立即扫码
享受一对一服务
用于指导金融行业开展大数据基础平台建设技术类标准
发布时间：2019.12.27来源：CSDN浏览量：484次标签：数据治理
技术类标准用于指导金融行业开展大数据基础平台建设。大数据技术本身涉及内容广泛，既包含大数据平台本身的基础软件和各类功能组件，又包括基于业务逻辑的数据建模方法，以及人工智能、机器学习等数据分析技术。在技术类标准的编制过程中，一方面，可参考工信部正在编制的大数据技术标准体系，设计基础平台架构，另一方面，结合金融行业在数据安全和业务连续性等方面的要求，提出大数据应用的技术规范和安全规范。技术标准主要包括通用架构、关键技术、接口规范和安全规范。
通用架构子类标准用于指导大数据平台架构设计。通常来说，大数据平台包括底层的基础平台和上层的大数据应用，基础平台主要实现数据采集、传输、存储、整合及统一呈现，并根据上层的大数据应用场景进行不同类型的数据处理，如批处理、流式处理等。从基础平台功能看，要实现对各类海量结构化数据、半结构化数据、非结构数据的实时或批量的采集、存储和建模计算，平台的计算能力、容量、高可用性、可扩展性、安全性和灾难应对能力是架构设计时关注的重点。同时，各功能组件之间应尽可能松耦合，在架构上应具备一定的灵活性、开放性和可扩展性，能根据上层数据应用需求的变化而迅速做出调整。
关键技术子类包括数据采集、存储、清洗、分析挖掘、可视化、安全与隐私保护等环节的技术实现。
接口规范定义大数据基础平台的接口技术要求，包括与源系统的接口、与上层应用的接口、与其他系统数据交换的接口等，适用于平台的开发建设和维护管理。
安全规范为大数据基础平台及上层大数据应用子系统的安全建设、系统测评和安全运维提供支撑；对数据采集、传输、存储、整合、共享、应用、归档与销毁等阶段提出安全技术防护要求，包括实施指南和评估方法。安全规范子类标准的目标是，在大数据技术环境下确保数据使用安全、利用充分。
通用架构子类标准用于指导大数据平台架构设计。通常来说，大数据平台包括底层的基础平台和上层的大数据应用，基础平台主要实现数据采集、传输、存储、整合及统一呈现，并根据上层的大数据应用场景进行不同类型的数据处理，如批处理、流式处理等。从基础平台功能看，要实现对各类海量结构化数据、半结构化数据、非结构数据的实时或批量的采集、存储和建模计算，平台的计算能力、容量、高可用性、可扩展性、安全性和灾难应对能力是架构设计时关注的重点。同时，各功能组件之间应尽可能松耦合，在架构上应具备一定的灵活性、开放性和可扩展性，能根据上层数据应用需求的变化而迅速做出调整。
关键技术子类包括数据采集、存储、清洗、分析挖掘、可视化、安全与隐私保护等环节的技术实现。
接口规范定义大数据基础平台的接口技术要求，包括与源系统的接口、与上层应用的接口、与其他系统数据交换的接口等，适用于平台的开发建设和维护管理。
安全规范为大数据基础平台及上层大数据应用子系统的安全建设、系统测评和安全运维提供支撑；对数据采集、传输、存储、整合、共享、应用、归档与销毁等阶段提出安全技术防护要求，包括实施指南和评估方法。安全规范子类标准的目标是，在大数据技术环境下确保数据使用安全、利用充分。
（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
预约演示
相关文章推荐
-
-
中小银行数据治理工作所面临的问题
虽然各银行积极响应监管要求，开展数据治理工作，但《中小银行金融科技发展研究报告（2019）》显示中小银行的数据治理基本处于萌芽期，达91……查看详情发布时间：2020.07.09来源：小亿浏览量：606次
-
大数据时代不能没有数据治理
第一个提出大数据时代到来的是全球知名咨询公司麦肯锡，现如今大数据存在于各个行业，受到了人们的重视。现在社会科技告诉发展，信息流通快，使得……查看详情发布时间：2019.08.13来源：知乎浏览量：406次
-
怎么做好数据管理——亿信华辰
数据化管理是指将业务工作通过完善的基础统计报表体系、数据分析体系进行明确计量、科学分析、精准定性，以数据报表的形式进行记录、查询、汇报、……查看详情发布时间：2019.03.07来源：亿信华辰浏览量：408次
-
构建金融大数据标准体系的意义和目标
随着政府职能的逐步简政放权，标准作为辅助行业管理、规范行业发展、形成规模化效应的重要手段，将在社会治理体系中发挥更重要的作用。为顺应形势……查看详情发布时间：2019.12.27来源：CSDN浏览量：418次
-
大数据时代企业为什么需要数据治理吗？
如今数字化转型正在各行各业中迅速发展，以数据、流量、知识为主大数据时代已经到来，对于一个企业来说，要实施数字花和大数据战略，数据治理更为……查看详情发布时间：2019.07.18来源：知乎浏览量：468次
-
元数据：数据治理的燃料
企业渴望从可提供竞争优势的数据中获取洞察力。实现这一目标的最常见障碍是数据质量差。如果输入到预测算法的数据是“脏的”（具有丢失或无效的值……查看详情发布时间：2019.08.02来源：知乎浏览量：483次
-
企业数字化转型关键 ，数据治理需要关注什么？
2019年我国数字经济规模为35.8万亿元，产业数字化占数字经济的比例达到80.2%。新经济领域的高度数字化，通过传导至传统产业的转型升……查看详情发布时间：2020.11.08来源：知乎浏览量：459次
-
-
5可以通过数据治理解决的挑战-使用数据治理克服常见的业务障碍
在快速发展的技术，大数据和高级分析的时代，数据治理在每个组织中都发挥着至关重要的作用，无论规模大小或行业如何。从定义元数据管理指南，到解……查看详情发布时间：2018.11.13来源：CHRIS REED浏览量：329次
相关主题