Quản trị, bảo mật & tuân thủ dữ liệu rủi ro
Ai sở hữu dữ liệu, danh mục và từ điển nghiệp vụ, lineage để phân tích tác động, phân loại và bảo vệ dữ liệu cá nhân theo pháp luật Việt Nam, phân quyền theo vai trò và theo dòng, nhật ký truy cập và chính sách lưu giữ.
Dữ liệu rủi ro là dữ liệu nhạy cảm nhất của doanh nghiệp: công nợ từng khách hàng, tài khoản ngân hàng, lương nhân viên, dấu hiệu gian lận. Một vụ lộ dữ liệu hoặc một con số không giải thích được nguồn gốc có thể gây thiệt hại lớn hơn chính rủi ro bạn đang đo. Quản trị dữ liệu làm cho nền tảng đáng tin và hợp pháp.
🎯 Mục tiêu học tập
- Phân vai data owner, steward, custodian
- Xây danh mục dữ liệu và lineage tối thiểu
- Phân loại dữ liệu và áp dụng che, bút danh hoá
- Cài phân quyền theo vai trò và theo dòng (row-level security)
- Thiết kế nhật ký kiểm toán và chính sách lưu giữ
🟢 Ai chịu trách nhiệm gì
| Vai trò | Ví dụ ở An Phát | Trách nhiệm |
|---|---|---|
| Data owner (chủ sở hữu) | GĐ Tài chính cho dữ liệu công nợ | Định nghĩa, phê duyệt quyền truy cập, chấp nhận rủi ro chất lượng |
| Data steward (người quản lý nghiệp vụ) | Chuyên viên kế toán công nợ | Duy trì định nghĩa, xử lý dòng bị cách ly, trả lời câu hỏi nghiệp vụ |
| Data custodian (người vận hành kỹ thuật) | Nhóm dữ liệu | Lưu trữ, bảo mật, sao lưu, pipeline |
| Data consumer (người dùng) | Phòng rủi ro, kinh doanh, kiểm toán | Dùng đúng mục đích, báo lỗi |
Khi file hoá đơn có 134 dòng lỗi, ai quyết định sửa thế nào? Nếu câu trả lời là “nhóm dữ liệu tự đoán”, bạn đang gánh rủi ro nghiệp vụ không thuộc về mình.
🟢 Danh mục dữ liệu và từ điển nghiệp vụ
| Thông tin cần có cho mỗi bảng Gold | Ví dụ: gold.fct_ar_snapshot |
|---|---|
| Mô tả, grain | Hoá đơn còn nợ × ngày chốt |
| Chủ sở hữu, người quản lý | GĐ Tài chính / chuyên viên công nợ |
| Độ nhạy | Mật (Confidential): chứa công nợ từng đại lý |
| Tần suất, SLA | Hằng ngày, có trước 07:00 |
| Nguồn và lineage | erp.invoices, accounting.receipts → silver → gold |
| Kiểm thử chất lượng | unique (snapshot_date, invoice_id), đối soát TK 131 |
| Thẻ định nghĩa chỉ số liên quan | ar_over_90_pct, dso (module 2) |
Công cụ: DataHub, OpenMetadata (mã nguồn mở), Unity Catalog (Databricks), hoặc đơn giản là tài liệu sinh từ dbt docs generate. Bắt đầu với dbt docs nếu bạn đã dùng dbt: mô tả viết cạnh code nên ít bị lỗi thời.
🟡 Lineage: số này từ đâu ra, đổi cột thì ảnh hưởng gì
Nhóm ERP đổi due_date thành payment_due_date. Với lineage cấp cột, nhóm dữ liệu thấy ngay 4 mô hình dbt, 2 dashboard và mô hình chấm điểm phụ thuộc cột này, và yêu cầu hoãn thay đổi theo hợp đồng dữ liệu (module 7). Không có lineage, sáng thứ Hai dashboard trống.
Cách có lineage: dbt tự sinh lineage cấp mô hình từ ref(); chuẩn mở OpenLineage thu lineage từ Airflow, Spark, dbt; các catalog hiển thị thành đồ thị.
🟡 Bảo vệ dữ liệu cá nhân
| Mức phân loại | Ví dụ | Kiểm soát tối thiểu |
|---|---|---|
| Công khai | Tỷ giá công bố | Không |
| Nội bộ | Doanh thu theo vùng | Đăng nhập nội bộ |
| Mật | Công nợ, điểm tín dụng từng đại lý | Phân quyền theo vai trò, theo dòng; ghi nhật ký |
| Dữ liệu cá nhân / nhạy cảm | Họ tên, CCCD, số điện thoại chủ đại lý hộ cá thể; tài khoản ngân hàng nhân viên | Bút danh hoá trong phân tích, che khi hiển thị, giới hạn mục đích, mã hoá |
-- Bút danh hoá: phân tích vẫn join được nhưng không thấy giá trị thật
-- 'salt' là bí mật lưu trong trình quản lý bí mật, KHÔNG để trong code
-- DuckDB: SET VARIABLE salt = '<nạp từ trình quản lý bí mật lúc chạy>';
SELECT sha256(concat(bank_account, getvariable('salt'))) AS bank_token, employee_id, department
FROM employees;
-- Che khi hiển thị: chỉ để 4 số cuối
SELECT employee_id, concat('********', right(CAST(bank_account AS VARCHAR), 4)) AS bank_account_masked
FROM employees;Ở module 14, phép so khớp tài khoản ngân hàng NCC với nhân viên vẫn làm được trên bank_token, nên chuyên viên phát hiện gian lận không cần thấy số tài khoản thật.
Việt Nam có Nghị định 13/2023/NĐ-CP về bảo vệ dữ liệu cá nhân và Luật Bảo vệ dữ liệu cá nhân được Quốc hội thông qua năm 2025 (có hiệu lực từ 01/01/2026). Các yêu cầu then chốt: có căn cứ/ sự đồng ý khi xử lý, đúng mục đích, tối thiểu hoá, bảo đảm an ninh, đánh giá tác động xử lý dữ liệu, thông báo khi vi phạm. Khoá học không thay thế tư vấn pháp lý: hãy đối chiếu văn bản hiện hành và văn bản hướng dẫn với bộ phận pháp chế.
🟡 Phân quyền: theo vai trò và theo dòng
-- PostgreSQL: vai trò + bảo mật cấp dòng theo vùng
CREATE ROLE risk_analyst; CREATE ROLE sales_north; CREATE ROLE auditor;
GRANT SELECT ON gold.fct_ar_snapshot TO risk_analyst, sales_north, auditor;
-- Giả sử bảng có cột region (phi chuẩn hoá từ dim_dealer để lọc nhanh)
ALTER TABLE gold.fct_ar_snapshot ENABLE ROW LEVEL SECURITY;
-- Bảng ánh xạ người dùng -> vùng được xem
CREATE TABLE sec.user_region (username TEXT, region TEXT);
CREATE POLICY region_filter ON gold.fct_ar_snapshot
FOR SELECT
USING (
pg_has_role(current_user, 'risk_analyst', 'member')
OR pg_has_role(current_user, 'auditor', 'member')
OR region IN (SELECT region FROM sec.user_region WHERE username = current_user)
);
-- Kết quả: trưởng vùng Bắc chỉ thấy đại lý miền Bắc; phòng rủi ro và kiểm toán thấy tất cả- Nguyên tắc đặc quyền tối thiểu: cấp cho vai trò, không cấp cho cá nhân; mặc định từ chối.
- Tách quyền: người viết pipeline không tự phê duyệt quyền truy cập dữ liệu mật cho chính mình.
- Rà soát quyền định kỳ (hằng quý): ai đã nghỉ, ai chuyển bộ phận.
🔴 Nhật ký kiểm toán và lưu giữ
CREATE TABLE audit.access_log (
event_time TIMESTAMP NOT NULL,
username TEXT NOT NULL,
action TEXT NOT NULL, -- SELECT, EXPORT, GRANT, UPDATE_LIMIT
object_name TEXT NOT NULL,
row_count BIGINT,
client_ip INET,
query_hash TEXT
); -- chỉ cho phép INSERT (append-only); không ai được UPDATE/DELETE, kể cả nhóm dữ liệu| Dữ liệu | Thời gian lưu gợi ý (tham khảo) | Lý do |
|---|---|---|
| Bronze thô | Theo chính sách nội bộ (VD 2–5 năm) | Tái xử lý, điều tra |
| Gold báo cáo + ảnh chụp | Theo yêu cầu kế toán/ kiểm toán | Tái lập báo cáo đã gửi |
| Nhật ký truy cập | Tối thiểu 1–2 năm | Điều tra sự cố an ninh |
| Dữ liệu cá nhân | Chỉ trong thời gian cần cho mục đích | Tối thiểu hoá theo quy định bảo vệ dữ liệu cá nhân |
Kế toán muốn giữ lâu, quy định bảo vệ dữ liệu cá nhân muốn giữ ngắn. Giải pháp thường dùng: giữ số liệu tài chính lâu nhưng bút danh hoá phần định danh cá nhân sau khi hết mục đích. Thời hạn cụ thể do pháp chế và kế toán trưởng quyết định.
⚠️ Sai lầm thường mắc
Vì sao nguy hiểm: Tài liệu viết xong không ai dùng.
Cách làm đúng: Gắn vào công cụ hằng ngày: dbt docs, catalog, review quyền trong quy trình.
Vì sao nguy hiểm: Không kiểm soát được khi người đó chuyển việc.
Cách làm đúng: Cấp theo vai trò, rà soát định kỳ.
Vì sao nguy hiểm: Rủi ro lộ dữ liệu cao.
Cách làm đúng: Dữ liệu giả/ bút danh hoá cho dev, test.
Vì sao nguy hiểm: Số tài khoản/ CCCD băm thẳng dễ bị dò lại.
Cách làm đúng: Băm có muối bí mật hoặc tokenization.
Vì sao nguy hiểm: Thay đổi nguồn làm hỏng báo cáo mà không biết trước.
Cách làm đúng: dbt lineage + OpenLineage, phân tích tác động trước khi đổi.
Vì sao nguy hiểm: Nhật ký mất giá trị bằng chứng.
Cách làm đúng: Append-only, tách quyền quản trị.
- Mỗi tập dữ liệu có owner, steward, custodian.
- Danh mục + lineage giúp tin số và phân tích tác động.
- Phân loại dữ liệu; bút danh hoá (có muối) và che khi hiển thị.
- Đặc quyền tối thiểu: RBAC + row-level security, rà soát định kỳ.
- Nhật ký kiểm toán append-only; lưu giữ cân bằng giữa kế toán và bảo vệ dữ liệu cá nhân.
🧩 Tự kiểm tra (bấm để xem đáp án)
1. Ai phê duyệt quyền truy cập dữ liệu công nợ chi tiết?
A. Bất kỳ data engineer nào
B. Data owner (VD: GĐ Tài chính)
C. Người dùng tự cấp
2. Trưởng vùng Bắc chỉ được xem đại lý miền Bắc trên cùng một bảng. Dùng:
A. Copy bảng cho từng vùng
B. Row-level security
C. Gửi file Excel
3. Vì sao băm số tài khoản cần muối bí mật?
A. Cho nhanh
B. Không gian giá trị nhỏ, băm thẳng có thể dò lại
C. Để dễ đọc
4. Lineage giúp trả lời câu hỏi nào?
A. Đổi cột due_date thì báo cáo nào bị ảnh hưởng
B. Ai là CEO
C. Server có bao nhiêu RAM
5. Nhật ký kiểm toán nên được thiết kế:
A. Ai cũng sửa được
B. Append-only, tách quyền quản trị
C. Xoá hằng tuần
🏋️ Bài tập thực hành
Với 5 bảng Gold của An Phát (fct_ar_snapshot, kri_daily, credit_features, cash_forecast_13w, payment_alerts), lập bảng: owner, steward, độ nhạy, vai trò được đọc, có cần row-level security không, cột cần che/ bút danh hoá, thời gian lưu. Viết SQL tạo vai trò và một policy RLS.
💡 Gợi ý lời giải
📚 Tài nguyên học tập
- DAMA-DMBOKKhung kiến thức quản trị dữ liệuKhung
- OpenLineageChuẩn mở thu thập lineageChuẩn mở
- PostgreSQL Row Security PoliciesBảo mật cấp dòngTài liệu
- Cổng văn bản Chính phủTra cứu Nghị định 13/2023/NĐ-CP và văn bản về bảo vệ dữ liệu cá nhânPháp luật
✅ Tự đánh giá hoàn thành
- Phân vai owner/steward/custodian
- Viết mục catalog cho một bảng Gold
- Vẽ lineage một KRI
- Viết SQL bút danh hoá và che
- Viết policy row-level security