京公网安备 11010802034615号
经营许可证编号:京B2-20210330
我国大数据产业发展现状分析_大数据培训
我国大数据产业发展目前还处于起步阶段,业界对于大数据产业的立法保护呼声甚高。一些专家认为,目前就大数据单独立法条件尚不成熟,政府部门应在推进规划引导、完成标准制定、优化完善大数据发展环境等方面发力。但需注意以需求为导向,避免陷入以技术为驱动的信息化发展怪圈。
随着大数据分析挖掘的愈发精准,应用领域不断扩展,个人隐私保护和数据安全变得非常紧迫。近两年来,我国大数据产业发展的宏观政策环境不断完善,在推动行业发展和保护个人隐私方面起到一定作用。
2013年6月工信部发布《电信和互联网用户个人信息保护规定》,根据《全国人民代表大会常务委员会关于加强网络信息保护的决定》,进一步界定了个人信息的范围,提出了个人信息的收集和使用规则、安全保障等要求,为大数据应用中的个人信息保护设立了法律法规屏障。2014年10月,最高人民法院发布《关于审理利用信息网络侵害人身权益民事纠纷案件适用法律若干问题的规定》,进一步细化了网络服务商的责任,加大了对被侵权人的司法保护。
工信部电信研究院专家指出,在隐私保护方面,现有的法律体系仍面临两大挑战:一是法律保护的个人隐私主要体现为“个人可识别信息”(简写PII),但随着技术的推进,以往并非PII的数据也可能会成为PII,造成保护范围变得模糊;二是以往建立在“目的明确、事先同意、使用限制”等原则下的个人信息保护制度,在大数据场景下变得越来越难以操作。而我国个人信息保护、数据跨境流动等方面的法律法规,仍需进一步配套健全,这成为制约大数据产业健康发展的重要因素之一。
工信部总工程师张峰说,根据工信部2014年的立法工作安排,目前没有直接涉及大数据产业的立法项目。记者走访多位业界专家了解到,尽管对于大数据相关产业的立法呼声颇高,但目前单独立法条件并不成熟。
针对目前我国大数据发展中面临的种种问题,中国工程院院士邬贺铨、国家信息化专家咨询委员会常务副主任周宏仁等认为,当务之急是制订国家大数据发展战略,从国家需要和应用角度出发制订大数据的发展规划,尽快出台《信息保护法》和《信息公开法》,紧紧抓住大数据时代到来的重大机遇。
具体操作上,中央网信办政策法规局副巡视员尤雪云、孙佑海等建议,将大数据产业涉及的法律法规纳入网络安全、个人信息保护的立法内容中。以“网络安全立法”为范畴建立网络数据信息安全保护制度,着重解决网络数据信息安全保障问题,依法确立“明确责任主体、完善自律机制”的原则,明确相关机构的责任边界。
专家强调,数据收集机构对于数据安全和个人隐私保护的责任需进一步明确。孙佑海说,对于网站、银行、医院等数据信息集中的机构单位,应从法律层面要求其保护客户信息,严禁滥用,严禁外泄。要严肃追究将数据信息流向境外的单位和个人的法律责任,单位与泄密人之间要承担连带责任。
专家还建议,在“网络安全立法”的框架下,建立重点岗位和人员的特殊保护制度。要求国家机关、涉及国计民生的行业以及数据信息集中的互联网企业等,确定网络信息安全保护的重点岗位和人员,明确保密义务和责任,加强网络舆情分析、网络内容监管、网络攻击应对、网络应急保障等方面的专业技能培训,提高网络信息安全保护能力,实施严格的网络信息安全保护措施。例如,要求重点人员不得使用国外生产的手机、存储设备、操作系统等软硬件,坚决防治网络泄密。
此外,中国计算机学会计算机安全专业委员会主任严明指出,应依法整合互联网相关机构的管理职能,建立健全具有中国特色并高效运行的网络信息安全管理体制,以法律形式明确规定各个网络信息管理职能部门的职权和责任,尤其是网络信息安全执法部门,完善各主管部门在维护网络信息安全工作中的主从关系和协同配合机制,形成从技术到内容、从日常安全到打击犯罪的互联网管理合力,确保网络的正常运行和网络信息安全管理。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25 很多数据分析师精通Excel函数和透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么关系 ...
2026-05-25数字化经营时代,企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中,自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下,存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21 很多数据分析师每天盯着几十个指标,但当被问到“这套指标要支撑什么业务目标”“指标之间是什么逻辑关系”“业务变化时如何 ...
2026-05-21在数据驱动决策的时代,数据质量直接决定分析结果的可靠性与准确性,而异常值作为数据清洗中的核心痛点,往往会扭曲分析结论、误 ...
2026-05-20 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标在所有行业都适用”“哪些指标只对电商有意义”“二者如何搭 ...
2026-05-20Agent的能力边界,很大程度上取决于其掌握的Skill质量和数量。传统做法是靠人工编写和维护Skill,但这条路很快会遇到瓶颈。业务 ...
2026-05-20在统计分析中,方差分析(ANOVA)是一种常用的假设检验方法,核心用于分析“一个或多个自变量对单个因变量的影响”,广泛应用于 ...
2026-05-19 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“什么是指标”“指标和维度有什么区别”“如何定义指标值的计算规则和 ...
2026-05-19想高效备考 CDA 一级,拒绝盲目刷题、冗余学习?《CDA 一级教材知识手册》重磅来袭!以官方教材为核心,浓缩 13 章 103 个核心考 ...
2026-05-19在数据统计分析中,卡方检验是一种常用的非参数检验方法,核心用于判断两个或多个分类变量之间是否存在显著关联,广泛应用于市场 ...
2026-05-18在企业数字化转型的浪潮中,很多企业陷入了“技术堆砌”的误区——上线了ERP、CRM、BI等各类系统,积累了海量数据,却依然面临“ ...
2026-05-18