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:2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
  • 互联网企业数据治理决策要这么建

    互联网企业数据治理决策要这么建

    企业需要协调多个提供和使用数据的参与方之间发生的复杂关系,由于企业缺乏数据治理可能导致数据滥用/误用等破坏性后果,并导致市场失灵。传统的……查看详情

    发布时间:2019.08.19来源:CSDN浏览量:3次

  • 数据治理要处理好四个关系

    数据治理要处理好四个关系

    随着我国大数据战略的不断推进,各类生产生活行为都以数据的形式全景留痕,构建了一个与现实空间平行的“数据空间”,数据治理呼之欲出。要切实发……查看详情

    发布时间:2020.04.02来源:知乎浏览量:1次

  • 数据治理为什么成为企业必备?

    数据治理为什么成为企业必备?

    基本概念什么是数据治理?答:又叫”数据管控”。引用《DAMA数据管理知识体系指南》一书给出的定义:数据治理是对数……查看详情

    发布时间:2020.07.29来源:CSDN浏览量:13次

  • 数据治理概述

    数据治理概述

    每天,大学的数据都会被评估,创建,使用,存储,存档,报告或删除。数据治理为罗切斯特的这些信息的定义,交换,完整性和安全性设定了标准和协议……查看详情

    发布时间:2018.11.26来源:数据治理浏览量:1次

  • 面对如今的数据挑战企业如何有效地进行数据治理

    面对如今的数据挑战企业如何有效地进行数据治理

    数据治理是对数据资产管理行使权力和控制的活动集合,数据治理是识别、管理和解决几种不同类型数据相关问题的手段,包括数据质量问题、数据命名和……查看详情

    发布时间:2019.08.29来源:知乎浏览量:2次

  • 2018 数据管理成熟度技术曲线:DataOps、dbPaaS、ML

    2018 数据管理成熟度技术曲线:DataOps、dbPaaS、ML

    数据运维(DataOps)、私有云数据库平台即服务(dbPaaS)和具有机器学习(ML)功能的数据管理在2018年Gartner数据管理……查看详情

    发布时间:2019.03.05来源:亿信华辰浏览量:2次

  • 企业数据治理的坑你遇到过哪些?

    企业数据治理的坑你遇到过哪些?

    在这些年的数据治理实践当中有成功的经验,当然也经历过很多失败的教训,有些教训反反复复的出现…笔者一直在思考怎么避免这些问题,所以今天就跟……查看详情

    发布时间:2019.09.12来源:知乎浏览量:1次

  • 企业大数据体系构建,从这4层逐步递进递进

    企业大数据体系构建,从这4层逐步递进递进

    关于企业的大数据体系构建,可以分为4个层级,每个层级之间可以是递进的关系,虽然业务主导不同,但构建思路相通。关于企业的大数据体系构建,可……查看详情

    发布时间:2019.05.20来源:数据分析网浏览量:3次

  • 什么是数据质量?如何衡量它以获得最佳结果?

    什么是数据质量?如何衡量它以获得最佳结果?

    我们过去谈过很多关于数据质量的问题 - 包括糟糕数据的成本。但是,尽管对数据质量有了基本的了解,但许多人仍然不太了解“质量”究竟是什么意……查看详情

    发布时间:2018.12.25来源:数据治理浏览量:4次

  • 数据治理管理措施

    数据治理管理措施

    提高全面思想认识 毋庸置疑,数据是企业的宝贵资产,各企业已经意识到数据质量的重要性,但是并没有将数据治理提到战略高度,信息化建设的重点……查看详情

    发布时间:2020.10.21来源:知乎浏览量:1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