数字化转型背景下的教育数据分类分级研究

作为《中华人民共和国数据安全法》规定的数据安全保护基本制度之一,数据分类分级保护制度的实施是数据安全治理和有效利用的基础环节。考虑到教育行业掌握了大量的教育教学业务数据和师生个人信息,故开展教育数据分类分级工作势在必行。为此,文章遵循“现状分析-问题挖掘-方法构建-案例验证”的研究思路,首先梳理了数字化转型背景下教育数据的发展现状和国内外教育数据分类分级的研究现状;接着,文章从制度、管理、技术三个层面深入剖析了教育数据分类分级面临的困境;然后,文章从教育数据分类分级规则和工作流程两个方面,构建了一套教育数据分类分级方法;最后,文章选取3个教育行政部门和6所高校作为试点单位,验证了教育数据分类分级方法的可行性和有效性。教育数据分类分级方法的提出,旨在解决教育行业数据分类分级中缺乏统一标准的问题,可为教育系统各单位开展数据分类分级提供理论指导。

算法决策分类分级治理研究

算法作为人工智能等新一代信息技术的核心,已经深度嵌入商业与公共决策之中,而算法自动化决策主体虚实共存、算法技术更新迭代、因果关系隐秘复杂的属性和运行特征致使传统决策治理架构频繁失效。当前以个体赋权与正当程序控制为主要范式的算法决策治理存在算法决策应用缺乏边界、监管不完备、公开规定不明、责任认定困难等问题。鉴于此,文章基于算法决策分类分级治理在灵活监管、风险识别、差异化处理等方面的优越性,提出在综合考虑算法决策的应用场景和风险程度的基础上构建算法决策分类分级模型,将算法决策划分为四种风险类型,并针对不同风险类型在准入门槛、监管细则、公开层次、责任范围等层面精准设定宽严相济的治理措施,打造场景化和精细化的算法决策治理机制,以回应算法决策架构复杂性和应用场景多元性需求。

数据分类分级确权对数据要素价值实现的影响

数据确权是释放数据要素价值的基础,同时也是数据要素市场正常运行和不断发展的关键支撑。研究梳理了数据确权相关概念以及如何建立产权体系以实现数据确权的路径。在此基础上,本研究明晰了数据分类分级确权的具体方式,并基于价值链分析其对数据价值实现中各个环节的影响。研究结果表明,在数据采集环节数据分类分级确权制度能够激励数据供给,提高数据质量,同时激发市场活力;在数据组织环节,它细分了技术工作,保护隐私数据,并挖掘潜在价值;在数据流通环节,它能调节负外部性、降低交易成本、优化资源配置;最后,在数据利用环节,它在数据合规监管和数据价值再开发方面发挥了关键作用。

基于危险源辨识的高校实验室分类分级管理体系建设

开展高校实验室分类分级管理是管控风险和提升实验室安全管理水平的重要手段。高校实验室分类分级管理体系建设是以危险源辨识为基础,结合学校实际,制定实验室安全风险分类分级标准,将实验室分为六类和四个等级,针对危险源分布情况对实验室进行区域划分。在此基础上,从责任体系与制度、教育培训与准入、安全检查与整改和信息化建设四个方面对不同类型不同等级实验室实施分类分级管理,为同类高校实验室分类分级体系建设提供借鉴。

体育数据的分类分级保护:概念、问题与路径

体育数据的分类分级保护能够在体育数据极具包容性和繁杂性的概念特点下提升体育数字经济效率、促进体育训练的精准化驱动、推动体育数据最大化流通、精准化保障不同类型的体育数据。基于不同生成主体的划分标准,体育数据主要可以分为运动员数据、公民运动数据、体育企业数据和体育公共数据四大类型。体育数据保护现状主要呈现混杂性特点,导致公民一般运动数据和敏感运动数据的交叉性,以及运动员、公民和公共体育的数据财产权概括化、一体化界定等危害后果。体育数据分类分级保护可以围绕公共利益权衡、敏感内容程度、新型数据财产权等分类标准,并基于一般性和特殊性体育场景关联的重大人身、财产安全危害和风险等分级标准,进行精确化路径构建。

常态化监管与算法分类分级治理模式更新

作为人工智能的核心要素,算法成为了加速新质生产力生成不可或缺的关键技术。在对算法实施分类分级治理的过程中,我国对数字经济监管也走向常态化监管。分类分级理念及原则所涵摄的安全、创新发展及可信可控的价值要求与算法治理的基本目标具有高度一致性,与常态化监管的实践特征具有高度契合性。然而,当前常态化监管思路与算法分类分级治理尚未充分融合。究其原因,主要在于算法治理面临技术迭代与监管模式调整的双重变化,存在治理规则适应技术变化乏力、多元主体治理协同力量不足、治理手段与工具难以适配现实需求等挑战,还难以实现常态化监管与算法分类分级治理的有效融合。为此,文章建议在现行算法安全综合治理格局下,根据常态化监管的理念、原则及架构,对新技术、新业态、新模式发展下算法治理作出调整,转变当前算法治理的基本价值目标、完善治理具体规则、明确治理主体与治理对象及其相应义务与责任、创新治理工具,通过刚性约束与柔性治理相结合、多主体共商共建共治共筑相平衡、丰富治理手段与创新治理工具相同步等举措,不断健全常态化监管下算法分类分级治理模式,提升算法分类分级治理实效,实现算法安全发展、创新发展、规范发展的目标。

数据分类分级:实践进展与经验启示

【目的/意义】数据分类分级作为数据安全保护的一种前置性和关键性工作,对于国家数据安全战略推进具有极其重要的意义。【方法/过程】在系统分析国内外政府、机构与高校较为成熟的数据分类分级实践进展的基础上,深入梳理数据分类分级的标准规范与行业指南,明确数据分类分级实践的经验与不足,厘清现有数据分类分级机制设计中的关键要素。【结果/结论】以此研判其对构建数据分类分级机制的可借鉴路径,并从分类分级标准与方法、顶层设计与管理制度建设、保护评估机制等三个方面给出了推进我国数据资源管理启示,展望了数据分类分级发展趋势和未来技术进步影响,以期为推进数据资源精准、可持续性保护和高质量发展提供理论与实践参考。

高校实验室安全视角下家具分类分级管理

为建立和完善高校实验室家具的分类分级管理体系,以满足国家对高校实验室安全规范要求,研究和梳理了实验室家具的分类及定义,对实验室家具的基础性、安全性、可持续性、适应性、环保性及人体工程学等功能进行深入分析,并结合实验室家具资产的特殊性,提出了对应的管理和配置模式。考虑实验室家具国家规范、实验室安全分类分级要求及实验室功能和使用环境等因素,建议实验室家具进行分类分级配置,使其功能与实验室工作需求得到最佳契合,为教学和科研事业的健康发展创造良好条件,有助于提高实验室安全管理水平,也为高校专业类家具资产管理提供了新的思路和方法。

聚焦主题主线 服务中心大局 分类分级开展党员干部基本培训

武汉工程大学党委党校认真学习贯彻习近平总书记关于党校工作的重要论述,坚守党校初心,聚焦教育强国战略,落实立德树人根本任务,认真落实基本培训要求,坚持把深入学习贯彻习近平新时代中国特色社会主义思想作为主题主线,突出党的理论教育、党性教育,加强学科建设。

企业数据分类分级自动化路径研究

数据分类分级自动化是提升企业数据分类分级效率、促进数据安全管理的重要手段。目前,针对数据分类分级自动化路径的研究还相对较少。结合数据分类分级工作流程,总结企业数据分类分级面临的主要问题挑战,对数据探测、数据预处理、敏感数据识别、分类分级打标等典型自动化技术进行分析,提出了企业数据分类分级自动化的框架和路径,为企业更加高效有序地开展数据分类分级自动化工作提供有效借鉴。

基于DSMM的数据分类分级探索与实践

数据资产已成为极其重要的新型资产之一,并成为高校数字化转型最有效的助推器,其安全问题也日益突出,数据分类分级是实现数据安全管理的首要条件。首先,分析了数据分类分级存在的两大难题;然后,依据DSMM,从制度流程和技术工具2个维度开展研究,并依托学校数据平台实践,构建了学校的数据分类分级保护体系,为学校数据安全管理与共享提供了坚实保障。

合规视角下数据要素的分类分级管理机制研究

科学、合理的数据分级分类机制是进一步开展数据安全保护工作及数据市场要素流通的必要前提。然而,当前我国数据分类分级规范存在横向统一性规定缺失、具体标准失范、执行力度不足等问题。在数据的流转使用过程中,只有从数据的持有者、数据传播过程、市场规则机制、公共管理秩序四个维度,按照既定的数据类型和级别设定,并结合实际业务需求进行更为高效、完善而有区别的针对性保护,才能促进数据保护和要素市场安全。数据要素分类分级制度的规范化展开,应当在横向上进行数据要素分类分级管理的规范立法,授权专门的数据合规单位负责全国性整体统筹,由各地区、行业、单位根据各自领域和业务范围内的实践需求具体实施。同时,在责任分配机制上,按照行业自治、企业合规、行政监管、司法处罚四个向度确定责任主体;在模式上注重行业发展的阶段适应性,强化追责机制,实现法律责任、行业责任相统一,具体方法要求企业合规和业务考核相衔接。

我国政务数据分类分级实施关键问题与实践研究

数据分类分级是保障数据安全流通、推动数据价值释放的基础前提。聚焦政务数据分类分级这一政府数字化改革中的关键任务,采用基于理论的案例研究方法,基于各省级地方及部委公开发布的方案,对我国政务数据分类分级实施情况进行系统梳理与量化分析。总结了我国政务数据分类分级实施的四大关键过程与五大特点;从政务数据分类分级的特殊复杂性出发,提出我国政务数据分类分级实施存在整体目标定位不清、分类分级对象各异、分类分级关系割裂、安全分级标准不一4个问题,并提供应对方案;基于国家某部委政务数据分类分级实践,验证应对方案的科学性、有效性,为构建全国统一的政务数据分类分级体系提供参考。

钻井数据分类分级管控技术研究

近年来,我国对数据安全问题愈发重视。2021年9月公布了《中华人民共和国数据安全法》,前所未有地将数据安全提升到了关乎国家安全的高度。长庆钻井总公司作为一家隶属于央企中国石油天然气集团的综合性钻井工程技术服务公司,多年来积累了海量的钻井相关数据。这些数据既蕴含了丰富的专业知识,同时又包含着许多关乎国家安全和企业利益的重要数据。因此,对钻井数据进行分类分级的精确化管控是非常必要的,需要区分出各类数据对企业和国家的重要性。文章参照《中国石油天然气集团公司数据分类分级操作指南》中的数据分类分级标准和指导思想,结合本单位数据资产实际情况及细分领域,扩展了数据目录。按照先试点后推广的模式,选定了一个典型业务系统,对该系统的所有数据库表乃至字段进行了分类分级。并根据不同数据的值域、分布和字段特征,设计了智能分类分级的机器学习算法,为下一步全面推广实施奠定了基础。

广东省科技业务数据分类分级管理方法及路径

随着数字政府改革建设的深入推进、数字经济的快速发展,数据已成为五大关键生产要素之一,数据资源安全管理、开放共享成为新时代的重要命题。在分析我国其他行业数据分类分级经验做法的基础上,以广东省科技业务数据为例,探索科技业务数据分类分级的方法和路径,提出科技业务核心数据、重要数据的识别规范,为科技业务数据安全保护、开放共享提供参考。

东北黑土区小流域综合治理分类分级标准研究

开展小流域综合治理分类分级标准研究有助于科学管控和精准选取小流域综合治理项目,提高治理的针对性和治理效益,是制定小流域综合治理规划及防治措施的基础与前提。根据东北黑土区自然地理条件和农业生产方式,将东北黑土区小流域综合治理类型区划分为漫川漫岗型、丘陵沟壑型、风沙型、中低山地型和平原型5种;同时结合东北黑土区实际情况确定了17项指标,并明确了每项指标的分级及评分标准,以通过综合评价结果定量揭示小流域项目治理需求的迫切程度。分类分级标准的建立为更加科学地选取治理小流域项目区、因地制宜拟定水土保持综合防治措施提供了实用方法和理论依据。

铁路工程建设管理信息系统建设期数据分类分级研究

研究探讨铁路建设期数据的分类分级及相应的安全保护策略。在数据分类方面,按照中国国家铁路集团有限公司信息化规划和自身管理现状,将数据划分为5个业务一级子类,并进一步划分为多个业务二级子类,形成详实的数据分类表。根据国家规划和铁路建设特点,对每个业务二级子类进行细致分割,构建了多层次的数据类别体系。在数据分级方面,以影响对象、影响范围、可控程度、影响程度、敏感程度为考量因素,将数据分为4个安全等级,从低敏感到极敏感,为数据安全提供了清晰的层次划分。为了应对数据活动中的安全需求,提出技术安全、管理安全、网络安全3个方面的数据和网络安全防护体系:技术安全方面,明确采集、传输、存储、处理、共享、销毁6个方面的四级安全防护策略,以全生命周期角度确保数据的安全性;管理安全方面,明确安全审核、检查考核、应急处置、安全监督等管理措施,规范相关操作的安全管理流程;网络安全方面,明确各单位配置边界安全设备、统一终端安全管理软件,划分不同级别的网络安全防护,以保障网络的稳定和数据的安全传输。该研究对铁路建设期数据的分类分级和安全保护提供了全面的分析和解决方案,为铁路工程建设领域数据管理提供了理论和实践指导。

基于数据分类分级的湖南省道路运输数据安全管理探究

随着信息化技术在道路运输领域的不断深化应用,省级道路运输管理部门积累了大量的道路运输数据资产。运政类、驾培类信息,客运站及危险货物等重要业务信息和大量个人敏感信息汇聚,呈现出量大、多样、高价值的大数据特性,已成为交通运输行业的重要资产,但道路运输数据广泛存在重要及非重要数据共同存放、保护措施相同或相似等问题,给数据安全带来了极大的隐患。本文在分析湖南省级道路运输数据现状的基础上,研究了道路运输数据分类分级方法及管理要求。

基于数据分类分级的医疗机构健康医疗大数据安全管控体系建设

本文以数据安全相关法律法规和标准政策为指引,以数据分类分级管理为建设基础,构建医疗机构健康医疗大数据安全管控体系。通过数据安全管理制度和规范、安全防护技术措施及安全运营机制三位相结合的管控流程,针对不同级别数据,在不同的活动阶段采用不同的安全防护技术,以实现保障健康医疗大数据全生命周期安全的目的,促进医疗数据安全与数据应用的有效平衡,为医疗领域数据安全管控的决策提供方案参考。

公共数据分类分级的基本内涵、形成逻辑与实现路径

公共数据分类分级是公共数据安全保护与有效利用的逻辑前提。公共数据分类分级的形成源于数字经济下传统数据安全保护范式的落后与范式革新下数据分类分级的产生。从逻辑关系上观察,分级的前提是分类,数据分类与分级在目标与侧重点上亦存在联系与区别。二者都关注数据的安全保障,但分类更强调对数据的开发利用,分级则是针对不同风险等级的数据施以相应程度的管控。公共数据分类分级的制度落实和效用发挥,需要分别确立分类与分级的基本原则,在此基础上,以应用场景为牵引,以损害程度为标准设计公共数据分类与分级的规则。