非结构化数据满天飞，90%的敏感数据藏在文档堆里，怎么让AI真正分得清？
“这份合同能不能发给客户？”
某科技公司的销售总监老张最近遇到了一个尴尬的时刻——客户催着要合同初稿，他盯着文件上的"内部资料"水印，犹豫了三分钟，最后还是点了发送。发完之后心里不踏实，跑去问信息安全部门：“我刚才那个操作有问题吗？”
答案是：有问题，但说不清哪里有问题。
这不是老张一个人的困惑。绝大多数企业里，“这份文件是什么级别、能不能外发”，靠的是人工判断。人工判断意味着标准不一致，意味着总有漏网之鱼。
而真正的问题在于——这些文件，正在以你想象不到的速度堆积。
01 非结构化数据，才是数据安全的主战场
很多人提到数据安全，第一反应是"数据库"。
数据库当然重要，但一个冷酷的事实是：企业里90%的敏感数据根本不在数据库里。
合同、技术方案、财务报表、会议纪要、邮件往来、产品设计稿……这些以文档、图片、PDF、压缩包形式存在的数据，统称为非结构化数据。它们数量庞大、格式杂乱、分散存储在每一台办公电脑、每一台文件服务器、每一个云盘账号里。
数据量是结构化数据的5到10倍，管理难度却高了不止10倍。
来看看现实中的真实失控场景：
- 终端层面
：哪些电脑存了敏感文件？存了多少？有没有违规存放？
- 传输层面
：员工把文件发到外部邮箱，系统能检测到内容是否涉及商业机密吗？
- 文件层面
：一份合同在内部三个部门流转，系统知道它经过了多少人、最终去了哪里吗？
- 用户层面
：谁在频繁下载核心文档？他的行为正常吗？
- 行为层面
：数据泄露事件发生后，能精准定位到是哪一个环节、哪一个人出了问题吗？
这些问题，如果只靠人工排查，几乎不可能做到实时、全面、准确。
02 AI分类分级，到底在做什么
要解决非结构化数据的管理难题，第一步是"分得清"——系统得知道这份文件是什么内容、属于什么类别、达到什么敏感级别。
这听起来简单，做起来远比想象中复杂。
一份Excel财务报告里有"营业收入"和"核心客户"两个字段，系统怎么判断它是一份普通财务数据，还是核心商业机密？
一份PDF合同里既有甲方名称，又有项目预算金额，格式不统一、排版不规范，靠关键字能识别出来吗？
一份手机拍摄的照片截图里截取了部分合同文字，系统能看到图里的内容吗？
这就是非结构化数据分类分级的技术难点：格式不统一、内容不结构化、无法直接检索。
而AI能做的，正是解决这些问题。
03 我们验证了三件事：规则引擎打基础，AI引擎提准确率，双场景覆盖PC和服务器
在大量真实项目里，我们验证了一套非结构化数据分类分级的实战路径，总结为三个关键步骤。
第一件事：规则引擎打基础——让系统"认字"
规则引擎是分类分级的底层能力，核心原理是"匹配"。
系统对文件内容进行文本提取，然后同时运行六种检测手段：关键字匹配、数据指纹、正则表达式、文档指纹、图像指纹、语义分析。
举几个实际场景：
含"机密"“内部资料”"绝密"字样的文件 → 自动标记为高敏感级别
合同、协议类文件 → 通过文档指纹识别格式特征，归入法务类
含身份证号、手机号、银行卡号的文件 → 通过正则表达式识别个人信息，触发合规告警
设计图纸、技术方案 → 通过图像指纹识别特定文件类型
规则引擎的优势是精准、可控、符合监管要求，适合对已知敏感类型进行精确识别。
第二件事：AI引擎提准确率——让系统"读懂"
规则引擎能识别"认字"的场景，但面对大量边界模糊、内容复杂的文档，准确率会明显下降。
比如，一份项目汇报PPT里没有出现任何敏感关键字，但里面有一张组织架构图，暴露了核心团队的姓名和职位——这类内容，规则引擎识别不了。
这时候，AI智能引擎的价值就体现出来了。
基于恒脑安全垂域大模型，AI引擎的工作流程是：
- 本地文件扫描
→ 提取文档文本内容
- 产品解析文本
→ 处理各类格式（Word、PDF、图片、压缩包等100+种格式）
- 专家经验积累
→ 内置15大分类规则、100+项二级分类，以及5级敏感分级标准
- 核心推理引擎
→ 结合语义理解，判断这份文件的真实业务含义
- 大模型输出结论
→ 直接给出分类（运营类/法务类/财务类/研发类/人事类等）和分级（1-5级）
在实际项目中，这套双引擎配合，AI识别准确率达到95%以上，安全运营效率提升70%以上。
在实际部署中，任子行团队积累了多个行业的非结构化数据分类分级经验，针对金融、医疗、政府等不同场景优化了分类规则库，确保识别准确率始终维持在95%以上。
第三件事：双场景覆盖——PC终端和文件服务器都要管
分类分级不是只扫一个地方就完事了。
很多企业的问题是：员工的电脑里有文档，文件服务器（NAS）里也有大量历史文档，云盘里还有一份——同一个文件，三份副本，三个风险点。
实战方案要同时覆盖两个场景：
- PC端文件分类分级
：针对办公电脑桌面环境，自动扫描终端文件，结合DLP授权，识别敏感数据存放情况
- 服务器文件分类分级
：针对NAS和文件服务器，集中扫描合同、方案等核心文档，摸清重要数据的分布地图
两个场景均支持规则扫描和AI扫描两种模式，业务模块分别授权，企业可以按需部署。
04 分类分级之后，能做什么
分得清是第一步，分完之后才是真正的价值。
系统根据识别结果，自动形成重要数据分布地图——敏感文件在哪些终端、在哪些网段、在哪些时间段流转，一目了然。
配合文件外发审计功能，当员工尝试将高敏感文件发送到外部邮箱或网盘时，系统自动拦截或告警，同时记录操作日志，精准溯源。
对于管理者来说，分级分类结果还支撑后续的数据安全策略制定——哪类文件需要强制加密、哪类文件限制外发权限、哪些终端需要优先整改，系统说了算，不是靠经验拍脑袋。
回到开头那个场景。
销售总监老张想知道这份合同能不能发，在传统的管理模式下，他只能靠问人。
在完成非结构化数据分类分级之后，答案由系统给出：这份合同属于"法务类-合同"文档，敏感级别为4级（高），当前操作触发外发告警，请确认是否继续。
这不是未来图景，这是今天已经可以落地的能力。
数安智见——从实战中来，到实战中去。
全文完
往期推荐：
百万元罚单从1张到24张，银行数据安全怎么才能不踩坑？
一周两文：两份金融业网络安全管理办法有什么区别？