多元数据碰撞融合才有价值 建设大数据“资源池”

描述

导读

白皮书主要介绍了国内外大数据产业发达地区在大数据领域的发展战略、发展现状和趋势,并结合当前大数据核心产业链和大数据重点领域应用实践,从技术、产业、标准等层面提出建议。

白皮书基于工业大数据技术、产业发展现状,重点围绕“工业数据管理”这一热点议题,提炼了当前工业领域数据管理的重要方法,完善了工业大数据标准体系,为推动工业大数据落地应用和战略部署提供标准化支撑。

2019年全国大数据标准化工作会议暨全国信标委大数据标准工作组第六次全会在重庆仙桃国际大数据谷召开。

数据连接万物,互联网经济时代,数据成为重要生产力。当前,大数据有哪些管理模式?我国对大数据治理体系有何探索?大数据标准化,如何在重庆落地?这些“干货”都能在会上找到答案。

多元数据碰撞融合才有价值 建设大数据“资源池”

良好的数据管理体制是促进产业发展的关键,也是国家掌控数据安全的保障。记者从会上了解到,目前,数据管理有两种模式,欧盟设立专门的数据机构直接管理,而美国则采用政府引导行业自律进行管理。

那么,我国应该建立什么样的数据管理模式?

“多元数据融合、碰撞才能产生价值,但碰撞中又会遇到数据安全问题。”全国信标委大数据标准工作组组长梅宏表示,由此,必须加强数据治理相关标准化工作,开展不同领域的数据治理标准研究。同时,研制大数据资源建设相关标准,建设我国大数据“资源池”。

梅宏称,围绕大数据治理,国际上已经有不少成功的实践和研究。比如:国家层面促进数据共享开放、保障数据安全和保护公民隐私的政策和法规;针对企业机构的数据管理能力评估和改善;以及面向数据质量保证的方法与技术等等。

他认为,我国大数据治理必须跳出单个组织的边界,从营造国家大数据产业发展环境的视角全面、系统化考虑。大数据治理体系的内容涉及到数据资产地位的确定,相应的管理体制和机制,共享和开放的原则和机制,安全与隐私保护的政策等方方面面。

目前,我国大数据标准工作组正在制定数据管理能力成熟度系列标准。2018年4月,发布《数据管理能力成熟度评估模型》,在七个领域近70家单位应用示范。今年4月,数据开放共享系列标准形成草案并将进行评审。

“只有把企业转变成数据驱动的企业,大数据才能真正地落地。”工信部信息化和软件服务业司司长谢少锋指出,工信部高度重视大数据标准化工作,将充分发挥标准在推动大数据产业发展、促进大数据与实体经济融合方面的支撑作用。下一步,大数据标准工作组要凝聚各方资源,不断完善大数据的标准体系。同时,继续做好大数据领域的国际标准化工作,提升我国在大数据标准化领域的影响力。

依托国家标准 结合重庆实际 提升企业技术体系完备性

“我们想依托国家的标准,结合重庆实际,去开展实施,首批选择在渝北仙桃数据谷进行试点。”重庆市大数据发展局党组成员、副局长杨帆接受记者采访时表示,今天在重庆召开全国大数据标准化工作2019年会,第一次在北京之外的省市召开,希望以这次盛会为契机,推动“数据管理能力成熟度模型”在重庆的启动与应用示范。同时,也将启动国家大数据综合标准化体系建设。

杨帆透露,此次的数据管理能力成熟模型的应用示范启动,将从两个方面进行示范。一是从重庆城市大数据中心建设将基于此项国家标准与重庆实际来开展实施,比如数据标准怎么定、数据中心怎么建、跨层级/跨地域/跨系统/跨部门/跨业务的数据资源如何交互、如何管控数据质量、如何对数据进行追溯、如何防止数据被篡改等等。二是推动重庆行业企业在大数据智能化应用研发过程中,如何应用这个标准,运用国家级标准去提升企业技术体系的完备性,更有效提升其产品质量。

会上,发布了《工业大数据标准化白皮书(2019版)》,白皮书梳理了目前工业大数据相关政策、产业应用现状,围绕我国工业大数据产业应用面临的问题和挑战,从技术和管理的角度,勾画出工业大数据发展的整体轮廓,完善了工业大数据标准体系,并提出了下一步工作方向。

此外,会议还公布了电力行业DCMM国家标准优秀试点单位并启动重庆DCMM国家标准试点;中国电子技术标准化研究院与重庆市大数据应用发展管理局、重庆市渝北区人民政府共同签署了“国家大数据综合标准化体系建设”合作协议,共同推动国家大数据标准体系建设。

工业大数据

工业大数据

工业大数据

工业大数据

工业大数据

工业大数据

工业大数据

工业大数据

工业大数据

工业大数据

工业大数据

工业大数据

工业大数据

工业大数据

工业大数据

工业大数据

工业大数据

工业大数据

工业大数据

工业大数据

工业大数据

工业大数据

工业大数据

工业大数据

工业大数据

工业大数据

工业大数据

工业大数据

工业大数据

工业大数据

工业大数据

工业大数据

工业大数据

工业大数据

工业大数据

工业大数据

工业大数据

工业大数据

工业大数据

工业大数据

工业大数据

工业大数据

工业大数据

工业大数据

工业大数据

工业大数据

工业大数据

工业大数据

工业大数据

工业大数据

工业大数据

工业大数据

工业大数据

工业大数据

工业大数据

工业大数据

工业大数据

工业大数据

工业大数据

工业大数据

工业大数据

工业大数据

工业大数据

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分