数据推动着各行业数字化发展，然而数据应用的乱象也亟待整治，《数据安全法》规范了各行业数据处理活动过程中的数据安全，确立了数据分类分级管理、数据安全审查、数据安全风险评估、监测预警和应急处置等基本制度，为数据安全治理提供重要依据。

《数据安全法》出台后，各行业不同的业务场景下该如何用技术保障数字化发展与安全的平衡，如何解决好数据安全领域突出问题，提升数据安全治理能力。

聚焦行业数据安全治理，首先，对数据治理、数据 安全治理的内涵，以及行业数据主要分类、典型应用、安全发展 形势进行了简要阐述和分析;其次，在梳理国内外数据安全治理 环境的基础上提出行业数据安全治理需求，介绍了国内外数据安 全治理的典型实践案例，并进行了问题分析;最后，提出行业数 据安全治理框架和行业数据安全治理相关建议。

•COVID-19 Impact •Growing Opportunities –and Threats •Rethinking Data Governance & Management •Data Management & Maturity Model (DMM) •2020 State of Cybersecurity: Threats and Skills Gaps •Tech Workforce 2020 Research•Staffing and Organization Impact Outcomes •Closing the Skills Gap

朱应龙认为，做安全防护最主要目标之一是保护数据的机密性、完整性、可用性。数据的安全已经不是一个单一企业的问题了，当一方有难的时候，会造成八方受灾的局面。朱应龙分析了如何判断我们的架构有没有真的保护数据。让大家看到目前数据安全的形势，需要我们所有的企业肩负起数据安全的社会责任，需要共同的努力，携手共进去推动国内数据安全往前发展。 概要 一．数据安全方案普遍存在的弊端 二．数据安全治理层的必要性 三．如何实现数据安全治理层

目 录 一、从IT治理到数据安全治理 二、Gartner的数据安全治理 三、Microsoft的数据安全治理 四、数据安全治理的通用框架

数据安全治理白皮书

数据安全如今在全球都受到极大的关注，大家都在讨论这个话题。但什么是数据 安全、该如果做数据安全等基本问题，还存在很多混乱甚至误解。本文围绕当前数据 安全相关的一些基本概念进行探讨。

新数据的新挑战，数据安全整体解决方案架构、数据分类分级，数据安全建设，内控安全等

国内外数据安全相关法律法规、天融信以数据为中心的安全建设思路，以数据为中心的安全体系架构，数据治理框架，数据安全技术体系，数据安全技术及解决方案介绍等。