广东省大数据标准体系规划与路线图(2018-2020)

感谢观看

广东省大数据标准体系规划与路线图

（2018-2020） （征求意见稿）

指导单位：广东省经济和信息化委员会 编制单位：广东省大数据标准化技术委员会工作组

二〇一八年五月

感谢您的观看

感谢观看

一、广东省大数据标准体系 （一） 编制原则

以《广东省促进大数据发展行动计划2016-2020》及《珠江三角洲国家大数据综合实验区建设实施方案》为基础，以继承、发展、创新、提高为出发点，全面梳理国际标准、国家标准、行业标准及地方标准，结合大数据技术及产业发展现状与趋势分析，建立适应广东省大数据产业发展需求的标准体系。标准体系建设遵循以下原则：

急用先行、成熟先上。对大数据领域急需的开放共享、交易流通等标准重点投入，先行研制；对国内外已有的数据分析、处理、数据质量、数据安全等相关国际标准及研究成果，优先支持等同转化。

面向需求、注重实效。从产业信息化和产业数字化发展的要求出发，面向我省电子政务、电子商务及重点行业的数字化服务需求，把规范服务行为、提升服务质量、培育新型服务模式为抓手，调动行业各参与方推进标准化工作的积极性，提升标准的科学性、合理性和有效性。

资源整合、统筹规划。以培育并形成完善的大数据服务市场为总体目标，明确标准化工作思路、内容及具体的推进措施，整合数据资源，统筹产业规划，破除数据孤岛，强化应用服务，保障大数据标准服务体系目标清晰、技术可行、结果可见。

感谢您的观看

感谢观看

（二） 标准体系框架图

0 基 础 大数据标准体系 1 技 术 2 安 全 3 工 具 4 应 用 5 管 理 . . . . . 01 02 03 总术参则 语 考架构 04 元数据 05 06 元 语素义集 分 析 07 分类分级 . . . . . 11 数据质量 12 处理与分析关键技术 13检测与评估 . . . . . 21 通用要求 22 隐私保护 . . . . . 111 112 113 114 通主事产121 122 数数 用数务品据据数据 数数据 据 据 收预 集 处理 123 数据分析 124 125 数区据块可链 视化 . . . . . 131 模型评估 132 风险检测 . . . . . 311 平台基础设施 312 预处理工具 313 存储类工具 314 分布式计算工具 315 数据库 316 平台管理类工具 . . . . . . . . 31 系统类工具 32 应用类工具 . . . . . . 41 数据开放 42 数据共享 43 数据交易 44 数据访问 45 数据应用 . . . . . 51数据运维 52数据治理 . . . . . 321 应用分析智能工具 322 可视化展示工具 . . . . . . . . 421 数据开放总则 422 数据开放目录 423 数据开放平台 . . . . . 451 452 453454电工电科子业子学政大商大务数务数大据 大据 数数据 据 . . . . . . . . . 大数据标准体系框架图 感谢您的观看

感谢观看

（三）标准体系说明 1. 标准体系设计依据

按照国家《信息化发展战略纲要》、《关于促进大数据发展行动纲要》、《大数据产业发展规划（2016－2020年）》、《关于运用大数据加强对市场主体服务和监管的若干意见》及广东省《广东省促进大数据发展行动计划（2016-2020年）》、《珠江三角洲国家大数据综合试验区建设实施方案》等政策文件对标准化工作的要求，制定广东省大数据标准体系。标准体系共划分为“基础—技术—安全—工具—应用—管理”等6个子体系。

2. 标准体系框架明细

标准体系采用树形结构，分层级展开，层与层之间是包含与被包含关系，平行层之间是平行并列关系。

第一层是大数据通用标准体系。包括基础类标准（0）、技术类标准（1）、安全类标准（2）、工具类标准（3）、应用类标准（4）、管理类标准（5）。

第二层的分类情况及原则如下所述：

（0）基础标准为整个标准体系提供包括总则、术语、参考架构、元数据、元素集、语义分析、分类分级等通用的基础性标准。

（1）技术类标准主要是对大数据相关的技术进行标准化规范。包括：数据质量标准、数据处理与分析关键技术标准、数据评估技术标准等。其中数据质量标准主要参考ISO8000数据质量系列标准，该系列标准主要是对数据质量的把控，

感谢您的观看

感谢观看

并根据当前我省大数据产业发展需求，等同或修改后采用国际标准；数据处理与分析关键技术标准主要是针对数据从收集到使用过程中的关键技术进行规范；检测与评估技术主要是针对数据挖掘过程中的方法和工具及数据本身进行的包括模型、风险、等保等方面的评估。

（2）安全类标准主要是针对通用的安全和大数据环境下隐私数据的保护，其中通用要求基于信息安全技术的系列标准；隐私数据则重点针对智能移动设备存储数据及与信息主体利益密切相关的数据。

（3）工具类标准主要是从数据使用过程中的过程性工具和终端应用类工具进行规范，主要包括系统类工具和应用类工具；系统类工具标准细分为平台基础设施、预处理工具、存储类工具、分布式计算工具、数据库、平台管理类工具等；应用类工具包括应用分析工具、可视化工具等。

（4）应用类标准从发挥数据价值的角度出发，将应用分为数据访问、开放、共享、交易及行业应用等环节。行业应用类标准主要针对电子政务、工业、电子商务、医疗、科研等领域共性或专用的大数据应用标准进行研制。

（5）管理类标准是大数据标准的重要支撑，贯穿于数据生命周期的各个阶段。该部分主要是包括数据运维和数据治理，其中数据运维包括数据库维护、运行维护、运行安全及大数据系统及相关工具等方面的运维及服务等方面的标准；数据治理包括数据资产管理、大数据解决方案设计、数据管理能力成熟度评价等。

感谢您的观看

本文来源：https://www.bwwdw.com/article/tqft.html