YD/T 3736-2020 标准解读

一、核心指标体系梳理

• 数据分类分级覆盖率：要求对全部存量与增量电信运营商大数据资产实现100%分类分级标识，覆盖范围包括用户身份类、通信行为类、位置轨迹类、设备终端类、业务订购类、网络日志类、信令数据类、计费详单类共8大类数据子集；
• 敏感数据识别准确率：≥99.5%，基于正则匹配、NLP实体识别、上下文语义校验三重机制联合判定；
• 数据访问权限合规率：≥99.8%，按最小权限原则审计角色-权限-数据字段三级映射关系；
• 脱敏处理有效性达标率：≥99.9%，针对PII/PHI/PCI-DSS三类高敏字段执行k-匿名（k≥50）、l-多样性（l≥5）、t-接近性（t≤0.01）组合策略；
• 数据血缘完整性：关键业务数据链路（含采集、清洗、建模、共享、归档5环节）血缘节点追溯完整度≥98.5%；
• 异常访问行为检出率：对越权查询、高频导出、非工作时段访问等7类风险模式，漏报率≤0.2%，误报率≤1.5%；
• 数据安全事件响应时效：L1级（单字段泄露）≤15分钟，L2级（单用户全量画像泄露）≤30分钟，L3级（跨域批量数据泄露）≤60分钟；
• 第三方数据共享合规率：合同条款、数据用途限定、安全能力评估、审计日志留存四要素完备率100%，且共享数据字段粒度≤经审批的最小字段集。

二、关键参数精准释义

1. 数据分类分级覆盖率：以元数据管理平台中已打标数据表数量占全量逻辑表总数之比计算，逻辑表定义为具备独立schema定义、可被SQL直接查询的原子数据单元，不含临时视图及中间计算表；
2. 敏感数据识别准确率：采用交叉验证法，以人工标注黄金标准集（含10,000条样本）为基准，准确率=（TP+TN）/（TP+TN+FP+FN），其中TP指真实敏感且被识别、FN指真实敏感但未被识别；
3. 脱敏处理有效性达标率：在脱敏后数据集中随机抽取500个样本，通过重识别攻击模拟（使用公开人口统计数据库+运营商基础属性库构建攻击知识库）验证k/l/t三参数是否持续满足阈值，任一参数不达标即计为失效样本；
4. 数据血缘完整性：以Apache Atlas或同类血缘工具采集的节点数占理论应有节点数比例，理论节点数=（源系统数×目标系统数）×5（环节数），排除ETL作业中未注册至调度平台的隐式任务；
5. 异常访问行为检出率：基于Spark Streaming实时计算引擎，窗口滑动周期为5分钟，特征向量维度≥42维（含操作类型、主体ID熵值、字段访问频次分布偏度、IP地理跃迁距离等），模型版本需通过GB/T 35273-2020附录F测试集验证。

三、参数合格区间界定

四、参数管控实操建议

• 日常管控：部署自动化巡检Agent，每日02:00执行全量元数据扫描，调用YD/T 3736-2020附录B定义的17项校验规则，结果写入Elasticsearch索引并触发告警阈值比对；
• 数据统计：所有指标统计口径统一基于UTC+8时区，时间粒度精确至秒级，原始日志保留期≥180天，统计报表生成依赖Flink SQL实时作业，延迟容忍≤30秒；
• 偏差修正：当某指标连续3个自然日偏离合格区间时，启动四级根因分析流程：一级查采集探针存活状态，二级查规则引擎配置一致性（比对Git版本库SHA256），三级查特征工程输入数据质量（空值率、格式异常率），四级查模型权重漂移（KS检验p值<0.05即触发重训练）；
• 阈值动态校准：每季度依据最新发布的《电信领域数据安全风险态势报告》调整k-匿名k值（增幅≤10%）、异常行为特征权重（Δ≤±0.15），校准记录须存档于区块链存证平台，哈希值同步至工信部监管接口。