标准规范下载简介

SF／T 0089-2021 司法行政信息资源中心建设规范.pdf简介：

"SF/T 0089-2021" 是指《司法行政信息资源中心建设规范》这一标准，它是由中国司法行政系统制定的一份技术规范。这份规范主要针对司法行政信息资源的建设和管理，目的是为了提升司法行政工作的信息化水平，提高信息资源的利用率，保障信息的安全和有效利用。

《司法行政信息资源中心建设规范》可能包括以下几个方面的内容：

1. 中心设立：规定了司法行政信息资源中心的设立条件、职责范围、组织机构等，强调了中心在司法行政系统中的核心地位和作用。

2. 信息资源管理：明确了信息资源的收集、整理、存储、更新和维护的标准流程，以及信息资源的分类、编码和标识规则。

3. 信息安全：强调了信息资源的保密性、完整性和可用性，规定了信息安全防护措施和应急响应机制。

4. 服务提供：规定了信息资源中心为司法行政工作提供信息服务的方式、内容和质量要求，包括信息服务的响应速度、准确性和有效性。

5. 技术设施：规范了信息资源中心的技术设施配置，如硬件设施、软件系统、网络环境等，以保证信息资源的高效运行。

6. 评估与监督：提出了对信息资源中心运行的评估和监督机制，以确保中心持续改进和优化。

总的来说，这份规范是司法行政信息化建设的重要依据，旨在推动司法行政工作向数字化、智能化方向发展。

SF／T 0089-2021 司法行政信息资源中心建设规范.pdf部分内容预览：

中华人民共和国司法部 发布

中华人民共和国司法部 发布

SF/T0089202

33层住宅施工从基坑开挖到竣工的整个流程.pdf范围 规范性引用文件 术语和定义 缩略语 功能要求 分级建设要求 总体架构 技术支撑层 数据层 10平台层

SF/T 00892021

本文件按照GB/T1.1一2020《标准化工作导则第1部分：标准化文件的结构和起草规则》的规定 起草。 请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。 本文件由北京市司法局提出。 本文件由司法部信息中心归口。 本文件起草单位：北京市司法局、中国电子科技集团公司第十五研究所、北京北大软件工程股份有 限公司、上海同道信息技术有限公司。 本文件主要起草人：田野、李洋、王宏业、吴卫荣、梅金芳、吴巍、刘颖、王树良、魏述强、孙苗 苗、张靖杰。

司法行政信息资源中心建设规范

本文件规定了司法行政信息资源中心的功能要求、分级建设要求、总体架构以及技术支撑层、数据 层和平台层的要求。 本文件适用于司法行政信息资源中心的总体规划、设计、建设与应用。

司法行政信息资源中心judicialadministrativeinformationresourcecenter 基于大数据相关平台或工具的功能支撑，利用大数据相关技术对司法行政信息资源进行统一归集、 台理和分析，形成的司法行政信息资源池， 注：司法行政信息资源中心为司法行政系统使用和共享交换提供数据支持。

下列缩略语适用于本文件。 （ArtificialIntelligence） API应用程序接口（ApplicationProgrammingInterface） BI商业智能（Business Intelligence)

SF/T0089—2021 司法行政信息资源中心建设应实现司法行政信息资源的统一管理，实现信息资源的汇聚、治理、分 析和展示功能，同时也为外部单位和司法行政系统提供数据和应用支撑。

SF/T 00892021

司法行政信息资源建设应按照第7章的要求分级建设部级和省级司法行政信息资源中心，并进行层 级递进的数据上报与交互，要求如下： a）司法部建设部级司法行政信息资源中心： b）各省建设省级司法行政信息资源中心； c）市级司法行政机关宜使用本省司法行政信息资源中心或建设本省司法行政信息资源地市级分 中心。

图1规定了司法行政信息资源中心总体架构，包括技术支撑层、数据层和平台层，以及标准规范体 系、运维保障体系和安全保障体系。各层内容如下： a） 技术支撑层：包括机房/互联网数据中心（IDC）、云资源（电子政务云和公有云）、电子政务 外网和互联网； b 数据层：包括依法治国（省、市）类数据、行政立法类数据、行政执法类数据、刑事执行类数 据、公共法律服务类数据、政务管理类数据和支撑数据分析的非司法行政类数据； C 平台层：包括数据分析管理、数据资源子平台、数据共享和运行监控； 标准规范体系：包括各层所需的标准和规范： e 运维保障体系：为各层稳定可靠运行提供管理与服务支撑，包括但不限于运维监控、运维审计 和应急预案； 安全保障体系：为各层提供安全技术保障

图1司法行政信息资源中心总体架构

SF/T 00892021

司法行政信息资源中心应依托技术支撑层构建对内对外的计算环境。技术支撑层应符合以下要求： a）具备承载大数据分析算力，提供大数据分析服务和海量数据共享交换的能力； b）利用虚拟机灵活分配计算资源和存储资源，其中： 1）计算资源包括但不限于离线计算、实时计算、流式计算和内存计算； 2）存储资源包括但不限于关系型数据库、分布式数据库、列式数据库和图数据库，

数据层应符合以下要求： a）数据层集中司法行政信息化已建成和在建的司法行政业务应用的数据： b）数据层作为数据源提供方，能够为司法行政信息资源中心提供数据支撑，供数据分析管理和数 据资源子平台进行数据分析和数据治理，

10. 1. 1基本要求

10.1.2数据BI分析

数据BI分析应支持可视化数据分析功能，可通过拖拽的形式简化用户操作，并支持基于权限控制， 共享BI分析能力和分析结果。包括但不限于数据管理和可视化分析功能。应符合以下要求： a）数据管理用于维护BI分析所用的数据源、数据和视图，并进行数据权限分配与管理 实现分析数据的统一接入与按需分发，包括但不限于数据接入、数据管理和数据权限； b）可视化分析将数据进行预处理后通过图形化和拖拽式的设计模式，设计不同的应用场景并能 进行成果管理，包括但不限于数据准备、可视化设计、自由式报表、场景设计和成果管理功能。

10.1.3数据分析

数据分析应支持可视化分析功能，可通过拖拽的形式简化用户操作，支持基于权限控制，共享 分析能力和分析结果。数据分析包括但不限于数据接入、数据分类、数据权限、建模管理、数据管 理、数据处理、算法库、分析管理、过程洞察、部署应用、服务管理和API接口。应符合以下要求： a） 数据接入支持多种数据源的接入，包括但不限于关系型数据库、大数据引擎、文本数据和第三 方接口数据； b 数据分类提供轻量级的元数据管理模块，包括但不限于数据主题域划分和数据创建维护 功能； c） 数据权限具备严密的数据权限管理机制，确保数据的安全、可控、可跟踪和可溯源，包括但不 限于数据权限控制、数据权限分配日志和数据下载权限控制； d 建模管理支持以图形化和流程式的方式进行建模； e 数据管理具备简易和自助式数据准备能力，包括但不限于数据的关联、追加、输入和输出。其 中： 1 数据输入包括但不限于文件输入、关系型数据库输入、大数据输入和API输入； 2）数据输出包括但不限于关系型数据库输出、大数据输出和文件输出。 数据处理提供数据预处理，对数据进行规范化、降维和特征提取操作。功能包括但不限于行处 理、列处理、数据融合、特征工程和流数据处理：

SF/T 00892021

g）算法库提供基础算法满足数据建模，同时支持文本分析相关算法和多种扩展能力。具体如下： 1）基础算法包括但不限于回归、分类、聚类、时间序列、综合评价和关联规则； 2）文本分析相关算法包括但不限于分词、信息抽取、文本过滤和关键词提取； 3）多种扩展能力包括但不限于R/PYTHON/JAVA编程语言的扩展。 h 分析管理包括但不限于评估、比较、读取、输出、利用和多版本保 存及利用； 过程洞察提供对建模过程进行完整流程跟踪的能力，包括但不限于流程综述、节点洞察和报告 导出功能： 部署应用提供将成果部署上线并发布为服务的能力； 服务管理支持分析服务的统一管理。包括但不限于服务列表、服务授权、服务运行信息统 计、服务调度和任务管理； API接口提供核心功能API接口，支持基于API接口快速进行自定义二次开发。

10.2数据资源子平台

10. 2. 1基本要求

数据资源子平台应包括但不限于数据治理、数据资源管理和数据资源目录，对数据层数据进行 聚、数据清洗和数据质量检查，形成元数据、、主题库和数据资源目录。 数据资源子平台将元数据和经过数据治理的业务数据形成数据资源目录，供数据共享使用

10. 2. 2数据治理

10. 2. 2. 1数据汇聚

数据提供者提供的数据，应包括数据库数据、数据汇聚编目、数据字典和表关联关系说明，并定期 户，数据汇聚要求如下： a 支持多样数据汇聚方式：应包括但不限于提取转换加载（ETL）和接口方式； 支持多种数据源：应包括但不限于关系型数据库、非关系型数据库和分布式文件系统： 支持调度任务管理：应包括但不限于支持数据汇聚任务调度管理，创建、编辑、修改和删除操 作，支持自动调度任务和手动执行任务； 数据加工：应能对数据源表进行多维度工作，包括但不限于数据源重命名、纵连接、横连接、 数据过滤和字段映射； 数据属性：数据的属性应至少包含主键标识和增量标识，增量标识用于数据汇聚时增量同步， 宜采用时间截作为增量标识。

10. 2. 2. 2数据清

数据清洗应符合以下要求： 数据清洗任务管理：支持对数据清洗任务的创建、编辑、删除和查询功能； 待清洗数据多源头接入：支持多种数据源接入方式，包括但不限于加载系统数据中已有数 据、加载质量评估报告中最新一次评估的脏数据以及通过EXCEL方式导入的外部数据； 数据清洗应用功能：在数据清洗工程任务中，包括但不限于编辑、标记列、数据动态加载、排 序、分组、模糊查询、列移动、列隐藏、大小写转换、日期格式转化和暂存操作： 数据清洗结果及历史查询：对数据清洗结果提供展示界面DB45／T 2211-2020标准下载，并可查看多次清洗的历史过程或结 果： 数据质量检查规则复用：支持经数据质量检查模块已完成的数据质量检查规则和指标的复用

10. 2. 2. 3数据质量

数据质量应符合以下要求： a）质量检查规则：可自定义规则及待检字段范围，支持新增检查、导入检查和接口检查多种 并且检查规则配置可复用

SF/T 00892021

质量检查指标：包括非空规则指标、一致规则指标、唯一规则指标、组合唯一规则指标、正则 规则指标、阅值规则指标和组合规则指标； C 数据质量报告：能够对数据质量评估时间、评估数据量、合格数据量、不合格数据量以及合格 率进行说明，并且提供脏数据明细的EXCEL导出功能； d 数据质量跟踪：能够对数据质量做跟踪追溯，从时间维度统计各数据质量提升情况，直观 展示各数据质量变化趋势，并能对每次执行的数据质量评估任务生成相应版本的数据质 量报告，保留数据质量任务日志，用于数据治理质量的跟踪对比： 数据质量检查任务管理：能够创建、修改和删除，并按照配置的质量指标对指定数据的生 效数据定时自动进行规范性检查，生成数据质量报告，同时，系统也应具备手动执行数据质量 检查任务的功能。

10.2.3数据资源管理

10.2.3.1元数据管理

DB44／T 1622-2015 地铁场所照明用LED灯应用技术规范.pdf理应符合SF/T0050—2019中5.4.2.1有关元数据

10.2.3.2管理