Domain 2 弱點總結（從錯題反推）

本講義由錯題反推高頻弱點，供複習與考場速查。

錯題集中於兩大核心：

A) 資料角色與責任邊界（最主要弱點，P0）

常見混淆包括：

• Data Owner vs Data Custodian（保管員）：誰「定義分類與政策」vs 誰「技術上管理／落地」

• Data Steward（資料治理員） vs Data Controller：誰「治理／品質／合規協調」vs 誰「決定處理目的與方式」

• Controller vs Processor（GDPR）：multi-cloud 下如何落實責任劃分（需 governance framework）

• Shared Responsibility：access control 多數情境由 Cloud Customer 負責 IAM／資料存取控制

本類題目為 Domain 2 的「骨架」；角色判斷錯誤易連帶影響 lifecycle、classification、IRM、audit 等題。

1. Data Steward（資料管家 / 資料治理員）

Data Steward 通常來自業務部門（Business），他們最了解資料的意義、價值與使用場景。他們是資料的「業務守門員」。

• 核心焦點： 資料的品質、意義、規則與合規性。

• 主要職責：

  • 定義資料的標準與業務術語（Metadata）。

  • 制定資料存取政策（誰有權限看什麼資料）。

  • 確保資料品質（準確性、完整性、一致性）。

  • 處理資料相關的業務爭議與合規性（如 GDPR、個人資料保護法）。

• 常見身分： 業務主管、資料分析師、特定業務流程的負責人。

2. Data Custodian（資料保管員 / 資料維護者）

Data Custodian 通常來自資訊科技部門（IT），他們不一定關心資料裡面的具體業務數字，但他們必須確保這些資料安全、可用且存放妥當。

• 核心焦點： 資料的儲存、安全、技術基礎設施與架構。

• 主要職責：

  • 執行 Data Steward 制定的存取政策（設定系統權限）。

  • 負責資料庫的日常維運、效能調校。

  • 執行資料備份與災難復原計畫（Disaster Recovery）。

  • 實施資安防護技術（加密、防火牆、存取監控）。

• 常見身分： 資料庫管理員（DBA）、系統管理員、資料工程師。

簡單的比喻：圖書館與銀行

• 圖書館比喻： Data Steward 就像是圖書館長/編目員，決定要進哪些書、書要怎麼分類、借閱規則是什麼；Data Custodian 則是圖書館的 IT 人員或保全，負責維護電子借閱系統不當機、確保書架堅固，以及防止書籍被偷。

• 銀行比喻： Data Steward 就像是銀行經理，決定誰有資格開保險箱、裡面應該放什麼；Data Custodian 則是金庫管理員/保全，負責打造堅固的金庫大門、設定密碼鎖並定期巡邏。

B) 資料去識別/遮罩/代碼化（P0）

多次混淆：

• Data Masking（產生可用於測試/分析的替代資料；包含 substitution/shuffling/variance/nulling…）

• Tokenization（用 token 取代敏感值，可透過 token vault 對應回原值）

• Anonymization（去除識別資訊，理想上不可回推；要考慮 indirect identifiers）

Domain 2 各小節加強點與 Priority

Priority 建議：P0=立即補強（高頻+基礎）、P1=次高（常考+已暴露弱點）、P2=後補、尚未考到=本次錯題未覆蓋

2.1 Describe cloud data concepts

• Data roles（Owner/Controller/Processor/Custodian/Steward/Subject）：P0

  • 易錯點：Owner vs Custodian、Steward vs Controller、Controller/Processor 責任劃分、shared responsibility 下 access control 主責

• Cloud data life cycle phases（Create/Store/Use/Share/Archive/Destroy）：P1

  • 易錯點：Retention/Archive概念題、Destroy phase對應的作法（cryptographic erasure）

• CIA triad / Authenticity / Non-repudiation：尚未考到

• Data dispersion / Data flows / DFD：尚未考到

2.2 Design and implement cloud data storage architectures

• 尚未考到（附件沒有 storage 架構/威脅類題目）

2.3 Design and apply data security technologies and strategies

• Data obfuscation / masking 技術細節（含 shuffling/substitution）：P0

  • 易錯點：把「可用於測試的假資料」誤認為 anonymization；把 shuffling 誤認為 substitution

• Tokenization vs Masking 的使用情境與可逆性：P0

  • 易錯點：把 tokenization 題選成 masking

• DLP（Discovery/Monitoring/Enforcement）與監控點（in-motion/in-use/at-rest）：尚未考到

• Encryption/Hashing/Key management：本次不在截圖錯題中（尚未考到）

2.4 Implement data discovery

• Structured / Unstructured / Semi-structured、Data location/jurisdiction：尚未考到

2.5 Plan and implement data classification

• Classification policy 誰決定（Owner）：P1

  • 易錯點：「決定分類與政策」的主責角色判斷

• Data labeling / security label vs marking / metadata：尚未考到

• Data mapping：尚未考到

2.6 Design and implement IRM

• Provisioning / Access models（least privilege 如何跨 IaaS/PaaS/SaaS 一致落地）：P1

  • 易錯點：multi-cloud 下選「各自做 RBAC」而不是「centralized IAM / 統一治理」

• IRM vs DRM、IP 類型、Certificates in IRM：尚未考到

2.7 Data retention, deletion and archiving

• Destroy phase / media sanitization / cryptographic erasure（cryptoshredding）：P1

  • 易錯點：Destroy phase 的最佳作法選成 audit

• Retention vs Archive 的定位、Legal hold：P1（retention/archiving 題已出現）

2.8 Auditability, traceability and accountability of data events

• Logging / SIEM / chain of custody / non-repudiation：尚未考到

建議補強順序：高投報三包（依序）

P0-1：Data Roles 責任矩陣（背定 + 情境判斷）

用一句話區分（考場超常用）：

• Owner/Controller：定義目的、政策、分類、責任歸屬

• Custodian：技術落地（備份、存取、容量、可用性）

• Steward：治理/品質/合規協調（跨部門、全生命週期落實）

• Processor：受託處理資料（通常是 CSP / SaaS）

• Customer vs Provider（shared responsibility）：資料存取控制/IAM 多數由 Customer 主責

P0-2：Masking vs Tokenization vs Anonymization（一定要拉開）

• Masking：為了可用性（測試/分析），產生「看起來像真的」的替代值（含 shuffling/substitution）

• Tokenization：用 token 代替敏感值，可映射回原值（token vault），常見於 PCI

• Anonymization：目標是不可回推個資（要考慮 indirect identifiers）

P1-3：Lifecycle（尤其 Archive / Destroy）＋ Cloud 下可行的刪除策略

• Archive：長期保存/符合法規保留（retention）＋取回成本/可用性

• Destroy：雲上無法物理粉碎 → 常用 cryptographic erasure / cryptoshredding

錯題分佈（以每題的「主要考點 section」歸類）

總錯題：11 題

錯題詳解

Q1（2.3 Data obfuscation/masking）

題目：「哪種資料混淆方法會把原始資料改值/打亂，在不暴露敏感資料的情況下做測試或分析？」

• 正解：Data Masking

• 常見誤選： Anonymization

正解說明：Masking

• Masking 的核心目的＝“可用”：讓資料看起來像真的、仍可測試/分析（格式、分佈、統計特性可保留），但不是真值。

誤選說明（常見陷阱）

• Anonymization 的核心目的＝“不可回推個體”：重點在移除識別性（direct/indirect identifiers），不一定保留可用的真實分佈或格式。

考場口訣

• Masking = 用來「測試/開發/分析」

• Anonymization = 用來「隱私/去識別」

Q2（2.3 Data masking techniques）

題目：「把資料值在 dataset 內重新排列，隱藏模式但保留整體特性（避免重新識別）」

• 正解：Shuffling

• 常見誤選： Static Substitution

正解說明：Shuffling

• Shuffling = 重新排列（permutation）：把同欄位的值打散交換，保留值集合/分佈，但破壞個體對應關係（降低 re-identification）。

Static Substitution 誤選說明

• Substitution = 替換成別的值（常是“看似真實的假值”）：重點是換值，不是重新排列原值。

考場辨識點

• 看到「reorganize / reorder / rearrange values」＝Shuffling

• 看到「replace with realistic fake values」＝Substitution

Q3（2.7 Retention + lifecycle / 2.1 lifecycle cross）

題目：「雲端資料生命週期中，哪個 phase 透過 retention policies 來確保合規？」

• 正解：Archive

• 常見誤選： Store

正解說明：Archive

• Archive phase = 長期保存/保留（符合法規保留年限、保留可取回性、通常是低成本冷儲存）。

• Retention policy 的典型落點就是「何時進 archive、保留多久、何時銷毀」。

Store 誤選說明

• Store 是把資料寫入/持久化到儲存系統；retention 是資料管理政策（保留/歸檔/到期）更貼近 Archive。

考場口訣

• Retention 合規 → Archive

• 寫入保存 → Store

Q4（2.3 Tokenization）

題目：「用非敏感替代值取代敏感資料，仍能做某些操作且不暴露真值」

• 正解：Tokenization

• 常見誤選： Data Masking

正解說明：Tokenization

• Tokenization 用 token 取代敏感值，可透過 token vault / tokenization system 對回原值（受控可逆）。

Masking 誤選說明

• Masking 多數情境是不可逆或不設計成可回推，重點是可用性（測試/分析），不是受控映射回真值。

秒殺辨識法

• 看到「token / substitute identifier / map back / vault」＝Tokenization

• 看到「test data / altered values / scrambled」＝Masking

Q5（2.5 Classification policies / roles cross）

題目：「誰決定資料分類等級，並制定保護政策？」

• 正解：Cloud Data Owner

• 常見誤選： Cloud Data Custodian

正解說明：Owner

• Owner（或 Controller）= accountable + 定義政策/分類/風險接受（“決策權”）。

Custodian 誤選說明

• Custodian = 技術落地（備份、存取機制、容量、可用性、restore），不是決策者。

口訣

• Owner 決定（policy/classification）

• Custodian 執行（technical controls）

Q6（2.1 Lifecycle concepts in cloud-edge）

題目：「智慧城市 IoT + cloud-edge 生態下，傳統 data roles 哪個面向需要最大調整來因應新安全挑戰？」

• 正解：Data lifecycle management across distributed environments

• 常見誤選： Implementation of edge-specific access controls

正解說明：lifecycle management

• cloud-edge 讓資料從 create → store → use → share → archive → destroy 分散在裝置、邊緣、雲端、多供應商。

• 真正難的是：可視性、治理一致性、保留/刪除落地、資料流向/責任切割，而不只是 edge 做 RBAC。

誤選說明：為何不夠「最主要」

• edge access control 是其中一個 control；題目問的是「data roles」在新生態需要最大調整的面向，答案更偏 governance/lifecycle。

考場提示

• 看到「IoT / distributed / edge + cloud」且問 “roles adaptation” → 通常指 governance + lifecycle end-to-end

Q7（2.6 IRM / access governance）

題目：「多雲 + IaaS/PaaS/SaaS，如何一致且可擴展地落實 least privilege？」

• 正解：Centralized IAM with adaptive access controls

• 常見誤選： 每個服務模型各自做 RBAC

正解說明：centralized IAM

• 多雲/多模型若各自 RBAC：政策分裂、審計困難、Joiner/Mover/Leaver 風險上升。

• Centralized IAM（IdP/SSO/政策引擎）才能統一：

  • 身份生命週期

  • 權限模型與審計

  • 動態條件（device posture / location / risk）

誤選說明

• 分散 RBAC = 可行但不可控、不可擴展、難以保證一致 least privilege。

口訣

• Multi-cloud least privilege → Central policy + Central identity

Q8（2.1 Data roles: stewardship）

題目：「跨整個資料生命週期（create 到 delete）監督資料安全責任的是誰？」

• 正解：Data Steward

• 常見誤選： Data Controller

正解說明：Data Steward

• Steward = governance/quality/compliance 的“日常監督者與協調者”，確保流程、標準、metadata、使用合規在全生命周期落地。

Controller 誤選說明

• Controller（GDPR）偏向 決定處理目的/方式 的法律角色；不等於負責日常端到端治理與品質/合規營運。

記憶法

• Controller = 決定“為什麼/怎麼處理”

• Steward = 確保“整個生命週期都照規矩跑”

Q9（2.7 Destroy / sanitization）

題目：「Destroy phase 在 shared responsibility 下，最能解決雲端資料銷毀挑戰的方法？」

• 正解：Cryptographic erasure（cryptoshredding）

• 常見誤選： Regular third-party security audits

正解說明：cryptographic erasure

• 雲上通常碰不到實體媒體，很難用 shred/incinerate。

• 最可控方式是：資料先加密，到期/需銷毀時安全清除金鑰 → 即使殘留 bit 也不可讀。

Audit 誤選說明

• Audit 是治理/驗證手段，不是「銷毀機制」。

秒殺辨識

• 看到「Destroy phase + cloud + cannot physically destroy」→ cryptoshredding

Q10（2.1 Roles + shared responsibility implication）

題目：「shared responsibility model 下，誰主要負責實作與管理雲端資料的 access control？」

• 正解：Cloud service customer

• 常見誤選： Provider & customer 共同負責

正解說明：customer

• 多數雲模型中：

  • Provider 負責平台/基礎設施安全（底層）

  • Customer 負責資料與其存取權限（IAM/ACL/資料面控制）
    題目問的是 data access controls，通常落在 customer。

誤選說明（常見陷阱）

• shared responsibility 不是「每一件事都共同」；要看 control 類型。資料存取控制通常屬於 customer 的責任區。

口訣

• Your data, your access = customer

Q11（2.1 Roles + governance: Controller vs Processor）

題目：「多雲下要清楚劃分 Controller/Processor 並確保 GDPR 合規，最有效策略？」

• 正解：Centralized data governance framework with defined roles/responsibilities

• 常見誤選： 為每個雲服務做一份責任矩陣

正解說明：governance framework

• 責任矩陣是產物（artifact），但沒有治理框架就會：

  • 版本漂移（不同 BU / 不同供應商）

  • 沒有一致的 RACI、流程、批准機制、例外處理

  • 很難持續維運

• Central governance framework 才是能長期運作的系統：定義角色、流程、標準、稽核節點、合約/DPAs 的落地方式。

誤選說明

• matrix 是必要但不足；題目問「most effectively」，答案選能系統化、可維運的治理機制。

考場口訣

• 看到「multi-cloud + GDPR + delineate responsibilities」→ governance framework（含流程+角色+契約落地）

建議複習順序（對應 P0/P1）

P0（優先）

1. 2.1 Roles/責任邊界：Owner/Controller/Processor/Custodian/Steward + shared responsibility 在 data access 的落點
2. 2.3 三分法：Masking vs Tokenization vs Anonymization（含 shuffling/substitution 關鍵字辨識）

P1（次之）

3. 2.7 Archive/Destroy + cryptoshredding（雲端刪除高頻考點）
4. 2.6 Least privilege 的 centralized IAM 模式
5. 2.5 classification policy（Owner）