导读
传统的以网络边界防护和静态灾备为核心的数据安全模式,正面临根本性挑战:数据流动速度与价值密度激增使得攻击面无限扩大,合规底线日趋严格,尤其是若不能保障数据全生命周期内的机密性、完整性与可用性,所有基于数据的AI智能体都将成为“无源之水”甚至因“数据中毒”而引发战略风险。本文由来自烟台银行的同行分享了该行“三层递进、持续自愈”的数据存储安全体系建设实践,包括技术路线评估选择与具体架构方案,提供了智能时代数据安全建设的有益参考与范例。
【作者】李明强 烟台银行数据科技总部总监景奉广、陈志永 烟台银行科技部负责人在人工智能浪潮席卷全球的今天,烟台银行正站在一个全新的历史节点。数据,已从支撑业务的“资源”,彻底转变为驱动创新的“核心生产要素”和创造价值的“资产”。未来烟台银行的竞争力,将取决于其能否安全、高效地将数据资产转化为智能风控、智能投顾、精准营销等AI应用的“血液”与“弹药”。这要求我们的数据基础设施不仅满足传统意义上的“稳定”与“可靠”,更需具备支撑AI业务所必需的高可靠、高可用、高弹性特质。
在此背景下,我行深刻认识到,传统的以网络边界防护和静态灾备为核心的数据安全模式,正面临根本性挑战。一方面,数据流动速度与价值密度激增,使得攻击面无限扩大,静态防护体系难以应对;另一方面,日趋严格的《数据安全法》、《个人信息保护法》及金融行业监管新规,设定了明确的合规底线。更为关键的是,若无法确保数据在全生命周期内的机密性、完整性与可用性,所有基于数据的AI智能体都将成为“无源之水”,甚至可能因“数据中毒”而引发战略风险。
因此,我们启动的数据存储安全体系建设,其核心目标远不止于达成合规。它是一次旨在构筑未来核心竞争力的战略投资,是为全行“智能数据基座”打造的安全内核。
一、新挑战:为何智能时代的银行需要重构数据安全基座
驱动我们进行这次系统性重构的,是来自四个维度的深刻变革压力,这与twt社区业界同仁所共识的趋势高度契合:
1、传统安全边界失效:根据社区同行共识,在可信AI背景下,银行信贷系统、手机银行、核心总账系统等敏感数据入湖是必然趋势。数据的多副本流通、跨域共享与云化部署,使得基于“城堡与护城河”的静态边界防护模型逐渐失灵。威胁更多来自于对数据本身的直接攻击(如勒索软件、内部窃取),必须将安全能力下沉并内嵌至数据存储与访问的每一个环节。
数据来源:https://www.talkwithtrend.com/Poll/476183
2、数据成为核心资产与风险焦点:数据是银行最宝贵的数字资产,也因此成为内外部攻击的高价值目标。一次大规模的数据泄露或篡改,所造成的经济损失与声誉风险可能是毁灭性的。保护数据资产,就是保护银行的资产负债表与客户信任。
3、AI应用对高质量可信数据的绝对依赖:智能风控模型的决策准确性、智能投顾策略的有效性,完全依赖于其训练与推理所用数据的质量、一致性与真实性。不安全的存储环境可能导致数据在源头被污染或破坏,进而引发“垃圾进,垃圾出”的连锁反应,使AI应用失效甚至作出错误决策。安全的数据基座,是AI智能体可靠运行的先决条件。
4、监管合规的刚性要求与驱动:国家与金融监管机构已构建起严密的数据安全法治框架。我们的体系正是对监管要求的积极回应,特别是对twt社区《银行业IT趋势项目热力图》中“基石域/治理与安全 -> 基础安全与合规”集群下“商用密码改造”、“数据安全分级分类”等核心项目的具体实践与落地。合规是底线,超越合规构建主动防御能力才是目标。
二、新架构:烟台银行“三层递进、持续自愈”的数据存储安全体系
基于以上挑战,我们规划并正在构建一个逻辑上层层递进、能力上持续进化的数据存储安全立体防护体系。该体系旨在为从生产核心到备份容灾,再到未来智能联动的全场景提供保护。
2.1 技术路线评估与选择
1.为何选择存储层推进国密改造?—— 烟台银行的现实诉求
作为区域性商业银行,烟台银行承载着海量个人储蓄、企业信贷、跨境结算等核心业务,数据安全直接关系到客户资产安全与金融稳定。在《网络安全法》《密码法》等法规强制要求下,金融行业需完成从国际算法(如 AES、RSA)向国密算法(SM4、SM2)的迁移,…