工信部印发《工业数据分类分级指南(试行)》
工信部印发《工业数据分类分级指南(试行)》
工信部印发《工业数据分类分级指南（试行）》2020年3月，工业和信息化部印发《工业数据分类分级指 南（试行）》，《指南》适用于工业和信息化主管部门、工业 企业、平台企业等幵展工业数据分类分级工作。
其所指工业数 据是工业领域产品和服务全生命周期产生和应用的数据，包括但不限于工业企业在研发设计、生产制造、经营管理、运维 服务等环节中生成和使用的数据，以及工业互联网平台企业在设备接入、平台运行、工业App应用等过程中生成和使用的 数据。
5G加快发展部署，强调构建5G安全体系为深入贯彻落实中央关于推动5G网络加快发展的重要讲话精神，全力推进5G网络建设、应用推广、技术发展和安全保障，充分发挥5G新型基础设施的规模效应和带动作用，支撑经济高质量发展，工业和信息化部于2020年3月24日印发《关于推动5G加快发展的通知》，明确提出加快5G网络 建设部署、丰富5G技术应用场景、持续加大5G技术研发力度、着力构建5G安全保障体系、加强组织实施等五方面18项 措施。
十二部委发布《网络安全审查办法》，2020年6月1曰起实施2020年4月，为确保关键信息基础设施供应链安全，维护国家 安全，依据《中华人民共和国国家安全法》《中华人民共和国网 络安全法》，工信部等十二部委发布《网络安全审查办法》，办 法于2020年6月1日起实施。
按照《办法》，网络安全审查重点评 估关键信息基础设施运营者采购网络产品和服务可能带来的国家 安全风险，包括：产品和服务使用后带来的关键信息基础设施被非法控制、遭受干扰或破坏，以及重要数据被窃取、泄露、毁损 的风险；产品和服务供应中断对关键信息基础设施业务连续性的危 害；产品和服务的安全性、幵放性、透明性，来源的多样性，供应 渠道的可靠性以及因为政治、外交、贸易等因素导致供应中断的风 险；产品和服务提供者遵守中国法律、行政法规、部门规章情况；其他可能危害关键信息基础设施安全和国家安全的因素。
交通运输部发布《交通运输科学数据管理办法（征求意见稿）》2020年6月，交通运输部研究起草了《交通运输科学数据管的产品和服务，完善数据管控、属性管理、身份识别、行为追 理办法（征求意见稿）》，办法在“保密与安全”一章提出，第溯、黑名单等管理措施，健全防篡改、防泄露、防攻击、防病毒 二十六条：网络安全措施，管理单位和科学数据中心应按照国家等安全防护体系。
《工业和信息化部关于工业大数据发展的指导意见》解读
《工业和信息化部关于工业大数据发展的指导意见》解读作者：来源：《中国信息化》2020年第06期近日，工业和信息化部发布《关于工业大数据发展的指导意见》（工信部信发〔2020〕67号，下称《指导意见》），现就《指导意见》有关内容解读如下：工业大数据是工业领域产品和服务全生命周期数据的总称，包括工业企业在研发设计、生产制造、经营管理、运维服务等环节中生成和使用的数据，以及工业互联网平台中的数据等。
随着第四次工业革命的深入展开，工业大数据日渐成为工业发展最宝贵的战略资源，是推动制造业数字化、网络化、智能化发展的关键生产要素。
全球主要国家和领军企业向工业大数据聚力发力，积极发展数据驱动的新型工业发展模式。
党中央、国务院高度重视大数据发展，强调推动大数据在工业中的应用。
习近平总书记指出，要“构建以数据为关键要素的数字经济”“系统推进工业互联网基础设施和数据资源管理体系建设，发挥数据的基础资源作用和创新引擎作用。
”《促进大数据发展行动纲要》《关于深化“互联网+先进制造业”发展工业互联网的指导意见》等政策文件均提出要促进工业大数据的发展和应用。
今年4月，党中央、国务院印发《关于构建更加完善的要素市场化配置体制机制的意见》，明确提出要支持构建工业等领域规范化数据开发利用的场景，提升数据资源价值。
我国是全球第一制造大国，工业大数据资源极为丰富。
近年来，随着新一代信息技术与工业融合不断深化，特别是工业互联网创新发展，工业大数据应用迈出了从理念研究走向落地实施的关键步伐，在需求分析、流程优化、预测运维、能源管理等环节，数据驱动的工业新模式新业态不断涌现。
但相比于互联网服务领域大数据应用的普及和成熟，工业大数据更加复杂，还面临数据采集汇聚不全面、流通共享不充分、开发应用不深化、治理安全短板突出等问题，总体上仍处于探索和起步阶段，亟待拓展和深化。
未来三到五年，随着5G、工业互联网、人工智能等的发展，工业大数据将从探索起步阶段迈入纵深发展阶段，迎来快速发展的机遇期，全球工业大数据的竞争也将变得更为激烈。
石油和化工行业工业数据分类分级指南
石油和化工行业工业数据分类分级指南石油和化工行业工业数据分类分级指南引言----------------------数据在现代社会中扮演着至关重要的角色，它提供了洞察力和决策支持。
在石油和化工行业，数据的收集、存储和分析对于企业的成功至关重要。
然而，由于行业的庞大规模和复杂性，对数据的分类和分级成为必要的步骤，以便更好地管理和利用这些数据。
本文将介绍一份石油和化工行业工业数据分类分级指南，帮助企业更好地组织和理解其数据资源。
1. 数据分类的重要性----------------------在石油和化工行业，大量的数据每天被产生和收集。
这些数据包含了从生产过程中获得的传感器数据到市场销售数据等各种信息。
数据分类的目的是通过将数据分组到特定的类别中，使其更易于管理和分析。
数据分类的重要性体现在以下几个方面：1.1 优化数据存储和访问：通过将数据按照特定的分类标准进行组织，企业可以更有效地存储和检索数据。
这有助于提高数据的可用性和访问速度。
1.2 提高数据的可理解性：分类可以帮助人们更好地理解和解释数据。
通过将数据分组到相关的类别中，人们可以更容易地发现数据之间的关系和趋势。
1.3 支持决策制定：通过对数据进行分类，企业可以更方便地利用数据进行决策制定。
不同的数据类别可以提供不同的洞察力，帮助企业做出更准确、更有针对性的决策。
2. 数据分类的标准----------------------在石油和化工行业，数据可以根据多个标准进行分类。
下面是几个常用的数据分类标准：2.1 数据来源：数据可以根据其来源进行分类。
来自生产过程中的传感器数据、市场销售数据、供应链数据等可以被分为不同的类别。
2.2 数据类型：数据可以根据其类型进行分类。
数值数据、文本数据、图像数据等可以被分为不同的类别。
2.3 数据用途：数据可以根据其在企业中的用途进行分类。
用于生产过程控制的实时数据、用于决策制定的分析数据等可以被分为不同的类别。
解读《工业数据分类分级指南(试行)》指导下的工业安全防护
关注工业安全产业联盟请扫二维码52Column专栏■工业信息安全解读《工业数据分类分级指南（试行）》指导下的工业安全防护★浙江国利网安科技有限公司王迎，许剑新编者按：为贯彻《促进大数据发展行动纲要》《大数据产业发展规划（2016-2020年）》有关要求，更好推动《数据管理能力成熟度评估模型》（GB/T36073-2018）贯标和《工业控制系统信息安全防护指南》落实，指导企业提升工业数据管理能力，促进工业数据的使用、流动与共享，释放数据潜在价值，赋能制造业高质量发展，2020年2月27日，工业和信息化部印发《工业数据分类分级指南（试行）》。
本期特邀浙江国利网安科技有限公司撰文解读《工业数据分类分级指南（试行）》指导下的工业安全防护。
1引言工业数据是工业数字化进程的重要媒介，也是工业企业数字化转型的重要资产，因此工业数据既具有流通作用，又具有投资价值，尤其是在工业互联网基础设施建设关键阶段、全面的工业信息安全防护落地阶段，试行并实施《工业数据分类分级指南（试行）》（以下简称“《指南》”），对工业企业、地方政府主管部门、工业互联网平台企业、工业安全企业具有重要的指导意义，有利于各方通力合作，共同维护好各级工业数据的应用管理和保护工作。
《指南》的“第一章（第一条~第四条）”从工业数据的定义、类型以及适用范围等方面进行了诠释，宏观上阐明了工业数据分类分级和管理的目标、意义和原则，并提出了数据分类分级的原则和措施，明确了工业数据的管理主体，以及需要进一步落实和完善的工作内容。
本文重点针对《指南》中分级管理的数据安全保护角度，结合工业企业及平台企业信息与网络安全防护实施的具体需求和情况，解读和分析工业数据分类分级和保护的工作内容，并对工业安全服务企业应发挥的作用和扮演的角色提出一些建议。
2分类分级需注重工业数据“平衡保护”工业数据的分类分级是为了对数据进行更为科学合理的保护，对企业而言，通过分级保护措施有助于工业安全防护建设投入成本，获得更高的数据保护投资收益。
工业和信息化部办公厅关于印发《工业数据分类分级指南（试行）》的通知
工业和信息化部办公厅关于印发《工业数据分类分级指南（试行）》的通知文章属性•【制定机关】工业和信息化部•【公布日期】2020.02.27•【文号】工信厅信发〔2020〕6号•【施行日期】2020.02.27•【效力等级】部门规范性文件•【时效性】现行有效•【主题分类】电子信息正文工业和信息化部办公厅关于印发《工业数据分类分级指南（试行）》的通知工信厅信发〔2020〕6号各省、自治区、直辖市及新疆生产建设兵团工业和信息化主管部门，有关中央企业：现将《工业数据分类分级指南（试行）》印发给你们，请结合实际，认真贯彻执行。
工业和信息化部办公厅2020年2月27日工业数据分类分级指南（试行）第一章总则第一条为贯彻《促进大数据发展行动纲要》《大数据产业发展规划（2016-2020年）》有关要求，更好推动《数据管理能力成熟度评估模型》（GB/T 36073-2018）贯标和《工业控制系统信息安全防护指南》落实，指导企业提升工业数据管理能力，促进工业数据的使用、流动与共享，释放数据潜在价值，赋能制造业高质量发展，制定本指南。
第二条本指南所指工业数据是工业领域产品和服务全生命周期产生和应用的数据，包括但不限于工业企业在研发设计、生产制造、经营管理、运维服务等环节中生成和使用的数据，以及工业互联网平台企业（以下简称平台企业）在设备接入、平台运行、工业APP应用等过程中生成和使用的数据。
第三条本指南适用于工业和信息化主管部门、工业企业、平台企业等开展工业数据分类分级工作。
涉及国家秘密信息的工业数据，应遵守保密法律法规的规定，不适用本指南。
第四条工业数据分类分级以提升企业数据管理能力为目标，坚持问题导向、目标导向和结果导向相结合，企业主体、行业指导和属地监管相结合，分类标识、逐类定级和分级管理相结合。
第二章数据分类第五条工业企业结合生产制造模式、平台企业结合服务运营模式，分析梳理业务流程和系统设备，考虑行业要求、业务规模、数据复杂程度等实际情况，对工业数据进行分类梳理和标识，形成企业工业数据分类清单。
工业和信息化领域数据安全管理办法(试行)梳理与解读
工业和信息化领域数据安全管理办法（试行）梳理与解读（上）一、发布背景2021年9月1日，《数据安全法》正式施行，依法开展数据安全工作踏上了新征程。
工业领域作为《数据安全法》中提及的行业领域之首，是当前强化数据安全保障的重要领域。
随着企业上云、工业APP培育等工作持续推进，工况状态、产能信息等数据向云平台加速汇聚，高价值的数据资源池成为不法分子的攻击目标。
2022年12月8日，工业和信息化部印发《工业和信息化领域数据安全管理办法（试行）》（以下简称《管理办法》），以规范工业和信息化领域数据处理活动。
《管理办法》共八章42条，自2023年1月1日起实施。
二、概述《管理办法》是规范工业和信息化领域数据处理活动、加强数据安全管理的法规。
重点解决工业和信息化领域数据安全“谁来管、管什么、怎么管”的问题。
主要内容包括七个方面：一是界定工业和信息化领域数据和数据处理者概念，明确监管范围和监管职责。
二是确定数据分类分级管理、重要数据识别与备案相关要求。
三是针对不同级别的数据，围绕数据收集、存储、加工、传输、提供、公开、销毁、出境、转移、委托处理等环节，提出相应安全管理和保护要求。
四是建立数据安全监测预警、风险信息报送和共享、应急处置、投诉举报受理等工作机制。
五是明确开展数据安全监测、认证、评估的相关要求。
六是规定监督检查等工作要求。
七是明确相关违法违规行为的法律责任和惩罚措施。
《管理办法》将有助工规范工业和信息化领域的数据处理活动，加强数据安全管理，保障数据安全和隐私保护，促进数据的开发利用，推动数字经济的发展。
三、适用范围根据《管理办法》第二条、第三条的内容可知，在中华人民共和国境内工业和信息化领域数据处理者开展的数据处理活动及其安全监管，受《管理办法》的规则约束。
军事数据、涉密数据、政务数据的处理活动，按照有关规定执行。
四、术语定义工业数据：工业各行业各领域在研发设计、生产制造、经营管理、运行维护、平台运营等过程中产生和收集的数据。
工业数据分类分级指南(试行)【2020版】
工业数据分类分级指南（试行）第一章总则第一条为贯彻《促进大数据发展行动纲要》《大数据产业发展规划（2016-2020年）》有关要求，更好推动《数据管理能力成熟度评估模型》（GB/T36073-2018）贯标和《工业控制系统信息安全防护指南》落实，指导企业提升工业数据管理能力，促进工业数据的使用、流动与共享，释放数据潜在价值，赋能制造业高质量发展，制定本指南。
第二条本指南所指工业数据是工业领域产品和服务全生命周期产生和应用的数据，包括但不限于工业企业在研发设计、生产制造、经营管理、运维服务等环节中生成和使用的数据，以及工业互联网平台企业（以下简称平台企业）在设备接入、平台运行、工业APP应用等过程中生成和使用的数据。
第三条本指南适用于工业和信息化主管部门、工业企业、平台企业等开展工业数据分类分级工作。
涉及国家秘密信息的工业数据，应遵守保密法律法规的规定，不适用本指南。
第四条工业数据分类分级以提升企业数据管理能力为目标，坚持问题导向、目标导向和结果导向相结合，企业主体、行业指导和属地监管相结合，分类标识、逐类定级和分级管理相结合。
第二章数据分类第五条工业企业结合生产制造模式、平台企业结合服务运营模式，分析梳理业务流程和系统设备，考虑行业要求、业务规模、数据复杂程度等实际情况，对工业数据进行分类梳理和标识，形成企业工业数据分类清单。
第六条工业企业工业数据分类维度包括但不限于研发数据域（研发设计数据、开发测试数据等）、生产数据域（控制信息、工况状态、工艺参数、系统日志等）、运维数据域（物流数据、产品售后服务数据等）、管理数据域（系统设备资产信息、客户与产品信息、产品供应链数据、业务统计数据等）、外部数据域（与其他主体共享的数据等）。
第七条平台企业工业数据分类维度包括但不限于平台运营数据域（物联采集数据、知识库模型库数据、研发数据等）和企业管理数据域（客户数据、业务合作数据、人事财务数据等）。
第三章数据分级第八条根据不同类别工业数据遭篡改、破坏、泄露或非法利用后，可能对工业生产、经济效益等带来的潜在影响，将工业数据分为一级、二级、三级等3个级别。
工业数据分类分级指南
工业数据分类分级指南随着信息技术的发展和工业化迅速推进，工业数据作为一个重要的资源被广泛应用于各个领域。
然而，由于工业数据的种类繁多、数量庞大，如何对其进行分类和分级成为一个亟需解决的问题。
本文将从数据源、数据类型和数据价值三个维度，提出了一个工业数据分类分级指南。
1.数据源数据源是指产生工业数据的设备或系统。
根据数据源的特性，可以将工业数据分为以下几类：1.3.企业信息系统数据：企业信息系统是包括ERP（企业资源计划）、MES（制造执行系统）等在内的管理系统。
这类数据主要包括订单信息、生产计划等，用于统筹企业资源和优化生产过程。
2.数据类型数据类型是指工业数据的具体内容和表现形式。
根据数据类型的不同，可以将工业数据分为以下几类：2.1.数值数据：数值数据是工业数据中最常见的一种类型，一般用具体的数值来表示测量、监测的结果，如温度、压力、湿度等。
2.2.文本数据：文本数据是指以文本形式存储的数据，包括设备参数、操作日志、报警信息等。
2.3.图像数据：图像数据是指由传感器或摄像头采集的图像信息，用于图像处理、物体检测等应用。
2.4.声音数据：声音数据是指由麦克风等设备采集到的声音信息，用于声音识别、语音合成等应用。
3.数据价值数据价值是指工业数据对于决策和运营的贡献程度。
根据数据的价值程度，可以将工业数据分为以下几类：3.1.关键数据：关键数据是指对企业决策和运营至关重要的数据，如生产效率、质量指标等。
这类数据对于企业的竞争力和盈利能力有直接影响。
3.2.参考数据：参考数据是指用于参考和分析的数据，如历史数据、行业数据等。
这类数据可以为企业提供参考和对比，帮助决策者做出更准确的判断。
3.3.辅助数据：辅助数据是指用于辅助决策和运营的数据，如设备维护记录、操作手册等。
这类数据对于设备维护和操作流程的改进起到重要作用。
综上所述，根据数据源、数据类型和数据价值的不同，可以将工业数据分为多个级别进行分类和分级。
工业和信息化部发布关于工业大数据发展的指导意见
工业和信息化部发布关于工业大数据发展的指导意见作者：来源：《中国信息化》2020年第06期工业大数据是工业领域产品和服务全生命周期数据的总称，包括工业企业在研发设计、生产制造、经营管理、运维服务等环节中生成和使用的数据，以及工业互联网平台中的数据等。
为贯彻落实国家大数据发展战略，促进工业数字化转型，激发工业数据资源要素潜力，加快工业大数据产业发展，现提出如下意见。
坚持以习近平新时代中国特色社会主义思想为指导，深入贯彻党的十九大和十九届二中、三中、四中全会精神，牢固树立新发展理念，按照高质量发展要求，促进工业数据汇聚共享、深化数据融合创新、提升数据治理能力、加强数据安全管理，着力打造资源富集、应用繁荣、产业进步、治理有序的工业大数据生态体系。
（一）推动工业数据全面采集。
支持工业企业实施设备数字化改造，升级各类信息系统，推动研发、生产、经营、运维等全流程的数据采集。
支持重点企业研制工业数控系统，引导工业设备企业开放数据接口，实现数据全面采集。
（二）加快工业设备互联互通。
持续推进工业互联网建设，实现工业设备的全连接。
加快推动工业通信协议兼容统一，打破技术壁垒，形成完整贯通的数据链。
（三）推动工业数据高质量汇聚。
组织开展工业数据资源调查，引导企业加强数据资源管理，实现数据的可视、可管、可用、可信。
整合重点领域统计数据和监测数据，在原材料、装备、消费品、电子信息等行业建设国家级数据库。
支持企业建设数据汇聚平台，实现多源异构数据的融合和汇聚。
（四）统筹建设国家工业大数据平台。
建设国家工业互联网大数据中心，汇聚工业数据，支撑产业监测分析，赋能企业创新发展，提升行业安全运行水平。
建立多级联动的国家工业基础大数据库，研制产业链图谱和供应链地图，服务制造业高质量发展。
（五）推动工业数据开放共享。
支持优势产业上下游企业开放数据，加强合作，共建安全可信的工业数据空间，建立互利共赢的共享机制。
引导和规范公共数据资源开放流动，鼓励相关单位通过共享、交换、交易等方式，提高数据资源价值创造的水平。
石油和化工行业工业数据分类分级指南
石油和化工行业工业数据分类分级指南【实用版】目录一、石油和化工行业工业数据的重要性二、石油和化工行业工业数据的分类三、石油和化工行业工业数据的分级四、石油和化工行业工业数据的应用正文一、石油和化工行业工业数据的重要性石油和化工行业是国民经济的重要支柱产业，工业数据的获取、整理和分析对于行业的发展具有重要意义。
工业数据不仅能够反映行业的整体状况，还可以揭示行业发展的趋势和潜在问题，为政策制定和企业决策提供有力支持。
二、石油和化工行业工业数据的分类石油和化工行业工业数据可分为以下几类：1.生产数据：包括产量、产能、开工率等指标，反映行业生产能力和生产水平。
2.消费数据：包括消费量、消费结构、市场需求等指标，反映行业的市场需求和消费状况。
3.价格数据：包括产品价格、原材料价格等指标，反映行业价格波动和成本变化。
4.财务数据：包括营业收入、利润、税收等指标，反映行业的经济效益和盈利能力。
5.投资数据：包括固定资产投资、研发投资等指标，反映行业的投资规模和投资结构。
6.进出口数据：包括进出口额、贸易顺差、关税等指标，反映行业的国际贸易状况。
7.环境数据：包括能源消耗、污染物排放、环境治理等指标，反映行业的环境影响和可持续发展能力。
三、石油和化工行业工业数据的分级根据数据的重要程度和紧急程度，石油和化工行业工业数据可分为以下几级：1.一级数据：生产数据、消费数据、价格数据，这些数据直接关系到行业的生产和销售，对行业决策具有重要指导意义。
2.二级数据：财务数据、投资数据、进出口数据，这些数据反映了行业的经济效益、投资状况和国际竞争力，对行业发展具有长期影响。
3.三级数据：环境数据，这些数据关系到行业的可持续发展，对政策制定和企业社会责任具有重要意义。
四、石油和化工行业工业数据的应用石油和化工行业工业数据可用于以下方面：1.政策制定：通过分析工业数据，政府可以了解行业发展状况，制定有利于行业发展的政策措施。
2.企业决策：企业可以根据工业数据，调整生产、销售和投资策略，提高市场竞争力。
工信部组织召开工业数据分类分级应用试点线上阶段总结会
新闻News业规模持续扩大。
“十四五”时期，工业和信息化部科技司将持续加强对物联网国家新型工业化产业示范基地的指导，以核心技术突破和创新应用为重点，继续培育一批产业集聚性强、应用创新活跃、辐射带动力强的物联网示范基地，推动我国物联网产业高质量发展。
工信部组织召开工业数据分类分级应用试点线上阶段总结会2020年10月21日，为更好地推动《工业数据分类分级指南（试行）》落地实施，工业和信息化部信息技术发展司组织召开工业数据分类分级应用试点线上阶段总结会，副司长王建伟参会并讲话。
相关地方行业主管部门、行业协会及部属单位负责人参加会议。
会议总结了工业数据分类分级应用试点工作进展，研究部署了后续重点工作。
与会代表深入交流了应用试点取得成效、面临困难及经验体会等，就如何加快推进试点工作、切实提升企业数据管理能力提出了意见建议。
下一步，工信部信息技术发展司将坚持“企业点突破、行业线贯通、地方面推广”的工作思路，充分发挥首批应用试点企业的标杆作用，形成可复制、可推广的工业数据分类分级方法和经验，以点连线、以线带面，在更大范围、更广领域推动企业强化工业数据分类分级管理，助力数字化转型升级。
2020年全国工业互联网安全技术技能大赛在南京成功落幕2020年11月6日，由工业和信息化部、人力资源社会保障部、全国总工会、共青团中央联合主办的2020年全国行业职业技能竞赛——全国工业互联网安全技术技能大赛在江苏南京成功落幕。
工业和信息化部党组成员、副部长刘烈宏出席大赛闭幕式并致辞。
刘烈宏表示，工业互联网作为新一代信息通信技术与工业经济深度融合的全新生态，对复合型、多维度、多层次的人才需求十分迫切。
办好国家级工业互联网安全技术技能竞赛，对于加快推进我国工业互联网职业技能人才队伍建设、培育选拔高素质高水平网络安全人才、推动工业互联网安全创新发展具有重要意义。
刘烈宏指出，刚刚闭幕的党的十九届五中全会强调，要统筹发展与安全，坚定不移建设制造强国、质量强国、网络强国、数字中国，推进产业基础高级化、产业链现代化。
《工业和信息化领域数据安全风险评估实施细则(试行)》2024年6月1日起施行
《工业和信息化领域数据安全风险评估实施细则(试行)》
2024年6月1日起施行
佚名
【期刊名称】《信息技术与标准化》
【年(卷),期】2024()S01
【摘要】5月10日,工信部印发《工业和信息化领域数据安全风险评估实施细则(试行)》。
工信部根据《中华人民共和国数据安全法》《中华人民共和国网络安全法》等法律,按照《工业和信息化领域数据安全管理办法(试行)》有关要求,为引导工业和信息化领域数据处理者规范开展数据安全风险评估工作,提升数据安全管理水平,维护国家安全和发展利益.
【总页数】1页(P4-4)
【正文语种】中文
【中图分类】D92
【相关文献】
1.工业和信息化部关于印发《工业和信息化部工业领域工程建设行业标准制定实施细则（暂行）》的通知
2.湖北省住房和城乡建设厅关于印发《湖北省住房和城乡建设领域施工现场专业人员职业培训实施细则(试行)》《湖北省住房和城乡建设行业建筑工人职业培训考核实施细则(试行)》的通知
3.广东省工业和信息化厅关于印发《广东省工业和信息化厅关于企业技术改造投资项目核准和备案管理的实施细则(试行)》的通知(粤工信规字[2021]2号)
4.工业和信息化领域数据安全管理办法(试行)
5.江西省工业和信息化厅关于印发《江西省优质中小企业梯度培育管理实施细则(试行)》的通知(赣工信规字〔2023〕1号)
因版权原因，仅展示原文概要，查看原文内容请购买。
2022年南京公需课参考答案：规范数据处理活动,保障数据安全,促进数据开发利用——《数据安全法》解读
2022年南京公需课参考答案：规范数据处理活动,保障数据安全,促进数据开发利用——《数据安全法》解读2022年度南京继续教育公需课规范数据处理活动，保障数据安全，促进数据开发利用——《数据安全法》解读4学时适用于：2022年度题目汇总（详细答案见后文第5页答案汇总，单选15+多选14+判断12）单选题1、数据安全审查制度的审查范围和审查重点是（）。
A、数据处理活动是否安全有效B、数据处理活动是否影响国家安全C、数据处理活动是否影响用户安全D、数据处理活动是否影响企业安全2、根据《数据安全法》规定，违反国家核心数据管理制度，危害国家主权、安全和发展利益的，由有关主管部门处（）以上一千万元以下罚款。
A、五十万元B、一百万元C、二百万元D、三百万元3、在大数据时代，所谓数据往往是指（）。
A、实际统计数据B、普查数据C、网络数据D、专业汇总数据4、（）率先提出了数据权益的概念，强化了个人数据保护，探究建立数据交易制度，力图在确保数据安全的基础上，最大水平激发数据作为生产要素的经济价值。
A、《天津市数据安全办理办法（暂行）》B、《贵州省大数据安全保障条例》C、《深圳经济特区数据条例》D、《上海浦东数据条例》5、从事数据交易中介服务的机构未履行相关义务的，由有关主管部门责令改正，没收违法所得，处违法所得一倍以上（）以下罚款。
A、三倍B、五倍C、十倍D、二十倍6、《数据安全法》在（）等法令的基础上规定了有关数据蔑视的对等措施。
A、《网络安全法》B、《出口管制法》C、《外商投资法》D、《国际刑事司法协助法》7、2021年7月，国家互联网信息办公室发布《网络安全审查办法（修订草案征求意见稿）》，规定了网络安全审查的基本原则，以下表述错误的是（）。
A、防范网络安全风险与增进先进技术应用相联合B、过程公正透亮与知识产权保护相联合C、过后审查与持续监管相联合D、企业承诺与社会监督相结合8、作为政务数据的处理者，国家机关应当履行的义务是（）。
6000字，详细解析数据的分类与分级
6000字，详细解析数据的分类与分级来源：网安寻路人，作者：洪延青全文共6302个字，建议阅读10分钟数据是信息的载体，数据不是死的，而是在不断地流动，并产生了巨大的商业价值。
对数据而言，开放才有意义，但开放的前提则是安全。
由于不同类型的数据，其级别和价值均不同，不能等同视之，应根据数据的重要性、价值指数，予以区别对待，因此数据安全法提出建立数据分类分级保护制度。
数据分类是为了规范化关联，分级是安全防护的基础，不同安全级别的数据在不同的活动场景下，安全防护的手段和措施也不同。
比如关系国家安全、国民经济命脉、重要民生、重大公共利益等数据属于国家核心数据，将实行更加严格的管理制度。
分类分级是数据全流程动态保护的基本前提，不仅是数据安全治理的第一步，也是当前数据安全治理的痛点和难点。
数据安全建设需要针对数据的收集、存储、使用、加工、传输、公开等各个环节，进行数据安全风险的监测、评估和防护等，需要用到权限管控、数据脱敏、数据加密、审计溯源等多种技术手段。
只有做好了数据分类分级工作，才能进行后续数据安全建设。
01 数据分类分级的痛点问题和挑战1、数据分类面临的痛点问题和挑战1）如何选择分类维度的问题对于数据进行分类可以有很多维度，包括基于数据形式和数据内容等。
基于数据形式可以按照数据的存储方式、数据更新频率、数据所处地理位置、数据量等进行分类；数据内容可以根据数据所涉及的主体、业务维度等多个维度进行分类。
不同维度各有价值，如何选择一个维度对数据进行分类需要考虑数据分类的目的，但很多时候大家都希望通过一个分类维度实现多个目标，或者将两个分类维度混合进行分类。
分类维度的不清晰会导致后续基于分类的很多操作都存在问题。
2）单一分类维度下的类别划分问题例如，基于内容进行分类的维度，面临数据可能分类不全、类别不清晰的问题。
主要原因是大范围内的内容分类是一个很复杂的问题，甚至可能涉及知识分类的问题，这在目前还是一个较为难以解决的问题。
企业分类分级工作总结报告
一、前言为深入贯彻落实国家工信部《关于印发工业和信息化领域数据安全管理办法（试行）的通知》和内蒙古自治区工信厅《关于开展全区规模以上工业企业数据分级分类工作的通知》文件要求，我司于近期开展了企业分类分级工作。
现将工作总结如下：一、工作背景随着信息技术的快速发展，企业数据已成为企业核心竞争力的重要组成部分。
为加强企业数据安全管理，提高数据安全防护能力，我司积极响应国家政策，开展了企业分类分级工作。
二、工作目标1. 按照国家相关规定，对我司数据进行分类分级，明确数据安全等级。
2. 提升企业数据安全防护能力，降低数据泄露风险。
3. 优化数据管理流程，提高数据利用率。
三、工作内容1. 组织培训：对全体员工进行数据安全培训，提高员工数据安全意识。
2. 数据梳理：对我司现有数据进行全面梳理，明确数据类型、用途、存储位置等。
3. 分类分级：根据《工业数据分类分级指南（试行）》文件中的分级标准，对数据进行分类分级。
4. 制定安全策略：针对不同级别的数据，制定相应的安全策略和措施。
5. 建立安全管理制度：完善数据安全管理制度，确保数据安全防护工作落到实处。
四、工作成果1. 完成数据分类分级：对我司212户规模以上工业企业进行数据分类分级，其中核心数据32户，重要数据39户，一般数据141户。
2. 提升数据安全防护能力：根据数据等级制定相应的安全策略和措施，有效降低数据泄露风险。
3. 优化数据管理流程：通过数据分类分级，优化数据管理流程，提高数据利用率。
4. 提高员工数据安全意识：通过培训，全体员工数据安全意识得到明显提升。
五、下一步工作计划1. 定期开展数据分类分级自查工作，确保数据安全等级的准确性。
2. 组织专题培训，指导企业熟悉、掌握分类分级的规范要求、流程和要点。
3. 加强数据安全管理，防范数据泄露或失窃。
4. 不断提升企业数据安全管理和技术防范水平，确保我司工业数据安全。
总之，我司在此次企业分类分级工作中取得了显著成果，下一步将继续加强数据安全管理，为企业发展保驾护航。
如何对数据进行分级分类保护
如何对数据进行分级分类保护作者：暂无来源：《检察风云》 2020年第19期文/侯利阳上海交通大学凯原法学院教授贺斯迈上海交通大学凯原法学院博士生立法回眸：数据安全保护大起底我国对于数据安全的关注由来已久。
早在《数据安全法（草案）》（以下简称“《草案》”）草拟之前，数据安全的保护就存在于一系列的法律法规之中。
其中，最早的要数1994年颁布的《计算机信息系统安全保护条例》。
当时没有数据这个概念，该条例使用的还是信息安全保护的措辞。
在后续的发展中，信息保护的实践操作被大大加强，并逐步演化出分级保护的理念。
这其中最为重要的就是2007年公安部颁布的《信息安全等级保护管理办法》。
该办法按照信息系统损害后的社会后果差异将信息安全分为五级：损害个人利益（第一级）、损害社会利益（第二级）、损害国家安全（第三级）、严重损害社会利益（第四级）、严重损害国家利益（第五级）。
基于这种分级保护的思路，我国在2008年建立了信息安全保护的国家标准，此即《信息安全技术、信息系统安全等级保护基本要求》，针对不同的保护等级从技术层面设置了详细的保护要求，包括安全通用要求、云计算安全扩展要求、移动互联安全扩展要求、物联网安全扩展要求以及工业控制系统安全扩展要求等。
至此，我国的数据分级保护体系开始全面地建立起来。
在《草案》发布之前，我国的数据保护基本上只遵循分级保护的思路。
比如，2016年颁布的《网络安全法》采用的依然是分级保护的提法。
但分级保护只是设置了数据保护的框架，数据占有主体依然不明确哪些数据应当给予什么级别的保护，这给数据的市场运营造成了很多困扰。
因此，单单从数据分级的角度构建数据安全体制尚不足以充分保障数据的安全。
虽然《网络安全法》中也涉及了一些数据分类保护的内容，但没有将之作为原则进行确立。
此次《草案》明确构建了数据分级分类保护的原则，并且对数据保护提出了极高的要求——由中央国家安全领导机构制定具体规定，由地方政府、行业主管部门、公安机关等制定重要数据保护目录，最终由数据占有主体执行。
《工业数据分类分级指南(试行)》解读
《工业数据分类分级指南(试行)》解读概述本文主要对《工业数据分类分级指南(试行)》进行解读，介绍该指南的背景、目的和主要内容，帮助读者更好地理解和应用该指南。
背景随着工业领域数据的快速增长，对工业数据的分类和分级成为了一个紧迫的问题。
为了更好地管理和利用数据资源，统一数据分类标准变得尤为重要。
《工业数据分类分级指南(试行)》作为一项探索性尝试，旨在为工业领域的数据分类提供指导。
目的《工业数据分类分级指南(试行)》的主要目的是为工业企业提供一个统一的数据分类标准，便于数据的整理、管理和分析。
该指南旨在使不同企业或组织之间的数据共享更加便捷，推动工业数据的跨领域应用和价值释放。
主要内容1.数据分类原则该指南明确了数据分类的原则，包括数据的结构化程度、数据的来源、数据的时效性、数据的敏感性等方面。
依据这些原则，数据可以分为不同的分类，并进行相应的分级。
2.数据分类体系《工业数据分类分级指南(试行)》提出了一套完整的数据分类体系，包括基本分类、主题分类和应用领域分类。
基本分类涵盖了广泛的数据类型，主题分类则通过对数据内容的细化，进一步划分数据类别。
应用领域分类则根据数据在工业领域中的应用情境进行分类。
3.数据分级标准对于每个分类，该指南还提供了相应的数据分级标准。
数据分级标准考虑了数据的价值、可信度、安全性等因素，使用简洁明了的语言描述了每个级别的特点和要求。
4.数据分类与应用案例为了更好地帮助读者理解和应用该指南，文档中附有一些典型的数据分类与应用案例。
这些案例通过实际场景，展示了如何根据指南对工业数据进行分类和分级，并在不同的应用场景中进行有效利用。
总结《工业数据分类分级指南(试行)》为工业领域的数据分类提供了一套统一的标准和方法，有助于推动工业数据的整理、管理和应用。
通过遵循该指南，工业企业可以更好地利用数据资源，实现数据驱动的智能化发展。
读者可以通过深入了解该指南的内容和原则，为自身在工业数据分类方面的工作提供参考和指导。
煤炭企业元数据采集与治理系统建设研究
标准实践煤炭企业元数据采集与治理系统建设研究■ 王 辉 邢 伟 曹 帅 阴鹏飞 史梦瑶（山西阳煤联创信息技术有限公司）摘 要：本文介绍了煤炭企业数据采集系统的开发背景，分析了该系统针对企业数据进行元数据体系化、数据采集标准、数据质量、数据模型、主题域、数据服务、数据分析算法等数据治理体系的建设，提出了实现数据采集、数据清洗、数据存储等的方法，为数据分析系统和智能问答系统提供了行业数据服务和行业业务基础服务。
关键词：数据采集，煤炭企业元数据，数据清洗，数据治理DOI编码：10.3969/j.issn.1002-5944.2023.19.015Research on the Construction of Metadata Collection and GovernanceSystem for Coal EnterprisesWANG Hui XING Wei CAO Shuai YIN Peng-fei SHI Meng-yao（Shanxi Yangmei Lianchuang Information Technology CO., Ltd.）Abstract:This paper introduces the development background of the data collection system of coal enterprises, and analyzes the construction of data governance systems such as metadata systematization, data collection standards, data quality, data models, subject domains, data services, data analysis algorithms, etc. The paper proposes the methods of data collection, data cleaning and data storage, etc., and provides industry data services and industry business basic services for data analysis systems and intelligent question answering systems.Keywords: data collection, coal enterprise metadata, data cleaning, data governance1 系统开发背景当前，煤炭行业相关企业结合生产制造模式、平台企业服务运营模式，分析梳理业务流程和系统设备，考虑行业要求、业务规模、数据复杂程度等实际情况，对企业数据和行业数据进行分类梳理、标识，基本形成行业数据分类清单。
强化工业数据分类分级管理 共创数字经济蓬勃发展未来
（一）工业数据是数字化转 型升级的必然产物
近年来，我国两化深度融 合 步 伐 明 显 加 快，在 需 求 分 析、研发设计、生产制造、运行 维护直至报废回收的产品全 生命周期中，以数据为纽带逐 渐实现物理世界和信息世界
的 无 缝 链 接，数 据 量 呈 爆 炸 式 增 长。 随 着 服 务 型 制 造、 共享制造等新业态新模式的 涌现，智能化设计、网络化协 同 制 造、个 性 化 定 制 服 务 等 场景将积累更加丰富的工业 数据资源。
化数据管理措施，促进数据充 数据管理能力第 2 级（受管理 方法设计方面注重兼顾科学
分利用、有序流动和安全共享 级）至第 5 级（优化级）的基 性和可操作性，在颗粒度把握
的前提。一方面，有利于明确 本要求。
方面尽量平衡全局通用性、行
差异化数据管理要求，引导企
业灵活性和横向可扩展性，最
业建立工业数据管理机制，按 三、重实践，积极稳妥提升指 终形成了试行版本。
（三）工 业 互 联 网 平 台 加 速实现海量数据汇聚
工业互联网平台作为工 业全要素、全产业链、全价值 链 连 接 的 枢 纽，全 面 采 集 产 品 设 计、生 产 工 艺、设 备 运
行、运营管理等海量工业数据 资源，实现数据的有效整合、 深度分析以及快速处理。我 国工业互联网平台已进入发 展 快 车 道，赋 能 效 用 日 益 显 现，为进一步挖掘工业数据价 值、重塑生产制造和服务体系 提供支撑，给经济创新发展注 入了新动能。
类逐级排查管理风险、统筹部 南内容的科学性与合理性
署防护策略、合理分配资源，
（一）坚持问题导向、目标 四、抓落实，推动工业数据分
切实提升数据管理水平。另 导向、结果导向
智能制造2021
人工智能AI（Artificial Intelligence），研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用。
以人类智能相似的方式做出反应的智能机器，包括机器人、语言识别、图像识别、自然语言处理和专家系统等。
实际应用：机器视觉，指纹识别，人脸识别，视网膜识别，虹膜识别，掌纹识别，专家系统，自动规划，智能搜索，定理证明，博弈，自动程序设计，智能控制，机器人学，语言和图像理解，遗传编程等中国政府也已出台《“十三五”国家科技创新规划》、《“互联网＋”人工智能三年行动实施方案》、《“十三五”国家科技创新规划》、《人工智能标准化助力产业发展》、《中国制造2025》、《智能制造发展规划（2016-2020年）》等政策，助力产业升级。
随着国家在工业领域围绕着人工智能、云计算、大数据等新兴技术出台了一系列创新激励政策，工业智能化升级从技术跟随向技术创新方向演进，据《2019年全国科技经费投入统计公报》数据显示，工业企业中近60%的企业聚焦新一代人工智能的研发强度超过3%。
制造业智能化升级主要体现在产品智能化、服务智能化和生产智能化三个方面。
在产品智能化领域，通过生物特征识别和深度学习技术，以能力封装和开放方式嵌入到产品中，使得产品具备感知、分析、决策等智能化特征。
在服务智能化领域，人机交互、计算机视觉、自然语言处理等技术的普及，深度挖掘用户需求数据，并运用深度学习技术构建并训练用户需求模型，实时向用户发送关联性需求信息。
在生产智能化领域，综合产品特性、时间要求、物流管理、成本控制、安全要求等全方位要求，通过机器学习建立产品的健康模型，以找到最佳生产工艺参数。
2020 年初，工业和信息化部印发《工业数据分级分类指南（试行）》（工信部信发〔2020〕6 号），以指导企业提升工业数据管理能力，促进工业数据的使用、流动与共享，释放数据潜在价值，赋能制造业高质量发展。
4月印发《工业和信息化部关于工业大数据发展的指导意见》（工信部信发〔2020〕67 号）从加快数据汇聚、推动数据共享、深化数据应用、完善数据治理、强化数据安全、促进产业发展六个方面全盘布局，为工业大数据落地提供良好的政策环境，务实有序推动发展，助力大数据赋能工业。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
工信部印发《工业数据分类分级指南（试行）》
工业和信息化部近日印发《工业数据分类分级指南（试行）》，《指南》适用于工业和信息化主管部门、工业企业、平台企业等开展工业数据分类分级工作。
其所指工业数据是工业领域产品和服务全生命周期产生和应用的数据，包括但不限于工业企业在研发设计、生产制造、经营管理、运维服务等环节中生成和使用的数据，以及工业互联网平台企业在设备接入、平台运行、工业APP应用等过程中生成和使用的数据。
关于印发《工业数据分类分级指南（试行）》的通知
工信厅信发〔2020〕6号
各省、自治区、直辖市及新疆生产建设兵团工业和信息化主管部门，有关中央企业：
现将《工业数据分类分级指南（试行）》印发给你们，请结合实际，认真贯彻执行。
工业和信息化部办公厅2020年2月27日
工业数据分类分级指南（试行）
第一章总则
第一条为贯彻《促进大数据发展行动纲要》《大数据产业发展规划（2016-2020年）》有关要求，更好推动《数据管理能力成熟度评估模型》（GB/T36073-2018）贯标和《工业控制系统信息安全防护指南》落实，指导企业提升工业数据管理能力，促进工业数据的
使用、流动与共享，释放数据潜在价值，赋能制造业高质量发展，制定本指南。
第二条本指南所指工业数据是工业领域产品和服务全生命周期产生和应用的数据，包括但不限于工业企业在研发设计、生产制造、经营管理、运维服务等环节中生成和使用的数据，以及工业互联网平台企业（以下简称平台企业）在设备接入、平台运行、工业APP应用等过程中生成和使用的数据。
第三条本指南适用于工业和信息化主管部门、工业企业、平台企业等开展工业数据分类分级工作。
涉及国家秘密信息的工业数据，应遵守保密法律法规的规定，不适用本指南。
第四条工业数据分类分级以提升企业数据管理能力为目标，坚持问题导向、目标导向和结果导向相结合，企业主体、行业指导和属地监管相结合，分类标识、逐类定级和分级管理相结合。
第二章数据分类
第五条工业企业结合生产制造模式、平台企业结合服务运营模式，分析梳理业务流程和系统设备，考虑行业要求、业务规模、数据复杂程度等实际情况，对工业数据进行分类梳理和标识，形成企业工业数据分类清单。
第六条工业企业工业数据分类维度包括但不限于研发数据域（研发设计数据、开发测试数据等）、生产数据域（控制信息、工况状态、工艺参数、系统日志等）、运维数据域（物流数据、产品售后服务数据等）、管理数据域（系统设备资产信息、客户与产品信息、产品供应链数据、业务统计数据等）、外部数据域（与其他主体共享的数据等）。
第七条平台企业工业数据分类维度包括但不限于平台运营数据域（物联采集数据、知识库模型库数据、研发数据等）和企业管理数据域（客户数据、业务合作数据、人事财务数据等）。
第三章数据分级
第八条根据不同类别工业数据遭篡改、破坏、泄露或非法利用后，可能对工业生产、经济效益等带来的潜在影响，将工业数据分为一级、二级、三级等3个级别。
第九条潜在影响符合下列条件之一的数据为三级数据：
（一）易引发特别重大生产安全事故或突发环境事件，或造成直接经济损失特别巨大；
（二）对国民经济、行业发展、公众利益、社会秩序乃至国家安全造成严重影响。
第十条潜在影响符合下列条件之一的数据为二级数据：
（一）易引发较大或重大生产安全事故或突发环境事件，给企业造成较大负面影响，或直接经济损失较大；
（二）引发的级联效应明显，影响范围涉及多个行业、区域或者行业内多个企业，或影响持续时间长，或可导致大量供应商、客户资源被非法获取或大量个人信息泄露；
（三）恢复工业数据或消除负面影响所需付出的代价较大。
第十一条潜在影响符合下列条件之一的数据为一级数据：
（一）对工业控制系统及设备、工业互联网平台等的正常生产运行影响较小；
（二）给企业造成负面影响较小，或直接经济损失较小；
（三）受影响的用户和企业数量较少、生产生活区域范围较小、持续时间较短；
（四）恢复工业数据或消除负面影响所需付出的代价较小。
第四章分级管理
第十二条工业和信息化部负责制定工业数据分类分级制度规范，指导、协调开展工业数据分类分级工作。
各地工业和信息化主管部门负责指导和推动辖区内工业数据分类分级工作。
有关行业、领域主管部门可参考本指南，指导和推动本行业、本领域工业数据分类分级工作。
第十三条工业企业、平台企业等企业承担工业数据管理的主体责任，要建立健全相关管理制度，实施工业数据分类分级管理并开展年度复查，并在企业系统、业务等发生重大变更时应及时更新分类分级结果。
有条件的企业可结合实际设立数据管理机构，配备专职人员。
第十四条企业应按照《工业控制系统信息安全防护指南》等要求，结合工业数据分级情况，做好防护工作。
企业针对三级数据采取的防护措施，应能抵御来自国家级敌对组织的大规模恶意攻击；针对二级数据采取的防护措施，应能抵御大规模、较强恶意攻击；针对一级数据采取的防护措施，应能抵御一般恶意攻击。
第十五条鼓励企业在做好数据管理的前提下适当共享一、二级数据，充分释放工业数据的潜在价值。
二级数据只对确需获取该级数据的授权机构及相关人员开放。
三级数据原则上不共享，确需共享的应严格控制知悉范围。
第十六条工业数据遭篡改、破坏、泄露或非法利用时，企业应根据事先制定的应急预案立即进行应急处置。
涉及三级数据时，还应将事件及时上报数据所在地的省级工业和信息化主管部门，并于应急工作结束后30日内补充上报事件处置情况。