伴随着大数据的迅猛发展，AI赋能新模式行业场景，实现大数据多场景智能应用，释放数据要素红利的同时，数字安全问题也备受关注。

鉴于大数据技术发展趋势以及当前企业面临的数据安全风险，保旺达紧扣发展脉搏，研创数字安全产品及数据安全治理服务。保旺达结合数据安全实际业务场景和应用场景，通过应用AI技术提升数据分级分类、数据流量监测、加密流量分析等方面的识别率、准确率、自动化率。数据安全管理平台包括数据扫描引擎、数据流转探针、数据分类分级、数据梳理可视化、数据合规上报、风险安全评估报告、数据安全风险溯源、数据流转地图、数据安全编排自动化响应等优势功能。

平台以保障数据要素价值有效释放为目标，促进数据安全大环境良性发展为战略定位，系统展示了保旺达对于保障数字安全的坚定信念和优秀能力。

基于低侵入式设计思想，围绕数据处置、分发环节，依托全流量，结合大数据+AI技术，构建以全局治理，全链监测，全维感知，全时防护为目标的安全防护体系：

· 数据资产全局深度治理

建立和完善数据治理机制，明确数据的归属、使用和流转规则，防止数据的滥用和无序流动，确保数据的合规性和正确性。通过结合AI，实时发现新增资产、沉默资产、异常资产，并对资产分类分级。

· 数据风险全链动态监测

实时监测和分析数据流，一旦发现异常行为或潜在的安全威胁，即刻进行预警，实现及时应对和防止安全事件的发生，减少了数据安全风险。通过结合AI，实现AI链路挖掘，链路还原，链路追踪，链路治理。

· 数据态势全维智能感知

全面感知自身的数据安全态势，包括安全威胁、风险状况、合规情况等，为做出更准确的安全决策提供了有力的支持。通过结合AI，实现风险识别与分析，态势量化与预测，处置跟踪与评价。

· 数据资产全时精益防护

通过数据异常监测，了解和跟踪核心数据资产的去向和用途，及时发现和防止数据资产被盗用、滥用或未经授权的访问，有效保护核心数据资产。通过结合AI，实现聚类，构建基线，沉淀标签，迭代阈值，做到准确识别发现，准确分析决策，准确策略生成，实时反馈优化。

· 数据管理全面合规推荐

满足网络安全法规和标准的要求，增强合规性。同时，通过对监测数据的分析和审计，提高自身的审计能力，更好地评估和改进自身的网络安全状况。通过结合AI，有效积累知识库，形成合理推荐，降低执行难度，促进合规达成

同时，方案通过聚焦已识别的未知数据资产、脱管数据应用、失控数据分发三大关键问题，充分结合场景、创新技术应用，定制解决方案，输出数据资产全局发现、数据接口动态识别、数据链路智能跟踪三大核心能力。

场景1：存在未知数据资产

业务变更、流程变化、架构变动都带来新的数据流动，产生新的数据存储，商密信息、配置数据、个人隐私等重要数据资产持续增加、实时变化。不能全面、实时、准确的识别资产、实现分类分级管理，就可能导致违规操作、过失行为的产生，出现、加剧数据安全风险。

场景2：脱管数据应用

新业务、新能力、新交互都会引起数据相关服务接口的版本迭代，上线下线、属性调整、内容变化直接关系着数据安全管理范围、对象、策略的更迭。静态管理模式，通过人工梳理、定期填报，势必导致管理脱节，漏管、错管问题层出不穷。

场景3：失控数据分发

充分数据流转在带来数据价值彰显的同时，也给数据跟踪溯源带来难度。一方面，流转方式更灵活，页面访问、接口调用、工具分析、文件分发，不同途径、不同载体、不同协议，全技术覆盖难度增大。另一方面，为保证流转安全的链路加密手段更加严密，防护隐私泄漏的同时也加大了获知流转内容的难度。既无法确认是否涉敏，同时无法评估是否合规。