Q/LB.□XXXXX-XXXX目次TOC\o"1-1"\h\t"標準文件_一級條標題,2,標準文件_附錄一級條標題,2,"前言 II引言 III1范圍 12規范性引用文件 1GB/T39335信息安全技術個人信息安全影響評估指南 13術語和定義 14數據分類原則 14.1科學性 14.2穩定性 24.3唯一性 24.4一致性 24.5主次性 25數據分類維度 25.1概述 25.2技術選型維度 25.3業務應用維度 26數據分類 37數據風險管控 37.1數據安全管理 37.2數據處理活動安全 37.3數據安全技術 47.4個人信息保護 4表1（資料性）鎂冶煉行業典型數據分類 51鎂冶煉行業典型數據分類 5前言本文件按照GB/T1.1—2020《標準化工作導則第1部分：標準化文件的結構和起草規則》的規定起草。本文件由榆林市工業和信息化局提出。本文件由陜西省工業和信息化廳歸口。本文件起草單位：榆林市工業和信息化局、西安交通大學、榆林市工業互聯網協會、榆林學院、陜西省標準化研究院、中國工業互聯網研究院、榆林能源集團、陜西天宇鎂業集團有限公司、府谷縣鎂工業協會。本文件主要起草人：黃晶晶、羅瑞、李曉煒、孫元崗、劉烴、周亞東、張峰、劉雁南、張戰國、劉力真、郭銳、寇陽、張揚、楊希、張平雅、惠遠鵬、陳林、蔣濤、文堯順、王偉、陳根永、井宇、馮治東、劉紅霞、宋健博、徐占伯、吳江、武凱。本文件首次發布。本文件由榆林市工業和信息化局負責解釋。請注意本文件的某些內容可能涉及專利。本文件的發布機構不承擔識別專利的責任。聯系信息如下：單位：電話：地址：郵編：引言鎂冶煉行業作為重要的基礎原材料產業，其數據管理與分類顯得尤為重要。鎂作為最輕的金屬結構材料之一，具有獨特的物理和化學性質，在國民經濟多個領域，如汽車、航空航天、軌道交通、建筑以及電子產業中，均發揮著不可替代的作用。對鎂冶煉行業的數據進行科學、合理、有效的分類與管理，對于提升行業效率、優化資源配置、推動技術創新以及促進可持續發展具有重要意義。鎂冶煉行業生產和經營管理活動中產生、采集、加工、使用或管理的各類數據，包括但不限于以下：——煤炭生產過程中產生和獲取的相關數據，如：煤炭燃燒、煤焦化熱解、煤炭液化、煤炭氣化等；——金屬鎂生產過程中產生和獲取的相關數據，如：白云石煅燒以及氧化鎂還原等；——企業安全生產過程中產生和獲取的相關業務數據，如：供應鏈管理數據、設備管理數據、生產管控數據、能源管理數據、安全管理數據、環保管控數據等；——企業經營管理過程中產生和獲取的相關數據，如：財務數據、資產數據、人力資源數據、投資數據、綜合管理數據等。鎂冶煉行業數據分為：——結構化數據：數據元素之間具有統一且確定關系的數據，具有明確定義的數據類型組成。結構化數據特點為數據以行為單位，也稱作行數據，一行數據表是一個實體的信息，每一行數據的屬性是相同的。結構化數據由二維表結構來邏輯表達和實現的數據，嚴格地遵循數據格式與長度規范，主要通過關系型數據庫（如MySQL、ORACLE、DB2、SQLServer等）進行存儲和管理；——非結構化數據：數據元素之間沒有統一和確定關系的數據。具有內部結構，但不通過預定義的數據模型或模式進行結構化的數據，不適于用數據庫二維表來表現，非結構化數據占企業全部數據80%以上。包括各種圖形圖像數據、時間序列數據、體數據、音視頻數據、日志數據、地理信息數據、社交網絡數據和三維模型數據等；——半結構化數據：數據元素之間的關系介于結構化數據和非結構化數據之間的數據。具有非關系模型的、有基本固定結構模式的數據。包括日志文件、XML文檔、JSON文檔、E-mail等。中小企業數字化轉型數據分類鎂冶煉行業范圍本文件規定了鎂冶煉行業的數據分類原則、分類方法、分類維度、數據定級、數據風險管控。本文件適用于鎂冶煉行業的全產業鏈條和經營管理活動中的產生、采集、加工、使用或管理的各類數據分類。規范性引用文件下列文件中的內容通過文中的規范性引用而構成本文件必不可少的條款。其中，注日期的引用文件，僅該日期對應的版本適用于本文件；不注日期的引用文件，其最新版本（包括所有的修改單）適用于本文件。GB/T39335信息安全技術個人信息安全影響評估指南術語和定義下列術語和定義適用于本文件。

數據data任何以電子或者其他方式對信息的記錄。

數據分類dataclassification根據數據的屬性及特征，將其按一定原則和方法進行區分和歸類，并建立起一定的分類體系和排列順序的過程。

分類維度classificationdimension用于實現分類的數據所具有的某個或某些共同特征。

數據分類datagrading按照數據遭到破壞（包括攻擊、泄露、篡改、非法使用等）后對國家安全、社會秩序、公共利益以及個人、法人和其他組織的合法權益（受侵害客體）的危害程度對數據進行定級，為數據全生命周期管理的安全策略制定提供支撐。數據分類原則科學性按照煤炭及其化工行業數據的多維特征及其相互間客觀存在的邏輯關聯進行科學和系統化的分類。穩定性分類應以數據分類方法為基礎，具體參照附錄B，并以最穩定的特征和屬性為依據制定分類方案。分類一經確定，不會隨意調整。唯一性一個數據項僅能找到一個對應分類。一致性同一大類下的中類或同一種類下的小類的劃分維度要一致。主次性同一類別下的子類，將使用頻率或價值較高的類別放在較前的位置。數據分類維度概述技術選型維度業務應用維度a）清理數據產生來源,明確數據權屬和訪問權b）明確數據應用場景,確定數據業務主題,判斷數據應用價值數據分類根據鎂冶煉行業特性及中小企業數字化轉型需求，依照線分類法及同位類劃分原則，從業務應用維度將鎂冶煉行業劃分為四級分類。其中：一級分類包括：生產管理、設備管理、供應管理、倉儲物流、能源管理、安全生產、安全應急、經營管理；二級分類包括：鎂冶煉生產過程管理、鎂冶煉運營管理、金屬鎂生產工藝數據管理與分析、數字孿生、設備智能運維管理、企業供應鏈管理、過磅監測、鎂冶煉/鎂合金加工、能源雙碳管理、皮帶監測管理、鎂行業安全生產雙重預防管理、企業管理客戶關系管理、資產管理、生產計劃管理、人力資源管理。詳細數據分類結果見表1。數據風險管控數據安全管理應從數據安全管理制度、安全組織機構、分類分級管理、合作外包管理、安全威脅和應急管理、開發運維管理、云數據安全等方面識別數據安全管理風險。數據處理活動安全應從以下方面識別數據處理活動安全風險：數據收集安全風險識別：主要從數據收集合法正當性、通過第三方收集數據安全、數據質量控制、數據收集方式、數據收集設備及環境安全等方面進行風險識別；數據存儲安全風險識別：主要從數據存儲適當性、邏輯存儲安全、存儲介質安全等方面進行風險識別；數據傳輸安全風險識別：主要從傳輸鏈路安全性、傳輸鏈路可靠性等方面進行風險識別。數據使用和加工安全風險識別：主要從數據使用和加工合法性、數據正當使用、數據導入導出、數據處理環境、數據使用和加工安全措施等方面進行風險識別；數據提供安全風險識別：主要從數據提供合法正當必要性、數據提供管理、數據提供技術措施、數據接收方、數據轉移安全、數據出境安全等方面進行風險識別；數據公開安全風險識別：主要從數據公開適當性、數據公開管理等方面進行風險識別。數據刪除安全風險識別：主要從數據刪除管理、存儲介質銷毀等方面進行風險識別；其他數據處理活動安全風險識別：主要針對即時通信、快遞物流、網上購物、網絡支付、網絡音視頻、汽車、網絡預約汽車服務等數據處理活動進行風險識別。數據安全技術應從網絡安全防護、身份鑒別與訪問控制、檢測預警、數據脫敏、數據防泄漏、數據接口安全、數據備份與恢復、安全審計等方面識別數據安全技術風險。個人信息保護如被評估范圍涉及個人信息處理，還應從個人信息處理基本原則、個人信息告知同意、個人信息處理、敏感個人信息處理、個人信息主體權利、個人信息安全義務、個人信息投訴舉報、大型網絡平臺個人信息保護等方面識別個人信息保護風險。可視情采納（部分）個人信息保護影響評估工作結論，也可依據GB/T39335識別個人信息保護風險。表1（資料性）

鎂冶煉行業典型數據分類1鎂冶煉行業典型數據分類鎂冶煉