教育数据分类分级指南
本指南规定了教育数据分类分级的规则、方法和流程，适用于各级教育行政部门和学校开展数据分类分级工作。核心观点在于落实数据分类分级保护制度，提升教育数据安全防护水平。
范围与适用
本指南适用于各级教育行政部门及其直属单位、各级各类学校开展数据分类分级工作，并为相关监管部门和评估机构提供参考。不适用于涉及国家秘密的数据，其他行业领域数据遵照相关标准规范执行。
规范性引用文件
引用了多项国家标准和行业标准，包括《信息安全技术术语》、《信息技术学习、教育和培训高等学校管理信息》等。
术语和定义
界定了教育机构、教育数据、教育数据分类、教育数据分级、数据集、衍生数据等术语。
基本原则
数据分类分级遵循界限明确原则、就高从严原则和动态更新原则。
数据分类规则
教育行政部门数据分类
分为教育基础数据（人员基础数据、学校基础数据）、教育业务管理数据（学生管理数据、教职工管理数据等）、教育行政管理数据（党建数据、综合办公数据等）和其他数据四类。
学校数据分类
分为学生数据（学生基础数据、学生管理数据）、教职工数据（教职工基础数据、教职工管理数据）、教学管理数据（教务数据、教学资源数据等）、科研管理数据、校务管理数据（党建德育数据、学校概况数据等）和其他数据六类。
数据分级规则
数据分级方法
根据数据在经济社会发展中的重要程度，以及数据泄露、篡改等造成的影響程度，将教育数据分为核心数据（L5）、重要数据（L4）和一般数据（L3、L2、L1）。
级别确定规则
通过识别数据的群体、区域、规模、覆盖度、重要性等分级要素，结合定量与定性规则确定数据级别。例如，L5核心数据指1.1亿人及以上个人信息或1000万人及以上敏感个人信息；L4重要数据指1000万人及以上且1亿人以下的个人信息；L3一般数据指100万人及以上且1000万人以下个人信息；L2一般数据指10万人及以上且100万人以下个人信息；L1一般数据指10万人以下个人信息。
数据分类分级流程
教育机构开展数据分类分级工作需经过数据资产梳理、数据分类分级、数据目录报批、数据目录审定和动态更新管理五个步骤。
附录
附录A、B分别给出了教育行政部门数据分类参考和学校数据分类参考。
参考文献
列出了多项相关标准和法律法规，包括《中华人民共和国数据安全法》、《中华人民共和国网络安全法》等。
