PDRR 的高校数据安全治理研究

前言：本站为你精心整理了PDRR 的高校数据安全治理研究范文，希望能为你的创作提供参考价值，我们的客服老师可以帮助你提供个性化的参考范文，欢迎咨询。

摘要：高等学校是产生巨大高价值信息流的地方，也是数据安全问题的高发地带，切实保障高校数据安全成为当前亟待解决的问题。本文首先分析数据安全的内涵，根据高校数据安全存在的问题及产生原因，基于pdrr模型，提出一种数据安全治理的新思路，以期为高校的数据安全治理提供良好的借鉴。

关键词：PDRR；高校；数据安全；治理

1引言

随着《数据安全法》在2021年9月1日正式实施，国家和行业监管层面对数据安全的保护要求愈发严格[1]。2021年3月，教育部发布了《关于加强新时代教育管理信息化工作的通知》，教育数据价值与日俱增，而数据安全威胁与挑战也日趋严重。国内高等学校经历了40余年的信息化建设，开始了向数字化的转变。然而在高校的传统认识中，数据安全仅仅是信息安全领域的一个分支，无需对数据安全给予单独重视，加之在信息系统建设初期，数据安全的顶层设计和标准规范较少，导致当前高校的数据安全投入和数据安全能力普遍较低。

2数据安全的内涵

随着信息化建设的发展，高校面临的数据安全风险愈加复杂和多样。《数据安全法》将数据安全定义为“通过采取必要措施，确保数据处于有效保护和合法利用的状态，以及具备保障持续安全状态的能力”[2]。本文将数据安全定义为：为数据处理系统构建完善的技术和管理措施，保护数据不因偶然或恶意的原因，遭到破坏、更改和泄露，长期处于持续安全的状态，保证数据业务的连续性。

3高校数据安全问题及产生原因

3.1数据安全意识薄弱且数据资产管理混乱

一直以来，高校的数据安全意识较为薄弱，传统观念认为高校与金融、银行和证券等行业不同，数据价值并不高。然而近年来高校数据资产数量急剧增加，价值也越来越高。这些数据多散落在学校的各类信息系统中，未曾进行专业的识别、评估和管理，数据资产管理混乱。此外，高校尚未形成统一的数据分级分类标准，数据安全人才、技术和方法也缺乏应有的支撑。少数开始进行数据分级分类建设的高校，在工作中也多采用传统手工方式，存在周期长、效率低和主观性强等诸多问题。

3.2数据存储安全

高校信息化建设经历迅猛发展后，绝大部分高校都具备招生信息系统、学生学籍管理系统、财务管理系统、人事管理系统、科研管理系统、数字化图书馆、数字化档案馆、在线考试系统和其他一些辅助服务器等。这些系统中的数据分散且海量，数据的存储、防丢失、防损毁和防止非法盗用等问题，都是对高校现有数据存储设备和数据管理方式的巨大考验。高校数据库系统用户众多，因此也面临着安全威胁和风险，具体表现为：（1）系统数据库数据与中心数据库数据的同步问题；（2）冗余数据多，数据的分级分类管理；（3）数据库账户和权限的管理漏洞，数据库日志审计管理缺陷；（4）高校教育数据在云端平台的漏洞频发，如数据缺少保密存储和传输、DBA超级权限滥用等。

3.3网络安全问题

高校信息系统都以网络为基础开展数字资源服务，就面临着新型病毒、木马、分布式拒绝服务攻击、高级可持续攻击等安全问题。这些攻击具有隐蔽性高、攻击性强、组织性强以及一次攻击非法获利巨大的特点，传统的安全工具很难在短时间内检测和恢复，形成了高校数据安全的巨大外部威胁。此外，校园信息化系统自身也存在较多漏洞。例如，2017年5月爆发的“永恒之蓝”勒索病毒，即利用高校防火墙端口入侵校园网，造成应用系统和终端数据的损失。更有甚者，某些大学生利用工具即可抓取校园网系统漏洞。。

3.4数据隐私安全

移动互联时代的高校信息系统，无处不在的积极收集教师、管理人员和学生的个人信息，并可能对这些信息进行分析、挖掘、整合和利用，但这些隐私数据没有明确的所有权和使用权界定。例如，数字图书馆中除了包含师生个人身份信息、私人电话、E-mail等，还收集师生的借阅偏好、网络行为和查重查新等内容，这些个人隐私数据如果没有被妥善处理，将存在着被任意获取、泄露和扩散的隐患。

4基于PDRR模型的高校数据治理体系

数据安全是一个复杂的系统问题，并非单一技术或者管理措施即可解决，需综合考虑技术和管理，通过整体的信息安全保障体系设计与实施。下文将首先介绍PDRR模型，然后基于该模型，提出一种新型高校数据安全治理体系。

4.1PDRR模型

PDRR模型是一种改进的信息安全保障模型，在20世纪80年代由美国国防部提出。PDRR分别是防护（Protect）、检测（Detect）、恢复（Recovery）和响应（Response）的缩写，该模型强调信息安全的事前到事中再到事后的全过程保护，其示意如图1所示。

4.2基于PDRR模型的高校数据治理

基于PDRR模型的高校数据治理体系是从保护、检测、响应和恢复四个方面，通过提高数据存储和备份能力，建立健全数据分级分类防护和数据库审计策略，提高网络安全防护能力，严格数据访问控制，明确用户隐私数据保护，实施对数据安全的全方位管理。4.2.1保护数据安全保护是指通过提高数据存储能力、加密能力和数据隐私保护，保障高校数据的机密性、完整性和可用性。首先，建立健全数据分级防护策略。根据法律法规要求，以及数据的保密性、完整性等安全属性，高校将数据进行安全级别划分，使数据能够得到适当的安全防护，实现安全成本投入最优化。建立数据分级策略需要考虑可操作性、数据管理与操作的各个角色设置等问题。对于不同级别的数据，还要明确其在数据访问控制、存储、传输、备份和审计等方面的要求。其次，当高校的数据存储能力不能满足需求时，根据各类数字资源的功能性和机密性需求，可以将数据规模较大、服务范围较广和涉及隐私敏感数据较少的数字资源存储在云端，利用云存储实现数据的存储、管理和分析利用[3]。云计算、大数据和虚拟化的快速应用，对数据基础设施提出更高要求，特别是数据的安全性和可靠性，高校根据自身条件建设一个安全、智能和高效的数据中心是可靠的解决办法。再次，数据存储需要考虑数据交换的隐私保护、静态和动态数据的加密机制，可以通过数据加密与一致性校验技术予以解决[4]。以散列方式加密存储口令类不需要解密的数据是较成熟的解决方案。例如清华大学采用了PKI相关技术实现了对招生数据的数字签名和定时验签，有效地提升了招生数据的完整性。最后，高校需要坚持基于数据生命周期的隐私保护方案和原则。高校师生个人信息保护工作，需要贯穿数据采集、数据存储、数据处理与应用、数据传输和数据删除的全过程。隐私保护技术可以包括：基于角色的访问控制、权限管理、加密保护、数据脱敏和安全删除。4.2.2检测数据漏洞检测是指采用手动或自动化工具，检查系统中数据可能存在的黑客攻击、恶意窃取及病毒入侵等脆弱性。高校可以从严格数据访问控制和审计制度两方面入手，提升数据漏洞的检测能力。首先，高校可以构建一个数据安全智能检测平台，分析网络异常情况，发现潜在攻击，有效预测威胁。该平台实时检测异常，报告异常检测结果，发现攻击行为，实时响应，同时将分析结果反馈给平台的预测模块，形成一个智能的“检测-分析-响应-预测”的闭环数据检测模式。其次，严格数据访问控制，包括使用防火墙实现网络访问控制、通过主机安全加固强化主机访问控制、通过数据库加固限制数据库访问控制，通过Web应用的安全设计与开发，防止黑客通过Web应用漏洞获取敏感数据等。再次，高校需要在网络中部署专业的数据库安全审计系统，定期监控数据库访问行为，及时发现违反数据库安全策略的事件，实时记录并报警，完成安全事件定位分析，做好事后追查取证保护。4.2.3响应数据安全事件响应是指通过建立应急处置策略和机制，开展实时入侵监测与预警，对高校的数据安全危机事件、行为和过程做出及时响应并处理。首先，高校应当建立数据安全应急处置策略和应急机制，建设专项应急组织，发生数据安全事件及时启动应急响应机制，采取措施防止危害扩大，消除安全隐患。应急处置机制应该以预防为主，并将应急管理的应急之举转换为常规管理活动。高校可以利用线上和线下途径普及数据安全应急知识，加强应急预案的公示，开展数据安全应急讲座、数据库安全防范技能培训，定期开展数据安全应急演练，抓深落实数据安全学习。再次，高校利用检测平台的数据安全入侵监测与预警系统，定期开展数据安全状态评估。在突发事件萌发或发生后，及时获得信息，为应急响应争取时间。在应急监测与预警中，既要实现全员监测，充分发挥高校师生的作用；又要通过信息技术提升突发事件或风险上报机制。例如建立可视化应急监控平台，实时监测突发数据安全事件，还可以开发APP或小程序，实现数据安全突发事件的风险一键上报功能。4.2.4恢复数据业务恢复指一旦高校数据安全遭到破坏，可通过本地和云端平台，实施数据备份，定期管理备份数据，尽快恢复并提供正常数据服务业务。针对高校的关键基础设施系统，例如数字图书馆、财务系统、学籍管理系统、档案管理系统和科研关系系统等，需要根据安全等级要求，实施相应等级的备份技术，如冷备份、热备份和异地备份等。此外，还需要定期开展备份检查工作，从而在各类灾难发生时，能够让学校的关键信息系统尽快恢复业务。随着云计算、大数据和虚拟化逐渐渗透到教育信息化领域，高等教育向云端的扩展，打破了传统教学模式对时间和地点的限制和要求[5]。在这种技术环境下，对高校的信息系统灾难备份的数据恢复点目标和恢复时间目标，提出了更高要求：首先，高校需要规划好系统的等级保护和分级保护；其次，要考虑数据损坏、丢失能以最小颗粒度恢复；再次，能够实现应用系统容灾，故障快速接管恢复。

5结语

当作为生产要素的数据成为高校最重要的信息资产时，数据在整个生命周期内必须得到必要的防护。高校必须坚持安全与发展并重的方针，为数据安全提供全方位保障体系。高校数据安全管理需要从校长到师生，贯穿整体，形成全员对治理目标的统一认识，积极推进信息安全等级保护测评工作，及时评估新技术给学校数据安全带来的威胁，及时查找发现并安全漏洞和隐患。

参考文献：

[1]郭亮，张吉智，陈心怡，等.数据安全复合治理模式研究[J].信息安全研究，2021，7（12）：1110-1120.

[2]王春晖.我国《数据安全法》十大亮点解析[J].中国电信业，2021（09）：42-46.

[3]韩云惠，周帆.电子档案数据安全治理理论体系建构——以新修订《档案法》和《数据安全法》的实施为背景[J].浙江档案，2021（11）：44-47.

[4]何波，谢祎.我国数据治理的最新进展与发展趋势[J].中国电信业，2021（10）：63-67.

[5]胡国华.数据安全治理实践探索[J].信息安全研究，2021，7（10）：915-921.

作者:胡莲 吴姝仪 单位:上海立信会计金融学院