标准规范下载简介
DB2102/T 0041-2022 大数据标准体系框架.pdf简介:
DB2102/T 0041-2022 是中国国家标准,全称为《大数据标准体系框架》。这个标准体系框架主要是为了规范和指导大数据领域的发展,包括大数据的定义、分类、技术架构、数据管理、数据应用、安全隐私等多个方面。
该标准旨在构建一个全面的大数据标准框架,以促进大数据技术的标准化,推动大数据在各行业中的应用,提高数据的共享和利用效率,保障数据的准确性和安全性。它涵盖了大数据的整个生命周期,从数据采集、存储、处理、分析到应用,以及相关的技术、管理和政策等方面。
通过DB2102/T 0041-2022,可以为大数据产业的发展提供清晰的指导方向,帮助企业、组织和个人更好地理解和使用大数据,推动大数据产业的健康发展。
DB2102/T 0041-2022 大数据标准体系框架.pdf部分内容预览:
Bigdata standard systemframework
大连市市场监督管理局 发布
范围 规范性引用文件 术语和定义 总体要求 标准体系结构图 5.1概述. 5.2分体系结构图 附录A(资料性) 大数据标准明细. 参考文献
DGTJ 08-2337-2020 绿色通用厂房(库)评价标准_Decrypt.pdfDB2102/T 00412022
本文件给出大数据标准体系框架,规定了大数据标准体系总体要 标准体系结构图以及分体系结 构图等内容。 本文件适用于大数据业务相关的政府、 企事业单位 科研院所以及 关组织利松等
标准体系的总体要求如下: a)标准体系编制原则应符合GB/T13016要求; b)标准体系应系统全面、层次恰当、划分明确、相互协调。 c)标准体系结构图应由一个总体系结构图和多个分体系结构图构成,体系结构图内方框间 线连接,表示方框间的层次关系、序列关系,
标准体系的总体要求如下: 标准体系编制原则应符合GB/T13016要求; 标准体系应系统全面、层次恰当、划分明确、相互协调。 标准体系结构图应由一个总体系结构图和多个分体系结构图构成,体系结构图内方框间用实 线连接,表示方框间的层次关系、序列关系。
大数据标准体系框架由九个类别的标准组成,分别为:基础、数据、技术、平台/工具、管理、安全和隐私、行业应用、行业人才、大 系结构图见图1
5. 2 分体系结构图
基础类标准:为整个标准体系提供包括总则、术语、参考架构等通用的基础性标准。为大数据 分的标准制定提供基础遵循,支撑各行业、各领域对大数据达成统一理解。基础类标准分体系结
图2基础类标准分体系结构
基础类标准分为: a)总则类标准:针对大数据地方标准化指南等进行规定的标准,包括标准化顶层设计和总体要求 标准体系中列出的数据、技术、平台/工具、管理、安全和隐私、行业应用、大数据人才、大 数据企业等各类标准之间的关系与要求,适用于大数据领域建设规划、实施和管理; 术语类标准:针对大数据及其应用领域术语和定义、密切相关的通用术语和定义等内容进行规 定的标准; C 参考架构类标准:针对大数据技术参考模型、参考框架和应用指南、参考框架用例和需求及基 于参考架构的接口框架等内容进行规定的标准
数据类标准:为大数据标准体系提供数据层面的准则,数据标准主要包括数据资源标准和交接 准两个部分。数据类标准分体系结构图见图3
数据类标准分体系结构
DB2102/T 00412022
数据类标准分为: a)数据资源类标准:数据资源标准主要从元数据、主数据、数据模型三个方面进行规范 b)交换共享类标准:主要针对数据交易、数据开放和数据共享功能进行标准化。
集描述、大数据生存周期处理与分析技术 据开放与互操作技术、面向领域的 技术类标准分体系结构图见图4.
图4技术类标准分体系结构图
a)大数据集描述类标准:主要针对多样化、差异化、异构异质的不同类型的数据建立标准的度量 方法,以衡量数据质量,包括:数据分类分级、数据质量、数据确权、数据估价、元数据、主 数据等相关技术标准。 大数据生存周期处理与分析技术类标准:主要针对大数据产生到其使用终止这一过程的关键 技术进行标准制定,包括数据采集、数据存储、数据处理、数据分析、数据可视化、数据访问 等标准。 c)大数据开放与互操作技术类标准:主要针对不同功能层次功能系统之间的互联与互操作机制、 不同技术架构系统之间的互操作机制、同质系统之间的互操作机制等相关标准以及通用数据 开放共享技术框架等标准,包括:系统互通、企业服务总线、能力开放、服务编排等 d)面向特色领域的大数据技术类标准:主要针对工业、海洋、电子政务等领域或行业的共性且专 用的大数据技术标准。
5. 2. 4 平台/工具
平台/工具类标准主要针对大数据相关平台及工具产品进行规范。平台/工具类标准分体 见图5。
平台/工具类标准分体系
平台/工具类标准分为: a 数据整合类标准:针对数据服务接口、数据比对工具、数据质量管理工具、数据转换和清洗工 具、数据交换工具和变更数据捕获工具的功能和性能进行规范。 b 数据存储类标准:针对关系数据库、列数据库、图数据库、文档数据库和键值数据库的功能和 性能进行规范。 数据计算类标准:针对流计算平台、内存计算平台和分布式并行计算平台的功能和性能进行规 范。 d 数据分析类标准:针对机器学习平台、自然语言处理平台和计算机视觉等平台的功能和性能进 行规范。 e 数据可视化类标准:针对报表工具和自助式分析工具等数据可视化平台或工具的功能和性能 进行规范。
5.2.5 治理与管理
治理与管理类标准:贯穿于数据生存周期的各个阶段,是大数据实现高效采集、分析、应用、服务 的重要支撑。该类标准主要包括治理标准、管理标准和评估标准三部分。治理与管理类标准分体系结构 图见图6。
DB2102/T 00412022
图6治理与管理类标准分体系结构图
a)治理类标准:主要对数据治理的规划和具体实施方法进行标准研制。 管理类标准:主要面向数据管理模型、元数据管理、主数据管理、数据质量管理、数据目录管 理以及数据资产管理等理论方法和管理工具进行规范。 评估类标准:在治理标准和管理标准的基础之上,总结形成针对数据管理能力、数据服务能力 数据治理成效、数据资产价值、数据质量的评估方法
5.2. 6 安全和隐私
安全和隐私类标准主要针对通用安全基础、数据环境安全、数据应用安全和数据识别和评估等方 规定。安全和隐私类标准分体系结构图见图7。
图7安全和隐私类标准分体系结构图
安全和隐私类标准分为: a)通用安全基础类标准:针对数据和隐私安全方法提出的基础类标准,主要用于指导数据安全普 遍性要求标准制定;包括数据识别、存储、传输、交换、运算、销毁等数据生命周期安全管理; 数据环境安全类标准:针对数据环境、平台提出的标准,主要用于指导数据存储物理、硬件、 平台要求标准制定; 数据应用安全类标准:针对个人和组织数据等提出的数据应用安全类标准;用于指导个人信息 和组织数据保护要求标准制定: d 数据识别与评估类标准:针对个人和组织数据安全管理评价、评估类标准,用于指导数据安全 的评价、评估要求标准制定。
行业应用类标准:主要从大数据为各行业提供的服务角度出发,根据本地各行业领域特性产生的专 用数据标准,包括工业大数据、海洋大数据、政务大数据、交通大数据、物流大数据、金融大数据等领 域。行业应用类标准分体系结构图见图8
5. 2. 8 行业人才
图8行业应用类标准分体系结构图
行业人才类标准:主要是针对大数据人才的能力、培养等内容进行规定。行业人才类标准分体系结 构图见图9。
人才类标准:主要是针对大数据人才的能力、培养等内容进行规定。行业人才类标准分体系结
图9行业人才类标准分体系结构图
DB2102/T 00412022
行业人才类标准分为: a)大数据人才能力类标准:针对大数据人员职业定义、技能等级要求、人才能力的评价、数据素 养等进行标准化规定。 b)大数据人才培养类标准:针对大数据人才知识体系架构、大数据人才培养、大数据人才认证等 进行规定的标准。
大数据企业类标准主要是针对大数据企业认定进行规范。针对大数据企业的认定原则、大数据企业 能力要求、大数据企业分类等内容进行规定的标准。大数据企业类标准分体系结构图见图10。
图10大数据企业类标准分体系结构图
GYT 346-2021 IPTV集成播控平台与传输系统用户双认证双计费接口规范.pdf附录A (资料性) 大数据标准明细
大数据标准明细参见表
表A.1大数据标准明细表
表A.1大数据标准明细表(续)
DB2102/T 00412022
表A.1大数据标准明细表(续)
GB/T 5237.2-2017 铝合金建筑型材 第2部分:阳极氧化型材.pdf表A.1大数据标准明细表(续)
DB2102/T 00412022
表A.1大数据标准明细表(续)