数据分类
标记敏感数据
数据分类 是 CoddyKit 上的免费 Cyber Security Academy 课时。 这是第 2 节课，共 4 节。 你可以在下方免费阅读本课时的完整内容 — 然后在浏览器中使用内置代码编辑器和全天候 AI 导师进行实践。 这是 Cyber Security Academy 学习路径的一部分，你的进度在网页和 CoddyKit 应用中同步。 Cyber Security Academy 课程共包含 4 节课。
为什么要对数据分类
未分类的数据无法得到保护。数据分类按照敏感程度为信息添加标签，以便应用适当的控制措施、访问规则和 DLP 政策。这是 DLP 和大多数合规计划的基础。
分类方案
一种常见的四级方案是：
- 公开：可以自由分享。
- 内部：供员工使用，泄露后的危害较低。
- 机密：敏感信息，限制访问。
- 受限/秘密：敏感程度最高，需要严格控制。
对应数据类型
请将各级分类与具体示例关联起来，让员工知道数据属于哪一类：
- 公开：营销宣传册。
- 内部：组织结构图、会议纪要。
- 机密：客户 PII、合同。
- 受限：卡片数据、健康记录、机密信息。
受监管的数据类别
有些数据具有法律约束力：
- PII：个人可识别信息（GDPR）。
- PCI：持卡人数据。
- PHI：受保护的健康信息（HIPAA）。
这些数据通常归入机密或受限类别。
为数据添加标签
当分类被标记时才真正有用，也就是将类别附加到数据上，以便工具对其执行操作。
- 与文件一同存储的元数据标签。
- 页眉/页脚中的视觉标记。
- 电子邮件和文档中的标头/标签。
手动分类与自动分类
两种方式通常结合使用：
- 手动：作者在创建数据时选择标签；准确但不一致。
- 自动：工具扫描内容并根据模式应用标签；易于扩展，但需要调优。
发现与扫描
大多数组织在各处都已经存在未标记的数据。数据发现工具会遍历文件共享、数据库和云存储，以查找并分类现有的敏感数据。
# example: scan a directory for card-like patterns
grep -rEl '[0-9]{4}[- ]?[0-9]{4}[- ]?[0-9]{4}[- ]?[0-9]{4}' /shared/分类决定控制措施
标签决定处理规则：
- 受限：加密、记录访问日志、阻止外部共享。
- 机密：仅限最小知悉范围内的人员访问。
- 公开：不受限制。
DLP 策略引用标签，以决定是否阻止传输。
按类别进行处理与保留
每个类别都应规定数据如何存储、传输和共享，以及保留多久。受限数据可能需要加密并缩短保留期限；公开数据则没有这些要求。请将这些规定记录在数据处理标准中。
重新分类
数据敏感性会随时间变化。机密的收益报告发布后会变为公开数据。请定义数据何时以及如何重新分类或降级，以便控制措施始终与风险相称。
常见陷阱
分类计划会在以下情况下失败：
- 层级过多会使用户困惑（保持为 3 至 4 个层级）。
- 工具没有强制执行标签。
- 从未发现并标记旧有数据。
- 没有明确的负责人维护分类体系。
快速检查
应用分类层级。
回顾
分类是数据保护的基础：
- 使用简单的分级体系（从公开到受限）。
- 通过元数据、标记和标签标注数据。
- 结合手动和自动分类以及数据发现。
- 让标签决定处理方式、保留期限和 DLP 控制措施。
常见问题解答
「数据分类」课时是免费的吗？
是的 — 「数据分类」的完整文本可在网页上免费阅读。要进行交互式练习（内置代码编辑器和全天候 AI 导师）并解锁 Cyber Security Academy 课程的其余内容，请升级到 CoddyKit PRO。 Cyber Security Academy 课程共包含 4 节课。
「数据分类」这节课中我会学到什么？
标记敏感数据 你通过在浏览器中直接运行的动手代码来练习 Cyber Security Academy，全天候 AI 导师会在你学习这节课的过程中回答你的问题。
学习 Cyber Security Academy 需要有经验吗？
无需任何先前经验。CoddyKit 上的 Cyber Security Academy 课程适合初学者到高级学习者，你可以从这里开始或从头开始，按照自己的节奏学习。 这是第 2 节课，共 4 节。
「数据分类」课时需要多长时间？
大多数 CoddyKit 课程大约需要 5–10 分钟。每节课都很精短且互动，所以你能稳步进步，并在网页和应用中从离开的地方继续。
我能在这节 Cyber Security Academy 课中编写并运行代码吗？
能。每节 Cyber Security Academy 课都包含内置代码编辑器，你可以在浏览器中直接编写并运行真实代码，并获得即时 AI 反馈 — 无需本地设置。