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
在数据分析、质量控制、科研实验等场景中,数据波动性(离散程度)的精准衡量是判断数据可靠性、稳定性的核心环节。标准差(Stan ...
2026-01-29在数据分析、质量检测、科研实验等领域,判断数据间是否存在本质差异是核心需求,而t检验、F检验是实现这一目标的经典统计方法。 ...
2026-01-29统计制图(数据可视化)是数据分析的核心呈现载体,它将抽象的数据转化为直观的图表、图形,让数据规律、业务差异与潜在问题一目 ...
2026-01-29箱线图(Box Plot)作为数据分布可视化的核心工具,能清晰呈现数据的中位数、四分位数、异常值等关键统计特征,广泛应用于数据分 ...
2026-01-28在回归分析、机器学习建模等数据分析场景中,多重共线性是高频数据问题——当多个自变量间存在较强的线性关联时,会导致模型系数 ...
2026-01-28数据分析的价值落地,离不开科学方法的支撑。六种核心分析方法——描述性分析、诊断性分析、预测性分析、规范性分析、对比分析、 ...
2026-01-28在机器学习与数据分析领域,特征是连接数据与模型的核心载体,而特征重要性分析则是挖掘数据价值、优化模型性能、赋能业务决策的 ...
2026-01-27关联分析是数据挖掘领域中挖掘数据间潜在关联关系的经典方法,广泛应用于零售购物篮分析、电商推荐、用户行为路径挖掘等场景。而 ...
2026-01-27数据分析的基础范式,是支撑数据工作从“零散操作”走向“标准化落地”的核心方法论框架,它定义了数据分析的核心逻辑、流程与目 ...
2026-01-27在数据分析、后端开发、业务运维等工作中,SQL语句是操作数据库的核心工具。面对复杂的表结构、多表关联逻辑及灵活的查询需求, ...
2026-01-26支持向量机(SVM)作为机器学习中经典的分类算法,凭借其在小样本、高维数据场景下的优异泛化能力,被广泛应用于图像识别、文本 ...
2026-01-26在数字化浪潮下,数据分析已成为企业决策的核心支撑,而CDA数据分析师作为标准化、专业化的数据人才代表,正逐步成为连接数据资 ...
2026-01-26数据分析的核心价值在于用数据驱动决策,而指标作为数据的“载体”,其选取的合理性直接决定分析结果的有效性。选对指标能精准定 ...
2026-01-23在MySQL查询编写中,我们习惯按“SELECT → FROM → WHERE → ORDER BY”的语法顺序组织语句,直觉上认为代码顺序即执行顺序。但 ...
2026-01-23数字化转型已从企业“可选项”升级为“必答题”,其核心本质是通过数据驱动业务重构、流程优化与模式创新,实现从传统运营向智能 ...
2026-01-23CDA持证人已遍布在世界范围各行各业,包括世界500强企业、顶尖科技独角兽、大型金融机构、国企事业单位、国家行政机关等等,“CDA数据分析师”人才队伍遵守着CDA职业道德准则,发挥着专业技能,已成为支撑科技发展的核心力量。 ...
2026-01-22在数字化时代,企业积累的海量数据如同散落的珍珠,而数据模型就是串联这些珍珠的线——它并非简单的数据集合,而是对现实业务场 ...
2026-01-22在数字化运营场景中,用户每一次点击、浏览、交互都构成了行为轨迹,这些轨迹交织成海量的用户行为路径。但并非所有路径都具备业 ...
2026-01-22在数字化时代,企业数据资产的价值持续攀升,数据安全已从“合规底线”升级为“生存红线”。企业数据安全管理方法论以“战略引领 ...
2026-01-22在SQL数据分析与业务查询中,日期数据是高频处理对象——订单创建时间、用户注册日期、数据统计周期等场景,都需对日期进行格式 ...
2026-01-21