科学数据溯源元数据 编制说明

国家标准《科学数据溯源元数据》(征求意见稿)编制说明标准起草组2国家标准《科学数据溯源元数据》(征求意见稿)编制说明(一)任务来源2022年12月，国家标准化管理委员会下达了“2022年第三批推荐性国家标准计划及相关标准外文版计划”，明确了国家标准《科学数据溯源元数据》的制定任务，计划编号为：20221229-T-306。该项标准的制定任务由中国科学院计算机网络信息中心负责，科学技术部提出，全国科技平台标准化技术委员会(SACTC486)归口。本标准的主要起草单位包括：中国科学院计算机网络信息中心、国家科技基础条件平台中心、广州物联网研究院、中国标准化研究院、国家海洋信息中心、国家气象信息中心、中国农业科学院农业信息研究所、中国科学院地理科学与资源研究所等。(二)目的意义科学数据是一种全社会共同所有的国有资产，是国家科技创新发展和经济社会发展的重要基础性战略资源，已经成为全社会的高度共识。科学数据总量的极大增长、数据密集型科研范式的迅速发展以及科学研究对现代社会全方位的渗透等原因形成叠加效应，共同提升了科学数据的战略价值。随着我国科学数据开放共享力度不断加大，提升数据质量的诉求也日益强烈。数据溯源再现了数据流转过程，是一种评估数据质量和数据可靠性的有效解决方案。数据溯源(DataProvenance)也称为“数据族系(DataLineage)”、“数据系谱(Data为数据的真实性和有效性提供直接证据。2017年发布的GB/T34945《数据溯源描述模型》国家标准由本项目申报单位中国科学院计算机网络信息中心牵头，联合多家单位研制。该标准采用共性表达和描述方式，提出一种灵活、轻量级的数据溯源描述模型。然而在标准实际推广过程中，面临模型关系抽象、描述方式不统一等问题，无法发挥数据溯源模型，在跟踪和记录数据3全生命周期活动过程中的作用。数据溯源信息主要来自两个方面，一个是基于数据溯源应用程序对数据过程进行记录；另一个是基于数据提供者发布的溯源元数据信息记录数据处理过程。在实际应用过程中，只有少量处理过的溯源信息能够及时被应用程序记录下来，因此，通过第三方(如数据提供者)获取数据溯源完整的元数据信息，成为落实数据溯源的可行方案。然而现有元数据标准，大多聚焦在数据描述层面，尚不能覆盖数据溯源模型的其他方面(如数据活动、执行实体等)，这将直接影响到数据溯源模型语义描述能力和数据互操作水平。《科学数据溯源元数据》是对2017年发布的GB/T34945《数据溯源描述模型》国家标准的落实和推进。它从数据、活动和执行实体三个维度，提出元数据描述字段，是对数据流转过程的详实记录和客观描述，将在一定程度上解决现阶段存在的数据溯源模型描述语义不明晰和互操作水平低等问题，有助于改善科技资源平台的科学数据质量，提升科技平台数据安全。(三)主要工作过程(1)2020年1月，成立了标准起草组。起草组由中国科学院计算机网络信息中心牵头，国家科技基础条件平台中心、广州物联网研究院、中国标准化研究院、国家海洋信息中心、国家气象信息中心、中国农业科学院农业信息研究所等单位参加。(2)2020年6月，起草组充分调研国内外元数据标准以及科学数据全生命周期流程的关键活动，同时结合国家科学数据中心的实际需求，形成了标准草案。(3)2021年1月，起草组对国家微生物科学数据中心和国家生态科学数据中心进行实地调研，对标准的主体结构框架，元数据描述字段等进行了讨论。会后形成了标准草案的修改稿，并进行征求意见。(4)2021年4月26日，项目承担单位中国科学院计算机网络信息中心组织了《科学数据溯源元数据》等标准研讨，起草人汇报了标准研究进展、主要内容、存在问题等。随后，专家及其他与会人员对标准草案进行研讨。具体问题主要包括：(1)进一步明确各标准的规范化对象、适用范围等；(2)注意标准语言的规范化表达；(3)相关标准要实现科学数据术语定义的统一和呼应等。(5)2021年10月，根据前期调研和征求意见情况，起草组进一步完善了标准草4案，形成了标准立项稿，并报送全国科技平台标准化技术委员会(SAC/TC486)。(6)2022年3月31日，《科学数据溯源元数据》参加了国家标准立项答辩，国标委审评中心立项评审专家同意该标准通过立项，起草组根据专家意见进一步修改了标准相关内容。(7)2022年9月19日-21日，项目牵头单位中国科学院计算机网络信息中心组织《科学数据溯源元数据》等标准草案专家研讨会，请标准专家对每个标准，从框架到逐条条款进行了审阅。起草组根据专家的意见，对标准的英文名称、标准主要内容和使用范围，元数据描述方法等进行了修改和完善。(8)2022年12月，起草组接到《科学数据溯源元数据》国家标准制定任务，计划编号为20221229-T-306。(四)主要参加单位和工作组成员及其所做的工作本标准主要起草单位包括中国科学院计算机网络信息中心、国家科技基础条件平台中心、广州物联网研究院、中国标准化研究院、国家海洋信息中心、国家气象信息中心、中国农业科学院农业信息研究所等单位。核心工作组成员所做工作如下：朱艳华：负责国家标准起草工作，是标准的主要执笔人。高瑜蔚：参与国家标准的起草工作，负责标准起草、应用研究。胡良霖：对标准技术架构和核心章节提出指导意见。廖方宇：对标准技术架构和核心章节提出指导意见。胡泊：科学数据全生命周期调研，部分章节起草。石蕾：对标准化对象、应用场景提出指导意见。赫运涛：对标准技术架构提出指导意见。高孟绪：对标准内容、架构提出指导意见。何真：元数据标准调研，部分章节起草。陈鲁鑫：元数据标准调研，部分章节起草。王志强：对标准技术架构提出指导意见。王漪：元数据标准调研，部分章节起草。5准编制原则和主要内容(一)编制原则1、基础性原则从基础研究角度，以应用需求为导向，提出科学数据溯源元数据的描述字段及其描述方法，充分发挥本标准在科技平台标准体系中的基础支撑管理作用。2、重点需求原则以科学数据中心、科技平台资源应用共享为重点，提出科学数据溯源元数据标准的主要内容。还将根据国家科学数据中心共享服务的需求，对标准内容进行更新和完善。3、可操作性原则标准充分考虑了相关的国家标准、行业标准、团体标准等，以确保本标准与有关法律法规、其他标准的兼容性和一致性。4、国际化原则本标准参考了国际上主要的数据溯源模型以及元数据描述字段，为未来国际接轨奠定了基础。(二)标准主要内容本文件规定了科学数据溯源的元数据及其描述方法。本文件适用于科学数据溯源过程记录。三、主要试验(或验证)情况本标准的主要技术内容，已经在国家基础学科公共科学数据中心等平台进行了技术验证和应用示范。在试验研究和应用研究的基础上，起草组对标准的技术内容进行了必要的修改和完善。本标准不涉及专利问题。五、预期达到的社会效益、对产业发展的作用等情况《科学数据溯源元数据》客观记录了科学数据全生命周期的过程信息，从数据、活动、执行实体等角度，补充现有科学数据元数据标准。本标准在科技平台标准体系中起核心基础支撑管理作用，有助于改善科技资源平台的数据质量，提升科技平台的数据安全。6与国际、国外对比情况本标准与科学数据元数据相关的国际标准、国家标准保持一致。七、在标准体系中的位置，与现行相关法律、法规、规章及相关标准，特制性标准的协调性本标准是科技资源管理标准体系中“资源描述”大类下一项元数据标准。本标准的主要技术内容，符合现行国家