数据安全领域指南

Name: 数据安全领域指南
ISBN: 9787121445095

王安宇 / 姚凯波电子工业出版社 · 中国2022年12月

3.7

字数: 31.5万字
章节数: 241
ISBN: 9787121445095

信息有误查询本书

内容简介

本书系统性阐述数据安全的范畴和目标，体系架构和关键措施，特别是根据对数据安全风险与挑战的全面和深入的分析，给出数据安全架构设计、隐私保护的监管要求、实施原则、技术选择和业界最佳实践。

本书还针对IT网络、电信网络、云和物联网的数据安全展开阐述，对AI、区块链、5G等新兴场景和数据安全的结合点进行分析与介绍，希望能够全面地反映出国内外数据安全领域的理论和技术发展前沿水平。本书不仅可作为高等院校网络空间安全、计算机、信息技术类专业的教材和参考书，也可作为信息安全、数据安全、云计算、隐私保护的从业人员，以及相近学科的工程技术人员参考用书。

编辑推荐

《数据安全领域指南》由王安宇、姚凯波撰写，电子工业出版社2022年出版，是一部系统梳理数据安全范畴与目标、体系架构和关键措施的著作。书中从数据安全风险与挑战的分析出发，展开架构设计、隐私保护监管要求、实施原则与技术选择，并给出业界最佳实践；同时覆盖IT网络、电信网络、云和物联网等场景，还对AI、区块链、5G等新兴技术与数据安全的结合点做了分析与介绍，力求反映国内外数据安全领域理论与技术的前沿水平。对需要建立完整数据安全知识框架的读者而言，这本书的结构性较强，适合课堂教学或作为工作参考。阅读时建议先抓住架构与监管两条主线，再按所处行业选读场景章节，避免被新技术章节的广度分散精力。

适合谁读

适合

网络空间安全、计算机、信息技术专业的高校师生，需要一本体系化的课程教材
信息安全、数据安全与隐私保护岗位的从业人员，希望补齐架构与合规知识
云计算、物联网相关工程技术人员，需要了解本领域的数据安全要求
关注AI、区块链、5G等新兴场景安全问题的技术管理者

不适合

完全没有网络与信息安全基础的入门读者，专业术语门槛偏高
只想了解个人隐私保护常识、不涉及企业或系统建设的普通读者
寻找纯操作手册式速查步骤、不做体系学习的读者

阅读建议

先通读范畴、目标与架构章节，建立全书的概念地图，再进入具体场景。
把监管要求与实施原则对照自己单位的合规工作，边读边列差距清单。
云、物联网、AI等章节可按所在行业选读，不必逐章平均用力。
读完后用一页纸复述数据安全架构的关键措施，检验是否真正掌握。

出版社简介

电子工业出版社中国 · 成立于 1982 年

电子工业出版社是一家以电子信息及相关领域为出版特色的综合性出版社。从库内三千余种图书来看，其出版方向覆盖编程设计、人工智能、计算机综合、财经、摄影与社科等门类，既关注技术前沿，也兼顾大众阅读。代表图书包括《因子投资：方法与实践》《x86汇编语言：从实模式到保护模式》《RISC-V开放架构设计之道》《人工智能：语音识别理解与实践》《相控阵雷达技术》《雷达目标特性》及《100个Go语言典型错误》等，多围绕技术方法与工程实践展开。作者资源方面，有石川、李忠、王晓波、大卫·帕特森、安德鲁·沃特曼、余子濠等中外作者。受公开资料所限，暂不展开更多出版特色。

版权信息
内容简介
“云安全联盟丛书”概述
“云安全联盟丛书”编委会
序一
序二
序三
前言
第1章数据安全导论
1.1 数据安全领域的范畴
1.1.1 数据的定义
1.1.2 数据生命周期
1.1.3 数据安全需求
1.1.4 数据安全总体目标
1.2 数据分类的原则与实施
1.2.1 数据分类的标准
1.2.2 数据分类框架
1.2.3 数据分类实施步骤
1.2.4 基于监管的数据分类
1.2.5 数据有效分类的策略
1.2.6 组织机构的数据分类示例
1.2.7 云数据分类示例
1.2.8 微软数据分类体系示例
1.2.9 终端数据分类示例
1.3 身份认证与数据访问控制
1.3.1 用户身份认证
1.3.2 服务身份认证
1.3.3 设备身份认证
1.3.4 数据访问控制体系
1.4 数据安全体系总结
第2章数据安全风险挑战与应对
2.1 数据安全的风险和挑战
2.1.1 互联网时代的数据安全
2.1.2 万物融合时代的数据安全
2.1.3 数据泄露事件频繁发生
2.1.4 对数据安全的关注日益增长
2.1.5 数据安全成为业界热点
2.1.6 敏感数据在哪里
2.1.7 数据安全问题的背后
2.1.8 数据安全攻击面演进
2.1.9 典型攻击场景和类型
2.1.10 数据安全的主要威胁
2.2 数据安全应对机制
2.2.1 风险评估方法
2.2.2 业务影响程度分析
2.2.3 数据流分析
2.2.4 控制措施的选择、实施与评估
2.2.5 威胁建模概述
2.2.6 STRIDE威胁模型
2.2.7 以数据为中心的威胁建模
2.2.8 异常和事件检测
2.2.9 持续监控
2.2.10 响应计划与实施
2.2.11 恢复计划与危机处置
第3章数据安全架构与设计
3.1 数据安全架构的设计与实施
3.1.1 安全架构立项与需求分析
3.1.2 安全架构设计与交付
3.1.3 安全架构可视化呈现
3.1.4 不同视角的安全架构
3.2 组织的数据安全架构模型
3.2.1 数据安全治理框架概述
3.2.2 数据治理策略与标准
3.2.3 安全数据收集策略
3.2.4 数据留存策略
3.3 数据安全治理框架
3.3.1 识别
3.3.2 保护
3.3.3 检测
3.3.4 响应
3.3.5 恢复
3.3.6 数据安全治理框架总结
3.4 安全架构优秀案例
3.4.1 纵深防御架构
3.4.2 以数据为中心的安全架构
3.4.3 CSA企业架构
3.4.4 NIST云计算安全架构
3.4.5 零信任安全架构
3.5 安全设计原则与案例
3.5.1 经济适用原则及案例
3.5.2 失败默认安全原则及案例
3.5.3 完全仲裁原则及案例
3.5.4 开放设计原则及案例
3.5.5 权限分离原则及案例
3.5.6 最小特权原则及案例
3.5.7 最小公共化原则及案例
3.5.8 心理可承受原则及案例
3.6 数据安全的信任基础
3.6.1 HSM的原理与应用场景
3.6.2 TPM的原理与应用场景
3.6.3 TEE的原理与应用场景
3.6.4 数据安全的信任基础总结
3.7 加密与访问控制关键技术
3.7.1 端点加密技术
3.7.2 文件加密技术
3.7.3 数据库加密技术
3.7.4 格式保留加密技术
3.7.5 以数据为中心的加密
3.7.6 访问控制技术
3.7.7 文件监控技术
3.7.8 数据库监控技术
3.8 数据安全业务场景
3.8.1 DRM技术与适用场景
3.8.2 MDM技术与适用场景
3.8.3 DLP技术与适用场景
3.8.4 CASB介绍及与DLP的集成
3.9 本章总结
第4章数据安全的基石：密码学与加密技术
4.1 密码学的起源与演化
4.1.1 恺撒密码
4.1.2 简单替换密码
4.2 现代密码学的诞生
4.3 基于密钥的加密
4.3.1 一次性密码
4.3.2 对称加密
4.3.3 分组密码
4.3.4 分组密码的操作模式
4.3.5 流密码
4.4 基于公钥的加密
4.4.1 密钥交换
4.4.2 公钥加密算法
4.4.3 中间人攻击与防护
4.4.4 重放攻击及其防护
4.4.5 椭圆曲线密码学
4.5 密钥管理体系
4.5.1 密钥管理的重要性及原理
4.5.2 密钥全生命周期管理
4.5.3 密钥管理的监管要求
4.5.4 密钥管理的监管遵从
4.5.5 密钥交换的问题
4.5.6 密钥分配中心
4.5.7 公钥管理
4.5.8 密钥托管
4.6 公钥基础设施
4.6.1 PKI系统结构
4.6.2 证书颁发机构
4.6.3 注册机构
4.6.4 数字证书
4.6.5 轻量目录访问协议
4.6.6 新型的PKI系统
4.7 哈希算法
4.7.1 MD5
4.7.2 SHA-1
4.7.3 SHA-2
4.7.4 Keccak和SHA-3
4.7.5 口令存储
4.7.6 哈希树
4.8 消息认证码
4.8.1 安全MAC
4.8.2 MAC算法中的密钥
4.8.3 HMAC介绍
4.8.4 认证加密模式
4.9 数字签名
4.10 基于密码学的安全协议
4.10.1 身份识别和登录协议
4.10.2 认证密钥交换
4.10.3 零知识证明
4.10.4 安全多方计算
4.10.5 同态加密
4.11 量子时代的密码学与密钥管理
4.11.1 量子密钥分配
4.11.2 量子时代的非对称密码学
4.11.3 量子时代的对称密码学
4.11.4 后量子密码算法及其标准化
4.11.5 量子至上的兴起
4.11.6 后量子密码学的展望
4.12 密码学技术实践
4.12.1 Apple iOS数据安全
4.12.2 AWS密钥管理服务
第5章隐私保护与数据安全合规
5.1 隐私的概念及监管
5.1.1 隐私面临的挑战
5.1.2 隐私的监管趋势
5.2 OECD隐私保护八项原则
5.2.1 收集限制原则
5.2.2 数据质量原则
5.2.3 目的特定原则
5.2.4 使用限制原则
5.2.5 安全保障原则
5.2.6 公开原则
5.2.7 个人参与原则
5.2.8 问责原则
5.3 隐私保护技术
5.3.1 匿名化与假名化技术概述
5.3.2 随机化技术
5.3.3 差分隐私
5.3.4 泛化技术
5.3.5 加密技术
5.3.6 哈希技术
5.3.7 令牌化技术
5.3.8 隐私保护技术总结
5.4 数据安全合规总体需求
5.4.1 国家和地区法律合规需求
5.4.2 国际和国家标准合规需求
5.4.3 行业标准合规需求
5.5 海外垂直行业数据与隐私合规需求
5.5.1 财务数据监管要求
5.5.2 医疗与健康数据安全监管要求
5.5.3 儿童数据监管要求
5.5.4 制造业安全监管要求
5.5.5 媒体行业安全监管要求
5.5.6 能源行业安全监管要求
5.5.7 教育行业安全监管要求
5.6 中国数据安全与隐私保护监管的演进
5.6.1 数据安全与隐私保护的立法动向
5.6.2 网络安全法解读
5.6.3 数据安全法解读
5.6.4 个人信息保护法解读
5.6.5 数据安全与个人信息保护国家标准
5.6.6 网络安全等级保护
5.7 本章总结
第6章新兴技术与数据安全
6.1 AI与数据安全
6.1.1 人工智能、机器学习与深度学习
6.1.2 人工智能与数据安全
6.1.3 人工智能的数据威胁模型
6.1.4 人工智能的隐私保护
6.1.5 人工智能与网络安全
6.2 以区块链为代表的新兴应用
6.2.1 区块链的基本概念
6.2.2 共识算法及其应用
6.2.3 Merkle树数据结构
6.2.4 密码算法的综合应用
6.2.5 区块链的数据结构
6.2.6 比特币挖矿的算法原理
6.3 物联网数据安全
6.3.1 物联网的概念
6.3.2 物联网的数据安全风险
6.3.3 物联网数据安全响应
6.4 5G与数据安全
6.4.1 5G数据安全标准
6.4.2 5G新网络架构的安全
6.4.3 5G新业务场景的安全
6.4.4 5G认证协议的形式化分析
6.5 6G与数据安全展望
6.5.1 6G的研究方向
6.5.2 6G安全的演进
6.5.3 太赫兹网络的攻防
6.6 本章总结
附录缩略语对照表
参考文献

常见问题

没有安全基础能直接读这本书吗？

可以尝试，但需要先补充网络与信息安全的基本概念。本书面向高校教材和从业者参考，术语和体系性较强，零基础读者容易在架构与监管章节卡住。建议先了解常见安全模型与合规框架，再回头读本书，效果会更好。

这本书适合当高校教材使用吗？

从内容看具备教材特征：系统阐述范畴与目标、体系架构和关键措施，并覆盖多个典型场景与新兴技术。是否采用仍需结合课程大纲判断，教师可将其作为主教材或参考书，配合案例与实验安排教学。

书中对新兴技术的讨论深度如何？

按简介，本书对AI、区块链、5G等新兴场景与数据安全的结合点做了分析与介绍，目的是反映国内外前沿水平。这类章节更偏概览与结合点梳理，适合建立认知框架；若需深入某项技术的细节，还需查阅专门资料。

读者评论

查询本书

本站为索引目录：「全网查询」由您发起、在您的浏览器中运行，所列入口均指向第三方站点，请自行判断可用性。

作者简介

王安宇作者

王安宇，目前公开资料有限，仅知其中文署名及一部作品。其代表作为《数据安全领域指南》，该书归入计算机综合类，从书名与分类可以看出，内容围绕数据安全这一计算机领域的重要议题展开，面向希望系统了解相关知识的读者。全书以指南形式呈现，注重实用性与条理性，适合作为入门与参考读物使用。由于缺少作者生平、职业背景及创作经历等方面的可靠信息，难以对其写作风格与学术脉络作进一步评述。就现有资料而言，王安宇的著述数量虽少，但选题切合数据安全日益受到关注的现实需求，对普及该领域基础知识具有一定参考价值，也为其后续可能的写作留下空间。

姚凯波作者

姚凯波，中文图书作者，目前公开资料有限，身份背景、国籍与生卒年等信息均未见明确记载。从可查的库内记录来看，其署名作品共一种，即《数据安全领域指南》，该书被归类为计算机综合类读物。由此可以推测，作者的写作方向集中在计算机与信息安全这一交叉领域，关注数据安全的基础概念、实践要点及相关规范，面向的读者可能是信息技术从业者、安全管理人员或相关专业的学习者。由于缺乏更多可核实的个人经历与创作脉络，尚难对其写作风格与整体影响作出充分判断；但从书名所透露的定位看，该书更接近面向实务的指南性作品，而非纯理论专著。总体而言，姚凯波是一位以数据安全题材进入读者视野的作者，其后续写作与学术背景仍有待公开资料进一步补充。