T-HAAI 002-2024 数据资产 数据治理规范

Dataassets—DatagovernancespecificatI 4.2建设数据资产目录体系 4.3建设数据管理组织体系 4.4建设数据安全管理体系 4.5促进数据价值释放 6.1数据治理推动应用模式 6.2应用牵引数据治理模式 7.1保障体系构建 7.2调研阶段 7.3需求分析与设计阶段 7.4数据采集阶段 7.5数据存储阶段 7.6数据清洗阶段 7.7数据质量管理阶段 7.8数据原子化阶段 7.9数据目录建设阶段 8.2数据资源管理平台 8.3数据质量管理平台 8.4数据服务管理平台 本文件按照GB/T1.1—2020《标准化工1本文件提出的数据治理规范涵盖了组织或机构的信息系统内部，及该系统支撑外部业务开展所需GB/T34960.5—2018信息技术服务治理第5部分：3.13.23.33.43.5数据质量管理dataquality24.1搭建数据质量管理体系4.1.1构建数据标准体系4.1.2实施数据质量评估4.1.3强化数据质量监控4.1.4推动数据质量改进4.2建设数据资产目录体系4.3建设数据管理组织体系4.4建设数据安全管理体系组织或机构数据安全体系建设是数据治理与信息生命周期管理的基础。梳理组织或机构内部数据4.5促进数据价值释放3理平台工具作支撑，在数据治理组织/制度的保障下，借助不断的治理手段，推动实现数据6.2应用牵引数据治理模式应用牵引数据治理模式是以提升数据应用过程中的数据准确性为目标的数据治理模式。该模式通4架构（包括业务架构、数据架构、IT架构），制定数据治理制度体系与长效机制，定期开展数据治理57.2调研阶段数据治理需求分析与治理阶段一是要精准识别组织内各业务场景下的数据治理需求，二是要对已6——数据集中存储：数据集中式存储由一台或多台存储设备组成中心节点，数——数据分布存储：数据分布式存储由分布在不同物理位置的多台存储设备组——数据分层存储：热数据存储方法宜使用高性能存储介质，用于存储关键业7.6数据清洗阶段——数据清洗规则：数据包括但不限于非空检验、主键重复、非法代码、非验、记录数检验。对于空缺值、离群值与不一致等脏数据，宜采用人工检测、聚——数据标准化处理：进行数据过滤、去重、格式转换、质量校验等操作，对——数据审查与校验：对汇聚的不同来源业务数据进行审查与校验，进行清洗7——明确数据质量要求：依循业务需求与数据要求，确立用于衡量数据质量的——开展数据质量检查：依据数据质量规则中的技术指标、业务指标、校验规——开展数据质量分析：针对数据质量检查中所发现的数据质量问题及相关信——数据质量提升：基于数据质量分析的结果，拟定、施行数据质量改进方案更正、业务流程的优化、应用系统的修复等，并制定数据质量问题预防方对经过标准转换的数据进行原子化处理，促使多源异构数据向同一模型转换数据资源拆分、处置，形成最小粒度的数据资源，满足数据资源在数据融合开发过示例：数据资源社保缴纳信息表，涵盖姓名、身份证、缴纳单位、缴纳7.10数据交换阶段数据交换服务阶段是达成系统间或用户间的数据资源流转的关键阶段。——数据适配，包含文件适配（如二进制与文本等格式文件的适配）与数据库——数据传输，借助HTTP、HTTPS、TCP等协议实现数据于网络中从一个数据交换——数据安全，运用加密技术、下一代防火墙、防DDoS、漏洞检测等安全技术，对8理数据资源的生命周期管理可对数据从产生到销毁整个过程进行管控，将好地驾驭数据资产，确保数据在其整个生命周期内的质量、安全性、可用性和——数据产生阶段。对来自业务系统的操作记录、传感器采集、用户输入等多——数据存储阶段。依据数据的类型、访问频率、重要性等因素选择适宜的存9——数据使用阶段。提供高效的数据访问机制与工具，让数据服务于各种业——数据共享阶段。遵循相关安全与隐私政策，建立数据共享协议与权限管理——数据销毁阶段。当数据不再有价值或超出保留期限，需按照规定的流程与动数据价值释放。操作层面上实现快速创建API、组织或机构级API市场管理、丰富的调用安全策略首席信息官（ChiefInformationOfficer)组织或机构中首席开发官（ChiefDevelopmentOfficer)组织或机构中数据抽取（Extract