在DSMM数据安全能力模型实践过程中，通常会遇到如下挑战。
（1）高层重视度不足
负责人的层级不够，难以协调；提供的资源投入有限，力度不够；仅仅作为合规需求，响应被动；缺乏前瞻性的布局，前瞻性的数据安全技术研究与投入缺乏或者不足。
（2）业务部门配合意愿度低
其他业务部门认为是安全部门的事情，主动性不强，业务要素的输入不足，导致数据安全政策不够贴近业务，既影响落地，又可能造成数据安全一刀切的局面，影响业务的发展。
（3）内部系统繁多，数据庞杂
业务的IT化促成了大量的系统产生，沉淀了大量的数据，应用系统的梳理、系统间的数据接口以及数据的盘点成为了基础治理工作的重中之重，日常实践中，基础治理工作往往得不到应有的重视，管理者往往急功近利，忽视基础治理工作的重要性。
（4）政策落地难
由于历史因素，组织里存在着大量的历史业务，大数据环境下的数据安全政策难免与现有业务流程产生冲突，冲突发生时的取舍容易导致数据安全为业务让路，造成数据安全政策落地难的局面。
（5）业务快速发展
互联网+大数据+引发业务创新的加速，业务出现快速发展的势头，频繁迭代升级，数据安全政策及技术手段更新容易滞后。
（6）组织的关联公司多
大数据环境下，组织间的业务合作促进了数据的共享，如何安全可控地分享数据是大型组织常见的挑战。
