摘要本文围绕数据分类分级落地难的问题分析传统方案在AI准确率、结果使用、实时性方面的三大困局并介绍一种“以数据为核心”的分类分级思路通过AI离线分析生成规则、规则实时识别动态流量让分类分级覆盖数据库、文件与API成为可运营的数据属性。关键词数据分类分级、API安全、数据安全治理、等保、数据产权登记、大模型、规则引擎、全数据智识引擎一、背景数据开始“持证上岗”2026年9月11日国家数据产权登记服务系统上线试运行。数据要登记、要流通、要入表第一道门槛是安全合规分类分级就是这道门槛下的地基。过去三年两条主线已经清晰合规压力持续加码不做分类分级等保测评可能过不了。资产化通道正在打开不做分类分级数据产权登记也进不去。但很多项目只做了数据库分类分级却忽略了网络中大量动态数据如文件、API、应用等。数据一旦离开数据库就会在文件、API、应用之间持续流动。只分类分级静态数据等于只治理了半张网。二、传统分类分级方案的三大困局困局一AI准确率难突破分类靠字段元信息准确率能到85%分级依赖业务上下文。模型只看schema不看系统归属同名字段在不同库表等级完全不同。分级描述又一句话带过结果就是分类对、分级错审计一抓一个准。困局二分类分级结果难使用传统分类分级仅针对数据库数据动态流转数据难覆盖。项目制交付全量扫描一次就完事。新库、新表、新接口持续上线增量识别跟不上敏感数据裸奔。分级结果和防护体系难以联动。困局三智能与实时难兼顾API流量要求毫秒级返回大模型推理一次要零点几秒在线调用直接把数据库CPU占到40%以上。退回规则引擎呢规则只能认事先写死的格式新出现的敏感数据认不出。AI越准越慢规则越快越窄。三、设计思路从“以标签为核心”到“以数据为核心”传统架构以标签为核心先给数据打标签再把分类分级结果挂上去。数据本身不带分类分级得靠标签匹配。改一个等级要动标签、走流程新库新表要重新打标实时流量要么在线调大模型要么退守死规则。压力全堆在标签和外围流程上。更合理的方向是“以数据为核心”动态流转数据和静态数据库数据全覆盖分类分级直接关联到具体数据成为数据自身的属性每条数据或字段独立携带分类分级结果。带来三个变化分级不再依赖标签映射同一个字段在不同库表、不同业务场景下可以有不同分级。增量识别和调整可运营新库新表上线识别引擎直接打标API详情页可查看和调整分级并联动防护策略。实时和智能兼得数据自带分级实时流量直接匹配规则打标规则由AI离线生成。四、核心架构全数据智识引擎石犀「AI分类分级解决方案」的核心技术底座是「全数据智识引擎」AI驱动自动识别结构化与非结构化数据一键完成分类分级效率比人工提升10倍以上。引擎不在线调用AI推理实时流量而是分两步第一步AI离线分析对API流量做工程预处理去噪、结构解析、敏感信息提取。转换为结构化数据。调用大模型对字段打注释并形成分类分级。生成映射规则下发到识别引擎。第二步规则实时识别实时流量经过识别引擎时直接匹配规则打标。毫秒级响应。模型训练路线通用大模型预标注 → 人工校验修正 → 行业小模型迭代训练 → 行业小模型精准打标。让模型从通用变成行业专家对存量和实时流量自动打标规模化落地。五、场景示例大型电商订单API大型电商的订单API每天调用上亿次。如果每次都让大模型判断推理成本会直接把CPU拉满。更优方案是大模型离线完成注释和分级生成规则下发识别引擎实时流量只匹配规则毫秒级返回。哪怕调用量只有百万级在线AI推理同样会拖慢响应。离线生成规则、实时匹配规则才能兼顾智能和性能。六、三项关键能力1. 直接关联分类分级落到数据上分类分级不再挂在标签上而是直接关联到具体数据。在API详情页就能查看和调整某条数据的分级无需新建标签、重新映射。例如同一个“姓名”字段在普通用户表里是一般个人信息在患者表里就是敏感医疗信息。传统方式要建两个标签、配两套映射新方式直接在这个字段上关联分级按场景独立设置。2. 双层标签对象级 业务级AI不再只识别“姓名”而是直接识别“患者姓名”“医生姓名”审计时能直接说明数据对应的业务角色和定级依据。对象级标签关注数据基础属性如姓名可在同模板下被多个分类引用。业务级标签关注数据基础属性与业务含义如患者姓名同模板下只被一个分类引用。3. 独立可量化数据类型与敏感等级各自成标签判断不再是主观判断而是规则量化让模型越用越准。例如5级数据自动标为核心数据100万条以上个人信息自动升为重要数据脱敏后的姓名自动降为低敏感。人工修改的结果还能回流成样本让模型越用越准。这三项能力叠加让分类分级不再是静态台账而是可量化、可调整、可联动、可持续运营的数据属性。