数据分类分级怎么落地,GB/T 43697 实操清单

技术分享2026/9/28 14:25:35
数据分类分级重要数据识别数据分级规则数据安全法

数据分类分级要先回答"我有什么数据、哪一份最要紧",表格只是最后一步的产物。对绝大多数中小企业,做完之后的结论会是"我们没有重要数据",但这个判断过程必须留下书面痕迹,否则检查时你拿不出任何证据证明自己评估过。

《数据安全法》自 2021 年 9 月 1 日施行起,就确立了"国家建立数据分类分级保护制度"。可操作的通用规则来自 GB/T 43697-2024《数据安全技术 数据分类分级规则》,这是"数据安全技术"系列国家标准的第一部,2024 年 3 月发布、2024 年 10 月 1 日起实施。

它解决的是一个长期悬空的问题,什么算重要数据、什么算核心数据。在此之前,法律只说要分类分级保护,没给判定标准,企业想合规也无从下手。

一、三个级别,和一句最重要的定心丸

数据从高到低分三级。

级别 定义要点 谁要管
核心数据 对领域、群体、区域有较高覆盖度或较高精度、较大规模、一定深度,一旦被非法使用或共享,可能直接影响政治安全 极少数,通常是国家级基础设施与战略数据
重要数据 特定领域、特定群体、特定区域或达到一定精度和规模,一旦泄露、篡改、损毁,可能直接危害国家安全、经济运行、社会稳定、公共健康和安全 有行业主管部门名录的领域
一般数据 核心数据、重要数据之外的其他数据 所有企业

标准里有一句话,值得每个中小企业 IT 负责人记住。

仅影响组织自身或公民个体的数据,一般不作为重要数据。

这句话就是定心丸。它把边界划得很清楚,你公司的客户名单泄露了、财务数据被偷了,是严重的安全事件,但不因此让你的数据变成"重要数据"。重要数据的判定锚点是国家安全与社会公共利益,"我觉得这数据挺重要"不算数。

判断不准的时候,标准也给了原则,就高从严。当多个因素可能影响定级时,按可能造成的最高影响程度确定级别。

二、分类怎么分,先行业、再业务属性

标准的分类思路是两步走。

第一步,按行业领域分。工业、电信、金融、能源、交通运输、自然资源、卫生健康、教育、科学数据等。多数企业的归属是明确的。

第二步,按业务属性细化。标准列了九种可选属性,实际用得最多的是这四个。

业务属性 怎么用 举例
描述对象 按数据在描述什么分 用户数据 / 业务数据 / 经营管理数据 / 系统运维数据
数据主体 按数据属于谁分 公共数据 / 组织数据 / 个人信息
业务领域 按业务条线分 销售、研发、生产、客服
流程环节 按业务流程分 采集、加工、存储、对外提供

对中小企业,最省力也最够用的做法是两层。先按"数据主体"把个人信息单独拎出来(因为法律对它有专门要求),剩下的按"描述对象"分成用户、业务、经营管理、运维四类。这四类正好对应四套不同的访问权限。

关键提醒,个人信息与敏感个人信息另有专门的国家标准和识别规则,不能拿数据分级的"重要数据"标准去套,那是两套不同的法律义务体系。

三、分级怎么定,四步和八个要素

定级是一条流水线,顺序不能乱。

  1. 确定分级对象。先明确要给谁定级,是某个字段(如身份证号)、某张表,还是某个数据集?跨领域融合的数据要单独识别,融合之后级别可能上升。
  2. 识别分级要素。标准给了八个要素,领域、群体、区域、精度、规模、深度、覆盖度、重要性。其中领域、群体、区域、重要性偏定性,精度、规模、覆盖度偏定量,"深度"主要用在衍生数据上。
  3. 做影响分析。问两个问题,一是影响谁(国家安全 / 经济运行 / 社会秩序 / 公共利益 / 组织权益 / 个人权益),二是影响多重(特别严重危害 / 严重危害 / 一般危害)。
  4. 综合确定级别。按就高从严原则定。

这里有一个最容易被忽略、也最体现标准水平的地方,"点面结合"原则要求考虑聚合效应。 单条数据可能都不敏感,但百万条聚在一起、或经统计挖掘之后,就可能触及国家安全。所以衍生数据要单独定级,不能简单继承源数据的级别。

四、中小企业可照着做的四步

标准本身是给监管部门和大型数据处理者准备的,直接照抄会过重。落到中小企业,建议按这个顺序。

第一步,列数据资产清单(先别买工具)。 把系统、数据库、文件服务、SaaS 账号都过一遍,每个记五项,在哪、谁负责、大约多少条、含不含个人信息、对外不对外。这一步用表格就能完成,不需要任何产品。

第二步,先把个人信息单独归类。 对照个人信息分类,把可识别到自然人的数据挑出来;再判断哪些属于敏感个人信息(泄露后容易导致人格尊严受侵害、或人身财产安全受危害的)。这一类直接适用《个人信息保护法》的义务,与数据分级是两条线。

第三步,做重要数据识别,并留下书面结论。 这一步的重点在于走完判断过程并记录,找到没找到都是次要的。标准附录 G《重要数据识别指南》是规范性附录,给了十七项考虑因素,逐条对照问"我有没有",把判断依据和结论写下来。结论是"无"也必须留档,这是将来面对检查时唯一能证明你尽到义务的东西。

第四步,一般数据内部再分级,并把措施挂上去。 对确认不涉及重要数据的企业,剩下的工作就是按内部影响程度给一般数据分级(标准附录 H 有参考),并给每一级明确谁能访问、能不能导出、要不要脱敏、留存多久、要不要审计。分级如果不挂措施,就是一份没人看的表格。

做完这四步会得到三样东西,数据资产台账、分类分级细则、分级对应的管控措施。再加上一条,定期复核。标准把"动态更新"列为基本原则,业务变了、数据范围变了,级别要跟着变。

五、最常踩的五个坑

  1. 把"敏感个人信息"当成"重要数据"。 概念混用会导致保护措施错配。个人信息对应的是告知同意、最小必要、权利响应;重要数据对应的是更严格的管理与报送要求。
  2. 只分类不分级,或只分级不分类。 分类回答"这是什么",分级回答"有多要紧",缺一个都没法落地管控。
  3. 用扫描工具扫一遍就当完成。 工具只能给出候选和线索,最终定级必须由业务和法务共同确认。纯工具驱动的分级结果在检查时站不住。
  4. 一次做完就锁死。 这违反动态更新原则。建议至少每年复核一次,业务发生重大变更时立即复核。
  5. 没有责任人和台账。 分类分级本质是一项留痕工作。台账、版本记录、审批痕迹缺一样,等于没做。

六、做完之后要干什么

分类分级做完只是第一步。它的产出必须能驱动具体的保护动作。

  • 访问控制与权限。按数据类别和级别设计权限模型,做到最小必要;跨部门共享要有审批痕迹。
  • 加密与脱敏。敏感级别数据的存储加密、对外提供时的脱敏规则。
  • 备份与恢复。不同级别的数据对应不同的备份频率与保留期限,并保留恢复演练记录,参见数据备份与容灾方案。
  • 审计与日志。重要数据的访问、导出、修改行为必须留日志,且日志本身要留存够久。
  • AI 场景下的额外要求。如果你在用大模型处理企业内部数据,分级结果就是"哪些文档允许进检索库"的依据。没有分级,检索库的权限设计根本无从谈起,参见内部知识库方案。
  • 边界防护。不同级别的数据不应混在同一片扁平网络里,参见网络安全整体方案。

如果你的企业还需要通过等级保护测评,数据分类分级的结果会直接用于定级和整改判断,两件事应该一起做而不是分两轮做。可以先看等保测评全流程。

七、常见问题

中小企业也要做数据分类分级吗? 《数据安全法》确立的是普遍性制度,不区分企业规模。但实施强度可以匹配自身情况。数据量小、不涉重要数据的企业,做到"台账 + 判断结论 + 分级措施"三件事就已经到位。

行业已经有自己的分类分级指南了,还要看国标吗? 国标是通用规则,行业指南是在它之上细化的。优先适用本行业主管部门发布的规则和重要数据目录,国标用于补充理解与判断方法。

重要数据要对外报送吗? 按标准要求,识别出重要数据、核心数据后,应按相关法律法规或行业主管部门要求报送。具体路径以本行业主管部门的最新要求为准。

什么时候该重新做一次? 标准把动态更新列为基本原则。建议至少年度复核;业务范围、数据规模、对外共享方式发生重大变化时立即复核。


数据分类分级最大的价值在于它逼着你第一次把"我们到底有什么数据"讲清楚,表格只是副产品。很多企业做完之后收获最大的地方,是突然发现有几个没人负责、权限全开的历史数据库。

需要帮忙梳理数据资产或制定分类分级细则,可以联系我们。更多选型与落地类文章,见技术分享栏目。

政策与实操更新,一个月一两封

只发内容更新,不做群发推销。不想收了随时退订。