立即扫码
享受一对一服务
全国人大代表张近东：对数据管理运用要在政府监管下进行
发布时间：2019.03.05来源：数据管理浏览量：226次标签：数据治理
数据隐私保护成为近些年两会的热词之一。全国人大代表、苏宁控股集团董事长张近东今年两会带来了5份建议，涉及数字经济、促进消费、乡村振兴及物流等领域。他建议，加快制定数据安全法律法规、安全保护配套标准，构建防护技术体系，从信息的收集、存储、处理、传输、共享、删除等全生命周期管理的角度制定完善的法律体系，确保数据安全。
“信息产业的快速发展造成大量从业者涌入，由于企业数据保护意识不足，加之我国相关立法滞后，个人信息的泄露与滥用层出不穷，严重侵犯了公民正当权利。”张近东认为，要加快相关立法进程，改变目前数据安全领域的乱象。
他建议，加快制定数据安全法律法规、安全保护配套标准，构建防护技术体系，从信息的收集、存储、处理、传输、共享、删除等全生命周期管理的角度制定完善的法律体系，确保数据安全；同时，规范数据的采集、加工、流通和应用等全链条，制定数据使用标准和原则，提高全社会数据的利用效率。
张近东还建议，对数据的管理和运用要在政府的监管下进行，发挥市场主体的作用，建立全生命周期管理体制，实现全社会数据的开放共享。他表示，可以建立在政府监管下的地方政府大数据局，将政府数据和相关公共数据通过大数据局进行统一管理和统一开放。
在数据开发利用方面，他建议，通过立法保护企业的数据挖掘分析成果，引导企业开放对数据的探索结果，实现信息共享的市场化。
张近东也建议，鼓励基于数据开发的大众创业，引导开放数据应用为社会民生服务；加大财政资金对大数据领域关键技术自主研发的投入，引导社会资本对数据进行增值开发，形成大数据应用平台造福大众创业，构建具有自主知识产权的大数据产业链。
“大数据已经成为关键的生产要素之一，各行各业每时每刻都在产生数据，它们是国家和社会的宝贵资产，要被合理合法地加工、挖掘、分析和运用，为消费升级大趋势下的经济和社会发展提供充足的信息势能。”张近东表示。
（部分内容来源网络，如有侵权请联系删除）
立即免费申请产品试用
免费试用
相关文章推荐
-
一文透露银行业的数据治理该不该做，又怎么做？
小宋最近同学会，一个大学同学就职银行信息科技部门，听说小宋也在一家大数据公司便拉起小宋的手要和她好好掰扯掰扯一下银行业的数据治理了。银行……查看详情发布时间：2020.07.29来源：今日头条浏览量：254次
-
数据仓库的定义，它有什么作用?
最简单的数据仓库是用于存储和报告数据的系统。数据通常源自多个系统，然后将其移入数据仓库以进行长期存储和分析。该存储的结构使得组织内的许多……查看详情发布时间：2018.12.20来源：数据治理浏览量：252次
-
数据治理带给企业的6个惊喜
数据治理实际是一把双刃剑。一方面，法律法规的强制规定能立即引起客户对数据治理的重视。另一方面，为了达到合规，很多企业在实际操作中只会做到……查看详情发布时间：2019.11.22来源：知乎浏览量：264次
-
大数据环境下的数据质量管理策略
信息时代，数据已经慢慢成为一种资产，数据质量成为决定资产优劣的一个重要方面。随着大数据的发展，越来越丰富的数据给数据质量的提升带来了新的……查看详情发布时间：2019.11.06来源：知乎浏览量：256次
-
数据治理成功要素：制定数据质量管理办法及标准
数据质量管理是指为了满足信息系统的需要，对数据从计划、获取、存储、共享、维护、应用、消亡生命周期的每个阶段里可能引发的各类数据质量问题，……查看详情发布时间：2022.02.25来源：小亿浏览量：441次
-
世界各地的组织如何处理数据治理
在2019年G20大阪峰会召开的同时，我很幸运能够在整个六月的整个月里在东京办公室工作。这是一个有趣的事件，引起我注意的主要议题之一是“……查看详情发布时间：2019.07.11来源：知乎浏览量：226次
-
影响企业大数据分析的三大误区
我们现在身处一个虚拟时空交易与现实时空交付的数字化时代。数字化正在各行业快速发展，许多企业将会经历前所未有的改变。数据正发挥着越来越重要……查看详情发布时间：2022.03.08来源：小亿浏览量：261次
-
你以为建设大数据平台就好了，还差这一步
长期以来，大家一直忽略一个问题：数据跟原来的企业应用系统一样，它是需要被管理的。企业逐渐了解数据所蕴含的价值，对数据的重视程度越来越高。……查看详情发布时间：2019.06.03来源：亿信华辰浏览量：216次
-
大数据时代，用户不能成为“透明人”！
移动互联网时代，智能手机如同人的体外器官，而手机上安装的APP就像组成细胞。可以说，过好移动生活，首先从用好智能手机的APP开始。……查看详情发布时间：2019.04.04来源：大数据浏览量：192次
-
大数据治理的五个核心要素
当今的大型企业，内部分工日趋细化，采购、服务、市场、销售、开发、支持、物流、财务、人力等各个环节，无不每时每刻产生着大量的数据。数据的格……查看详情发布时间：2019.12.06来源：CSDN浏览量：418次
相关主题