曝光台 注意防骗
网曝天猫店富美金盛家居专营店坑蒙拐骗欺诈消费者
四、数据安全
今年6月，《中华人民共和国数据安全法》正式颁布，标志着我国数据安全进入了有法可依、依法建设的新发展阶段。其中明确“数据安全，是指通过采取必要措施，确保数据处于有效保护和合法利用的状态，以及具备保障持续安全状态的能力”“维护数据安全，应当坚持总体国家安全观，建立健全数据安全治理体系，提高数据安全保障能力”。有别于信息安全防护，数据安全侧重面向单位内部用户，通过安全管理和技术手段，在信息安全防护的基础上实现对数据使用人员和治理行为的安全管控。《智慧民航数据治理数据安全规范》的设想主要是以数据使用更安全为目标，提出由数据安全原则、数据安全分级管理、数据全生命周期安全防护和数据安全组织保障构成的民航数据安全治理体系框架，根据安全分级原则，确定数据在采集、传输、存储、使用、共享以及销毁等各个环节应采取的安全防护策略和管控措施，在促进民航数据安全应用和正常流动的同时，提高本单位的数据管理和安全防护水平。
五、数据共享
过去20年，建设IT系统的标准流程往往是业务部门提出业务需求，信息部门采购系统集成商，再经过需求收集、分析、开发、测试、上线等阶段，生产出一个满足业务需求的“烟囱”系统。但是，这种“烟囱”式的信息系统规划建设模式却成为互联网时代业务发展最大的障碍。如何更好地整合内部资源、更好地提升用户体验，实现系统间的交互是如今各类信息系统规划建设的基本要求。《智慧民航数据治理数据共享规范》的设想主要是从民航业数据共享的原则与范围、共享模式、共享技术、组织保障等方面提出相关规范，解决数据共享中存在的数据标准不一、“烟囱”林立和数据质量、数据安全问题，推动数据的汇聚与主题连接，建立统一的数据资源池，实现数据的打通与复用，并通过技术保障促进行业数据高效共享，营造行业数据开放共享的良好生态。
六、数据治理技术
近年来，数据库（即数据管理技术）经历了从SQL到NoSQL，再到NewSQL，以及从面向交易处理（OLTP）到交易处理与分析处理相结合（OLTP与OLAP）的演进，数据的计算处理技术也出现了分布式处理（如MapReduce等）、流计算（如Storm、Flink等）、图计算（如GraphX等）以及针对特定应用场景的各类融合计算模式等多种类型，数据的分析与挖掘更是涌现出深度学习、知识图谱、多源多模态处理等突破性的方法。这些技术都将与针对元数据、主数据、数据模型等的自动化、智能化技术一道，成为广义数据治理成功的重要基石。《智慧民航数据治理技术规范》的设想主要是从主数据管理、元数据管理技术体系、数据管理技术、数据处理技术、数据分析技术、数据资源池与主题连接技术等维度对数据的汇聚、存储、分析与应用技术提出规范，指导各单位数据平台与信息系统的建设。
七、数据服务
治理数据的目的是为了更好地使用数据，发挥数据的价值，随着信息服务建设的野蛮生长，数据与信息平台数量的快速增加和规模的快速扩大，传统的数据集成方式不仅财务成本高，数据质量难以保证，而且无法满足用户便捷、自主使用数据的实际需要。参考IEEE规范和互联网领域提出的数据服务概念，希望通过发展新的数据服务形式来改进原有数据集成方式，解决数据交互协作过程中的诸多问题，改善数据集成关系，提升数据获取效率和数据安全。《智慧民航数据治理数据服务规范》的主要设想是坚持面向用户、自助服务的原则搭建民航数据服务基本框架，在数据服务内涵与准则、数据服务设计与运营流程、数据服务分类与建设、数据集服务与数据API服务、数据分析能力等方面提出相关规范。指导用户通过数据集或数据API方式按需获取公共数据服务，并可基于数据分析组件进行自助性的数据应用；指导服务提供者逐步实现API接口向API服务能力的转变，更好地对接服务治理工具，提供组件级别的服务治理能力，为用户提供更加自主、高效、可复用的数据服务。
八、数据治理实践案例
身处新一代科技革命和建设数字国家的历史交汇期，在整个社会都在开展数字化转型的浪潮中，民航业内政府部门、企事业单位、行业各运行主体在数据治理理念和治理架构方面也开展了很多有益的实践。“他山之石，可以攻玉”。《智慧民航数据治理实践案例》的主要设想是以行业信息通告的形式，将智慧监管示范项目以及来自航空公司、机场、空管和运行保障单位数据治理的典型案例介绍给行业内外各类用户，为开展民航业务的数字化转型工作提供可借鉴与参考的范例。以行业的智慧监管为例，将通过业务中台和数据中台的构建，形成行业监管业务功能与数据的细分和高复用，进而实现各类信息系统从分散建设到统筹共用、行业监管从经验到数据决策的重要转变。
民航“新基建”
是数据治理理论实践与验证的主战场
实践是认识的源泉，也是认识的目的。面对民航业分散、多样的管理与运行主体，高安全要求、紧耦合的既有信息系统架构和纷繁复杂的应用场景，行业数据治理工作将是一项长期、艰巨和有的放矢的系统工程，绝不会是一蹴而就的节奏，也很难形成“处处适用”“包治百病”的方法和技术。比如，面向航空公司、机场运行的很多智能化应用场景需要行业人员更丰富的经验与知识，以及业务逻辑。这和计算机视觉、自然语言理解这类通用性问题是完全不一样的，不能单一地平移深度学习等技术路线，需要构造适用于高维特征的数据架构和算法模型。这就更需要我们在底层数据与技术方面发挥工匠精神，聚焦行业基础数据治理，一方面构建面向应用的高质量数据治理体系，另一方面构建规则与数据多重驱动、可以不断优化的定制化算法。这样才能打牢基础，真正有所突破。
正如技术理念和体系架构只有给用户带来业务价值才有意义，设想只有付诸广泛实践才会得以完善，才可能产生价值，希望本文提出的规范架构对智慧民航“新基建”中开展行业数据治理工作有所启发裨益。（作者包毅系中国民用航空局发展计划司副司长，作者刘一系中国民航管理干部学院大数据与信息管理研究中心主任）
中国航空网 www.aero.cn
航空翻译 www.aviation.cn
本文链接地址：ATT推荐 | 数据治理规范助力智慧民航建设(2)
