
在加快推进教育数字转型和智能升级的背景下,教育数字化进程中的安全问题也日益引起行业关注,尤其是以高校为代表的教育行业大量的师生个人隐私信息,一旦发生数据泄露,将带来极大的负面影响。七部门联合印发的《关于加强教育系统数据安全工作的通知》中明确提到:建立教育系统数据安全责任体系和数据分类分级制度;全面加强数据安全保护能力,提升数据安全合法合规管理水平,有力支撑教育事业发展。
教育行业信息系统庞大,存在大量的接口、应用,很难进行全量梳理;缺少专业人员,对庞大的数据资产进行分类分级建设没有思路;此外,信息中心数据库补丁更新不及时,数据库安全风险难以及时监测;
系统管理混乱,重要业务系统中各类人员的访问权限不清楚,个人敏感数据流向不清晰;无法防范教职工、第三方外包人员等的异常数据行为,发生泄露事件后难以溯源;
教育系统API接口非常多,无法进行全量梳理;API接口弱点无法评估,风险无法监测;无法针对API接口进行全生命周期的有效管理;在出境的场景下,科研等业务数据出境无法监测风险,不满足合规要求。
自动化扫描教务数据,尤其是对师生个人敏感信息,完成校内重要敏感数据的全面梳理;根据库、表、字段名、数据值特征、已有的机器算法模型等进行灵活组合来构建匹配策略,实现对海量数据资产的自动化分类分级。
自动持续发现学校互联网出口的API接口,对教务系统的接口进行自动分类,包括登录接口、敏感数据接口、数据采集接口等,再对校内所有API接口进行持续的弱点评估,及时发现接口的脆弱性。
对镜像流量进行自动解析,系统性梳理出教职工账号-组织架构-访问权限之间的关联关系,以系统记录操作时间、操作对象、操作用户、操作IP、操作内容等,对人员账号访问、业务交互访问等多类主体行为建立安全基线,为应用行为审计、信息泄露溯源提供必要支持。
对应用结构深度还原,还原应用的结构特征,及时发现学校口令认证类、数据暴露类、访问权限类、高危接口类、安全规范类等潜在的漏洞与数据安全隐患;并提供证据样例与整改建议,帮助运维管理人员更快更好地进行修复。
- 全面梳理数据资产
通过对镜像流量的自动解析,配合专家服务,完成对师生个人敏感信息等重要数据资产的分类分级,构建清晰的数据资产目录,为后续学校建立覆盖数据全生命周期的安全管理和技术防护体系提供依据。
- 数据行为精准审计
针对师生个人信息等敏感数据的访问、下载等行为,可实现精准全面审计;当发生数据泄露行为时,能够提供数据泄漏人员定位以及泄漏面的影响评估。
- 简化人工运维成本
自动、持续监测数据安全风险,及时发现隐患;同时,针对数据安全缺陷及风险,提供专业的修复和整改意见。