Page 44 - 大数据背景下计算机信息安全及防护
P. 44
大数据背景下计算机信息安全及防护
Computer Information Security and Protection in the Context of Big Data
智能：可持续和公正的数据治理模式》的研究报告。提出了维护和加强公共基础
设施和公共产品的包容性、可竞争性、问责机制、全球责任等 4 个数据治理核心
基本原则。
（2）美国
美国政府始终将发展大数据技术和智能化技术作为提升国家竞争力和维持安
全的重要举措。自 2012 年以来，美国政府先后发布了《大数据的研究和发展计划》
《数字政府战略》《联邦数据战略和 2020 年行动计划》等文件。从美国的数据
战略中不难发现，美国联邦政府在数据经济中发挥主导规划、监管协调的作用。
（3）英国
2022 年 1 月 12 日，英国数据部长 Chris Philp 就数据和人工智能在促进创新
和推动增长方面的作用提出了英国战略，其中包括图灵人工智能世界领先研究员
奖学金和数据伦理与创新中心的人工智能保障路线图等内容。
2. 国内各行业的实践进展
（1）金融行业
主要做法：为满足监管的要求，以赣州银行、光大银行、兴业银行、重庆银
行等为代表的金融机构，在实现数据治理的过程中，结合了自身业务的实际情况，
合理地引进智能化技术来提高数据准确性和数据管理效率，大幅节省了人力成本。
数据标准、质量、安全等，是智能化数据治理的核心发力方向，而在一些典型数
据治理场景中已实现了部分智能化。
建设成效：借力 AI 技术，实现了数据治理的智能化转变，搭建了基于大数
据和 AI 技术的智能化数据治理平台，为数据治理工作提供了坚实的技术支撑，
有力提升了数据资产质量、数据管理能力以及系统研发运维效率，形成了数据管
控的长效机制。
（2）能源行业
主要做法：在能源行业中，以中国石化、国网、南网为首的企业，在智能化
数据治理实践过程中，以业务价值为导向，以数据共享为核心，充分利用知识图
谱技术，并将其应用到数据资产管理，实现了典型场景分析和跨业务“数据 + 业
务”关联关系的可视化，也对业务数据的质量进行了核查和治理，提高了数据资
产管理水平，为数据资产价值挖掘打下了坚实的基础。同时，这些企业还为数据
资产的智能搜索、智能问答、数据智能化建模、质量问题洞察、数据共享服务等
·34·
