配合打法，有效應對安全"痛點"

在數字經濟大發(fā)展的時代下，金融業(yè)將數字技術的發(fā)展觸角更多地延伸至隱私保護、數據安全、智能風控等與金融安全緊密相關的領域，以有效應對金融機構在數字化轉型過程中的安全"痛點"。例如，數禾科技打造了一套"數字化防詐騙解決方案2.0"。在實際操作過程中，數禾風險中心先提煉出詐騙的特征體系，再通過調查專家、模型工程師、策略分析師的協(xié)同合作，運用可以深度學習的機器模型，將人工經驗轉化為可供機器學習的標準話術，實現AI智能語音監(jiān)測。憑借著智能模型和人工干預靈活的配合打法，數禾科技已攔截了6000余起電信詐騙案件，為客戶避免了上億元的資金損失。

總之，金融行業(yè)數據安全風險管理是一個復雜且長期的過程，需要金融科技企業(yè)根據實際情況，采取多種措施，從內部到外部，從安全到合規(guī)，全面提高數據安全保障能力。未來，數禾科技仍將通過構筑體系化的網絡安全架構、平臺化的網絡安全技術與產品、人機合智的網絡安全運營，為數字中國的安全屏障貢獻力量。

【廣告】 （免責聲明：本文為本網站出于傳播商業(yè)信息之目的進行轉載發(fā)布，不代表本網站的觀點及立場。本文所涉文、圖、音視頻等資料的一切權利和法律責任歸材料提供方所有和承擔。本網站對此資訊文字、圖片等所有信息的真實性不作任何保證或承諾，亦不構成任何購買、投資等建議，據此操作者風險自擔。） 本文為轉載內容，授權事宜請聯(lián)系原著作權人，如有侵權，請聯(lián)系本網進行刪除。