cissp数据分类方法有什么

cissp数据分类方法有什么？

在日常办公和学习研究中，经常需要对数据进行分类汇总。比如在统计公司员工的工资和年龄的时候，要求根据员工的性别求出员工的平均工资和平均年龄。就会用到分类汇总的功能，本文我会用IBM SPSS Statistics进行数据的分类汇总的演示。

1、数据展示

如图所示，是一个公司的员工信息数据集。我将在此基础上，展示如何用IBM SPSS Statistics中的分类汇总功能求男女员工的平均工资和平均年龄。

2、菜单位置

第一步点击菜单栏的“数据”按钮，第二步点击下级菜单的“汇总”选项。

3、选择分界变量和变量摘要

数据分类汇总的定义是：按指定的分类变量对观测值进行分组，对每组记录的各变量求指定的描述统计量。根据定义我们不难发现，选择分界变量就是分类的过程，选择变量摘要就是汇总的过程。

如图所示，我们先选中性别将性别加入到分界变量中，这一步的目的是用性别作为分类标准。然后我们将工资和年龄选中依次加入到变量摘要中，这样我们在接下来的步骤中就可以用函数对工资和年龄进行操作。

4、选择合适的函数

如图所示，已经将变量加入到相应的位置，我们点击下方的“函数”按钮。

5、结果展示

如图所示，这里有三个选项。选择第一个我们会将数据直接生成到原先的数据集中，选择第二个会生成一个新的数据集去存储结果，选择第三个会在指定文件下保存结果。这里我们选择第一个，如果有其他需求可以根据自身情况去选择。

数据分类：更多是从业务角度出发，在企业理清数据家底后，明确知道哪些数据（其实应该是元数据，更贴切一些应该是字段）属于哪个业务范畴，也就是类别。这个业务范畴囊括的范围可大可小，完全依托于企业前期基于业务的梳理结果。举个例子：身份证号这一类数据，既可以属于个人信息范畴，也可以属于个人基本信息范畴，前者的范围明显大于后者。也许有朋友会发出疑问，给业务划分类别当然是越细越好。这就是笔者要在此处强调的，做数据分类，并不是业务越细分越好，因为很有可能细分业务之后，最终却发现无数据可进行归类，这是典型分类失败的体现。当然反过来也成立，分类少了，数据归不进去，也是分类失败的体现。

数据分级：不同于数据分类，对于大多数企业来说，更多是从满足监管要求的角度出发。数据分级属于数据安全领域，或许称呼它为敏感等级更为贴切。企业中的数据有的密级程度高、有的低、有的可公开、有的不可公开，敏感等级不同的数据对内使用时受到的保护策略不同，对外共享开放的程度也不同。如果企业对自己内部的数据没有一个明确地认识，先不说是否可以满足监管要求，对于自身的运营来说都是严重的隐患，因为很可能一不小心就将内部的敏感信息泄露了出去。