隨著互聯網技術在社會各方面的滲透，個人生活工作的便利與企業效率的提升常常是通過個人讓渡一部分隱私權實現的。這其中有用戶對個人隱私保護的輕視，但更多來源于部分企業對于用戶信息的過度索取，導致大量個人用戶的信息以數據方式存儲于企業的數據庫中，形成了數據聚合的“洼地”。
近日發布的一份報告顯示，有九成以上的受訪者都使用過人臉識別，不過有六成受訪者認為人臉識別技術有濫用趨勢，還有三成受訪者表示，已經因為人臉信息泄露、濫用而遭受到隱私或財產損失。那么“刷臉”時代，我們的人臉信息安全嗎？
記者調查發現，在某些網絡交易平臺上，花2元錢就能買到上千張人臉照片。這些照片若落入不法分子手中，照片主人除了有可能遭遇精準詐騙，還有可能因人臉信息被用于洗錢、涉黑等而卷入刑事訴訟！
數據是怎么流失的？
那么，我們的人臉照片是怎么流失的呢？產業互聯網時代，企業在生產、運營中都高度依賴數據，數據從生產之初就會進入傳輸、存儲、處理、分析、訪問與服務應用等各環節且循環往復，并在流動的過程中產生大量的接觸和交互——內部的研發和運營管理人員的經手，服務器、云平臺、大數據處理與分析系統中的流動，與眾多伙伴、客戶的共享，這些都使得數據面臨安全風險。
結合近幾年新聞曝光的事故統計和研究資料表明，黑客、公開數據庫、數據庫配置錯誤、“內鬼”是數據泄露的四大“罪魁禍首”——
黑客：利用特定的漏洞來竊取信息，通過暗網或黑市交易獲取利益；
公開數據庫：因選型不當或技術疏忽而對數據庫未加保護，使其暴露于互聯網上；
數據庫配置錯誤：錯誤地關閉云提供商標準化的默認安全設置，或對某些服務允許不受限制的訪問設置；
“內鬼”：員工數據盜竊、員工賄賂和售賣信息、運維人員報復性操作等。
此外，非授權訪問、系統或者網站漏洞等也會引發數據泄露風險；隨著AI、大數據、云計算等新技術被黑客應用，原有的數據安全防護體系不得不面臨更大的壓力。
企業應如何防護數據安全？
那么，對于數據存量高、信息流動性強的企業，到底應如何構建數據安全的防護體系呢？具體來說，分為四大階段：
1、數據安全的梳理。
企業對應在數據生產之初就加強數據管理的分類和治理，包括對數據進行感知、風險識別和分級，明確定位哪些是機密數據、敏感數據、普通數據，進而根據數據的不同等級，設置不同的安全策略，做到加強感知、聯防聯控。
2、管理制度的建設。
數據安全不僅是技術問題，更是管理問題，一方面需要通過數據安全的相關產品把制度落地。通過自動化的工具來清點數據資產，快速明確核心數據分級和資源分配，實時監控訪問權限和訪問行為軌跡；同時需要重視運維審計和數據庫審計，對數據庫運行過程中的潛在風險進行挖掘。
3、解決方案的落地。
在數據存儲、傳輸、使用過程中，應充分應用先進的數據保護技術，如加密和脫敏技術，針對機密數據則需要持續性的保護。企業必須確保其數據庫、文檔管理系統、文件服務器在整個生命周期內正確分類和保護機密數據；通過密鑰管理對數據訪問權限進行限定，集中管控以及安全存儲數據庫憑證、API密鑰和其他密鑰、配置信息等敏感憑據以避免越權操作行為。
4、強化安全運營。
企業應當加強事前-事中-事后的全流程安全保障，打造覆蓋全生命周期的預防、檢測、響應和可視的安全運營體系。
事前檢查服務器、數據庫有沒有部署訪問控制，有沒有開啟數據備份，做到防患于未然。
事中：識別云控制臺只能夠用戶操作的異常行為。
事后：通過接入的云操作行為日志、云產品配置變更日志及各類安全產品日志，可以實現事后的全面分析和調查溯源，及時分析定位安全事件。
新網云數據庫，通過IP白名單授權機制，嚴格管控訪問源。支持通過VPC來獲取更高程度的網絡訪問控制，為企業的業務數據提升安全性。多重安全防護措施，完善的性能監控體系，可視化界面管理，讓企業更專注于業務發展；http://www.xinnet.com/cs/rds.html