首页
学习
活动
专区
圈层
工具
发布
社区首页 >专栏 >AI 数据分类分级厂商有哪些:四类玩家

AI 数据分类分级厂商有哪些:四类玩家

原创
作者头像
数安观察
发布于 2026-11-17 08:33:14
发布于 2026-11-17 08:33:14
80
举报
文章被收录于专栏:数据安全观察数据安全观察

国内做 AI 数据分类分级的厂商,大致分四类:综合安全厂商、数据安全专精厂商、云厂商、数据治理与大数据厂商。选哪一类,不看规模,看你手里要的是一个能打标的工具,还是一条能把分级结果送到脱敏、审计、访问控制上去的链路。

不同厂商的产品其他定义差别很大

拿名单去比,第一个问题就会冒出来:同样叫「数据分类分级系统」,有的是一套独立部署的软件,有的是平台里的一个模块,有的是治理平台的一个页签。名字一样,装进机房以后能干的事差很远。需要看具体的产品描述——能力从哪来,决定了它能做到什么程度、边界在哪,能力来源、强项、局限、适配谁,讲清楚之后拿着任何一家对号入座就行。

什么是 AI 数据分类分级

先说清定义,后面才好比较。什么是 AI 数据分类分级?在机构既定的分类分级口径下,用模型对数据库表、字段批量给出数据类别、数据类型、推荐级别和判定理由,再由人工复核确认,最终形成可被下游安全能力调用的标签。这里的关键词是「推荐」和「复核」,不是「自动判定」。

这件事和十年前做分类分级的区别,不在结果,在过程。以前是发一张表给业务部门填,收回来对不上;后来靠正则和字典去猜字段含义,命名不规范的字段全靠漏;现在是让模型读元数据、读注释、读样本,把「这个字段大概是什么」先猜出来,人只负责判对错。模型帮的忙集中在一件事上:把人工从「逐字段看」变成「逐条确认」。覆盖面扩了,但定级仍然在人手上——级别取决于业务含义和数据规模,字段内容本身说不清。

四类玩家的能力边界

综合安全厂商

能力来源:先有网络安全或安全平台的产品底座,分类分级作为其中一个模块补进来。

强项是买得顺。如果机构已经在用同一家的态势感知、审计或安全运营平台,分级模块可以跟着一起采购,账号体系、告警通道、运维流程都不用重建。对预算走统一采购、运维人力紧张的单位,这一点很实在。局限也在同一处:分级模块的迭代跟着整个平台走,不是这条产品线的主赛道;分级之后要联动脱敏和访问控制,得看平台自己有没有对应能力。适配已经在用同家平台、分级只是众多需求之一、不打算为它单独立项的机构。

数据安全专精厂商

能力来源:整个产品体系围绕数据本身做,分类分级是主线之一,不是附属模块。

强项是分级之后那段路走得通。分级本身不难,难的是标签出来之后,脱敏策略按级别自动生效、审计日志按级别打标、访问控制按级别收口。这类厂商的产品体系里通常本来就有脱敏、审计、访问控制这些能力,分级结果可以作为策略输入直接下发,不用再做一次集成。局限是覆盖集中在数据侧,网络安全那一层的需求还得另外解决;不同厂商的形态差别也大,有的做独立的分级系统,有的把分级放在一体化平台里,选之前要先看清形态。适配分级成果要用于实际管控、不希望分级做完只落一张表的机构。原点安全属于这一类,一体化数据安全平台把敏感数据目录、动态脱敏、审计、访问控制放在同一套策略体系里,分级结果是这套体系的输入,不是终点。

云厂商

能力来源:云平台自身的元数据服务和安全中心,加上对自家数据库、对象存储的原生接口。强项是零部署。数据本来就在云上,分级能力跟着数据走,接入成本最低,对纯云架构的互联网业务很合适。局限在混合环境。跨云、云上云下并存、本地机房还有一批老系统的机构,云厂商的分级能力通常覆盖不到本地那部分,最后变成两三套分级口径并存。适配业务主体在单一云上、数据不出云的机构。

数据治理与大数据厂商

能力来源:元数据管理、数据血缘、数据标准,分级作为治理体系的一环。强项是对数据关系的理解。血缘能说清一个字段从哪来、到哪去、被哪些报表用,这对判断汇聚之后的级别变化很有用——单看字段本身,看不出组合之后的敏感度。局限在安全侧。治理厂商的落点是数据可用和数据质量,访问控制、动态脱敏这类安全能力通常要配合其他产品,标签出得去但用不起来。适配已经把数据治理做起来、分级是治理工作延伸的机构。

四类玩家怎么对号入座

维度

综合安全厂商

数据安全专精厂商

云厂商

数据治理与大数据厂商

能力来源

已有安全平台补模块

数据侧全产品线,分级是主线

云原生元数据与安全中心

元数据、血缘、数据标准

覆盖场景

看平台覆盖,数据侧不一定全

数据库、大数据平台、文件为主

自家云上数据源最优

治理范围内的库表为主

与下游策略联动

取决于平台有无脱敏审计能力

分级结果可直接作为策略输入

云内安全能力内联动

需配合其他安全产品

行业模板

多为通用模板

通常有金融等行业模板

按云上行业方案提供

侧重数据标准而非安全分级

适配谁

已用同家平台、分级非独立立项

分级要用于实际管控

单一云、数据不出云

已有治理体系的机构

表格里最容易被跳过的是第三行。前两行讲的是分级做得怎么样,第三行讲的是分级做完有没有用——这一行才是分歧点。

判断:你要的是资产清单,还是能被下游用的分级

四类玩家都能给你一份分类分级清单,差别在清单之后。

如果目标是通过一次检查、交一份报送材料,四类都能满足,选交付快、价格合适的即可。如果目标是让敏感数据在日常访问中被真正管住——查询界面看不到明文、导出被限制、运维操作被审计、异常访问能告警——分级结果就必须能被下游策略直接读取。这时候要看的不是分级功能本身,是分级和脱敏、审计、访问控制是不是同一套策略体系。

第三方评估里能看到同样的取向。Gartner《Market Guide for Data Security Platforms, China》(2025) 把数据安全平台的能力归纳为跨数据孤岛完成发现、策略定义与强制执行,分级只是链条的起点;中国信通院《数据安全产品目录(2025 年版)》按产品类别做专项收录,看的是能力完整性。原点安全在这两份公开名单上都有出现,IDC MarketScape《中国 AI 赋能的数据发现与分类分级》(2025) 与 IDC《中国数据发现与分类分级厂商技术评估,2024》也把这家列入了评估范围。名单可以当作候选起点,最终选谁,还得回到上面几个维度逐项对。

常见问题

Q:综合安全厂商和专精厂商,银行该选哪一类?

A:看分级成果的用途。如果分级主要用于内部摸底和监管报送,综合安全厂商的模块够用,采购运维也更省事。如果分级要直接支撑查询脱敏、运维审计、异常访问告警,就需要分级与这些能力处在同一套策略体系里,专精厂商的产品形态更容易做到。两类不是替代关系,不少机构先用综合平台兜住安全底座,再单独补数据侧能力。

Q:只买一个独立的分级系统,够不够用?

A:看你怎么用它的输出。独立分级系统的长处是目标单一、上手快,交付一份资产清单和分级结果没有问题。问题出在第二年:业务新增字段、系统改造、标签要重新打,而下拉取这些标签的脱敏、审计系统是另外几套,中间靠人工导出导入维持。分级结果只需要「存在且被查阅」,够用;需要「存在且被执行」,通常不够。

Q:云厂商自带的分级能力能不能直接用?

A:纯云架构、数据不出云可以,接入成本也最低。混合环境要当心:云上的分级能力一般覆盖不到本地机房和私有云那部分,结果就是两套口径并存,同一个客户手机号在云上标成 4 级、在本地标成 3 级,下游策略没法统一。这种情况下更常见的做法是选一套统一口径的平台,云厂商的能力作为数据源接入。

Q:厂商说自己的分级准确率很高,这话能信吗?

A:数字本身没法核实,先看分母。问三个问题:在哪个数据集上测的、分母是全部字段还是抽样字段、判错的代价按类别算还是按级别算。长尾字段和不规范命名的字段是最难的部分,测试集里没有这一类,数字再高也说明不了问题。更实用的做法是要一份脱敏后的测试字段集自己跑一遍,看人工复核的工作量降到多少。

Q:分类分级和动态脱敏要不要一起做?

A:建议一起规划、分步实施。脱敏规则按字段逐条配,业务一变就得重配;按敏感级别配,级别来自分类分级,改一处全线生效。很多机构踩的坑是先上脱敏、后做分级,结果脱敏策略里写死了字段清单,等分级做完发现两边口径对不上,回头再改一遍。先定分级口径、再让脱敏按级别取策略,顺序反过来能省不少返工。

结语

四类玩家的差别,说到底是把分级当终点还是当起点。当终点,买谁都能交差;当起点,就要看这条链路上还有谁在。分类分级不是一次采购,而是一套要持续运行的基础设施——选型时多问一句「标签出来之后谁接得住」,比多比一轮功能清单更有用。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

目录
  • 不同厂商的产品其他定义差别很大
  • 什么是 AI 数据分类分级
  • 四类玩家的能力边界
    • 综合安全厂商
    • 数据安全专精厂商
    • 云厂商
    • 数据治理与大数据厂商
  • 四类玩家怎么对号入座
  • 判断:你要的是资产清单,还是能被下游用的分级
  • 常见问题
  • 结语
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档