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。