数据治理新挑战:数据要素大规模流动

发布时间:2020.07.31来源:知乎浏览量:182次标签:数据治理

“我们谈论大数据的时候在谈什么?”“数据生产要素、数据治理、隐私计算……这些都是关键词。”7月24日下午,2020年中国互联网大会“数据治理高峰论坛”以在线形式召开,中国信通院云计算与大数据研究所副所长魏凯会上公布了2020大数据十大关键词。


数据要素被写入中央文件后,相关的讨论不断。如何激发数据要素新活力,培育要素市场成为社会关切。

数据治理

“很多人说数据是石油,这是因为未来生产离不开数据。“从数据治理的角度看,我认为这种比喻不恰当。石油是有限的,而且是一次消耗品,但数据不是,它更像血液。”

随着信息经济发展,数据早已和其它要素一起融入经济价值创造过程。此前国家发改委相关负责人曾解释,将数据纳入生产要素范畴,是要充分发挥数据对其他要素效率的倍增作用。

不同于传统生产要素,魏凯认为数据具有无限复制性、通用性更强、流动性高,现在还难以确权定价,参与市场交易。在他看来,数据要素市场化配置的条件尚未成熟,相关理论、法规、机制、技术仍处于发展中。

数据安全是数据治理的重要部分。作为一种生产要素,数据需要流动才能创造价值,但这过程中也给数据安全治理带来了新的挑战。

数据的流动规模增大,使得静态的“保密柜”安全模式难以适用实际需求。此外,数据海量汇聚使得数据泄露产生的危害性更加广泛,而数据深度挖掘时如何保障隐私安全也亟需关注。

数据治理的核心目标是要促进数据有序流动、合理交易和安全应用,同时保障数据的可用可管、完整准确、安全可信,以安全促发展。

如何应对数据安全治理的新形势,解决阻碍数据要素市场的关键问题?
强化数据分类分级安全管理,以此为基础加快完善重点环节的安全管理制度和技术能力。同时,强化事中事后管理,依托合规性评估制度,对大数据业务、大数据中心、交易平台等定期开展评估。

此外,数据安全治理的重点领域工作也包括强化数据安全技术生态建设,提升大数据流动轨迹和交易链条的动态监测能力,实现数据全流程的监测预警和溯源处置。

值得一提的是,数据作为基础性战略资源早已引起各国重视,目前欧美国家都在加快数据治理领域的战略布局,加速完善数据跨境规则体系,并强化规则输出。

我国应借鉴欧美数据跨境流动管理经验,加快相关管理制度和机制建设,强化数据安全保护和出境评估,全面提高我国数据跨境流动管理能力。
(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
  • 数据资产如何安全可追溯,你们应该这样做!

    数据资产如何安全可追溯,你们应该这样做!

    近年来,食品安全中提到产地的可追溯性,给许多生鲜打上了专属的身份证以便出现问题可以追根溯源。而这并不稀奇,在使用报表工具时处于数据安全考……查看详情

    发布时间:2021.03.12来源:知乎浏览量:185次

  • 数据治理是任何自助分析和数据发现策略的重要组成部分

    数据治理是任何自助分析和数据发现策略的重要组成部分

    当越来越多的用户与越来越多的数据交互并可视化时,可靠的治理实践可以确保每个利益相关者都能获得他们所需的洞察力,同时完全保留数据源的及时性……查看详情

    发布时间:2019.01.17来源:数据治理浏览量:173次

  • 数据治理思考:数据质量如何监控

    数据治理思考:数据质量如何监控

    近年来,数字经济成为我国国民经济高质量发展的新动能,而数字经济能否高质量发展还取决于数据治理水平是否够高。目前的数字经济面临数字鸿沟加大……查看详情

    发布时间:2022.01.21来源:小亿浏览量:333次

  • 企业数据治理的重点和难点在那里?

    企业数据治理的重点和难点在那里?

    企业数据治理的重点和难点主要体现在以下4点:.需要企业高层支持,将数据治理工作放在企业重点工作中,保证对数据治理项目人力物力的投入,提高……查看详情

    发布时间:2019.09.18来源:知乎浏览量:320次

  • 银行数据治理-数据治理是银行业面对的一个崭新课题

    银行数据治理-数据治理是银行业面对的一个崭新课题

    本书是“银行业信息化丛书”之一,数据治理是银行业面对的一个崭新课题,本书从银行业数据基本概况、数据治理现状,以及银行业数据治理体系、数据……查看详情

    发布时间:2018.11.29来源:数据治理浏览量:202次

  • 什么是主数据?

    什么是主数据?

    企业主数据(Master Data)是用来描述企业核心业务实体的数据,比如客户、合作伙伴、员工、产品、物料单、账户等;它是具有高业务价值……查看详情

    发布时间:2020.04.29来源:知乎浏览量:213次

  • 数据质量对于数据分析来说至关重要

    数据质量对于数据分析来说至关重要

    数据质量的关键所在包括:大致分为完整性,一致性,准确性,有效性和及时性这五个组件。……查看详情

    发布时间:2019.11.13来源:知乎浏览量:164次

  • 数据治理可以灵活吗?

    数据治理可以灵活吗?

    许多组织现在都认识到数据治理的必要性,但仍在努力寻找正确的数据治理方法。一个好方法是 - 敏捷!……查看详情

    发布时间:2019.01.02来源:亿信华辰浏览量:135次

  • 怎样避免数据治理里面的坑?

    怎样避免数据治理里面的坑?

    数据治理是一项长期而繁杂的工作,很多时候大家都为如何做好数据治理而感到困惑,甚至很多时候对此失去了信心。怎么避免数据治理这些问题?……查看详情

    发布时间:2018.12.10来源:CSDN浏览量:221次

  • 数据治理准备的支柱:企业数据管理方法

    数据治理准备的支柱:企业数据管理方法

    Facebook的数据问题继续成为头条新闻的主导,并进一步凸显了企业范围内数据资产视图的重要性。备受瞩目的案件与其他着名的数据丑闻有所不……查看详情

    发布时间:2019.01.24来源:亿信华辰浏览量:202次

相关主题
您点击 “提交”,表明您已理解并同意接受本网站隐私政策和用户协议