第1章 緒論   1
1.1 數據的概念  1
1.1.1 數據的定義及特征   1
1.1.2 數據的類別   2
1.1.3 數據的度量方法   4
1.1.4 數據、信息、知識、智慧之間的關繫   4
1.2 數據安全的概念  5
1.2.1 數據安全的定義   5
1.2.2 數據安全的範圍   5
1.2.3 數據安全PA體繫   5
1.3 數據治理的概念  8
1.3.1 數據治理的定義   8
1.3.2 數據治理的特征   8
1.3.3 數據治理的體繫結構   9
1.4 數據安全治理的概念  12
1.4.1 數據安全治理的定義   12
1.4.2 數據安全治理的本質   12
1.4.3 數據安全治理與傳統數據安全的區別   13
1.4.4 數據安全治理體繫   13
1.5 概念間的邏輯關繫及本書框架結構  14
1.5.1 概念間的邏輯關繫   14
1.5.2 本書框架結構   15
參考文獻   16
復習題   16
第2章 數據分類分級技術   20
2.1素的概念  20
2.2 數據分類的概念、原則及方法  21
2.2.1 數據分類的概念  21
2.2.2 數據分類的基本原則  21
2.2.3 數據分類的基本方法  22
2.2.4 數據分類綜合案例：鐵路大數據分類  25
2.3 數據分級的概念、原則及方法  27
2.3.1 數據分級的概念  27
2.3.2 數據分級的基本原則  27
2.3.3 數據分級的基本流程  28
2.3.4 數據分級的基本方法  29
2.3.5 數據分級案例：金融數據分級  33
2.4 數據分類分級綜合案例：個人信息分類分級  33
2.4.1 個人信息分類分級概述  33
2.4.2 個人信息分類分級結果  34
參考文獻  37
復習題   37
第3章數據質量管控技術  40
3.1 數據質量的概念  40
3.1.1 數據質量的定義  40
3.1.2 數據質量控制框架  40
3.1.3 數據質量問題產生的原因  41
3.1.4 數據質量管控的重要性  43
3.2 數據質量監控規則  44
3.2.1 完整性監控規則  44
3.2.2 及時性監控規則  44
3.2.3 準確性監控規則  45
3.2.4 一致性監控規則  45
3.2.5 性監控規則  45
3.2.6 有效性監控規則  45
3.2.7 監控規則的技術實現方法  46
3.3 數據質量評價技術  50
3.3.1 數據質量評價方法  50
3.3.2 數據質量指標計算方法  50
3.4 數據質量管控技術  52
3.4.1 數據采集階段  53
3.4.2 數據存儲階段  53
3.4.3 數據處理階段   54
3.4.4 數據應用階段   55
3.5 數據質量管控案例  56
3.5.1 項目背景介紹   56
3.5.2 大數據平臺數據架構   56
3.5.3 數據質量管控技術實施   57
參考文獻    59
復習題    59
第4章 數據采集技術   62
4.1 數據采集的概念  62
4.1.1 數據采集的定義   62
4.1.2 數據采集的原則   63
4.2 數據源   64
4.2.1 個人數據   64
4.2.2 組織數據   64
4.2.3 實體數據   65
4.2.4 數據庫數據   65
4.2.5 網絡數據   66
4.2.6 文獻數據   66
4.3 數據采集技術簡介  67
4.3.1 數據采集技術的分類   67
4.3.2 人工采集技術   67
4.3.3 半人工采集技術   71
4.3.4 自動采集技術   72
4.4 數據采集質量控制技術  74
4.4.1 數據采集質量控制原則   74
4.4.2 數據采集質量控制模式   74
4.4.3 數據采集質量評價方法   75
4.5 數據采集安全控制策略  75
4.5.1 數據采集安全控制要求   75
4.5.2 數據采集安全控制策略   76
4.6 數據采集綜合案例：汽車數據采集及其安全控制策略  77
參考文獻    78
復習題    79
第5章數據加密技術   82
5.1 數據加密的相關概念  82
5.1.1 數據加密的概念  82
5.1.2 數據加密技術的組成  83
5.1.3 數據加密技術的作用  85
5.2 國外主要數據加密算法  85
5.2.1 DES對稱加密算法   85
5.2.2 AES對稱加密算法  87
5.2.3 RSA非對稱加密算法   88
5.2.4 MD5散列算法   89
5.2.5 SHA1散列算法   90
5.2.6 SHA2散列算法   91
5.3 國內主要數據加密算法  92
5.3.1 SM2公鑰密碼算法   93
5.3.2 SM3散列算法   96
5.3.3 SM4分組密碼算法   97
5.3.4 SM9橢圓加密算法   100
5.4 數據加密綜合案例：商用密碼技術在某政務繫統中的應用  107
5.4.1 背景與現狀  107
5.4.2 密碼應用需求  109
5.4.3 密碼應用技術框架  110
5.4.4 密碼應用部署  112
參考文獻    114
復習題    115
第6章數據脫敏技術   118
6.1 數據脫敏的概念  118
6.1.1 數據脫敏的定義  118
6.1.2 數據脫敏的原則  118
6.1.3 數據脫敏的流程  119
6.1.4 數據脫敏與數據匿名化、數據去標識化間的關繫      120
6.2 數據脫敏的類別  121
6.2.1 結構化數據脫敏  121
6.2.2 非結構化數據脫敏  122
6.3 敏感數據識別策略  123
6.3.1 敏感數據識別的概念  123
6.3.2 敏感數據源識別策略   124
6.3.3 敏感數據識別策略   124
6.4 數據脫敏方法  ·124
6.4.1 數據脫敏方法的類別   124
6.4.2 經典數據脫敏方法簡介   125
6.4.3 現代隱私保護方法簡介   127
6.5 數據脫敏產品及應用案例  129
6.5.1 數據脫敏產品總體架構   129
6.5.2 數據脫敏產品應用部署   132
6.5.3 數據脫敏產品在金融繫統中的應用案例—某銀行客戶隱私數據脫敏策略   133
參考文獻     134
復習題     135
第7章 數據資產保護技術   138
7.1 數據資產的概念  138
7.1.1 數據資產的定義   138
7.1.2 數據資產的特征   139
7.1.3 數據資產的要素   140
7.2 數據資產管理的概念  140
7.2.1 數據資產管理的定義   140
7.2.2 數據資產管理的基本原則   141
7.3 數據資產管理策略  141
7.3.1 數據資產識別策略   142
7.3.2 數據資產確權策略   142
7.3.3 數據資產應用策略   142
7.3.4 數據資產盤點策略   142
7.3.5 數據資產變更策略   143
7.3.6 數據資產處置策略   143
7.4 數據資產價值評估技術  144
7.4.1 數據資產評估方法   144
7.4.2 數據資產評估體繫   145
7.5 數據資產安全保護技術  150
7.5.1 數據資產安全保護的概念   150
7.5.2 數據資產安全保護權屬體繫   151
7.5.3 數據資產安全保護技術體繫   153
7.6 數據資產保護綜合案例：面向雙碳服務平臺的數據資產安全保護技術  153
7.6.1 雙碳服務平臺簡介  153
7.6.2 雙碳服務平臺涉及的數據資產  154
7.6.3 面向雙碳服務平臺的數據資產安全保護繫統        155
參考文獻    157
復習題    158
第8章數據資產交易技術  161
8.1 數據資產交易的概念  161
8.1.1 數據資產交易的定義  161
8.1.2 數據資產交易的主要特點  161
8.1.3 數據資產交易面臨的問題  163
8.2 數據資產確權  164
8.2.1 數據資產確權的概念  165
8.2.2 數據資產確權的原則及路徑  166
8.2.3數據資產確權的方法  168
8.3 數據資產定價  169
8.3.1 數據資產定價的概念  169
8.3.2 數據資產定價的方法  170
8.3.3 數據資產定價案例  172
8.4 數據資產交易監管  173
8.4.1 數據資產交易監管的概念  173
8.4.2 數據資產交易監管原則  174
8.4.3 數據資產交易監管模式  174
8.4.4 數據資產交易監管內容  175
8.5 數據資產交易平臺  178
8.5.1 數據資產交易平臺的概念  178
8.5.2 數據資產交易平臺的總體架構  179
參考文獻    181
復習題    182
第9章數據審計技術   186
9.1 數據審計的概念與作用  186
9.1.1 數據審計的背景  186
9.1.2 數據審計的概念  187
9.1.3 數據審計的作用  188
9.2 數據庫審計技術  189
9.2.1 數據庫審計的數據采集   189
9.2.2 數據庫審計的事件審計   190
9.2.3 數據庫審計的統計分析   191
9.3 主機審計技術   191
9.3.1 主機審計的數據采集   191
9.3.2 主機審計的事件審計   192
9.3.3 主機審計的統計分析   193
9.4 網絡審計技術   193
9.4.1 網絡審計的數據采集   193
9.4.2 網絡審計的事件審計   195
9.4.3 網絡審計的統計分析   195
9.5 應用審計技術   196
9.5.1 應用審計的數據采集   196
9.5.2 應用審計的事件審計   197
9.5.3 應用審計的統計分析   197
9.6 數據審計應用案例：面向高校校園網的網絡審計繫統     198
參考文獻     199
復習題     200
第10章 數據司法存證技術   203
10.1 數據司法存證的概念  203
10.1.1 數據司法存證的背景   203
10.1.2 數據司法存證的定義   204
10.1.3 數據司法存證的基本原則   205
10.2 數據司法存證的基本要求  206
10.2.1 數據司法存證的總體要求   206
10.2.2 數據司法存證的具體要求   206
10.3 第三方數據存證平臺  208
10.3.1 第三方數據存證平臺的類別   208
10.3.2 第三方數據存證平臺的基本功能   208
10.3.3 第三方數據存證平臺的安全要求   211
10.3.4 第三方數據存證平臺的相關技術簡介      211
10.4 數據存證的司法實踐  213
10.4.1 數據存證的法律效力   213
10.4.2 數據存證的司法證明力   215
10.4.3 數據存證的應用模式：以小貸業務為例      216
10.4.4 數據存證的主要應用場景   217
10.5 數據存證案例  219
10.5.1 知識產權案例  219
10.5.2 金融借貸案例  219
10.5.3 網絡詐騙案例  220
參考文獻    220
復習題    221
附錄     224
附錄A 模擬試卷(一)   224
附錄B 模擬試卷(二)   230

隨著數字經濟的快速發展，全球進入數據爆炸時代，數據在社會經濟、民眾生活中扮演著越來越重要的角色，並成為繼土地、勞動力、資本、技術之後的第五大生產要素，成為政府、企事業單位的重要資產。
然而，數據成為資產是有前置條件的；否則，數據不僅不能釋放出其資產價值，還有可能成為一種負擔或負債。
數據成為資產的重要前置條件是數據治理能力強，主要體現在三個方面：一是數據本身的質量高，即數據具有完整性、及時性、準確性、一致性、性、有效性等；二是數據權屬機構要有繫統的數據全生命周期管理策略，包括數據采集管理、數據存儲管理、數據傳輸管理、數據處理管理、數據交換管理、數據銷毀管理等；三是數據治理相關“政用產學研”機構要有科學的數據資產變現的數據運營商業模式，如數據資產確權、數據資產定價、數據資產監管、數據資產交易等。
數據成為資產的另一個前提條件是數據安全水平高，主要體現在兩個方面：一是數據權屬單位、數據運營公司、數據交易平臺等數據相關機構必須在國家法律法規框架下開展數據管理、數據運營、數據交易等工作，即這些數據機構必須遵守《中華人民共和國數據安全法》《中華人民共和國密碼法》《中華人民共和國網絡安全法》《中華人民共和國個人信息保護法》等數據安全的法律法規，且能經得起數據安全監管部門的網絡安全審查，不能踩法律的黃線或紅線；二是數據機構應該采用相應的數據安全技術(如數據分類分級技術、數據加密技術、數據脫敏技術、數據審計技術、數據司法存證技術等)，確保數據全生命周期安全。
為了適應大數據產業、數據安全產業的發展形勢，滿足大數據專業、網絡安全專業人纔培養需求，我們組織了在數據安全治理領域具有豐富理論功底和實踐經驗的“產學研”團隊，結合我們自身的研究成果，融合國內外學者近年來有關數據安全治理方面的研究論著和標準規範，編寫了著作《數據安全與治理》，以期提升高校學生、研發機構、社會公眾的數據安全治理意識，促進數據資產要素沿著安全之路快速健康發展。
《數據安全與治理》密切結合我國大數據產業、數據安全產業的特點，全面繫統地介紹了數據安全與治理的內涵、特點、方法、原理與技術。全書分為10章。其中，第1章介紹了數據安全與治理的基本概念，第5、6、7、9章介紹了數據安全的相關技術，第3、4章介紹了數據治理的相關技術，第2、8、10章介紹了數據安全治理的相關技術。
《數據安全與治理》在每章末均配置了復習題，題型包括單選題、多選題、判斷題、簡答題和論述題，以幫助讀者檢驗其對每章知識點了解的情況；在全書後精心編制了兩套模擬試卷，以供讀者綜合測試其對知識的掌握情況。
《數據安全與治理》免費配備了豐富的教學資源，包括電子課件和習題答案，可掃描右側二維碼獲取。
《數據安全與治理》第1、2、4、5、8章由陳莊編寫，第3章由黃遠江編寫，第6章由鄒航編寫，第7章由張峻峰編寫，第9章由張曉琴編寫，第10章由劉紅兵編寫，每章復習題及模擬試卷由陳莊編配，全書由陳莊總纂。
《數據安全與治理》在編寫過程中參考了大量文獻，並盡可能詳盡地羅列在每章後的參考文獻中，但仍難免有遺漏，謹向被漏列的作者表示歉意，並向所有的作者表示誠摯的感謝；同時，還要感謝陳莊教授指導的重慶理工大學研究生王士偉、蔡明甸、丘嘉豪、趙源、王志坤、汪盼等同學，以及重慶郵電大學的研究生劉印全、張鑫、楊楚雄等同學，他們在收集文獻資料、繪制插圖初樣、撰寫部分章節初稿等方面做出了貢獻。
《數據安全與治理》可作為高等學校大數據科學、大數據技術、大數據管理與應用、網絡安全等相關專業本科生、研究生教材或教學參考書，也可作為網絡安全管理機構、信息產業管理部門相關管理人員的業務工作參考資料，還可作為大數據應用開發企業、數據安全企業的從業人員的培訓教材。
由於作者水平有限，時間倉促，《數據安全與治理》不妥之處在所難免，敬請讀者批評指正。

 編者
 2022年4月

教學資源