伴随着国家级行业层面监管要求及标准的密集出台,如《汽车数据安全管理若干规定(试行)》发布,汽车企业的安全监管合规压力挑战陡增。同时数字化转型及智能网联技术等新技术的应用发展,数据作为核心生产要素,在汽车企业的整个业务流程中不断贯通和流通,数据安全合规及泄露风险不断扩大;并且汽车企业核心技术及知识产权数据,对企业的重要性不言而喻。这都需要加快汽车企业数据安全能力及体系的建设,实现汽车企业数据安全及合规,为行业的及业务的发展保驾护航。
-
AI赋能数据分类分级
-
数据流转场景识别及风险分析
-
构建数据安全防护能力体系
-
AI赋能数据分类分级
制定汽车企业本身的数据分类分级框架,通过结合AI大模型,以及人工专家辅助,构建高效的数据分类分级能力,完成数据分类分级工作,提升数据安全分类分级效率。
-
数据流转场景识别及风险分析
围绕汽车企业自身业务及数据使用场景,基于数据生命周期,识别数据流转过程,定义整体的数据流转场景图,并进行整体的安全风险分析评估,识别数据安全风险。
-
构建数据安全防护能力体系
基于数据安全风险及防护能力的不足,围绕数据建立数据安全技术防护架构,形成体系化的数据安全布防图,提升汽车企业整体的数据安全防护能力。
- 数据资产全局掌控
- 数据安全体系化的布防管控
-
-
针对汽车企业关键业务和核心系统,如生产制造(PLM、MES)、DMS经销商管理、车联网等,数据的类别多样,也存在结构、非结构以及半结构化复杂的数据格式,导致数据分类分级工作效率较低,难以高效准确完成数据分类分级工作,以及形成全量的数据资产清单。
通过使用安恒信息的数据分类分级智能体(通用数据、文档)+服务,利用恒脑大模型推理技术,实现对汽车企业数据资产高效、精准的梳理盘点,建立数据资产清单,识别重要及敏感数据,实现数据资产全面盘点。
-
-
当前,针对汽车企业内部的个人信息数据加工分析及使用场景,以及经销商客户管理及第三方供应商的数据共享流通等场景,数据流通场景未有效进行梳理识别,数据安全管控能力未体系化的建设,未贯穿和覆盖各个数据流通场景和生命周期的各个节点,导致数据安全风险难以有效的管控和运营。
通过建立数据安全布防图,针对汽车企业数据中台的数据加工及流通等场景,通过部署使用安恒信息的“两网关”(数据库安全网关、API安全网关)、“两审计”(数据库安全审计、API审计),“一平台”(数据安全管理平台),对数据安全风险进行监测,实现体系化的安全管控。