2025年Gartner《数据安全平台市场指南》（中国篇） 发布日期：2025年1月7日 作者：Anson Chen 相关议题：中国CIO的数字技术领导力；应用与数据的安全性 在中国，数据安全平台（DSP）正逐步成为推动数据安全治理自动化、提升全组织数据合规 能力的关键工具。安全与风险管理负责人应参考本研究内容，深入理解中国数据安全平台市 场的构成与发展动态。 中国数据安全平台市场概览 数据安全平台（DSP，Data Security Platform）能够跨多个数据孤岛执行数据发现、策略 定义与策略强制执行。其策略执行能力包括保留格式的加密、标记化（Tokenization）和动 态数据脱敏。这些能力可通过连接器、代理、代理网关和API等多种方式进行交付。 中国数据安全平台市场正呈现增长趋势，主要受到以下因素推动： · 传统的、孤立的数据安全控制手段已无法满足当前安全册求; 。数据使用与数据保护方面的合规要求显著提升; 企业普遗面临 IT 渠构碎片化间题， 缺乏标准化 API 接口， 自动化能力有限, 由于数据安全平台（DSP）能够支撑数据安全治理（DSG）的落地，并增强数据驻留、流转与 使用的可视性，企业可借助DSP更便捷地在异构产品之间统一安全策略，并优化数据风险评 估与合规审查流程。可视性与控制力的提升，不仅保障了跨个人与组织间的数据安全流动， 也促进了数据资产在数据分析与人工智能（AI）等领域的广泛应用，尤其在中国的金融、通 信与政府等行业中表现尤为突出。 市场特性 ·受监管要求与安全考虑影响，中国大量运营型数据库、数据湖与数据仓库、商业智 能（BI）工具及大语言模型（LLM）部署仍以本地化为主（详见报告《创新洞察： 中国数据与分析生态的基础设施演进》)。本地用户更倾向于选择支持本地部署与混 合部署的数据安全平台，以保障其与现有数据存储与管理工具的兼容性。因此，中 国大多数DSP厂商优先发展本地部署能力，云原生功能则作为次要补充。 ·DSP可通过原生连接器、标准化API、JDBC/ODBC 驱动以及文件集成方式，连接结构 化（如数据仓库、运营数据库）与非结构化数据源（如数据湖、日志、文本文件、 多媒体数据），并适配本地与云端环境。这种连接能力使DSP能够实施包括数据分类、 访问控制、加密与审计等关键安全措施。在中国，企业常同时使用国际主流数据库 （如ApacheHadoop、MySQL、Oracle、PostgreSQL）与国产数据库（如阿里巴巴 MaxCompute、华为GaussDB、人大金仓KingBase）以满足其业务运营、成本与合规 需求（详见报告《中国数据库管理系统市场指南》)。因此，本地实家普遍偏好那些 预置支持国际与国产数据源连接能力的数据安全平台。 ·为响应中国日益严格的数据安全监管，本地DSP采购方对平台功能提出了超越标 准能力的更高要求。如需了解DSP的标准技术特性，可参考《数据安全平台市场指 南》。除此之外，为满足中国市场在业务运营与合规方面的特定需求，企业还普遍关 注以下功能： 。 数据及关联资产管理：中国的数据安全相关法规普遍要求企业明确掌握数据 的驻留位置、跨系统的流转路径，以及被哪些用户或应用访间。企业需对数 据及其相关资产（包括数据库、数据分析平台、文件服务器、API、应用程序 及用户账号）实现统一可视与集中化控制。 。 合规审计流翟与自动化搬告生：金融、工业、汽车等行业领域的专项监管， 通常要求定期开展数据安全凤险评估，以确保符合国家及行业标准（详见《安 全与风险管理领导者中国数据安全指南》）。因此，自动化的合规审计流程与 报告生成功能，对于审计材料的及时性与准确性至关重要。 ○取证与根因分析能力：中国法律明确要求在数据安全事件发生后，企业需在 规定时间内完成调查与报告。因此，能够追踪数据、数据存储库、应用系统 与用户身份之间关联关系的可观测能力，对于识别攻击路径、定位根因并防 范未来风险尤为关键。 战，需与各类数据仓库及安全工具（如身份与访问管理IAM、安全信息与事件管理 SIEM、数据库审计与保护DAP）实现深度集成与策略协同。不同于全球云端DSP借 助云服务提供商（CSP）标准化的API与元数据管理体系，中国本地DSP多面向异 构的本地系统，这些系统通常架构陈旧、接口标准不一、格式不一致。为应对上述 挑战，本地DSP厂商普遍强化生态内原生集成能力，开发了灵活的中间件、可定制 连接器及数据转换框架，以提升在异构工具间的兼容性与互操作能力。 ，全球DSP在数据发现、分类、目录集成、风险分析及动态策略执行等任务上展现出 更强的自动化与智能化能力。相比之下，中国本土的DSP平台虽已实现数据发现、 分类、合规报告等基础功能的自动化，但在数据源集成、安全工具联动、事件响应 处理等方面，仍较多依赖人工干预。这一差距的主要原因在于：本地生态中人工智 能/机器学习（AI/ML）技术应用程度有限，数据环境碎片化严重，且缺乏统一的标 准化框架支撑。 表1列出了一些中国市场中具有代表性的本土数据安全平台（DSP）厂商及其产品方案。需 要注意的是，该列表并非详尽无遗。本节的目的，是为读者提供对中国DSP市场及其主要产 品能力的整体认知和参考。 表 1: 中国代表性数据安全平合厂商 （详见附录中的扩展表格） 产品名称(Product) 厂商(Vendor) 360数字安全集团（360Digital360数据安全管理平台（360 Data SecurityManagement Platform) Security Group) 阿里云（Alibaba Cloud） 数据安全中心（Data Security Center） 亚信安全数据安全运营平台（Asia Info Security Data 亚信安全（AsiaInfo Security） Security Operation Platform, AISDSOP) 北京安华金和科技（Beijing数据安全运营平台（DataSecurityOperation DBSEC Technology) Platform，DSOP) 数盾数据安全控制平台（DBAPPDataShield Data DBAPPSecurity Security Control Platform, AiDSC) 杭州美创科技（Hangzhou数据安全管理平台（DataSecurityManagement Meichuang Technology) Platform，DSM) 数据安全治理平台（DataSecurity（ Governance 山石网科（Hillstone Networks） Platform) 新华三技术（New H3C 安全中心 CSAP-MCP-BSO（SecCenter CSAP-MCP-BSO) Technologies) 绿盟科技（NSFOCUS） 数据安全网关（Data Security Gateway，DSG) 厂商(Vendor) 产品名称(Product) 体化数据安全平台（UnifiedDataSecurity 原点安全（OriPoint Security） [Platform，uDSP) 奇安信（QIANXIN） 数据安全控制平台（Data Security Control Platform） 深圳安企科技（ShenzhenAnkki 数据安全平台（Data Security Platforms，DSP） Technology) 数据安全治理中 心（ DataSecurityGovernance 腾讯云（Tencent Cloud） Center) 数据安全管理平台（DataSecurityManagement 启明星辰（TopsecTechnology） Platform) 数据安全管理平台（DataSecurityManagement 安数科技（Venustech） [Platform，DSMP) 行动建议 面向负责数据安全治理与合规的中国安全与风险管理负责人，建议： 1. 关健系统优先保留本地部着， 逐步过渡至现代架构 对于合规性、业务连续性或数据主权要求较高的系统，应优先选择本地部署的DSP， 同时引入私有云等混合能力，推动向现代架构的平滑过渡。建议采用容器化部署、 标准化API以及具备弹性扩展能力的基础设施，实现传统系统与云就绪环境之间 的兼容与衔接，确保合规与运营效率双重保障。 2. 选择具备率富连接能力的 DSP， 实现多源兼容 优先选用预置连接器完善的DSP，能够同时支持国际主流数据库和本土平台，覆盖 本地部署与云端环境。建议通过实际案例或概念验证（POC）测试，确认其异构数据 源的兼容能力。 3. 关注接口标准化， 便于与第三方工具集成联动 选择支持RESTful API、gRPC 等现代通信协议的DSP，以适配国际标准，并简化与 身份管理、审计监控等安全工具间的联动编排，推动数据安全策略的统一执行。 4. 优先文持主流元数据标准或具备自定义接口能力的产品 选择支持OpenMetadata、Apache Atlas等广泛采用的元数据标准，或提供灵活自 定义接口的产品，以适应企业多样化的数据目录结构并确保后期可扩展性。如需手 动集成，应要求厂商或实施伙伴提供可复用的ETL脚本或适配流程，加快元数据的 导入与同步。 5. 关注自动化能力和 AI/L 发展路径， 减少人工负担 优先选择具备可量化自动化能力（如任务编排、数据自动分类）及清晰AI/ML功能 发展路线图（如风险预测建模、异常检测）的产品，以填补人工流程的不足，降低 运营复杂度与人力成本。 6. 联