数据底座的数据治理

聚焦“战略指导、组织机制、专项能力、技术支撑”四层建设,为企业数字化转型提供稳定数据保障基础。

1.统一的数据管控平台

数据管控管控服务,集成数据标准、数据质量、数据安全等全方位数据治理能力。

主要能力:

数据标准:数据标准编目、录入、发布、贯标、落标全方位能力提供。

落标检查:通过贯标流程,执行标准落标检查,赋能数据标准落地,实现贯标成果。

数据质量:以SQL形式灵活构建数据质量检查规则,高效检测数据质量缺陷。

质量模板:参数化的模板形式,复用质量规则,解决质量规则构建低效、繁杂的痛点。

质量报告:可视化展示数据质量检查结果,多维度展示质量问题。

数据权限:以最细粒度管控至行列级权限的全方位数据权限管控,保证数据使用安全。

数据保护:结合智能化手段和咨询方法论,妥善处理敏感数据,保护数据隐私。

2.数据资产目录

统一的数据资产目录,实现全局数据资产统管,对外提供数据资产服务。

主要能力:

元数据:自动化采集多元异构数据库资源列表详情,提供全局元数据服务。

数据血缘:自动化采集数据血缘关系,提效数据溯源和故障定位。

数据特征:分析数据资产全方位信息视图,赋能用户高效数据探查。

数据推荐:通过协同过滤算法,精准推荐用户需要的数据资产。

相似性分析:基于数据相似性来实现数据资产的智能匹配,赋能自动标签、自动落标

数据地图:数据地图门户,支持可视化、层级化展现全局数据资产,根据数据探查需求进行下钻、分析。

数据搜索:提供高性能全局数据资产搜索,帮助用户快速获取目标数据资产。

资产关联:提供标签、描述、关联数据标准和其他数据资产的方式丰富资产视图。

3.数据安全

《中共中央国务院关于构建更加完善的要素市场化配置体制机制的意见》提出:加强数据资源整合和安全保护。探索建立统一规范的数据管理制度,提高数据质量和规范性,丰富数据产品。研究根据数据性质完善产权性质。制定数据隐私保护制度和安全审查制度。推动完善适用于大数据环境下的数据分类分级安全保护制度,加强对政务数据、企业商业秘密和个人数据的保护。

隐私计算使数据在加密状态下可以计算,安全性和准确性由数学理论保证,无需提供可信第三方、平台硬件以及操作系统。

猜你喜欢

转载自blog.csdn.net/jane9872/article/details/129956941