近年來，世界多國出臺了與數據相關的戰略規劃，如美國在2019年12月發布了《聯邦數據戰略和2020年行動計劃》，英國在2020年9月出臺了《國家數據戰略》，歐盟在2020年2月簽署了《數據戰略》法案。我國也于2020年4月發布了《中共中央國務院關于構建更加完善的要素市場化配置體制機制的意見》，數據作為一種新型生產要素正式被納入中央文件，成為與土地、勞動力、資本和技術并列的五大生產要素。

      通過上述政策性文件的發布，我們不難得出結論：數據已成為未來驅動各行業發展的核心生產要素。
      隨著數據生產要素地位確認以及多項數據相關法律法規的發布施行，數據重要性得到顯著提高。數據的重要性主要體現在其本身的價值。在以前，數據需要挖掘才能間接獲取價值，例如依據大數據的營銷策劃增加銷售獲利等，而在當前，數據可以作為生產要素交易轉讓直接獲取價值。從間接獲取轉為直接獲取，數據就具有了商品的特性，進而可以更容易地將數據兌換為一般等價物。

      這一變化促使數據安全形勢變得空前嚴峻，數據安全事情頻發。如以色列最嚴重數據泄露事件650萬選民信息全部曝光，亞馬遜因亞馬遜因隱私泄露行為被歐盟罰款8.88億美元等，這些事件的發生對國家或企業都造成了嚴重影響。

      針對數據安全的嚴峻形勢，Gartner提出了數據安全治理的整體框架，它依據企業數據現狀、風險承受能力、行業規范、圍繞數據生命周期，制定數據安全管控策略，選取合適安全產品工具，統一運維管理，降低企業數據資產在流動和使用過程中存在的安全風險，具體實施過程包括組織梳理，資產梳理，策略制定，過程控制，行為稽核和持續完善六大步驟，如下圖所示：

數據安全治理并非僅由單一產品或平臺所構建，而是圍繞數據生命周期，結合企業或組織自身數據現狀，建立與制度流程配套的技術和工具，持續提升企業或組織的數據安全防護能力，如下圖所示：

在企業數據安全治理生產實施步驟中，存在各種技術和工程難點問題，作為中國新一代信息安全技術企業的代表廠商，明朝萬達基于對數據安全領域的深入研究和探索，結合Gartner數據安全治理整體框架，分析認為數據安全治理過程中產生的具體問題包括：

資產梳理過程

由于數據量龐大，數據類型豐富，數據形式多樣，導致傳統方式的企業數據資產識別，難度大，工作量大，成本高；由于企業數據資產分布不確定，傳統方式的數據分類分級無法準確實施。

策略制定和過程控制

攻防博弈導致安全策略制定困難；安全事件頻發導致工作量劇增，人力資源不足。

行為稽核過程

企業用戶的行為隱蔽性導致發現困難；數據版本的演變導致安全事件溯源困難。

針對上述問題，明朝萬達數據安全專家認為通過對問題建模分析，利用自然語言處理、計算機視覺、用戶異常行為分析和機器學習算法等人工智能技術，實現數據資產發現系統、數據分類分級系統、安全策略推薦系統、基于UEBA的集中管控系統和文檔指紋溯源系統，為企業提供數據資產發現、數據分類分級、智能策略制定、異常行為識別和文檔溯源能力，解決企業數據安全治理中的難點問題，有力保障企業實現數據價值。