
数据安全是政务大数据开放的核心能力
日前,克强总理主持召开的国务院常务会议通过了《关于促进大数据发展的行动纲要》,将大数据定位为推动创新创业及经济转型升级的战略性资源,明确政务信息及公共数据要互联共享进行开放,深化大数据的应用创新。值得注意的是,遵循习近平总书记没有信息安全就没有信息化的精神,最后特别强调了要强化保护隐私数据等的信息安全保障体系建设。
《纲要》的通过,标志着中央及产业界就政务大数据开放已经成为共识,政务数据作为最权威和最全面的数据其对社会经济发展的价值也受到广泛的认可和期待,政务数据的开放及大数据平台的形成趋势不可逆转。然而,政务数据涉及大量个人隐私甚至涉密信息,如何在开放的同时保护个人及国家数据安全,是所有政务及公共数据持有部门面临的首要问题,也是各级政府及公共服务机构推行政务大数据开放需要迫切加强建设的核心能力之一。政务数据开放的数据安全核心能力建设可以依据数据分发体系搭建、数据安全技术应用、法律协议保障及服务对象信息安全能力测评四个方面进行。
一、依据开放对象搭建分类分级的数据分发体系
政务及公共数据开放的对象比较广泛,既有上级单位,也有同级政府及企事业单位,甚至可能面向个人,这些对象拥有的权限、需求及数据保密能力差异较大。考虑到政务数据开放大部分单向开放的情况,可以根据不同类型对象的权限及保密能力等要素进行分类,进而搭建面向不同对象服务的数据分级分发体系,在原始数据平台数据向各级对象数据服务平台分发数据时,根据既定规则进行数据脱敏的处理,确保特定分发对象只能访问到特定的分发平台数据,从而建立一个以原始数据源为核心的树状数据服务平台。
二、采用加密及脱敏等数据安全技术
依赖上述分级分类的数据分发平台,根据需要配置既定的加密及脱敏规则,在数据从原始数据源分发到前段数据服务平台的过程中,对数据库关键字段或文档中关键敏感信息(例如身份证及银行卡号等)进行自动识别并加密或脱敏处理,确保个人隐私信息或涉密信息不会被滥用。
三、通过法律协议明确服务对象的数据安全保护义务
数据开放单位,必须邀请专业法律顾问单位,结合数据的情况,针对不同的服务对象签订明确的数据保密义务协议,一方面提升数据服务对象的安全保密意识,另一方面也明确双方权责。
四、服务对象数据安全防护能力进行测评
政务或公共数据开放单位,要通过第三方测评机构,建立针对服务对象的数据安全防护能力测评机制,对于没有达到相应防护能力的机构,应该要求其进行整改,从而降低数据被滥用或隐私泄密的风险。
正如《纲要》所提,政务及公共数据的开放,是促进中国社会经济创业转型的战略资源,也是促进信息化发展推动中国进入数据时代(DT时代)的关键措施,但数据安全能力的建设是核心,也是基础,否则就会出现韩国实名制所带来的隐私大泄露的悲剧。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13