当前位置:大数据业界动态 → 正文

大数据开放共享?数据治理应先行

责任编辑:editor006 作者:宋俊典 杨琳 |来源:企业网D1Net  2017-02-06 17:22:57 本文摘自:微言创新

物联网、云计算、社交网络等新兴技术的蓬勃发展,使得人类社会从IT时代走向了DT时代。如果说IT时代是以信息流为中心,DT时代就是以数据流为中心,DT时代的核心是关于数据驱动的创新,即是基于海量数据的巨大价值挖掘。但是在挖掘海量数据的过程中,大数据创新应用还面临数据安全、隐私保护、数据质量、运营合规等多个方面的挑战。

为解决大数据创新应用面临的问题,“数据治理”的概念应运而生。数据治理主要聚焦在治理目标、职能、范围、过程与规范等方面,核心是提升企业对数据的管理和利用能力。

ISO/IEC SC40 国际标准工作组对数据治理提出了EDM(Evaluate-Direct-Monitor:评估-指导-监督)方法论,从而满足数据完整性、正确性、一致性要求,为大数据的应用创新和价值创造提供支撑,保障数据安全隐私并满足合规性要求。

数据治理实施路径如下图所示。

图 数据治理实施路径图

本文从提升政府决策水平和保障数据交易安全的角度谈一谈如何开展数据治理。

1. 数据治理提升政府智能决策水平

在公共决策领域,大数据不仅能够提高政策水平和质量,还能够提升政府决策的民主化和科学化。比如伦敦地铁公司向大学开放了地铁客流量监测数据,请大学的课题组通过大数据分析,为优化高峰和低谷的运能调配、以及规划新的地铁线路提供坚实的参考。由此可见,利用大数据来优化决策的前提是数据共享与开放,但是随之而来的数据风险问题不容回避。如何处理数据共享与开放过程中面临的安全风险,做到风险可控,是公共决策领域大数据应用需要关注的内容。

因此,我们提出:融入数据治理的理念,以数据应用为导向,全面考虑数据治理的顶层设计、促成因素、治理方法、治理域等等,以评估-指导-监督的治理方法为核心,从规划、实施、评估优化三个阶段着手,开展数据治理。

在规划阶段,明确政府大数据应用主管部门,并对政府机构数据管理和应用的现状进行评估。充分考虑政府数据目前存在的“不愿开放、不敢开放、不会开放”以及社会外部数据有待进一步汇聚等问题,在数据共享与开放必要性得到社会认可等促成因素的促进下,构建跨机构、跨部门的治理组织,并明确组织角色和职责、机制,指导数据治理的实施。

在实施阶段,从数据标准化、数据质量、数据安全合规等方面着手。对原始数据进行规范、分析、度量以及改进,实现数据标准化;统筹规划政务数据共享与开放,建立共享与开放目录,保障数据质量;同时建立符合法律、规范和行业准则的数据合规管理体系,保障数据应用安全,促进政府自觉规范和约束权力运行。

在评估优化阶段,大数据应用主管部门通过数据治理绩效评估、数据审计等方式,对治理实施结果进行评估分析。对尚未达到目标要求的指标制定改进措施,以监督指导治理工作的实施,优化治理结果并持续评估和改进。

2. 数据治理保障大数据交易顺利进行

不同于金融交易所和商品交易所,大数据交易所的交易产品需要被清洗、加工后才能进行交易。一方面,数据的需求方也需要高价值密度、规范化的数据,以降低不同数据源的整合成本,减少数据应用研发周期;另一方面,原始数据涉及数据提供企业的商业秘密和用户隐私,需要采用适当的手段和措施进行脱敏处理,确保用户隐私安全。因此,在大数据交易过程中,涉及的数据存储、数据传输、数据可视化等环节都会面临数据安全、隐私保护、运营合规等问题。

在大数据交易市场项目中,按照数据治理实施路径,对数据交易的过程进行评估、指导和监督。例如在大数据交易平台中,平台的运营管理团队通过EDM方法,为多源异构的数据建立目录体系、实现数据质量和价值的逻辑关联,并监督数据交易时带来的风险。由此可见,数据治理能够为数据交易过程中价值实现、风险控制提供有效保障,是大数据交易领域需要关注的内容。

同时根据数据安全和监管需求,定义数据安全策略、标准、控制和措施,划分信息密级,审计数据安全,以数据安全工具作为支撑,全面支持数据交易服务。大数据交易市场依托单位对所有数据交易过程中的合规性、安全性进行评估,监督防范不合规行为。通过数据治理理念和方法的应用,最终保障了大数据交易过程的顺利进行。

总的来说,数据治理通过一套持续改善的管理机制,包含一系列政策和流程,促进数据有效、高效、合理地被利用,最终达到数据安全合规、风险可控和价值实现的目标。在大数据时代,数据成为战略资源,实施数据治理必将能为政府、行业以及企业带来全新的决策指引以及业务创新,发挥数据资产的真正价值!

本文是上海市政府决策咨询研究项目 “大数据在本市政府决策中的应用研究”课题阶段性研究成果。

宋俊典,博士,上海计算机软件技术开发中心软件平台服务部主任。ISO/IEC SC40工作组专家,《IT治理实施指南》国家标准牵头人,主要从事IT治理、数据质量、数据价值等研究和应用。

杨琳,上海计算机软件技术开发中心软件平台服务部高级咨询专员, ITSS服务管控组专家,《数据治理规范》国家标准核心研制人员,主要从事大数据治理、IT治理的研究和应用。

注:本文转载自微信公众平台-微言创新,版权著作权归原创者所有,如涉及版权等事宜请联系小编更正

关键字:数据安全治理方法

本文摘自:微言创新

x 大数据开放共享?数据治理应先行 扫一扫
分享本文到朋友圈
当前位置:大数据业界动态 → 正文

大数据开放共享?数据治理应先行

责任编辑:editor006 作者:宋俊典 杨琳 |来源:企业网D1Net  2017-02-06 17:22:57 本文摘自:微言创新

物联网、云计算、社交网络等新兴技术的蓬勃发展,使得人类社会从IT时代走向了DT时代。如果说IT时代是以信息流为中心,DT时代就是以数据流为中心,DT时代的核心是关于数据驱动的创新,即是基于海量数据的巨大价值挖掘。但是在挖掘海量数据的过程中,大数据创新应用还面临数据安全、隐私保护、数据质量、运营合规等多个方面的挑战。

为解决大数据创新应用面临的问题,“数据治理”的概念应运而生。数据治理主要聚焦在治理目标、职能、范围、过程与规范等方面,核心是提升企业对数据的管理和利用能力。

ISO/IEC SC40 国际标准工作组对数据治理提出了EDM(Evaluate-Direct-Monitor:评估-指导-监督)方法论,从而满足数据完整性、正确性、一致性要求,为大数据的应用创新和价值创造提供支撑,保障数据安全隐私并满足合规性要求。

数据治理实施路径如下图所示。

图 数据治理实施路径图

本文从提升政府决策水平和保障数据交易安全的角度谈一谈如何开展数据治理。

1. 数据治理提升政府智能决策水平

在公共决策领域,大数据不仅能够提高政策水平和质量,还能够提升政府决策的民主化和科学化。比如伦敦地铁公司向大学开放了地铁客流量监测数据,请大学的课题组通过大数据分析,为优化高峰和低谷的运能调配、以及规划新的地铁线路提供坚实的参考。由此可见,利用大数据来优化决策的前提是数据共享与开放,但是随之而来的数据风险问题不容回避。如何处理数据共享与开放过程中面临的安全风险,做到风险可控,是公共决策领域大数据应用需要关注的内容。

因此,我们提出:融入数据治理的理念,以数据应用为导向,全面考虑数据治理的顶层设计、促成因素、治理方法、治理域等等,以评估-指导-监督的治理方法为核心,从规划、实施、评估优化三个阶段着手,开展数据治理。

在规划阶段,明确政府大数据应用主管部门,并对政府机构数据管理和应用的现状进行评估。充分考虑政府数据目前存在的“不愿开放、不敢开放、不会开放”以及社会外部数据有待进一步汇聚等问题,在数据共享与开放必要性得到社会认可等促成因素的促进下,构建跨机构、跨部门的治理组织,并明确组织角色和职责、机制,指导数据治理的实施。

在实施阶段,从数据标准化、数据质量、数据安全合规等方面着手。对原始数据进行规范、分析、度量以及改进,实现数据标准化;统筹规划政务数据共享与开放,建立共享与开放目录,保障数据质量;同时建立符合法律、规范和行业准则的数据合规管理体系,保障数据应用安全,促进政府自觉规范和约束权力运行。

在评估优化阶段,大数据应用主管部门通过数据治理绩效评估、数据审计等方式,对治理实施结果进行评估分析。对尚未达到目标要求的指标制定改进措施,以监督指导治理工作的实施,优化治理结果并持续评估和改进。

2. 数据治理保障大数据交易顺利进行

不同于金融交易所和商品交易所,大数据交易所的交易产品需要被清洗、加工后才能进行交易。一方面,数据的需求方也需要高价值密度、规范化的数据,以降低不同数据源的整合成本,减少数据应用研发周期;另一方面,原始数据涉及数据提供企业的商业秘密和用户隐私,需要采用适当的手段和措施进行脱敏处理,确保用户隐私安全。因此,在大数据交易过程中,涉及的数据存储、数据传输、数据可视化等环节都会面临数据安全、隐私保护、运营合规等问题。

在大数据交易市场项目中,按照数据治理实施路径,对数据交易的过程进行评估、指导和监督。例如在大数据交易平台中,平台的运营管理团队通过EDM方法,为多源异构的数据建立目录体系、实现数据质量和价值的逻辑关联,并监督数据交易时带来的风险。由此可见,数据治理能够为数据交易过程中价值实现、风险控制提供有效保障,是大数据交易领域需要关注的内容。

同时根据数据安全和监管需求,定义数据安全策略、标准、控制和措施,划分信息密级,审计数据安全,以数据安全工具作为支撑,全面支持数据交易服务。大数据交易市场依托单位对所有数据交易过程中的合规性、安全性进行评估,监督防范不合规行为。通过数据治理理念和方法的应用,最终保障了大数据交易过程的顺利进行。

总的来说,数据治理通过一套持续改善的管理机制,包含一系列政策和流程,促进数据有效、高效、合理地被利用,最终达到数据安全合规、风险可控和价值实现的目标。在大数据时代,数据成为战略资源,实施数据治理必将能为政府、行业以及企业带来全新的决策指引以及业务创新,发挥数据资产的真正价值!

本文是上海市政府决策咨询研究项目 “大数据在本市政府决策中的应用研究”课题阶段性研究成果。

宋俊典,博士,上海计算机软件技术开发中心软件平台服务部主任。ISO/IEC SC40工作组专家,《IT治理实施指南》国家标准牵头人,主要从事IT治理、数据质量、数据价值等研究和应用。

杨琳,上海计算机软件技术开发中心软件平台服务部高级咨询专员, ITSS服务管控组专家,《数据治理规范》国家标准核心研制人员,主要从事大数据治理、IT治理的研究和应用。

注:本文转载自微信公众平台-微言创新,版权著作权归原创者所有,如涉及版权等事宜请联系小编更正

关键字:数据安全治理方法

本文摘自:微言创新

电子周刊
回到顶部

关于我们联系我们版权声明隐私条款广告服务友情链接投稿中心招贤纳士

企业网版权所有 ©2010-2024 京ICP备09108050号-6 京公网安备 11010502049343号

^