
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
机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01