
大数据安全多级保护体系正在构建
一个多层次的大数据安全网正在织起。获悉,继网络安全法今起实施之后,我国还将进一步完善国家层面的大数据保护机制,加快推进大数据安全保护法律法规和制度建设。
公安部网络安全保卫局副局长李彤在日前闭幕的2017中国国际大数据产业博览会(下称“2017数博会”)上透露,目前公安部正在制订网络安全保护条例,拟将大数据、云平台、物联网、工控系统纳入,并进一步完善等级保护措施,重点加强对国家关键基础设施和大数据的安全保护。
2004年以来,根据计算机信息安全等级保护条例,公安部会同相关单位共同设计和构建了具有中国特色的信息安全等级保护制度,使我国网络安全的建设走上了法制化、规范化和标志化轨道。李彤介绍,原则上拟将大数据保护等级定为第三级以上。在大数据安全保护措施方面:一是开展摸底调查,全面掌握大数据安全保护状态;二是,针对数据采集、存储、处理、应用、销毁等,提出不同安全保护等级的保护制度。
据悉,公安部已经组织相关单位制订了网络安全等级保护技术标准中的大数据扩展要求,拟今年正式发布实施。
在大数据安全检测方面,目前公安部门已经在全国审核推荐了160家审计保护的机构。下一步,公安部将依托等级保护、保护联盟等开展等级保护测试指导书,提高评测能力。上半年,公安部开展安全部署工作,下半年将采取技术检测,对大数据子单位履行保护业务。
此外,公安机关将严厉打击网络违法犯罪活动,并继续开展专项行动,打击贩卖个人信息的活动,铲除地下产业链。同时,加强国际合作,打击网络犯罪国际合作。
李彤还透露,目前中央网信办正在制订安全立法方面的法律法规,加强对公民信息和网络安全的保护,尤其是推动网络安全法的跨境信息服务评估工作,以加快推动安全评估工作的组织实施。
与此同时,密码法草案4月向公众征求意见。国家密码管理局副局长何良生表示,密码应用要服务大数据应用和安全保护的大局。“十三五”国家密码发展中,已经有相关的研究,但在加密、数字签名等机制方面,还需要进行深入的研究和探讨。
国家保密局科技司副司长朱标明认为,自主可控和安全可靠是网络安全的基础,这是深度防御和底层化防御。
“中国安全可控的信息技术雏形已经出现。以国产Linux操作系统为核心的桌面操作系统和三家自主可控的国产CPU,即申威、飞腾、龙芯,共同构成中国国产桌面计算机‘1+3’的架构。虽然国产桌面计算机生态还不够,但是支持它,使用它,它就会很快发展起来。”中国工程院院士倪光南如是说。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01CDA 数据分析师:企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”, ...
2025-09-01数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29