面向银行 / 保险 / 证券科技与数据岗、合规岗与转行者的金融数据安全实战课:从 30+ 真实监管案例切入,讲透分类分级、脱敏加密、访问控制、出境合规、大模型安全与迎检审计,14 个 Docker 实验全程使用合成数据。大纲、讲稿、课件、实验手册、实验环境全部免费,无需注册。
| 模块 | 学时 | 性质 | 实验 | 关键法规/标准 |
|---|---|---|---|---|
| M-1 数据安全事件与就业导论 | 4 | 免费公开(引流) | - | 监管通报、公开报道 |
| M0 导学与实验环境 | 2 | 实验 | 0 | - |
| M1 金融数据安全监管框架 | 6 | 理论+实验1 | 实验1 义务映射表 | 网安法/数安法/个保法/网数条例/金规〔2024〕24号/JR/T 0071/GB 39786 |
| M2 分类分级与资产盘点 | 8 | 理论2+实验6 | 实验2/3/4 | GB/T 43697-2024、JR/T 0197 |
| M2.5 密码学与数据安全技术底座 | 8 | 理论3+实验2 | 实验13/14 | GB/T 39786、电子签名法、GM/T 系列 |
| M3 全生命周期防护 | 10 | 理论3+实验7 | 实验5-8 | JR/T 0223 |
| M4 访问控制与审计 | 6 | 理论1+实验5 | 实验9/10 | 等保2.0、JR/T 0071 |
| M5 个人金融信息保护与消保 | 6 | 理论+案例复盘 | - | JR/T 0171、人行消保办法 |
| M6 数据出境与对外提供 | 6 | 理论+实验1 | 实验11 | 出境三条路径、自贸区金融负面清单 |
| M7 大模型与数据要素 | 4 | 理论 | - | 生成式AI管理办法、数据要素政策 |
| M8 迎检审计与综合实战 | 8 | 实验+考核 | 实验12 毕业设计 | 风险评估方法(GB/T 20984-2022) |
合计 68 学时。
| 学员 | 核心痛点 | 主用模块 |
|---|---|---|
| 银行/保险/证券科技与数据岗 | 监管检查、分类分级落地 | M1-M4、M8 |
| 合规/法务/消保岗 | 法规到技术措施的翻译 | M1、M5、M6 |
| 转行者 | 无金融项目经验、面试术语 | 全部 + 毕业设计作品集 |
每模块配 1-2 个案例复盘,统一结构:事件经过→涉及条款→处罚结果→本模块方案复盘。全部标注公开信源。
引流公开课素材。每案例五段式:事件 → 攻击路径 → 根因 → 监管反应 → 课程映射。
根因标签:[外部漏洞] [内部人员] [配置错误] [第三方外包] [物理介质] [流程缺失]
全部信源为监管通报或权威媒体报道,授课时按此口径引用。
| 根因 | 案例 | 课程解药 |
|---|---|---|
| 外部漏洞 | 韩国银行链、Equifax、蔚来、学习通 | M3 生命周期防护、M8 风险评估 |
| 内部人员 | Coinbase、圆通、微盟、Capital One | M4 权限+审计+告警、M3 动态脱敏 |
| 配置错误 | Equifax、Capital One | M8 自评、M4 加固基线 |
| 第三方外包 | 韩国银行链(外部软件)、Coinbase(外包客服) | M6 对外提供管控、M4 供应商权限 |
| 流程缺失 | 天津专项、华住、微盟 | M1 制度体系、M8 迎检整改 |
分类分级 > 个人信息保护 > 等保 > 数据出境 > 隐私计算 > 密评
→ 与课程模块一一对应(制作柱状图页)
工程师 → 治理专家/合规负责人 → 数据安全负责人(CISO 轨道)
认证对照:CISP-DSG(国内数据安全治理主流)、CDPSE、CIPT(注明各自定位,本课程结业证明为培训经历证明,非上述认证)
用途:正课第一讲底稿 / 招生页"开课须知" / 学员手册第一章
口径纪律:涉及监管处罚与事件的表述仅引用公开通报;技术环境说明以本课发放材料为准。
一句话定位:从监管条文到落地实操,把"金融数据安全"从 PPT 名词变成你简历上的项目经验。
| 阶段 | 模块 | 解决什么问题 | 产出物 |
|---|---|---|---|
| 认知 | M-1 导论 | 知道这行为什么值钱 | - |
| 起点 | M0 本模块 | 环境跑通,数据在手 | 实验环境验收截图 |
| 底座 | M1 监管框架 → M2 分类分级 → M2.5 密码底座 | 看懂规则、盘清资产、掌握技术语言 | 义务映射表、分级清单 |
| 实战 | M3 全生命周期 → M4 访问控制审计 | 会做防护、会查日志 | 脱敏前后对比、审计规则集 |
| 进阶 | M5 个人信息保护 → M6 出境 → M7 大模型与数据要素 | 覆盖合规岗与前沿场景 | 自测报告、出境评估演练 |
| 毕业 | M8 迎检与综合实战 | 拿得出手的完整作品 | 毕业设计 + 作品集 |
docker compose up -d 之后你将得到: ┌─────────────────────────────────────────────┐ │ Streamlit 控制台 :8501 ← 全课程操作入口 │ │ ├─ MySQL×2(业务库 + 影子库):3306 │ │ ├─ PostgreSQL(RLS 演示):5432 │ │ ├─ OpenSearch + Dashboards(审计):9200/5601│ │ └─ 自研简易 KMS(FastAPI):8100 │ └─────────────────────────────────────────────┘
docker compose up -d 一次成功自研生成器(Faker,MIT)产出五张表,覆盖金融典型数据场景:
| 表 | 字段要点 | 后续实验用途 |
|---|---|---|
| 客户基本信息 | 姓名/证件号(Luhn合法虚构)/手机/地址/职业 | 实验2 识别打标 |
| 账户表 | 卡号/账户类型/开户网点/客户ID | 实验3 资产盘点 |
| 交易流水 12 个月 | 金额/对手方/渠道/时间戳 | 实验5/6 脱敏 |
| 征信查询日志 | 查询人/被查人/业务原因/授权编号 | 实验9/10 审计监测 |
| 理财风险测评 | 风险等级/测评答案 | 实验7 加密 |
纪律:证件号与卡号合法但虚构、姓名用低频组合——学员做完课程甚至无法用这批数据"撞"出任何真实个人。这个设计本身就是 M2 的教学素材(为什么合成数据也要按真实数据管)。
M1 金融监管框架:三法一条例在银行场景的具体落点 + 金规〔2024〕24号把责任压到行长一级意味着什么 + 你要亲手做出来的第一份作品《法规义务映射表》。
用途:正课第二讲底稿 / "法规-技术翻译"能力示范 / 招生页免费试看节选
口径纪律:法规条款以公开发布文本为准;处罚案例仅引用监管已公开的通报/罚单,不做未公开信息猜测。本讲为【事实】为主、【分析】标注解读性内容。
一句话导语:法规文件你读得懂字,读不懂落点——"数据安全负责人要对企业数据安全负责"这句话,翻译成你明天上班要做的事是什么?本讲就干这个翻译活,并产出你的第一份作品。
| 学时 | 内容 |
|---|---|
| 1 | 三法一条例:金融场景落点速览 |
| 2-3 | 金规〔2024〕24号逐章拆解(重点) |
| 4 | 金融行业标准三部曲 JR/T 0171 / 0197 / 0223 |
| 5 | 等保金融增补(JR/T 0071)与密评(GB/T 39786)的关系 |
| 6 | 实验1:法规义务映射表(作品集第一件) |
| 法规 | 通用要求 | 金融场景落点(【分析】) |
|---|---|---|
| 网络安全法 | 等级保护、日志留存 | 银行核心系统等保定三级起步;日志留存≥6个月直接对接 M4 审计实验 |
| 数据安全法 | 分类分级、重要数据目录 | GB/T 43697 + JR/T 0197 的上位法依据;"重要数据"识别是 M2 的法定动作 |
| 个人信息保护法 | 告知同意、最小必要 | 征信查询授权、营销外呼红线(M5 的法源) |
| 网络数据安全管理条例 | 年度风险评估、出境管理 | 银行保险机构按 24号文出年报;出境对接 M6 三条路径 |
记忆钩子(【分析】):网安法管"系统",数安法管"数据",个保法管"人",条例把前三者拧成"年度动作清单"。
| 条款要求 | 落到岗位 |
|---|---|
| 党委(党组)/董事会承担主体责任 | 一把手是第一责任人 |
| 明确数据安全归口管理部门 | 设数据安全管理部门/岗位(多数机构挂在科技或风险条线)——这也是岗位图谱里岗位存在的原因 |
| 数据安全负责人具备相应专业知识与管理能力 | 岗位任职要求=你的简历关键词来源 |
【分析】 24号文最值钱的一句潜台词:以前数据安全是"IT 部门的事",现在是"行长签字的事"。签字的事就要有人干活——这个人就是你。
| 标准 | 管什么 | 一句话记忆 | 课程对接 |
|---|---|---|---|
| JR/T 0171 个人金融信息保护技术规范 | C1/C2/C3 三级个人金融信息 | "按敏感度分三级,级越高措施越硬" | M5 逐条落地 |
| JR/T 0197 金融数据安全 数据安全分级指南 | 5 级数据分级(1-5级) | "5级=国家级影响,1级=公开" | M2 判定练习 |
| JR/T 0223 金融数据安全 数据生命周期安全规范 | 采集到销毁八环节 | "每环节都有安全要求清单" | M3 八环节管控 |
三者关系(【分析】):0197 定级别,0223 按级别管过程,0171 单独把"个人金融信息"这个最敏感的子集抠出来细化——考试爱考、检查爱查。
给定虚构场景"某城商行信贷系统",输出映射表:
业务系统 → 法规义务 → 标准条款 → 技术措施 → 责任岗位 → 现状自评
这张表在真实工作中的名字叫《数据安全合规义务清单》,迎检必查件。做完它,你在面试里可以说:"我做过法规到技术措施的完整映射"——合规岗和科技岗都认这句话。
结构统一:事件→涉及条款→处罚结果→本模块方案复盘
选取 1-2 个监管已公开的银行数据安全罚单(讲师课前从人行/金监总局官网公开罚单中选取并注明文号),按五段式复盘;重点讲"如果 24号文当时已落地,哪个环节能拦住"。
素材纪律:仅引用罚单公开信息,涉及机构名称按监管公开口径使用,不做二次推断。
用途:正课第三讲底稿 / 数据安全岗核心技能示范 / 招生页试看节选
口径纪律:方法论依据 GB/T 43697-2024 与 JR/T 0197 公开文本;实验数据全部为课程合成数据。
一句话导语:监管问你"你们行有哪些数据、都什么级别、放在哪"——90% 的机构答不利索。分类分级+资产盘点就是把这道送分题变成送命题的分水岭,也是数据安全岗日常工作中工作量最大、最能体现价值的活。
| 学时 | 内容 |
|---|---|
| 1 | 为什么要分类分级:从 24号文与数安法的法定动作说起 |
| 2 | 两套方法论:GB/T 43697(国标四步法)与 JR/T 0197(金融五级) |
| 3-4 | 实验2:敏感数据识别与打标(Presidio + 自研规则引擎) |
| 5-6 | 实验3:数据库/文件服务扫描生成资产清单 |
| 7-8 | 实验4:交付《数据分类分级清单》(作品集第二件) |
① 数据盘点 → ② 分类(业务属性)→ ③ 分级(影响对象×影响程度)→ ④ 形成清单并动态更新
分级核心判断:【分析】问两个问题——"泄露后谁受影响?影响多严重?"影响对象从个人→组织→社会国家安全,程度从轻微→一般→严重,二维定级。
| 级别 | 一句话记忆 | 典型例子 |
|---|---|---|
| 5 级 | 影响国家安全 | 大范围宏观经济/金融稳定数据 |
| 4 级 | 影响社会秩序/公众 | 全行客户汇总信息、重要数据 |
| 3 级 | 影响单个机构/个人隐私 | 客户身份证+账户组合、交易明细 |
| 2 级 | 轻微影响个人/机构 | 脱敏后的统计报表 |
| 1 级 | 公开 | 已公示的产品利率 |
判定实操要点(【分析】):考试和检查最爱考"组合升级"——单字段是 2 级,身份证号+手机号+卡号组合就是 3 级。识别引擎必须按"字段组合"建模,这是实验2 的技术难点。
C3=账户鉴别信息类(密码/密钥/生物特征),C2=个人金融标识+财产信息,C1=基本产品服务信息。与 0197 五级并行使用:五级管全量数据,C1-C3 专管个人金融信息的技术措施强度。
对合成数据集五张表逐字段识别、分级、打标,输出 YAML 规则文件(自研规则引擎的输入)。
对实验环境(MySQL×2 / PostgreSQL)做元数据扫描,生成《数据资产台账》雏形。
教学点(【分析】):台账不是一次性交付物。级别会因业务变化而变,0197 明确要求动态更新——所以脚本要做成可重跑的,这也是"自动化盘点"卖点。
综合实验2/3 产出,形成正式清单文档,附《重要数据识别说明》。
这是真实岗位 JD 里"负责数据分类分级体系建设"的直接证据。面试可讲三层:方法论(国标+行标)、工具(Presidio+自研引擎)、交付(清单+动态机制)——完整闭环。
选一个监管公开的"未开展数据分类分级"相关罚单/通报(课前定稿并注明文号),复盘:事件→涉及条款→处罚→"如果做了实验2-4 的动作,处罚依据是否还成立"。
用途:正课第四讲底稿 / 国密与水印技术教学主线 / 自研水印工具商业化卖点说明
口径纪律:算法能力描述以 GM/T 系列与公开标准为准;不承诺任何加密"绝对不可破解"。
一句话导语:密评不通过=系统整改=预算重花;水印泄露溯源=追责有据。这两件事金融机构年年遇到,但多数 IT 人员只会调库函数、不懂何时该用哪个——本模块把你变成"能在评审会上说清选型理由"的人。
| 学时 | 内容 |
|---|---|
| 1 | 密码学最小必要知识:对称/非对称/哈希/签名四件套 |
| 2 | 国密体系与金融国密改造背景;密评 GB/T 39786 常见失分项 |
| 3 | 数字签名与 PKI/CA +《电子签名法》效力;水印技术全景 |
| 4-5 | 实验13:SM2 签名验签全流程(自建 CA) |
| 6-8 | 实验14:数据库水印植入与溯源(自研,核心差异化) |
| 技术 | 解决什么 | 金融场景例子 |
|---|---|---|
| 对称加密(SM4/AES) | 存储保密 | 客户手机号字段加密落库 |
| 非对称加密(SM2/RSA) | 传输保密/密钥交换 | 报文加密通道 |
| 哈希(SM3/SHA-256) | 完整性/口令存储 | 合同文件校验值 |
| 数字签名(SM2 签名) | 防抵赖+完整性 | 电子合同、征信授权书 |
选型判断句(【分析】):保存储用对称、保传输用非对称、验完整性用哈希、要抵赖时用签名。四者常组合出现,不是二选一。
| 用途 | 国际 | 国密 | 状态 |
|---|---|---|---|
| 对称 | AES | SM4 | 金融系统强制推进中 |
| 非对称/签名 | RSA/ECDSA | SM2 | 同上 |
| 哈希 | SHA-256 | SM3 | 同上 |
| 标识密码 | IBE | SM9 | 手机号即公钥,免证书场景 |
监管要求(密评 GB/T 39786)+ 关键信息基础设施定级 + 国际算法后门担忧 → 三股力叠加。对个人职业:国密改造是银行存量项目,会 SM 系列的人比会 AES 的人稀缺,这是转行者低成本建立差异化的点。
原文 → SM3 摘要 → CA 私钥(SM2)签名 → 附证书发送 → 对方用 CA 公钥验签
《电子签名法》可靠电子签名与手写签名同等效力——四个条件(专有/专控/可发现篡改/可追溯)。金融落地:电子合同、征信授权、柜面无纸化。
| 类型 | 机理 | 场景 |
|---|---|---|
| 文档静态水印 | 可见页脚/角标 | 外发文件吓阻 |
| 文档隐写暗水印 | 字间距/频域嵌入不可见 | 泄露文件溯源到人 |
| 数据库查询水印 | 查询结果按账号植入可逆标记 | 内部批量导出追责 |
| 动态屏幕/打印水印 | 截屏渲染时叠加工号时间 | 震慑+事后取证 |
【分析】 水印不防泄露,防的是"泄露了查不到是谁"。它把内部人员从"敢偷偷导"变"导了必留痕"——威慑逻辑,对接 M4 实验10 内部人员导出监测,形成闭环。
对合成交易流水查询结果植入账号级隐写水印,并从"泄露样本"反推泄露账号。
选取公开报道的"金融数据泄露后无法定责"类案例(课前定稿注明信源),复盘:事件→涉及条款(24号文事件报告+个人信息保护法)→处罚→"若当时有查询水印,定责链条能否闭合"。
用途:正课第五讲底稿 / 脱敏与加密实操主线 / 招生页试看节选
口径纪律:环节划分依据 JR/T 0223 公开文本;实验全部使用课程合成数据。
一句话导语:数据从产生到销毁有八个环节,每一环都是一道题——采集时怎么合规、使用时怎么脱敏、共享时怎么留痕、销毁时怎么"真删除"。本模块是全课程实验最密集的部分,做完你就有了一整套"拿来就能讲给领导听"的防护方案。
| 学时 | 内容 |
|---|---|
| 1 | 八环节总览:每个环节的管控目标与常见翻车点 |
| 2 | 脱敏技术谱系:静态 vs 动态、可逆 vs 不可逆 |
| 3 | 加密与密钥管理:字段级加密 + KMS 设计要点 |
| 4-5 | 实验5:静态脱敏 |
| 6 | 实验6:动态脱敏(ShardingSphere 代理层) |
| 7-8 | 实验7:字段级加密 + 自研 KMS |
| 9-10 | 实验8:共享安全通道与审批留痕 |
| 环节 | 管控目标 | 常见翻车点(【分析】) | 对应手段 |
|---|---|---|---|
| 采集 | 最小必要+告知同意 | 业务"顺手多收"字段 | M5 授权管理 |
| 传输 | 加密通道 | 内网裸奔 HTTP | TLS/国密改造 |
| 存储 | 分级存储+加密 | 3级数据明文落库 | 实验7 |
| 使用 | 按需最小可见 | 开发直接查生产库 | 实验6 |
| 加工 | 脱敏后使用 | 测试库=生产库拷贝 | 实验5 |
| 汇聚聚合 | 防组合升级 | 多表关联还原个人信息 | M2 组合规则 |
| 共享提供 | 审批+留痕+协议 | 微信发客户名单 | 实验8 |
| 公开披露 | 授权+审核 | 报表带出身份证号 | 实验5 |
| 销毁 | 不可恢复 | "删除"只是逻辑删 | 自研销毁算子 |
记忆钩子:数据像现金——收钱要数清(采集)、运钱要押车(传输)、存钱要保险柜(存储)、花钱要审批(使用/共享)、废钱要碎掉(销毁)。
| 方法 | 可逆 | 保格式 | 适用 | 实验 |
|---|---|---|---|---|
| 遮盖(138****5678) | 否 | 是 | 展示层 | 实验6 |
| 泛化(年龄段/行政区划) | 否 | 否 | 分析报表 | 实验5 |
| 置换(假名映射表) | 可逆 | 是 | 测试环境 | 实验5 |
| 保留格式加密 FF1/FF3-1 | 可逆 | 是 | 必须还原的测试集 | 实验5 |
| 哈希+盐 | 否 | 否 | 关联分析/日志 | 实验5 |
选型判断句(【分析】):给人看用遮盖,给机器跑用泛化,测试环境用置换/FFX,以后还要还原就用保留格式加密——先问"谁来用、要不要还原",再选方法。
部署形态(数据库代理层)与银行实际架构一致——简历可写"基于 ShardingSphere 构建动态脱敏代理层",这是生产级方案不是玩具。
对外提供三件套——审批授权、加密通道、日志留痕,对应 24号文"共享提供"与 M6 出境的前置能力。签名 URL 技术与 M2.5 实验13 一脉相承。
选公开通报的"测试库含真实客户数据导致泄露"类罚单(课前定稿注明文号),五段式复盘:事件→涉及条款→处罚→"实验5+6 两道闸门如何拦住"。
用途:正课第六讲底稿 / 内部人员风险防线 / 招生页试看节选
口径纪律:等保 2.0 与 JR/T 0071 相关表述以公开文本为准;实验数据合成。
一句话导语:外部攻击有防火墙挡着,真正的数据泄露大头在内部——离职带走客户名单、外包批量导出、柜员越权查询明星客户流水。本模块教你在数据库层和日志层建两道"内部人防线",这也是韩国风暴案暴露的第一失分点。
| 学时 | 内容 |
|---|---|
| 1 | 最小权限原则 + 访问控制模型速讲 + 审计日志的法定要求 |
| 2-3 | 实验9:PostgreSQL 行/列级权限(RLS)+ 审计日志接 OpenSearch 写高危规则 |
| 4-6 | 实验10:内部人员批量导出监测(与 M2.5 水印溯源联动) |
网安法要求日志留存≥6 个月;24号文要求数据安全风险监测与审计。【分析】审计不是"出了事再看",是每天要看的"体检报告"——所以要规则化、自动化,这正是实验9 的设计初衷。
"分批小量导出"是最常见的对抗检测手法——单条规则防不住,要用基线对比。这套"阈值+基线+水印溯源"三层组合,是本课自研体系里最接近商用产品的设计,也是面试的差异化谈资。
选公开通报的银行内部人员违规查询/出售客户信息案件(课前定稿注明判决书或处罚文号),五段式复盘:事件→涉及条款(个保法+刑法 253 条之一背景知识,仅作科普)→处罚→"实验9+10+14 组合如何提前拦截与事后定责"。
用途:正课第七讲底稿 / 合规岗主战场 / 招生页试看节选
口径纪律:罚单与通报案例全部引用人行/金融监管总局公开信息并注明文号;App 检测结论引用官方通报原文。
一句话导语:个人金融信息是金融机构被罚最多的品类——超范围收集、未经同意查询征信、App 违规采集。本模块把 JR/T 0171 逐条翻译成技术要求和业务红线,学完你能独立做完一次 App/小程序合规自测。
| 学时 | 内容 |
|---|---|
| 1 | C1/C2/C3 三级技术要求差异 |
| 2 | 告知同意与最小必要:授权链路设计 |
| 3 | App/小程序/SDK 合规自测方法 |
| 4 | 营销外呼与信息查询红线 |
| 5-6 | 案例复盘:人行罚单 + App 通报逐条对照 |
| 级别 | 定义 | 典型字段 | 技术要求强度 |
|---|---|---|---|
| C3 | 账户鉴别信息 | 登录密码、交易密码、密钥、生物特征 | 加密存储、不留日志、不展示明文 |
| C2 | 个人金融标识+财产信息 | 卡号、证件号、手机号、余额、交易记录 | 加密/脱敏传输存储、按需展示 |
| C1 | 产品服务信息 | 开户网点、产品名称 | 常规防护 |
高频考题式要点(【分析】):C3 禁止明文出现在任何日志/界面/缓存;C2 是"默认加密"级别;级别判错=措施用错=检查扣分。与 M2 五级体系的映射关系要能画出来。
【分析】这四问在监管检查里就是标准问话顺序。技术落点:授权记录表(谁、何时、同意什么版本、撤回状态)——可与 M3 实验8 审批留痕复用同一套留痕机制。
查征信必须"授权+业务必要"双满足,授权编号可回溯(对应合成数据集的征信查询日志表——实验9/10 用它练审计正合适)。
【分析】前三条和第 6 条是通报通报榜的常客。自测方法=文档对照+抓包实测,不是"读一遍隐私政策"。
| 段落 | 内容 |
|---|---|
| 事件 | 课前从人行公开罚单中选 1 单"未经同意查询征信/超范围收集",注明文号 |
| 涉及条款 | 个保法相应条款 + JR/T 0171 对应条目 |
| 处罚结果 | 罚单公开的机构与金额、责任人 |
| 本模块方案复盘 | 授权链路四问哪一问失守;C 级措施哪条缺位 |
| 映射 | 对应课程实验:授权留痕(M3 实验8 延伸)、审计监测(M4 实验9) |
选一份官方 App 通报(注明通报批次),逐条对照十项自测清单,让学员标出"如果是我们公司的 App,第几条会中招"——课堂讨论 30 分钟。
用途:正课第八讲底稿 / 出境合规实操 / 招生页试看节选
口径纪律:出境政策以国家网信办公开发布口径为准;自贸区负面清单引用公开发布版本并注明发布日期。
一句话导语:金融机构数据出境是最容易被"一刀切恐慌"和"完全无感"两个极端误解的领域——外资行报表传境外总部、卡组织清算数据、跨境支付报文,哪些要申报、哪些走负面清单豁免?本模块给你一套可操作的判断流程,并用一次完整演练检验。
| 学时 | 内容 |
|---|---|
| 1 | 三条出境路径总览 |
| 2 | 金融数据的特殊约束:本地化要求与行业监管叠加 |
| 3 | 自贸区负面清单机制精讲 |
| 4 | 对外提供 ≠ 出境:境内共享的合规要点 |
| 5-6 | 实验11:出境合规评估演练与报告 |
| 路径 | 适用 | 关键动作 |
|---|---|---|
| 安全评估 | 关键信息基础设施运营者;重要数据;大规模个人信息(达门槛量级) | 向省级网信部门申报,通过后方可出境 |
| 标准合同 | 未达评估门槛的一般个人信息出境 | 备案标准合同+个人信息保护影响评估(PIPIA) |
| 认证 | 集团内跨境传输等场景 | 经专业机构个人信息保护认证 |
【分析】判断顺序:先问"是不是重要数据/关基"→是则评估;再看量级门槛→对照最新公开口径;都不沾→标准合同或认证。三条路径的前提都是:出境有合法性基础+PIPIA 完成。
【分析·教学讲法】负面清单逻辑反转了监管方式:清单外的一般数据出境可豁免繁重手续,清单内的从严。授课要点:
境内共享同样要合规(24号文"共享提供"环节):
某外资银行境内法人机构,需向境外总部传输:① 月度合并报表(汇总数据)② 反洗钱调查涉及的境外客户 KYC 资料 ③ 系统运维远程访问权限(境外工程师)。
选公开通报的数据出境未申报/违规提供类处罚(课前定稿注明处罚决定文号),五段式复盘:事件→涉及条款→处罚→"实验11 的判定流程能否在事前拦住"。
用途:正课第九讲底稿 / 前沿场景认知课 / 招生页差异化卖点(呼应 M-1 "AI 时代的防御措施")
口径纪律:生成式 AI 监管要求以《生成式人工智能服务管理暂行办法》等公开文件为准;数据要素政策引用公开发布文件;不预测未出台政策。
一句话导语:韩国风暴案里总统点名"AI 时代的网络安全防御措施"——攻击者用 AI,防御也要用 AI,但金融机构自己上 AI 又有一堆数据红线。本模块讲清三件事:金融大模型怎么合规用数、隐私计算怎么"数据可用不可见"、数据要素怎么把银行数据变成资产。
| 学时 | 内容 |
|---|---|
| 1 | 生成式 AI 合规边界:训练语料与推理用数 |
| 2 | 隐私计算技术族谱与金融落地 |
| 3 | 数据要素政策与银行数据产品化 |
| 4 | 综合研讨:给虚构银行设计"大模型应用数据安全方案" |
本课不教"怎么调大模型",教"大模型进金融的数据安全边界"——防御视角,与 M-1 案例的 AI 攻击面形成攻防对照。
| 技术 | 一句话原理 | 金融典型场景 | 成熟度【分析】 |
|---|---|---|---|
| 多方安全计算 MPC | 密码学协作计算,各方不见对方原始数据 | 联合风控评分 | 可用但慢 |
| 联邦学习 FL | 模型动、数据不动 | 跨机构联合建模反欺诈 | 生产案例最多 |
| 可信执行环境 TEE | 硬件隔离区里算 | 联合营销人群圈选 | 依赖硬件信任 |
| 匿踪查询 PIR | 查了什么对方不知道 | 征信/黑名单查询不留查询痕迹 | 轻量易落地 |
选型判断句:要算结果用 MPC/FL,要查一条记录用匿踪查询,对方有专用硬件用 TEE——按交互模式选,不按厂商 PPT 选。
【分析】对职业的启示:隐私计算项目是"数据安全+算法"复合岗,转行者可从项目管理与合规评估切入,不必卷算法。
给虚构城商行设计《大模型应用数据安全方案》,课堂分组输出三页方案:
产出计入学员作品集加分项。
选公开报道的"员工向公网 AI 泄露内部数据"类事件(注明信源),五段式复盘:事件→涉及条款(数据安全法+个保法+单位内部制度)→后果→"本模块数据边界方案如何防范"。
用途:正课收官讲底稿 / 毕业设计任务书 / 作品集冲刺指导
口径纪律:风险评估方法依据 GB/T 20984-2022 公开文本;迎检要点基于公开检查通报归纳【分析】。
一句话导语:前面所有模块的能力,最终都要在两张桌子上兑现——监管检查的桌上和面试官的桌上。本模块教你怎么做一次完整的数据安全风险评估自评,并把 14 个实验的产出物组装成"虚构城商行完整评估"毕业设计,这是你结业带走的核心资产。
| 学时 | 内容 |
|---|---|
| 1 | GB/T 20984-2022 风险评估方法速讲 |
| 2 | 迎检实务:检查都查什么、要什么材料、常见扣分项 |
| 3-6 | 实验12 毕业设计:虚构城商行完整评估 |
| 7 | 毕业设计互评与讲师点评 |
| 8 | 期末测试(60 题)+ 结业流程说明 |
资产识别 → 威胁识别 → 脆弱性识别 → 已有措施确认 → 风险计算 → 处置建议 → 报告
【分析】课程全程已经把前三步拆在实验里做过了:资产识别=实验3 台账、脆弱性=实验9 审计规则发现的问题、已有措施=实验5-8 的防护配置。毕业设计不是新知识,是把碎片拼成完整报告。
可能性 × 影响 = 风险值,映射四级(低/中/高/极高)。强调:定级要有依据引用(检查现场最常见追问就是"这个为什么定中风险")。
场景:虚构"XX 城商行"(课程发放背景文档:规模、系统清单、组织架构、一段含隐患的现行做法描述)。学员角色:受聘的数据安全顾问。
| 维度 | 权重 |
|---|---|
| 条款引用准确性 | 25% |
| 技术措施可执行性 | 30% |
| 报告结构完整性 | 25% |
| 优先级与工作量合理性 | 20% |
选一份公开的监管检查通报/行政处罚集中披露(注明文号),让学员用毕业设计的方法反向"体检":如果通报里的机构做过这套评估,哪一步会拦住哪个问题——这是全课程的收官检验。
unzip labs-env-findata.zip -d labs && cd labs/00-labenv && docker compose up -d # 仅限内网隔离环境运行
思度安全 · 信息安全基础知识的传播者
本合订本收录全部 14 个实验的完整操作步骤,"照抄即跑"格式:前置条件 → 照抄命令 → 预期输出 → 验收自查 → 评分要点 → FAQ → 提交物。
全部实验基于演练平台合成数据(192.168.32.130),无任何真实客户数据。
| 服务 | 地址 | 账号/密码 |
|---|---|---|
| MySQL 业务库 | 192.168.32.130:3306 / bank_biz | root / fds_root_2026 |
| MySQL 影子库 | 192.168.32.130:3307 / bank_shadow | root / fds_root_2026 |
| PostgreSQL(RLS) | 192.168.32.130:15432 / bank_rl | postgres / fds_pg_2026 |
| OpenSearch | http://192.168.32.130:9200 | — |
| Dashboards | http://192.168.32.130:5601 | 首次见使用说明 |
| 自研 KMS | http://192.168.32.130:8100(/docs 在线调) | — |
| Streamlit 控制台 | http://192.168.32.130:8501 | — |
| # | 实验 | 对应模块 | 依赖 |
|---|---|---|---|
| 1 | 法规义务映射表 | M1 | 无 |
| 2 | 敏感数据识别与打标 | M2 | 实验1 |
| 3 | 资产清单扫描 | M2 | 实验2 |
| 4 | 分类分级清单交付 | M2 | 实验3 |
| 5 | 静态脱敏 | M3 | 实验3 |
| 6 | 动态脱敏 | M3 | 实验5 |
| 7 | 字段级加密 + KMS | M3/M2.5 | M2.5 理论 |
| 8 | 共享通道审批留痕 | M3 | 实验7 |
| 9 | RLS 与高危规则 | M4 | 环境 |
| 10 | 内部人批量导出监测 | M4 | 实验9 + 实验14 |
| 11 | 出境合规评估演练 | M6 | 实验4 |
| 12 | 毕业设计 | M8 | 实验1-11 |
| 13 | SM2 签名验签 | M2.5 | 无 |
| 14 | 数据库水印溯源 | M2.5 | 实验9(平台数据) |
<!-- ======== 实验01-法规义务映射表.md ======== -->
对应模块 M1 | 2 学时 | 产出物:《法规义务-标准条款-技术措施映射表.xlsx》(纳入作品集)
本实验不需要写代码,产出物就是你求职面试时"我真的做过映射"的证明
把"一部法 + 三部法 + 一个条例 + 一份监管文件 + 一套行业标准"翻译成一张可执行的表:
每条监管义务 → 对应标准条款 → 我行技术/管理措施 → 责任部门 → 现状差距。
labs/manuals/exp01-模板/义务映射表-模板.xlsx义务映射表-你的姓名.xlsx在模板"映射表"工作表里,按下列义务来源各建 2-4 行(模板已预置,逐行确认即可):
| 义务来源 | 预置义务行示例 |
|---|---|
| 网安法 | 等级保护定级备案(第21条);日志留存≥6个月(第21条) |
| 数安法 | 数据分类分级(第21条);重要数据风险评估(第30条) |
| 个保法 | 处理告知-同意(第13/17条);敏感个信单独同意(第28-29条) |
| 网数条例 | 年度数据安全风险评估并报送;明确数据安全负责人与管理机构 |
| 金规〔2024〕24号 | 党委(党组)/董事会承担主体责任;数据安全负责人任职备案 |
| JR/T 0197 | 5 级定级方法;C1/C2/C3 敏感级映射 |
| GB 39786 | 密码应用四层面要求(物理/网络/设备/数据) |
对着课程实验环境填,保证每一行措施是"看得见摸得着"的:
"实验2 正则识别打标 + 实验3 资产扫描 + 实验4 输出《分类分级清单》",
责任部门填"数据管理部",现状填"进行中"
"审计日志接 OpenSearch(实验9)",现状去 5601 看板确认有 fds-audit* 索引后填"已落地"
用三个问题逐行自检,在"自检"列填 是/否:
三问有一问"否",该行视为未完成。
每期随机抽 3 名学员,直播时讲你映射表里的任意一行:义务→条款→措施→证据。
| 问题 | 处理 |
|---|---|
| 找不到 24 号文原文 | 总局官网检索"金规〔2024〕24号",检索不到时用讲稿第 2 节的条款摘要并在备注注明"依课程讲稿" |
| 标准全文要付费 | 只要求对齐"范围+框架"层级,标准目录页免费可查即可,不必购买全文 |
| 一条义务找不到对应标准 | 允许填"无直接标准",但要在备注说明判断依据 |
义务映射表-姓名.xlsx 上传至班级作业区(实验1 通道)。
<!-- ======== 实验02-识别打标.md ======== -->
对应模块 M2 | 2 学时 | 产出物:识别打标脚本 + 打标结果 CSV
原则:正则打底理解原理,Presidio 增强看效果,组合升级规则自己写
对 customers 表完成字段级识别打标:每列打上【业务类别 + 敏感级别 + 依据】,并实现"组合升级"判定(身份证+手机号同表 → 整表升级)。
sudo docker compose ps 确认)mkdir fds-exp02 && cd fds-exp02 pip install pymysql pandas # 国内网络慢可加 -i https://pypi.tuna.tsinghua.edu.cn/simple
连通性自检(照抄执行):
python -c "import pymysql; c=pymysql.connect(host='192.168.32.130',port=3306,user='root',password='fds_root_2026',database='bank_biz'); print('OK', c.open)"
预期输出:OK True。失败先查 VPN/防火墙和 3306 端口。
python - << 'EOF'
import pymysql, pandas as pd
c = pymysql.connect(host='192.168.32.130', port=3306, user='root',
password='fds_root_2026', database='bank_biz')
df = pd.read_sql("SELECT * FROM customers LIMIT 5", c)
print(df.T)
EOF
把每列记下来:name / id_number / phone / email / address / …——这就是你的"待识别清单"。
新建 rule_engine.py,照抄以下骨架(★★ 标注处为你要补的空):
import pymysql, pandas as pd, re, yaml, json
RULES = { # 正则规则:列名 -> (规则名, 正则, 级别, 依据)
"id_number": ("证件号", r"^\d{17}[\dX]$", "C2", "JR/T 0197 表1"),
"phone": ("手机号", r"^1[3-9]\d{9}$", "C2", "JR/T 0197 表1"),
"email": ("邮箱", r"^[^@\s]+@[^@\s]+\.[a-z]{2,}$", "C1", "JR/T 0197 表1"),
# ★★ 补一条"银行卡号"规则:16-19 位数字,级别 C2,依据同上
}
def load_yaml(path):
with open(path, encoding='utf-8') as f:
return yaml.safe_load(f)
def classify_table(df: pd.DataFrame, combos: list) -> list:
rows = []
for col in df.columns:
hit = None
for name, pat, level, basis in RULES.values():
if df[col].astype(str).str.match(pat).mean() > 0.8: # 80% 命中才认定
hit = (col, name, level, basis); break
if hit: rows.append(hit)
else: rows.append((col, "未识别", "C3以下", "人工判断"))
# ★★ 组合升级判定:若同表同时存在 C2 的 id_number 与 phone,
# 整表级别升级为"3级(敏感)",在结果里加一行 level='3级-组合升级'
return rows
if __name__ == "__main__":
conn = pymysql.connect(host='192.168.32.130', port=3306, user='root',
password='fds_root_2026', database='bank_biz')
df = pd.read_sql("SELECT * FROM customers", conn)
combos = load_yaml("combos.yaml")
result = pd.DataFrame(classify_table(df, combos),
columns=["column", "识别类型", "级别", "依据"])
result.to_csv("exp02_打标结果.csv", index=False, encoding="utf-8-sig")
print(result)
再建组合规则文件 combos.yaml(★ 自己补第二组):
combo_rules:
- when_all_present: [id_number, phone]
upgrade_to: "3级-组合升级"
basis: "JR/T 0197 5.2 组合标识符规则"
# ★ 补一组:邮箱 + 姓名 同表 -> "2级"
pip install pyyaml python rule_engine.py
预期:输出表里 id_number、phone 标 C2,末尾出现 3级-组合升级 行。
pip install presidio-analyzer python -m spacy download zh_core_web_sm # 中文小模型,约 50MB
from presidio_analyzer import AnalyzerEngine
a = AnalyzerEngine()
res = a.analyze(text="张三,身份证 110101199003074258,手机 13812345678",
language="zh")
for r in res: print(r.entity_type, r.start, r.end, round(r.score, 2))
预期:识别出 PERSON / ID_CARD 类似实体。把 Presidio 与正则的召回差异记进实验报告。
把 Step 2 的主循环对 accounts / transactions / credit_query_log / wealth_risk_eval 各执行一次,
结果合并输出 exp02_全表打标.csv。
规则补全且命中 3 分|组合升级逻辑正确 3 分|五表全跑 2 分|Presidio 差异分析 2 分
| 问题 | 处理 |
|---|---|
| 连不上 3306 | 确认在课程 VPN/内网;或改在 VM 内执行(host 写 127.0.0.1) |
| spacy 模型下载失败 | 用清华 pip 源重试;实在不行 Presidio 部分记"环境受限",不影响及格 |
| 中文列名乱码 | CSV 用 utf-8-sig(骨架已带),Excel 打开即正常 |
rule_engine.py + combos.yaml + exp02_打标结果.csv + exp02_全表打标.csv(选做附 Presidio 笔记)
<!-- ======== 实验03-资产清单扫描.md ======== -->
对应模块 M2 | 2 学时 | 产出物:《数据资产清单.xlsx》(含库/表/字段/体量/负责人/级别)
一句话:分类分级的前提是"知道自己有什么数据"——盘点比识别更枯燥也更值钱
对课程环境 3 个数据库(MySQL 业务库、MySQL 影子库、PostgreSQL)做全量 schema 扫描,输出带敏感级别标注的资产清单,并发现 1 个"影子库违规拷贝"风险点。
新建 scan_assets.py 照抄:
import pymysql, psycopg2, pandas as pd
def scan_mysql(host, port, db):
c = pymysql.connect(host=host, port=port, user='root',
password='fds_root_2026', database='information_schema')
sql = """
SELECT table_schema AS 库, table_name AS 表,
table_rows AS 行数估算,
ROUND(data_length/1024/1024,1) AS 大小MB,
table_comment AS 备注
FROM tables WHERE table_schema = %s"""
tables = pd.read_sql(sql, c, params=(db,))
cols = pd.read_sql("""
SELECT table_name AS 表, column_name AS 字段, column_type AS 类型,
column_comment AS 注释
FROM columns WHERE table_schema = %s""", c, params=(db,))
c.close()
return tables, cols
t1, c1 = scan_mysql('192.168.32.130', 3306, 'bank_biz')
t2, c2 = scan_mysql('192.168.32.130', 3307, 'bank_shadow')
pg = psycopg2.connect(host='192.168.32.130', port=15432, user='postgres',
password='fds_pg_2026', dbname='bank_rl')
t3 = pd.read_sql("""
SELECT schemaname AS 库, relname AS 表,
n_live_tup AS 行数估算,
pg_size_pretty(pg_total_relation_size(relid)) AS 大小
FROM pg_stat_user_tables""", pg)
print("== bank_biz =="); print(t1)
print("== bank_shadow =="); print(t2)
print("== bank_rl =="); print(t3)
t1.assign(实例="mysql-biz").append(t2.assign(实例="mysql-shadow")) \
.to_csv("exp03_表清单.csv", index=False, encoding="utf-8-sig")
c1.assign(实例="mysql-biz").append(c2.assign(实例="mysql-shadow")) \
.to_csv("exp03_字段清单.csv", index=False, encoding="utf-8-sig")
运行:python scan_assets.py,检查两个 CSV 已生成。
用 Excel 或 pandas 把 exp03_字段清单.csv 与实验2 的 exp02_全表打标.csv 按"表+字段"左连接,
给每个字段补上【识别类型/级别】两列:
f = pd.read_csv("exp03_字段清单.csv")
m = pd.read_csv("exp02_全表打标.csv") # 列名按你实验2的输出调整
merged = f.merge(m, on=["表", "字段"], how="left")
merged.to_csv("exp03_字段清单-已定级.csv", index=False, encoding="utf-8-sig")
python - << 'EOF'
import pymysql, pandas as pd
a = pymysql.connect(host='192.168.32.130', port=3306, user='root',
password='fds_root_2026', database='bank_biz')
b = pymysql.connect(host='192.168.32.130', port=3307, user='root',
password='fds_root_2026', database='bank_shadow')
da = pd.read_sql("SELECT * FROM customers LIMIT 3", a)
db = pd.read_sql("SELECT * FROM customers LIMIT 3", b)
print("业务库样例:"); print(da)
print("影子库样例:"); print(db)
EOF
对比输出回答三个问题并写进报告:
结论写法示例:"shadow 库为生产库全量拷贝、含明文 C2 字段、无独立审批——构成 M3 实验5 的整改对象"。
清单补 3 列:负责人(自拟岗位如"科技部-数据管理员")、存储位置(实例名)、定级(继承实验2)。
真实工作中这三列最难填——课程里允许自拟,但格式必须齐。
扫描完整 3 分|定级合并正确 3 分|影子库风险发现与论证 3 分|清单字段齐全 1 分
| 问题 | 处理 |
|---|---|
| append 报 FutureWarning/AttributeError | 新版 pandas 改用 pd.concat([t1, t2], ignore_index=True) |
| PG 行数估算为 0 | 统计信息未更新;先在 PG 里对每表跑一次 SELECT count(*) 再看 |
| 影子库连不上 | 3307 是容器映射端口,确认 docker compose ps 里 mysql-shadow Up |
scan_assets.py + exp03_表清单.csv + exp03_字段清单-已定级.csv + 影子库风险分析(≥3 句)
<!-- ======== 实验04-分类分级清单交付.md ======== -->
对应模块 M2 | 2 学时 | 产出物:《数据分类分级清单》正式版(模板发放)
这是实验2+3 的"毕业汇演":两张 CSV 变成一份能拿给监管看、能拿进作品集的正式交付物
把识别打标与资产盘点的技术产出,整理成符合监管报送口径的正式清单:分类目录对齐 GB/T 43697,分级依据对齐 JR/T 0197,并输出"重要数据识别结论"专节。
labs/manuals/exp04-模板/分类分级清单-模板.xlsx(含 4 个工作表)在模板"分类目录"工作表,把课程环境五张表归入 GB/T 43697 风格的一级/二级分类:
| 表 | 一级分类 | 二级分类 | 依据 |
|---|---|---|---|
| customers | 个人信息 | 客户身份信息 | 直接识别自然人 |
| accounts | 业务数据 | 账户信息 | 金融账户标识 |
| transactions | 业务数据 | 交易流水 | 资金链路 |
| credit_query_log | 日志数据 | 征信查询日志 | 含查询行为与操作员 |
| wealth_risk_eval | 个人信息 | 投资者适当性 | 风险测评结果 |
允许你调整归类,但每个归类必须有依据列,不允许空。
在"分级结果"工作表逐表填:级别(JR/T 0197 5级制 + C1/C2/C3 映射)、定级依据、影响对象。
重点复核三处(这是评分采分点):
按 GB/T 43697"重要数据"判断维度逐项过一遍,写 200 字结论。参考答法(口径自洽即可):
课程环境为虚构城商行核心数据集:客户身份信息 3000 条 + 交易流水 36 万条。若为真实环境,
规模达到地区性银行量级、影响公民人身财产安全 → 大概率触发重要数据目录。
本次交付结论:疑似重要数据,需按属地目录比对后报送;建议先按重要数据管控(从高原则)。
"例外与说明"工作表至少写 2 条,例如:
对照检查表逐项打勾:
分类分级清单-虚构城商行-姓名-v1.0.xlsx分类依据 2 分|定级与组合升级复核 3 分|重要数据专节质量 3 分|交付格式 2 分
(本实验产出物同时进入毕业作品集,按"可对外展示"标准要求)
| 问题 | 处理 |
|---|---|
| 5级制和 C1/C2/C3 对不上 | 用课程 M2 讲稿的映射表:C3≈3级敏感、C2≈2级,写清对应关系即可 |
| 重要数据结论不确定 | 正确姿势就是"疑似+从高管控+待属地目录比对",敢写不确定比乱写结论得分高 |
| 组合升级规则争议 | 备注"依 JR/T 0197 5.2 及课程口径",允许标注公司自定义规则的存在 |
《分类分级清单》正式版 xlsx(进作品集)+ 一段 100 字交付说明(这份清单给谁、解决什么问题)
<!-- ======== 实验05-静态脱敏.md ======== -->
对应模块 M3 | 2 学时 | 产出物:脱敏脚本 + 影子库脱敏后数据 + 三算子对比表
把实验3 发现的"影子库明文拷贝"真正整改掉——前后呼应
对 customers 表的三类字段实现三种脱敏算子,写入 MySQL 影子库(bank_shadow),并用脚本证明"脱敏后仍可用于开发测试"。
pip install pymysql pandaspython - << 'EOF'
import pymysql
c = pymysql.connect(host='192.168.32.130', port=3307, user='root',
password='fds_root_2026', database='bank_shadow')
cur = c.cursor()
cur.execute("""CREATE TABLE IF NOT EXISTS customers_masked (
id INT PRIMARY KEY,
name VARCHAR(64) COMMENT '置换',
id_number VARCHAR(18) COMMENT '保留格式(FFX演示)',
phone VARCHAR(11) COMMENT '遮盖',
age INT COMMENT '泛化',
city VARCHAR(32) COMMENT '保留')""")
cur.execute("TRUNCATE TABLE customers_masked")
c.commit(); print("表就绪")
EOF
新建 mask.py,★ 处为你要自己补的:
import pymysql, pandas as pd, hashlib
def mask_ffx_id(idn: str) -> str:
"""保留格式:18位仍18位、校验位仍合法感(演示版用确定性混淆)。
★ 工程版要求:前6位区划改为'110101'统一化,中间8位哈希置换,
第18位重算使 Luhn/身份证校验仍通过——参考 M3 讲稿第三节 FFX 思路补全"""
h = hashlib.sha256(idn.encode()).hexdigest()
body = ''.join(str(int(h[i*2:i*2+2], 16) % 10) for i in range(11))
return "110101" + body[:11].ljust(11, '0') + idn[-1]
def mask_generalize_age(age: int) -> str:
"""泛化:精确年龄 -> 5 岁年龄段。★ 自己实现:24 -> '20-24'"""
return f"{age//5*5}-{age//5*5+4}"
def mask_substitute_name(name: str, salt: str = 'fds2026') -> str:
"""置换:同名同映射(可还原一致性)。★ 要求:'张三' 永远映射到同一个假名"""
h = hashlib.sha256((salt + name).encode()).hexdigest()
surnames = "李王张刘陈杨赵黄周吴"
givens = "伟芳娜敏静磊军洋勇艳杰娟涛明超霞平刚桂英华"
return surnames[int(h[:2], 16) % 10] + givens[int(h[2:4], 16) % 20]
def mask_phone(p: str) -> str:
return p[:3] + "****" + p[7:]
if __name__ == "__main__":
src = pymysql.connect(host='192.168.32.130', port=3306, user='root',
password='fds_root_2026', database='bank_biz')
df = pd.read_sql("SELECT * FROM customers", src)
out = pd.DataFrame({
"id": df["id"], "name": df["name"].astype(str).map(mask_substitute_name),
"id_number": df["id_number"].astype(str).map(mask_ffx_id),
"phone": df["phone"].astype(str).map(mask_phone),
"age": df["age"].astype(int).map(mask_generalize_age),
"city": df["address"].astype(str).str[:2],
})
dst = pymysql.connect(host='192.168.32.130', port=3307, user='root',
password='fds_root_2026', database='bank_shadow')
out.to_sql("customers_masked", dst, if_exists="replace", index=False)
out.head(5).to_csv("exp05_样例.csv", index=False, encoding="utf-8-sig")
print(out.head(5))
影子库无 age 列时,把 age 泛化列可先对 customers 里已有年龄段字段执行;
若表结构不同,按实际字段名调整——这本身就是实验的一部分。
对照写入报告(模板):
| 算子 | 示例输入 | 示例输出 | 可逆性 | 适用场景 | 本例用于 |
|---|---|---|---|---|---|
| 遮盖 | 13812345678 | 138****5678 | 不可逆 | 展示层、客服 | phone |
| 泛化 | 24 | 20-24 | 不可逆 | 统计分析、报表 | age |
| 置换 | 张三 | 王伟 | 可逆(带盐) | 测试库、需保持关联 | name |
| 保留格式 | 110101…X | 110101…X | 密钥可逆 | 需通过下游校验 | id_number |
补一行结论:为什么 id_number 不用遮盖?(提示:下游many系统按18位校验,遮盖后测试跑不通)
证明脱敏数据"还能用":
python - << 'EOF'
import pymysql, pandas as pd
c = pymysql.connect(host='192.168.32.130', port=3307, user='root',
password='fds_root_2026', database='bank_shadow')
df = pd.read_sql("SELECT city, COUNT(*) n FROM customers_masked GROUP BY city ORDER BY n DESC LIMIT 5", c)
print(df) # 分布统计仍可跑
EOF
在脱敏后数据里搜原身份证号,证明 0 命中:
python - << 'EOF'
import pymysql
c = pymysql.connect(host='192.168.32.130', port=3307, user='root',
password='fds_root_2026', database='bank_shadow')
cur = c.cursor()
cur.execute("SELECT COUNT(*) FROM customers_masked WHERE id_number IN (SELECT id_number FROM …)")
# 换成:取业务库原 100 个证件号,到影子库查命中数,预期 0
EOF
(提示:读业务库 100 个证件号 → 影子库 WHERE id_number IN (...),报告贴 0 命中截图)
算子实现 4 分(置换确定性 1 分、FFX 思路正确 1 分)|影子库落库 2 分|对比表结论 2 分|泄露验证 2 分
| 问题 | 处理 |
|---|---|
| to_sql 报错 | pip install sqlalchemy;或改用 executemany 逐行插入 |
| age 列不存在 | 用 wealth_risk_eval 或自行在 CREATE TABLE 里以 birth_year 换算 |
| 置换映射每次运行都变 | 检查 salt 是否写死——salt 变了映射就变,这正是"确定性"考点 |
mask.py + exp05_样例.csv + 三算子对比表 + 两张验证截图
<!-- ======== 实验06-动态脱敏.md ======== -->
对应模块 M3 | 2 学时 | 产出物:动态脱敏代理配置 + 三角色对比截图
与实验5 的区别一句话:静态改库里存的数,动态改"查询返回的数"——原始数据不动
搭一个 MySQL 代理层,让三类账号查同一张表得到不同结果:
auditor(审计员):明文teller(柜员):手机号遮盖outsourcer(外包):关键列直接 NULL生产常用 Apache ShardingSphere-Proxy(Apache-2.0,版权无忧)。课程提供两种路线:
labs/exp06-sharding/python - << 'EOF'
import pymysql
c = pymysql.connect(host='192.168.32.130', port=3306, user='root',
password='fds_root_2026', database='bank_biz')
cur = c.cursor()
for user, host in [('auditor','%'), ('teller','%'), ('outsourcer','%')]:
cur.execute(f"CREATE USER IF NOT EXISTS {user}@'{host}' IDENTIFIED BY '{user}_fds_2026'")
cur.execute("GRANT SELECT ON bank_biz.* TO auditor@'%'")
cur.execute("GRANT SELECT ON bank_biz.* TO teller@'%'")
cur.execute("GRANT SELECT(id, name) ON bank_biz.customers TO outsourcer@'%'") # 列级收权
c.commit(); print("三个账号就绪")
EOF
新建 dyn_proxy.py——模拟代理层核心逻辑:按连接角色对结果集做改写:
import pymysql, re
POLICY = { # 角色 -> 字段 -> 算子(这就是策略中心的雏形)
"teller": {"phone": lambda v: v[:3] + "****" + v[7:]},
"outsourcer": {"phone": lambda v: None, "id_number": lambda v: None},
}
def query_as(role, sql):
if role == "auditor": # 审计员直连明文
conn = pymysql.connect(host='192.168.32.130', port=3306,
user='auditor', password='auditor_fds_2026', database='bank_biz')
else:
conn = pymysql.connect(host='192.168.32.130', port=3306,
user='teller', password='teller_fds_2026', database='bank_biz')
cur = conn.cursor(); cur.execute(sql)
cols = [d[0] for d in cur.description]; rows = cur.fetchall(); conn.close()
rules = POLICY.get(role, {})
if rules:
fixed = []
for r in rows:
fixed.append(tuple(
(rules[c](r[i]) if (c in rules and r[i] is not None) else r[i])
for i, c in enumerate(cols)))
rows = fixed
return cols, rows
if __name__ == "__main__":
sql = "SELECT name, phone, id_number FROM customers LIMIT 3"
for role in ("auditor", "teller", "outsourcer"):
cols, rows = query_as(role, sql)
print(f"--- {role} ---")
for r in rows: print(dict(zip(cols, r)))
运行 python dyn_proxy.py,预期:
13812345678、110101... 全明文138****5678,证件号明文(策略里没配)三种输出各截一张图,拼进报告。
把 POLICY 里 teller 的 phone 规则改成"保留前7后2"(v[:7]+"**"+v[9:]),
不改代码只改字典重新运行——这就是"策略中心化"的价值。截图改前改后两次结果。
# 在 VM 上执行 cd ~/fds-labenv && sudo docker run -d --name ss-proxy -p 33060:3307 \ apache/shardingsphere-proxy:5.4.1 # 配置文件挂载方式与 mask 规则 YAML 见 labs/exp06-sharding/ 目录内注释
配好后用 mysql 客户端连 33060 验证 SELECT phone FROM customers LIMIT 3 返回遮盖值。
(镜像约 300MB,VM 网络波动时多试几次;跑不通不影响及格)
三角色差异正确 4 分|列级收权落地 2 分|热更新演示 2 分|报告说明静态vs动态区别 2 分
| 问题 | 处理 |
|---|---|
| CREATE USER 报错已存在 | 前面加了 IF NOT EXISTS;密码错就 ALTER USER 重设 |
| outsourcer 查询报列不存在 | 这是列级收权生效了——用能查的列名重试 |
| A/B 路线结果不一致 | 正常:A 是脚本模拟,B 是真代理;报告里写清用的是哪条路线 |
dyn_proxy.py + 三张角色截图 + 热更新截图 + 100 字"静态 vs 动态"区别说明
<!-- ======== 实验07-字段加密KMS.md ======== -->
对应模块 M3 / M2.5 | 2 学时 | 产出物:加密落库的客户表 + KMS 操作记录
核心考点:密文可以进库,密钥永远不进库——"密钥和密文同库同表"是密评第一条失分项
用课程自研 KMS(http://192.168.32.130:8100)对 customers 表的手机号做信封式字段加密并落库,验证密钥轮换前后均可解密、错误密钥不可解。
curl http://192.168.32.130:8100/health 返回 200pip install pymysql requestsPOST /keys body {"key_id":"xxx"} 创建GET /keys 列表;POST /keys/{id}/rotate 轮换POST /encrypt body {"key_id":"xxx","plaintext_b64":"..."}POST /decrypt body {"key_id":"xxx","ciphertext_b64":"..."}curl -s -X POST http://192.168.32.130:8100/keys -H "Content-Type: application/json" -d '{"key_id":"exp07-key"}'
python - << 'EOF'
import requests, base64
p = base64.b64encode("13812345678".encode()).decode()
e = requests.post("http://192.168.32.130:8100/encrypt",
json={"key_id":"exp07-key","plaintext_b64":p}).json()
print("密文:", e["ciphertext_b64"][:32], "…")
d = requests.post("http://192.168.32.130:8100/decrypt",
json={"key_id":"exp07-key","ciphertext_b64":e["ciphertext_b64"]}).json()
print("解密:", base64.b64decode(d["plaintext_b64"]).decode())
EOF
新建 encrypt_col.py:
import pymysql, requests, base64
KMS = "http://192.168.32.130:8100"
KEY = "exp07-key"
def enc(v: str) -> str:
r = requests.post(f"{KMS}/encrypt", json={
"key_id": KEY, "plaintext_b64": base64.b64encode(v.encode()).decode()}).json()
return r["ciphertext_b64"]
src = pymysql.connect(host='192.168.32.130', port=3306, user='root',
password='fds_root_2026', database='bank_biz')
dst = pymysql.connect(host='192.168.32.130', port=3307, user='root',
password='fds_root_2026', database='bank_shadow')
cur = dst.cursor()
cur.execute("""CREATE TABLE IF NOT EXISTS customers_enc (
id INT PRIMARY KEY,
phone_cipher TEXT COMMENT 'KMS密文',
key_version VARCHAR(8) COMMENT '加密时所用密钥版本')""")
rows = pymysql.connect(host='192.168.32.130', port=3306, user='root',
password='fds_root_2026', database='bank_biz') \
.cursor().execute("SELECT COUNT(*) FROM customers")
import pandas as pd
df = pd.read_sql("SELECT id, phone FROM customers LIMIT 500", src)
for _, r in df.iterrows():
cur.execute("REPLACE INTO customers_enc VALUES (%s,%s,%s)",
(int(r["id"]), enc(str(r["phone"])), "v1"))
dst.commit()
print("已加密落库", len(df), "行")
# 1) 轮换密钥
curl -s -X POST http://192.168.32.130:8100/keys/exp07-key/rotate
# 2) 用 v1 旧密文仍然解密成功(新旧版本共存)
python - << 'EOF'
import pymysql, requests, base64
c = pymysql.connect(host='192.168.32.130', port=3307, user='root',
password='fds_root_2026', database='bank_shadow')
cur = c.cursor(); cur.execute("SELECT id, phone_cipher FROM customers_enc LIMIT 3")
for cid, cipher in cur.fetchall():
d = requests.post("http://192.168.32.130:8100/decrypt",
json={"key_id":"exp07-key","ciphertext_b64":cipher}).json()
print(cid, "->", base64.b64decode(d["plaintext_b64"]).decode())
EOF
预期:轮换后旧密文仍解得开。回答报告问题:为什么 KMS 要保留旧版本密钥?
(答:轮换只影响新加密,存量密文要靠版本化旧密钥解——删旧版本=数据丢失)
curl -s -X POST http://192.168.32.130:8100/keys -d '{"key_id":"wrong-key"}' -H "Content-Type: application/json"
python - << 'EOF'
import requests
r = requests.post("http://192.168.32.130:8100/decrypt",
json={"key_id":"wrong-key","ciphertext_b64":"AAAA"})
print(r.status_code, r.text[:120]) # 预期报错,不是明文
EOF
对照 M2.5 讲稿"密评失分项 Top5"逐条检查你的实现并写进报告:
批量加密落库 3 分|轮换+共存验证 3 分|错误密钥验证 2 分|密评对照结论 2 分
| 问题 | 处理 |
|---|---|
| KMS 502/连接拒绝 | docker compose ps 看 fds-kms 是否 healthy;docker compose restart kms |
| 批量加密太慢 | 500 行逐次 HTTP 属正常(约1分钟);别用多线程打爆教学 KMS |
| 落库中文乱码 | 连接串加 charset='utf8mb4' |
encrypt_col.py + 两张验证截图 + 密评对照表
<!-- ======== 实验08-共享通道审批留痕.md ======== -->
对应模块 M3 | 2 学时 | 产出物:一键共享脚本 + 审计留痕截图
场景:业务部门说"把客户名单发给合作方"——你作为数据安全岗,怎么让这个动作合规、留痕、可审计
实现一个"共享导出"闭环:审批登记 → 水印植入 → 最小化字段导出 → 通道传输 → 全程写审计索引,并演示"没有审批单就导不出"的拦截。
curl http://192.168.32.130:9200 返回集群信息fds-audit(与控制台访问记录同索引)新建 share.py,先抄骨架:
import requests, json, datetime as dt, hashlib, csv
OS = "http://192.168.32.130:9200"
def audit(action: str, detail: dict):
"""每个关键动作都写一条审计——这是'留痕'的落点"""
requests.post(f"{OS}/fds-audit/_doc", json={
"@timestamp": dt.datetime.utcnow().isoformat(),
"user": "stu-你的名字", "action": action, **detail}, timeout=5)
def make_approval(applicant, purpose, fields, rows, expire_hours=24):
"""审批单:谁/为什么/哪些字段/多少行/有效期——五要素缺一不可"""
ap = {"applicant": applicant, "purpose": purpose,
"fields": fields, "rows": rows, "expire_hours": expire_hours,
"status": "PENDING"}
aid = hashlib.sha256(json.dumps(ap, sort_keys=True).encode()).hexdigest()[:12]
ap["approval_id"] = aid
audit("share_approval_created", ap)
return ap
def approve(ap: dict, approver: str):
ap["status"] = "APPROVED"; ap["approver"] = approver
audit("share_approval_approved", {"approval_id": ap["approval_id"],
"approver": approver})
思考题写进报告:为什么 approval_id 用内容哈希而不是自增?(提示:审批单不可篡改)
def export_for_share(ap: dict, df, watermark_secret: str):
"""四道闸:状态→字段→行数→水印"""
# 闸1:未审批不放行
if ap.get("status") != "APPROVED":
audit("share_denied", {"approval_id": ap["approval_id"], "reason": "未审批"})
raise PermissionError("共享导出被拒:无有效审批单")
# 闸2:字段最小化——超出审批字段一律砍掉
extra = set(df.columns) - set(ap["fields"])
if extra:
audit("share_field_trimmed", {"approval_id": ap["approval_id"],
"trimmed": sorted(extra)})
df = df[list(ap["fields"])]
# 闸3:行数上限
df = df.head(ap["rows"])
# 闸4:每行带溯源标识(生产为水印,此处为标记列,实验14 升级为真水印)
df = df.copy(); df["_share_id"] = ap["approval_id"]
audit("share_exported", {"approval_id": ap["approval_id"],
"rows": len(df), "fields": list(df.columns)})
return df
if __name__ == "__main__":
import pymysql, pandas as pd
c = pymysql.connect(host='192.168.32.130', port=3306, user='root',
password='fds_root_2026', database='bank_biz')
df = pd.read_sql("SELECT id, name, phone, id_number FROM customers LIMIT 200", c)
# 路径1:未审批 → 应被拦截
ap1 = make_approval("stu-你的名字", "合作方营销测试",
["name", "phone"], 200)
try:
export_for_share(ap1, df, "OP0033")
except PermissionError as e:
print("拦截成功:", e)
# 路径2:审批后 → 导出,且超范围字段被砍
approve(ap1, "dept-manager")
out = export_for_share(ap1, df, "OP0033")
out.to_csv("exp08_共享导出.csv", index=False, encoding="utf-8-sig")
print(out.columns.tolist()) # 预期:没有 id_number(未在审批单内)
print(len(out)) # 预期 200
fds-audit*user: "stu-你的名字",时间范围最近 15 分钟share_approval_created → share_denied → share_approval_approved → share_field_trimmed + share_exported用 1 分钟讲清楚你的四道闸分别防什么:
状态闸防未批先用 / 字段闸防超范围要数 / 行数闸防一次捞走 / 水印闸防事后无法定责。
四道闸实现 4 分|双路径验证 2 分|审计链完整可查 3 分|思考题 1 分
| 问题 | 处理 |
|---|---|
| 写 audit 报 timeout | OpenSearch 忙;重跑即可,timeout=5 已放宽 |
| 看板查不到记录 | 时间范围改成"最后1小时";确认索引模式是 fds-audit* |
| 想清空审计重跑 | curl -X DELETE http://192.168.32.130:9200/fds-audit(教学环境允许) |
share.py + exp08_共享导出.csv + 看板留痕截图 + 思考题答案
<!-- ======== 实验09-RLS与高危规则.md ======== -->
对应模块 M4 | 2 学时 | 产出物:RLS 演示截图 + OpenSearch 高危规则配置与告警截图
两个考点:行级权限(柜员只看本网点)与高危行为规则化(日志不只是存,要能告警)
① 在 PostgreSQL 演示 RLS:同一张表,teller_b001 只能查到本网点行,outsourcer 角色列被屏蔽;② 在 OpenSearch 写一条"单次查询超 200 条"高危规则并验证命中。
pip install psycopg2-binarypython - << 'EOF'
import psycopg2
c = psycopg2.connect(host='192.168.32.130', port=15432, user='postgres',
password='fds_pg_2026', dbname='bank_rl')
cur = c.cursor()
cur.execute("SELECT schemaname, tablename, policyname, roles, qual FROM pg_policies")
for r in cur.fetchall(): print(r)
EOF
读懂输出:策略把可见行限定在 branch_id = current_setting('app.branch') 之类会话变量上。
python - << 'EOF'
import psycopg2
# teller_b001:2号网点柜员(密码见 init/01-init.sql,默认 teller_2026)
c = psycopg2.connect(host='192.168.32.130', port=15432, user='teller_b001',
password='teller_2026', dbname='bank_rl')
cur = c.cursor()
cur.execute("SELECT count(*) FROM accounts")
print("teller_b001 能看到的行数:", cur.fetchone()[0])
# 对比管理员视角
c2 = psycopg2.connect(host='192.168.32.130', port=15432, user='postgres',
password='fds_pg_2026', dbname='bank_rl')
cur2 = c2.cursor(); cur2.execute("SELECT count(*) FROM accounts")
print("postgres 全量行数:", cur2.fetchone()[0])
EOF
预期两个数字差距明显(柜员只见本网点)。截图对比。
以另一网点柜员(init 脚本里有,如 teller_b002 / teller_2026)连库再查 count,
证明不同柜员可见集合不同——RLS 生效,不是权限写死。
以 outsourcer 连库执行 SELECT * FROM accounts LIMIT 1,
预期:敏感列(证件号/卡号)返回 NULL 或直接无该列。记录截图。
回答报告问题:列屏蔽用视图实现 vs RLS 实现,各自的适用场景?
(答:列屏蔽管"看哪些列",视图简单;行级过滤管"看哪些行",必须 RLS。两者常叠加。)
python - << 'EOF'
import requests, datetime as dt, random
OS = "http://192.168.32.130:9200"
ops = ["OP0011", "OP0033", "OP0058"]
for i in range(300):
op = ops[i % 3]
n = random.randint(1, 250) # 单次查询返回行数
requests.post(f"{OS}/fds-audit/_doc", json={
"@timestamp": dt.datetime.utcnow().isoformat(),
"user": op, "action": "batch_query",
"rows_returned": n, "src_ip": f"10.0.{i%5}.{i%250}"}, timeout=5)
print("300 条事件已写入")
EOF
fds-audit*action:batch_query AND rows_returned:>200把阈值改成 500 再测:还报吗?改成 100 呢?
写 3 句话结论:阈值太松漏报、太紧告警疲劳——引出 M4 讲稿"阈值+基线"双层设计(实验10 展开)。
RLS 验证完整 4 分|列屏蔽验证 2 分|高危规则配置并命中 3 分|调优结论 1 分
| 问题 | 处理 |
|---|---|
| teller 密码不对 | 看 labs/00-labenv/postgres/init/01-init.sql 里的 CREATE ROLE 语句为准 |
| RLS 不生效全表可见 | 确认用的是 teller 账号连库(postgres 是超级用户,RLS 对其无效——这本身是考点) |
| Alerting 找不到入口 | 版本差异:菜单可能叫 Anomaly Detection 旁的 Alerting;找 Create monitor 即可 |
| 命中 0 条 | Step 5 的 300 条里 rows_returned>200 约占 1/5;检查查询语法 rows_returned:>200 无空格 |
四张截图 + 列屏蔽思考题 + 阈值调优结论
<!-- ======== 实验10-内部人批量导出监测.md ======== -->
对应模块 M4 | 2 学时 | 产出物:OP0033 溯源报告(阈值+基线+水印三层证据链)
这是全课程"最像真案侦破"的实验:合成数据里埋了一个学会规避单日阈值的家伙,抓他
用 SQL + 控制台 + 水印三层手段,完整复现"内部人员分批捞取客户征信数据"的检测与定责:
第一层阈值抓现行 → 第二层基线抓规律 → 第三层水印做定责。
pip install pymysql pandas matplotlibpython - << 'EOF'
import pymysql, pandas as pd
c = pymysql.connect(host='192.168.32.130', port=3306, user='root',
password='fds_root_2026', database='bank_biz')
df = pd.read_sql("SELECT operator_id, DATE(query_time) d, COUNT(*) n "
"FROM credit_query_log GROUP BY operator_id, d LIMIT 20", c)
print(df)
print("总操作员数:", pd.read_sql(
"SELECT COUNT(DISTINCT operator_id) n FROM credit_query_log", c)["n"][0])
EOF
python - << 'EOF'
import pymysql, pandas as pd
c = pymysql.connect(host='192.168.32.130', port=3306, user='root',
password='fds_root_2026', database='bank_biz')
daily = pd.read_sql("""SELECT operator_id, DATE(query_time) d, COUNT(*) n
FROM credit_query_log GROUP BY operator_id, d""", c)
THRESHOLD = 200
hit = daily[daily["n"] > THRESHOLD]
print(f"阈值 {THRESHOLD} 命中 {len(hit)} 条:")
print(hit.sort_values("n", ascending=False).head(10))
EOF
预期:普通操作员偶有超标(忙日),OP0033 可能没进榜——他故意控制在阈值内。
在报告里写:单层阈值的漏洞是什么?(答:攻击者把量摊到阈值之下即可绕过)
python - << 'EOF'
import pymysql, pandas as pd
c = pymysql.connect(host='192.168.32.130', port=3306, user='root',
password='fds_root_2026', database='bank_biz')
daily = pd.read_sql("""SELECT operator_id, DATE(query_time) d, COUNT(*) n
FROM credit_query_log GROUP BY operator_id, d""", c)
# 个人基线 = 自己历史日均值
base = daily.groupby("operator_id")["n"].mean().rename("baseline")
m = daily.merge(base, on="operator_id")
m["ratio"] = m["n"] / m["baseline"]
# 规则:当日量 > 个人基线 3 倍 且 当日绝对量 > 50(防低量误报)
flag = m[(m["ratio"] > 3) & (m["n"] > 50)]
print(flag.sort_values("ratio", ascending=False).head(10))
# 画图存证:OP0033 vs 全体均值的每日查询曲线
import matplotlib
matplotlib.use("Agg"); import matplotlib.pyplot as plt
op33 = daily[daily["operator_id"] == "OP0033"]
avg = daily.groupby("d")["n"].mean()
plt.figure(figsize=(10, 4))
plt.plot(op33["d"], op33["n"], label="OP0033", marker="o")
plt.plot(avg.index, avg.values, label="全体均值")
plt.legend(); plt.title("OP0033 vs baseline"); plt.xticks(rotation=45)
plt.tight_layout(); plt.savefig("exp10_基线对比.png", dpi=120)
print("图已存 exp10_基线对比.png")
EOF
预期:OP0033 每天都贴着"略超自己基线3倍"或"恒定高于均值"——分批捞取的典型形态。截图曲线图。
模拟"泄露数据在外部发现了",用页签⑤原理做溯源:
python - << 'EOF'
import hashlib
# 外部流出数据里提取到的 4bit 指纹(课程预置场景)
leaked_bits = "1011"
candidates = {"OP0033": None, "OP0011": None, "OP0058": None}
for op in candidates:
candidates[op] = bin(int(hashlib.sha256(op.encode()).hexdigest(), 16))[-4:]
print("各操作员水印指纹:", candidates)
# 比对命中
hit = [op for op, b in candidates.items() if b == leaked_bits]
print("泄露源定位:", hit)
EOF
预期输出定位到 OP0033。写一句定责链:基线发现异常 → 行为曲线存证 → 水印指纹定位到人。
按课程"案例五段式"格式写 300 字小报告:
打开控制台页签⑥,确认检测结果与你的 SQL 一致(该页签阈值偏保守,命中可能为空——把你的 SQL 结果截图对照说明即可,这本身就是"参数窗口"的教学点)。
两层检测实现 4 分|曲线存证 2 分|水印定责闭环 2 分|报告质量 2 分
| 问题 | 处理 |
|---|---|
| matplotlib 中文字变方块 | plt.rcParams["font.sans-serif"]=["SimHei"];或标签用英文 |
| OP0033 ratio 不够 3 倍 | 调低倍数到 2 或降低绝对量门槛重试;并把参数写进报告(检测即调参) |
| 想重置数据重跑 | docker compose up -d --build generator(幂等重灌,所有学员数据一致) |
两份检测脚本 + exp10_基线对比.png + 水印定位截图 + 五段式报告
<!-- ======== 实验11-出境合规评估演练.md ======== -->
对应模块 M6 | 2 学时 | 产出物:《数据出境合规评估演练报告》
本实验不写代码,练的是判断顺序:三条路径先走哪条、金融叠加约束卡在哪
针对三个虚构场景,完成出境路径判断与评估报告初稿,掌握"先路径、再条件、后材料"的顺序感。
场景 A(必做):虚构城商行拟把信用卡客户的姓名/手机号/账单地址传输给位于新加坡的集团风控系统做联合建模。
场景 B:总行科技部采购境外 SaaS 日志分析工具,运维日志(含操作员账号、IP)上传至美西集群。
场景 C:自贸区分行拟向境外合作机构提供企业征信脱敏数据集(已泛化到行业级、删除全部标识符)。
对每个场景按顺序回答三问(把答案写成树状图或表格):
按 SCC 主路径模拟填写评估要素(模板见 labs/manuals/exp11-模板/出境评估演练-模板.md):
每个场景写 150 字判断,必须包含:
| 检查项 | A | B | C |
|---|---|---|---|
| 明确了数据类型与量级 | |||
| 路径判断有法条依据 | |||
| 金融行业约束已叠加分析 | |||
| 接收方义务条款完整 | |||
| 遗留风险如实列出 |
辩题:"脱敏数据出境不需要任何合规动作"。正反各准备 3 条论据。
(提示:C 场景的答案就藏在这里——再脱敏也可能构成"重要数据"或需按自贸区负面清单比对)
路径判断顺序正确 4 分|金融叠加约束分析 3 分|遗留风险如实性 2 分|辩论准备 1 分
(评分强调:结论可以错,依据不能空——合规工作的价值在推理过程)
| 问题 | 处理 |
|---|---|
| 新规迭代快,担心过时 | 课程口径标注了【分析】的部分以你当地最新要求为准;报告里写"截至 2026-10 口径" |
| 分不清 SCC 与安全评估 | 记忆锚点:CII/大量→评估;普通个信→SCC;本课程环境全是普通量级 |
| 负面清单查不到自贸区原文 | 用课程讲稿的框架讲法即可,备注"属地清单待属地查证" |
《出境合规评估演练报告》(含决策树/表格 + 三个场景结论)
<!-- ======== 实验12-毕业设计.md ======== -->
对应模块 M8 | 8 学时 + 答辩 | 产出物:四件套交付物 + 答辩
毕业设计 = 全课程 14 个实验的"集成上线"。做完它,你就有一套完整的、可对外展示的作品集
滨川市商业银行(虚构):总资产 800 亿,城商行,员工 2100 人,12 家分行。
已建:核心系统(模拟库=课程实验环境 bank_biz)、手机银行、征信查询系统。
已知现状(故意留的坑,要用实验工具去发现):
| 阶段 | 学时 | 动作 |
|---|---|---|
| 1 资产盘点 | 2 | 扩展实验3 脚本扫新增系统设定 → 更新清单 |
| 2 差距分析 | 2 | 逐条对照,挂证据 |
| 3 整改方案 | 2 | 差距→整改项→路线图 |
| 4 迎检手册 | 2 | checklist + 问答演练 |
| 项 | 分值 | 评分要点 |
|---|---|---|
| 清单 | 25 | 完整 10 / 依据 10 / 格式 5 |
| 差距分析 | 30 | 证据链 15 / 条款引用 10 / 严重度判断 5 |
| 整改方案 | 25 | 可落地 15 / 优先级合理 5 / 成本意识 5 |
| 迎检手册 | 20 | checklist 完整 10 / 问答口径 10 |
| 问题 | 处理 |
|---|---|
| 新增系统没有真实数据 | 用 generator 的 CSV 快照虚构对应表,说明"模拟系统数据"即可 |
| 证据截图怎么才算有效 | 必须含时间戳/命令回显,聊天记录截图无效 |
| 想换一个行业背景 | 不允许——统一设定才能互评与横向比较 |
四件套文件 + 作品集打包 zip + 答辩 PPT(复用思度模板,≤ 8 页)
<!-- ======== 实验13-SM2签名验签.md ======== -->
对应模块 M2.5 | 2 学时 | 产出物:签名验签脚本 + 自建 CA 签发的证书
国密不是考试题,是金融行业每天在用的基础设施——本实验亲手把它跑通一遍
① 用纯 Python 库跑通 SM2 密钥生成/签名/验签;② 自建一个迷你 CA,给"课程系统"签发 SM2 证书;③ 理解"签名验签"与"加解密"是两回事。
pip install gmssl(纯 Python 实现国密,无需系统依赖)签名/验签/加解密一把跑(照抄即可,密钥对为课程固定演示密钥):
python - << 'EOF'
import binascii
from gmssl import sm2, func
# —— 生成 SM2 密钥对 ——
# 公钥由椭圆曲线点乘算出;gmssl 不直接提供,用固定演示密钥对:
private_key = "00B9AB0B828FF68872F21A837FC303668428DEA11DCD1B24429D0C99E24EED83D5"
public_key = "B9C9A6E04E9C91F7BA880429273747D7EF5DDEB0BB2FF6317EB00BEF331A83081" \
"A6994B8993F3F5D6EADDDB81872266C87C018FB4162F5AF347B483E24620207"
sm2_crypt = sm2.CryptSM2(public_key=public_key, private_key=private_key)
# —— 签名 / 验签 ——
data = b"transfer:1001,amount:2800.00,from:CUST889,to:OP0033"
sig = sm2_crypt.sign(data, func.random_hex(64)) # 随机数 k 每次不同
print("签名(前32hex):", sig[:32], "…")
ok = sm2_crypt.verify(sig, data)
print("验签结果:", ok)
# —— 篡改检测(关键演示)——
bad = data.replace(b"2800.00", b"9900.00")
print("篡改后验签:", sm2_crypt.verify(sig, bad)) # 预期 False
# —— 加解密(对比:签名管完整性,加密管保密性)——
ct = sm2_crypt.encrypt(b"secret-pan-6222xxxx")
pt = sm2_crypt.decrypt(ct)
print("解密还原:", pt)
EOF
预期:验签 True / 篡改后 False / 解密还原原文。把这三行结果截图。
新建 mini_ca.py:
from gmssl import sm2, func, sm3
import hashlib, json, datetime as dt
class MiniCA:
"""教学级 CA:根密钥 + 证书签发 + 验证链。生产必须用合规密码产品"""
def __init__(self, root_private, root_public):
self.root = sm2.CryptSM2(public_key=root_public, private_key=root_private)
def issue(self, subject: dict, subject_public: str) -> dict:
"""给申请者签发证书:主体信息 + 公钥 + CA签名"""
tbs = json.dumps(subject, sort_keys=True) + "|" + subject_public
tbs_bytes = tbs.encode()
sig = self.root.sign(tbs_bytes, func.random_hex(64))
return {"tbs": tbs, "sig": sig,
"issued_at": dt.datetime.utcnow().isoformat()}
def verify(self, cert: dict) -> bool:
return self.root.verify(cert["sig"], cert["tbs"].encode())
def fingerprint(self, cert: dict) -> str:
"""证书指纹:SM3 哈希(国密对 SHA256 的对应物)"""
return sm3.sm3_hash(func.bytes_to_list(cert["tbs"].encode()))
if __name__ == "__main__":
# 根密钥(课程固定演示密钥;生产环境根私钥必须离线保存)
ROOT_PRIV = "00B9AB0B828FF68872F21A837FC303668428DEA11DCD1B24429D0C99E24EED83D5"
ROOT_PUB = ("B9C9A6E04E9C91F7BA880429273747D7EF5DDEB0BB2FF6317EB00BEF331A83081"
"A6994B8993F3F5D6EADDDB81872266C87C018FB4162F5AF347B483E24620207")
ca = MiniCA(ROOT_PRIV, ROOT_PUB)
# 给"课程转账系统"签发证书
cert = ca.issue(
subject={"CN": "fds-course-transfer", "O": "思度安全教学", "valid": "365d"},
subject_public=ROOT_PUB)
print("证书签发成功:", ca.verify(cert))
print("证书指纹(SM3):", ca.fingerprint(cert))
json.dump(cert, open("exp13_cert.json", "w"), ensure_ascii=False, indent=2)
运行后回答报告问题:
python - << 'EOF'
import json, hashlib
from gmssl import sm2, func
# 场景:柜员提交转账指令 -> 后台验签后才入账
msg = {"tx_no": "T20261026001", "amount": "2800.00",
"from": "CUST889", "operator": "OP0033"}
raw = json.dumps(msg, sort_keys=True).encode()
sig = sm2.CryptSM2(public_key=ROOT_PUB, private_key=ROOT_PRIV).sign(raw, func.random_hex(64))
print("报文+签名已生成 ->", hashlib.md5(raw).hexdigest()[:8])
# 后台:先验签,再核对证书状态,最后入账——顺序不能反
EOF
(ROOT_PUB 从 Step 2 复制;把"先验签后入账"写进你的整改清单模板)
| 检查项 | 你的结论 | 依据 |
|---|---|---|
| 身份鉴别用了 SM2 证书/双因子 | GB 39786 数据层面要求 | |
| 传输用了国密 TLS(或计划) | GM/T 0024 | |
| 签名算法是否自研 | 必须否 | 密码不允许自研 |
| 密钥如何保存 | 课程演示写死=不合格,写明 | 密评失分项 |
三件套跑通 3 分|CA 签发验证 3 分|思考题深度 2 分|密评对照 2 分
| 问题 | 处理 |
|---|---|
| gmssl 装不上 | pip install gmssl -i https://pypi.tuna.tsinghua.edu.cn/simple;纯 Python 包,无系统依赖 |
| sign 报错缺参数 | sign(data, random_hex) 两参齐全;随机数每次要新 |
| 想跑真国密 TLS | 进阶:Nginx + GmSSL 编译工程量大,课程只要求理解原理与自查清单 |
mini_ca.py + exp13_cert.json + 三张结果截图 + 密评自查表
<!-- ======== 实验14-数据库水印溯源.md ======== -->
对应模块 M2.5 | 2 学时 | 产出物:水印工程版脚本 + 溯源报告
这是课程的"招牌实验":控制台页签⑤是演示版,本实验从演示版打到工程版——也是你将来可打包售卖的自研能力
实现完整版数据库水印:① 多比特水印按密钥散列嵌入金额小数位(业务误差容忍内);② 抗"取子集/重聚合"的提取验证;③ 从泄露样本反向定位泄露源(哪次导出、哪个工号)。
pip install pymysql pandas hashlib(标准库为主)新建 watermark.py,工程版三要素:密钥选行、比特嵌入、盲提取:
import pymysql, pandas as pd, hashlib
KEY = "sdfin-2026" # 水印密钥:只有数据拥有方知道
TOLERANCE = 0.03 # 业务容忍:金额±3分不影响对账
def _h(s: str) -> int:
return int(hashlib.sha256(s.encode()).hexdigest(), 16)
def embed(df: pd.DataFrame, secret: str) -> pd.DataFrame:
"""把 secret 的二进制(如工号哈希的 16bit)按密钥散列嵌入 amount 列"""
bits = bin(int(hashlib.sha256(secret.encode()).hexdigest(), 16))[-16:]
out = df.copy()
for i in out.index:
row_key = f"{KEY}:{i}"
if _h(row_key) % 100 < 50: # 约一半行参与(抗抽样)
bit = bits[_h(f"{KEY}:bit:{i}") % 16]
delta = (1 if bit == '1' else -1) * 0.01 * (1 + _h(row_key) % 3)
out.loc[i, "amount"] = round(out.loc[i, "amount"] + delta, 2)
return out
def extract(watered: pd.DataFrame, original_amounts: list) -> str:
"""盲提取:拿'原值比对'简化版(工程版用多数投票,见 Step 3 思考)"""
marks = ""
for j, (_, row) in enumerate(watered.iterrows()):
row_key = f"{KEY}:{j}"
if _h(row_key) % 100 < 50:
diff = row["amount"] - original_amounts[j]
marks += "1" if diff > 0 else "0"
return marks[:16]
python - << 'EOF'
from watermark import *
import pymysql, pandas as pd
c = pymysql.connect(host='192.168.32.130', port=3306, user='root',
password='fds_root_2026', database='bank_biz')
df = pd.read_sql("SELECT * FROM transactions LIMIT 200", c)
orig = df["amount"].astype(float).tolist()
w = embed(df, "OP0033")
diff = (w["amount"].astype(float) - df["amount"].astype(float)).abs()
print("最大扰动:", diff.max(), "分级容忍内:", bool((diff <= TOLERANCE).all()))
extracted = extract(w, orig)
import hashlib as H
expect = bin(int(H.sha256(b"OP0033").hexdigest(), 16))[-16:][:16]
print("提取指纹:", extracted)
print("期望指纹:", expect[:len(extracted)])
print("一致:", extracted == expect[:len(extracted)])
w.to_csv("exp14_watered.csv", index=False, encoding="utf-8-sig")
EOF
截图三行输出:最大扰动 / 提取指纹 / 一致 True。
对水印数据依次做三种"攻击",每次重新提取并记录指纹残存度:
# 追加到 watermark.py 底部直接跑
import hashlib as H
def residual(w: pd.DataFrame, orig: list) -> str:
return extract(w, orig)
# 攻击1:抽样 50%(泄露者只拿走一半数据)
sample = w.sample(frac=0.5, random_state=1)
print("抽样50%后提取:", residual(sample, orig[:len(sample)]))
# 提示:抽样后行号错位,正确做法是带着原索引提取——
# 把 extract 里的 j 换成 row 的真实 index,重测残存度(★ 必做修改)
# 攻击2:金额取整到元(抹平分位扰动)
rounded = w.copy(); rounded["amount"] = rounded["amount"].round(0)
print("取整后提取:", residual(rounded, orig))
# 攻击3:重聚合(按账户求和)——预期指纹丢失,引出"行级水印 vs 聚合水印"
报告必答三问:
python - << 'EOF'
from watermark import *
import pandas as pd, hashlib as H
# 场景:外部论坛出现一份 200 行交易数据,怀疑内部导出
leaked = pd.read_csv("exp14_watered.csv") # 当作"流出的数据"
for suspect in ["OP0011", "OP0033", "OP0058"]:
guess = bin(int(H.sha256(suspect.encode()).hexdigest(), 16))[-16:][:16]
got = extract(leaked, orig)
score = sum(a == b for a, b in zip(got, guess)) / len(got)
print(f"{suspect} 指纹吻合度: {score:.0%}")
# 预期:OP0033 吻合度最高 -> 泄露源 = OP0033 的那次导出
EOF
按产品文档格式写:适用场景 / 嵌入位置 / 密钥管理 / 抗攻击边界 / 与审计日志的组合用法。
这份文档将来直接进产品资料包——写得好它就是你的作品集亮点。
工程版实现 3 分|抗攻击测试与权衡分析 3 分|溯源闭环 2 分|方案说明文档 2 分
| 问题 | 处理 |
|---|---|
| 提取指纹对不上 | 99% 是行号错位:抽样攻击后必须带原 index 提取(★ 处已提示) |
| 扰动导致对账不平 | TOLERANCE 是业务口径;报告里写清"±3分内不影响分录平衡"的假设 |
| 想换位置嵌入 | 把 amount 换成任何数值列即可;文本列需另实现(讲稿第 5 节) |
watermark.py + exp14_watered.csv + 攻击测试输出截图 + 三问答案 + 一页方案说明
用途:免费导论课第一讲 / 招生页头图案例 / 短视频脚本底稿
口径纪律:全文分【事实】与【分析】两种标注。【事实】仅引用公开报道与官方通报;【分析】为教学推演视角,授课时明确说明,不得混用。
一句话导语(宣传用):两周之内,一个国家的银行体系被同一波攻击接连打穿——16 家金融机构、约 10 万条客户个人信息泄露、总统亲自下令彻查。这不是电影,是 2026 年 9-10 月真实发生在韩国金融业的"黑客风暴"。
| 时间 | 事件 |
|---|---|
| 2026-09-28 起 | 新韩银行贷款代理机构查询业务系统连续 3 天遭攻击 |
| 2026-09-30 | 国民银行员工移动业务支持系统被攻击,119 名客户信息被窃 |
| 2026-09-30 | 韩亚银行销售支持系统泄露 89 名客户信息 |
| 2026-09-30 | 耶加兰储蓄银行客户服务器被访问,约 4 万人信息泄露,行长公开致歉 |
| 同期 | BNK 釜山银行 11 名外包开发人员信息泄露;友利、NH 农协发现异常外部访问 |
| 2026-10-02 | 金融委员会召集银行与信用卡公司紧急会议 |
| 2026-10-04 | 总统李在明下达指示:彻底调查、制定有效对策 |
| 2026-10-06 | 总统公开表态:攻击疑有 AI 参与,要求制定"适应 AI 时代的网络安全防御措施" |
| 2026-10-07 起 | 金融监督院派驻现场调查;金融系统全面自查 |
| 2026-10-14 | 官方公布调查结果:确认 16 家金融机构被入侵,约 10 万条个人信息泄露 |
| 维度 | 数字 |
|---|---|
| 被入侵机构 | 16 家(覆盖银行、储蓄银行、相互金融、信贷金融、网络投融资、虚拟资产运营商) |
| 泄露个人信息 | 约 100,000 条(姓名、电话、身份证号、邮箱等) |
| 单机构最大泄露 | 耶加兰储蓄银行约 4 万人;新韩银行 25,729 人 |
| 行业状态 | 全金融系统强制自查,监管派员进驻 |
| 政治层级 | 总统两次公开指示(韩国金融业历史首次多机构同时遇袭) |
【事实】多方判断本次攻击由 AI 工具驱动;被攻破的多为外围系统与第三方软件,而非核心系统。
【分析】AI 把网络攻击的门槛压到了前所未有的低:
| 攻击方(现在) | 防守方 | |
|---|---|---|
| 人员 | 1-2 个熟练攻击者 | 需要成建制的安全团队 |
| 工具成本 | 大模型 API 订阅 + 云算力,每月几百到几千元;AI 自动化完成侦察、漏洞筛选、攻击编排 | 安全设备+平台+服务,年预算动辄数百万 |
| 攻击面 | 16 家机构同时试,谁弱打谁 | 必须处处设防,一处失守全盘皆输 |
| 试错成本 | 几乎为零,失败即换目标 | 一次事故 = 监管处罚 + 信任崩塌 |
【分析·结论句(宣传用)】过去发动这种规模攻击需要国家级团队,现在一个懂技术的年轻人,用几千块钱的 AI 工具订阅就能武装自己——而防守一方的缺口,恰恰是"懂数据安全的人"。 这就是攻防不对称,也是这个行业的确定性缺口。
口径提醒:以上为行业趋势分析,不是对本案攻击者成本的断言;授课与文案中必须保留【分析】标注,避免对未判决事件下结论。
| # | 失分点 | 暴露的问题 | 课程解药 |
|---|---|---|---|
| 1 | 外围系统当"二等公民" | 防御投入集中在核心系统,移动办公/业务支持系统裸奔 | M4 访问控制与审计 |
| 2 | 第三方软件供应链失控 | 外部软件漏洞直接成入口,补丁与责任悬空 | M6 对外提供与供应商管控 |
| 3 | 外包人员数据可见度 | 连外包开发人员的个人信息都在可泄露范围 | M3 动态脱敏、M4 最小权限 |
| 4 | 缺乏跨机构预警联动 | 16 家机构被同一打法逐一击破,前车之鉴没有传导 | M8 风险监测与事件报告 |
| 5 | AI 时代防御体系未建 | 总统点名"AI 时代的防御措施"——多数机构没有答案 | M7 大模型与前沿场景 |
【分析】这件事对个人的意义:
行动呼吁(CTA):
金融数据安全危在旦夕,缺口就是机会。与其观望,不如转型——
文案合规提醒:结业证明不得表述为"国家认证/职业资格";薪资数据需标注"招聘平台公开数据整理,仅供参考";案例表述以官方通报为准。
| 载体 | 改法 |
|---|---|
| 公开课 PPT | 本文一~五节直接转 12 页;第一页放"16 家/10 万条/总统下令"三个数字 |
| 公众号文章 | 标题方向:《总统都惊动了:两周打穿 16 家银行,攻击者只花了……》;正文压缩到 2500 字,结尾挂课程预告 |
| 短视频脚本 | 60 秒:3 个数字开场 → 外围系统失守 → AI 攻击成本 → "防守缺口是谁" → 关注领导论课 |
| 招生页头图 | "2026 韩国金融黑客风暴 · 16 家机构 · 10 万条信息 · AI 攻击时代已来" |