本书密切结合我国大数据产业、数据安全产业的特点，全面系统地介绍了数据安全与治理的内涵、特点、方法、原理与技术。全书分为10章。其中，第1章介绍了数据安全与治理的基本概念，第5、6、7、9章介绍了数据安全的相关技术（含数据加密、数据脱敏、数据资产保护、数据审计），第3、4章介绍了数据治理的相关技术（含数据质量管控、数据采集），第2、8、10章介绍了数据安全治理的相关技术（含数据分类分级、数据资产交易、数据司法存证）。 本书在每章末均配置了复习题，在全书最后附有模拟试卷，题型包括单选题、多选题、判断题、简答题和论述题，以帮助读者检验其对知识点的掌握情况。 本书可作为高等学校大数据科学、大数据技术、大数据管理与应用、网络安全等相关专业本科生、研究生的教材或教学参考书，也可作为网络安全管理机构、信息产业管理部门相关管理人员的业务工作参考资料，还可作为大数据应用开发企业、数据安全企业的从业人员的培训教材。

第1章 绪论
1.1 数据的概念
1.1.1 数据的定义及特征
1.1.2 数据的类别
1.1.3 数据的度量方法
1.1.4 数据、信息、知识、智慧之间的关系
1.2 数据安全的概念
1.2.1 数据安全的定义
1.2.2 数据安全的范围
1.2.3 数据安全PA体系
1.3 数据治理的概念
1.3.1 数据治理的定义
1.3.2 数据治理的特征
1.3.3 数据治理的体系结构
1.4 数据安全治理的概念
1.4.1 数据安全治理的定义
1.4.2 数据安全治理的本质
1.4.3 数据安全治理与传统数据安全的区别
1.4.4 数据安全治理体系
1.5 概念间的逻辑关系及本书框架结构
1.5.1 概念间的逻辑关系
1.5.2 本书框架结构
参考文献
复习题
第2章 数据分类分级技术
2.1 数据元素的概念
2.2 数据分类的概念、原则及方法
2.2.1 数据分类的概念
2.2.2 数据分类的基本原则
2.2.3 数据分类的基本方法
2.2.4 数据分类综合案例：铁路大数据分类
2.3 数据分级的概念、原则及方法
2.3.1 数据分级的概念
2.3.2 数据分级的基本原则
2.3.3 数据分级的基本流程
2.3.4 数据分级的基本方法
2.3.5 数据分级案例：金融数据分级
2.4 数据分类分级综合案例：个人信息分类分级
2.4.1 个人信息分类分级概述
2.4.2 个人信息分类分级结果
参考文献
复习题
第3章 数据质量管控技术
3.1 数据质量的概念
3.1.1 数据质量的定义
3.1.2 数据质量控制框架
3.1.3 数据质量问题产生的原因
3.1.4 数据质量管控的重要性
3.2 数据质量监控规则
3.2.1 完整性监控规则
3.2.2 及时性监控规则
3.2.3 准确性监控规则
3.2.4 一致性监控规则
3.2.5 唯一性监控规则
3.2.6 有效性监控规则
3.2.7 监控规则的技术实现方法
3.3 数据质量评价技术
3.3.1 数据质量评价方法
3.3.2 数据质量指标计算方法
3.4 数据质量管控技术
3.4.1 数据采集阶段
3.4.2 数据存储阶段
……
第4章 数据采集技术
第5章 数据加密技术
第6章 数据脱敏技术
第7章 数据资产保护技术
第8章 数据资产交易技术
第9章 数据审计技术
第10章 数据司法存证技术
附录