京公网安备 11010802034615号
经营许可证编号:京B2-20210330
为大数据安全和科技金融建设支招
大数据安全和科技金融是备受业界人士关注的热点话题,今年年初,作为牵头人,何春潮、王克照主导并组织推进了 《关于重视和加强我国大数据领域数据安全的提案》《关于加快建设国家科技金融创新中心的提案》的提出和编写工作。两个提案成为民建中央向全国政协十二届五次会议提交38篇集体提案的一部分,在今年两会期间引起广泛关注。
“告诉你一个好消息,今年,我们IT小组的两个提案成为民建中央向全国政协十二届五次会议提交38篇集体提案的一部分。 ”民建中央企业委员会IT专业小组(简称“民建中央IT小组”)副组长兼秘书长何春潮对中国经济时报记者说。
“我们每年都会提出1-2篇与时俱进、反映社会热点、关注国家信息化建设的提案。今年这两篇提案是经过层层筛选、在民建633篇提案素材中脱颖而出的。 ”民建中央企业委员会IT专业小组副组长王克照补充说道。
大数据安全和科技金融是备受业界人士关注的热点话题,今年年初,作为牵头人,何春潮、王克照主导并组织推进了《关于重视和加强我国大数据领域数据安全的提案》《关于加快建设国家科技金融创新中心的提案》的提出和编写工作,包括杜承霖、白春红、马东晖、门嘉平等小组成员,中关村软联大数据专业小组及多个业内专家也共同参与了提案的编写。上述两个提案在今年两会期间引起广泛关注。
重视和加强大数据领域数据安全
目前,我国大数据产业正处于高速发展期,国家大数据体系正在形成,多种商业模式正在得到市场印证。
同时大数据时代也面临很多挑战,主要表现在数据的有效性、数据的复杂度、当前数据架构不能满足大数据的发展,大数据准确的服务能力不够,最为重要的是大数据的发展中数据安全问题正在对国家安全和个人安全带来新的威胁和风险。
王克照介绍,为建立自主可控的大数据安全评估例行程序,推行至各行业领域,防范日后出现严重的大数据安全隐患,在今年年初,由中关村软件和信息服务产业创新联盟发起,民建中央企业委员会IT专业小组参与,成立了“中关村软联大数据专业小组”,旨在研究大数据标准治理、大数据应用和大数据安全。经过多次论证研讨,民建中央IT小组提出了四方面建议。
首先,加快大数据安全领域的立法和完善相关法律。针对目前已有的《中华人民共和国网络安全法(草案)》,完善涉及国家数据安全的相关法律和法条,为大数据安全提供司法基础和法律依据;尽快颁布2008年全国人大常委会已启动立法程序的“个人信息数据保护法”,明确数据的所有权、使用权、知情权、交易权、隐私权等权益,明确违法的责任和后果。
其次,成立国家级大数据治理和安全标准工作组,建立健全我国数据治理及安全标准体系。一是建立政府主导、行业协会牵头、企业为主、产学研用联合的大数据安全标准工作组。二是建立多方沟通合作机制,通过标准化活动实施国家大数据安全标准体系作为监管、治理和发展的基本依据,作为大数据基础的安全保障。制定国家大数据安全关键标准。制定国家大数据治理、大数据安全标准。三是积极参与国际大数据相关标准制定,占据主导权。
再次,提升执法力和管控能力。建议主管政府部门牵头,针对涉及大数据安全的各类行为和事件,协同公安、电信、银行等执法部门和机构,对泄密、诈骗、危害社会和公共安全的违法行为,形成固定有效及时的处理流程和机制,使违法可被及时制止。对于各类型和性质的数据和信息安全违法的责任人,都要给予依法的刑事处罚,违法必究。
最后,形成自主可控的大数据核心技术和安全评价程序。建议积极发展基础、核心和前沿技术,使我国的大数据的关键领域不再有求于人。另外,建立自主可控的大数据安全评估例行程序,推行至各行业领域,防范日后出现严重的大数据安全隐患。
加快建设国家科技金融创新中心
“建设国家科技金融创新中心是势在必行的选择。 ”何春潮说,当前,全世界各经济体都试图通过创新来赢得增长,在这种背景下,以创新驱动作为重要抓手的过程中,如何引导金融资源向科技领域有效配置、财经科技与金融有效结合与双向驱动,形成科技金融(FinTech)产业在我国的快速发展,既是加快科技成果转化与产业化的重要举措,也是建设创新型国家的战略需要。
为解决当前科技金融创新中心存在的物理承载空间有限、难以起到示范效应、金融创新的速度跟不上科技创新的需求步伐、各层次资本市场的联动机制欠缺等问题,在《关于加快建设国家科技金融创新中心的提案》中,民建中央IT小组提出了如下对策。
一是进一步明确国家科技金融创新中心功能区的定位,加快国家科技金融创新中心功能区的规划建设及空间功能布局。中心应明确定位于科技研发中心、科技服务中心及政策发源地,更多地起到枢纽性作用,而将科技制造剥离,集约发展、集聚创新。
二是充分发挥高校和科研院所在科技金融领域的资源优势,促使其成为国家科技金融创新中心建设的核心单位。
三是借助互联网手段建立科技金融服务新模式,鼓励充分应用平台模式的互联网金融的发展思维,通过金融机构与互联网公司的合作,构建“互联网+金融”、集线上数据整合与线下金融服务于一体的全新商务平台模式。
四是明确并重视大数据建设工作,以完善科技金融信息与数据库建设为基础打造全球大数据中心,尝试打造大数据交易中心(交易所)。
此外,提案还建议推动知识产权资本化,为企业创新提供保障;加强科技金融人才队伍建设,尝试建立科技金融人才银行;注重科技金融的组织创新、产品创新以及资本市场创新;建立战略合作联盟,构建有效的科技金融生态环境。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中,企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中,订单数据分散在交易平 ...
2026-03-17在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16数据是CDA(Certified Data Analyst)数据分析师开展一切工作的核心载体,而数据读取作为数据生命周期的关键环节,是连接原始数 ...
2026-03-16在用户行为分析实践中,很多从业者会陷入一个核心误区:过度关注“当前数据的分析结果”,却忽视了结果的“泛化能力”——即分析 ...
2026-03-13在数字经济时代,用户的每一次点击、浏览、停留、转化,都在传递着真实的需求信号。用户行为分析,本质上是通过收集、整理、挖掘 ...
2026-03-13在金融、零售、互联网等数据密集型行业,量化策略已成为企业挖掘商业价值、提升决策效率、控制经营风险的核心工具。而CDA(Certi ...
2026-03-13在机器学习建模体系中,随机森林作为集成学习的经典算法,凭借高精度、抗过拟合、适配多场景、可解释性强的核心优势,成为分类、 ...
2026-03-12在机器学习建模过程中,“哪些特征对预测结果影响最大?”“如何筛选核心特征、剔除冗余信息?”是从业者最常面临的核心问题。随 ...
2026-03-12