文章总结： 本文介绍MDCGS数据分类分级系统，通过接入数据源、全量扫描、确认结果、配置保护策略、生成合规报告和建立持续运营六步，实现高效数据安全治理。系统支持多种数据库，内置敏感数据识别规则，提供分级保护建议，可一键生成合规报告并持续监控字段变化，显著提升梳理效率并确保结论可追溯。 综合评分： 81 文章分类： 数据安全,安全工具,解决方案,安全运营,合规

一年省下数万元预算，网安都在用的数据分类分级系统

原创

We12 We12

安全info

2026年7月13日 09:23 四川

在小说阅读器读本章

去阅读

点击上方蓝字关注我们

重要声明

随着网络安全越来越重要，“安全info”将定期分享实用安全技术、最新行业动态、案例分析，实战技巧等。鉴于网络安全法的基础文章内容仅供学习，不做其他任何用处！

第一步：接入数据源

项目组在服务器上部署了 MDCGS，前后不到半小时。部署完成后，第一件事是把所有数据库接进来。

系统支持以下数据源类型：

| 类型 | 端口 | 说明 | | — | — | — | | MySQL | 3306 | 业务主库 | | PostgreSQL | 5432 | 数据仓库 | | Oracle | 1521 | 财务系统 | | SQL Server | 1433 | ERP系统 | | DM（达梦） | 5236 | 政务相关 | | openGauss | 5432 | 新型数据库 | | PolarDB | 1921 | 云原生数据库 |

填写连接信息，全部接进来，用了不到一天。

第二步：发起全量扫描

数据源接入完成后，对每个数据库发起”扫描任务”。

这一步，系统自动完成三件事：

1. 1. 读取表结构 读出所有表名、字段名、字段类型、注释。
2. 2. 字段内容采样 从每张表取若干条样本数据，观察实际存储内容。比如有个字段名叫 c3，注释是空的，采样一看存的是手机号格式。
3. 3. 规则匹配 系统内置一套敏感数据识别规则，对字段名和字段内容、注释同时做匹配：

| 敏感类型 | 匹配规则 | 典型字段 | | — | — | — | | 手机号 | 正则匹配数据值 + 字段名包含 phone、mobile、tel | – | | 身份证 | 正则匹配数据值 + 字段名包含 id_card、cert_no、person_id | – | | 银行卡 | 正则匹配数据值 + 15-字段名包含 bank_card、card_no | – | | 邮箱 | 正则匹配数据值 + @字段名包含 email、mail | – | | 姓名 | 正则匹配数据值 | real_name、truename | | IP地址 | 正则匹配数据值 + 字段名包含 ip、client_ip | – |

两百多张表，全部扫描完成，用了十分钟。

第三步：确认分类分级结果

扫描结果出来后，安全团队要做的不是从头梳理，而是审核和确认。

系统把识别结果全部列出来，每条记录包含：

• • 字段所属的数据库、表名、字段名
• • 系统识别的敏感类型（手机号 / 身份证 / 银行卡等）
• • 自动给出的分级建议（L1 至 L4）
• • 建议的保护措施（脱敏 / 加密 / 观察）

安全团队逐条过了一遍。有几条识别有误，比如某个叫 phone_code 的字段存的其实是邮编，不是手机号，改掉了。大部分识别是准确的，特别是对身份证和银行卡的识别，准确率很高。

审核完成后，系统记录了审核人和审核时间。

第四步：配置分级保护策略

分级完成后，系统根据分级结果自动给出保护建议：

| 分级 | 含义 | 建议保护措施 | | — | — | — | | L1 | 极高敏感，如身份证、银行卡 | 脱敏 + 加密，建议禁止批量导出 | | L2 | 高度敏感，如手机号、邮箱 | 脱敏，建议审批后访问 | | L3 | 中度敏感，如姓名、地址 | 视情况脱敏，记录访问日志 | | L4 | 一般数据 | 正常访问，定期巡检 |

系统内置了常用脱敏规则：星号替换（138****8000）、部分保留（6222 **** **** 7890）、哈希脱敏等，可以直接选用。

第五步：生成合规报告

全部配置完成后，一键生成报告。报告包含以下内容：

• • 数据资产总览：共计多少个数据库、多少张表、多少个字段，其中敏感字段多少个
• • 分类分布：各级别（L1-L4）的字段数量和占比
• • 敏感字段清单：所有识别出的敏感字段明细，注明当前保护状态
• • 合规评分：基于分类覆盖率和敏感字段保护落实情况计算的综合评分
• • 改进建议：还未落实保护的敏感字段，给出处理优先级建议

报告导出为 PDF，直接提交监管部门。

第六步：建立持续运营机制

一次性梳理完成后，系统留了一条定时任务：每周自动扫描一次，比对字段变化。

• • 发现了新字段，自动告警，提示安全团队复核
• • 发现已有字段被删除或改名，记录留档
• • 每次扫描结果自动存档，随时可查历史记录

这样，数据资产台账不再是”查一次管一年”，而是持续更新、持续可控。

用后的真实感受

安全团队的反馈是几件事有明显改善：

第一，梳理效率。 手工梳理两百张表，保守估计两周。MDCGS 扫描加人工复核，三天完成。

第二，结论有据可查。 手工梳理的结论靠人记忆，MDCGS 的每条分类结论都有规则依据：字段名命中了哪条规则、数据值符合什么格式，报告中全部列明。监管问起来，答得上来。

第三，历史可追溯。 字段变更有记录、审核操作有日志、报告有存档。下次检查，翻出历史报告对比，变化一目了然。

项目地址： https://github.com/HaoY-l/mdcgs 演示地址： https://mdcgs.hyinfo.cc/ （账号 admin / admin123）

本文仅供技术交流，企业数据安全建设需结合自身实际情况制定分类分级方案。

免责声明：

本文所载程序、技术方法仅面向合法合规的安全研究与教学场景，旨在提升网络安全防护能力，具有明确的技术研究属性。

任何单位或个人未经授权，将本文内容用于攻击、破坏等非法用途的，由此引发的全部法律责任、民事赔偿及连带责任，均由行为人独立承担，本站不承担任何连带责任。

本站内容均为技术交流与知识分享目的发布，若存在版权侵权或其他异议，请通过邮件联系处理，具体联系方式可点击页面上方的联系我。

本文转载自：安全info We12 We12《一年省下数万元预算，网安都在用的数据分类分级系统》