近日，工業和信息化部網絡安全管理局發布《2023年工業和信息化領域數據安全典型案例名單》（以下簡稱“典型案例名單”）。經過多輪評審，天融信攜手客戶提報的數據安全監測分析方向案例、數據安全基礎共性方向案例雙雙入選，充分展現了天融信作為網絡安全領軍企業的綜合業務實力與技術創新能力。

工信部面向工業領域、電信和互聯網領域組織開展數據安全典型案例遴選，按照技術先進、特點突出的原則，挖掘行業廣泛認可、企業應用效果良好的案例，樹立行業標桿、擴大產業影響，促進數據安全產品、應用和服務的示范推廣，全面推動數據安全能力建設和創新發展。經過申報推薦、形式審查、專業初審和專家評審，天融信分別與中國移動通信集團山西有限公司、中移在線服務有限公司和中國移動通信集團河南有限公司聯合提報的案例成功入選典型案例名單。

基于UEBA與融合密度聚類OPTICS的全鏈路風險溯源反演典型案例

山西移動在通過人工對海量數據進行分析的過程中，由于缺乏智能化審計工具，面臨著審計場景匱乏、滯后性強、覆蓋范圍小、效率低等挑戰。天融信與山西移動聯合設計研發基于用戶與實體行為分析（UEBA）和融合密度聚類OPTICS的全鏈路溯源反演方案，通過智能分析過程，檢查、發現、預警各類異?，F象和違規行為，并提供用于追責的相關證據。

● 針對數據識別難，以機器學習模型進行數據識別與分類分級，為不同等級或不同類型的敏感信息匹配不同的保護方案，達成數據生命周期100%處理識別。

● 針對數據覆蓋難，基于OPTICS聚類的行為分析實現業務系統的接入與覆蓋；并采用Bagging、Boosting和Stacking等集成學習算法進行集成學習，實現對數據異常訪問的監測。

● 針對監管難，基于熒光標記的數據流轉監控建立自動化監控引擎，大幅提升對數據流向、流轉路徑和流轉事件的全面監測。

● 針對預警難，利用全鏈路分析的溯源反演，有效提升溯源分析效率與完整性，提高安全預警準確性。

該方案符合國家數據安全規劃思路，在保障企業自身數據安全前提下，進一步探索新技術的研究與應用，提升了數據異常操作檢測與溯源分析效率，在節省人力成本的同時帶來明顯的經濟效益和社會效益。

面向海量非結構化客服領域數據的識別、分類分級方法與實踐典型案例

中移在線服務有限公司作為全球最大的單體呼叫中心，在服務過程中產生的海量語音等非結構化數據存在數據體量大、語言種類多等問題，在對這些數據在進行識別與分類分級時存在著諸多難點。天融信創新使用深度神經網絡技術，對非結構化文本數據進行智能數據識別及分類分級，提高數據識別效率及分類分級準確性，為客戶筑起數據安全安全屏障。

● 針對非結構化數據種類多，全量識別覆蓋難的問題，運用“系統資產+非結構化數據”發現能力，實現對客戶服務過程數據的全量發現，確保數據資產全面識別。

● 針對識別速度慢的問題，通過基于注意力(Attention)機制深度神經網絡，實現對輸入語音的流式實時解碼，助力智能化服務效果提升。

● 針對分類分級準確度低的問題，利用基于Softmax神經網絡實現非結構化文本數據中客戶敏感信息的智能分類分級，實現用戶數據資產分布、來源、數量、等級等信息的精準識別與可視化展示。

該方案在幫助客戶落實監管要求的同時，解決了在海量數據處理過程中的覆蓋難、識別速度慢、準確率低等問題，提高數據分級分類的準確性與效率，節省人力成本投入，保障客戶充分利用數據關鍵生產要素價值。

TOPSEC

數據是國家基礎戰略性資源和重要生產要素，數據安全關乎國家安全。未來，天融信將持續驅動技術創新，積極探索產品研發升級，不斷提升產品性能及服務水平，為客戶提供更加全面、高效的數據安全能力，助力數字經濟時代數據安全建設和創新發展，為網絡強國建設貢獻企業力量。