大數據標準化背景
面對目前數量、速度和多樣性日益增長的信息資產，大數據技術通過各種解決方案、體系、結構、工具和平臺集合，能有效應對大數據場景。 因爲數據是大數據的基礎，對於大數據標準化，除了繼承數據標準化的內容外，有其特別關注的方面。 比如：定義大數據專業詞彙，增加不同類型的數據結構如何標準化，解決海量多樣化數據集的存儲計算架構，定義並標識敏感數據，研究海量數據脫敏及數據隱私等。
在大數據領域，標準研製機構也陸續研製和發佈了一系列標準，如何有效將這些標準梳理並串接起來，需要構建一套框架。 2017年11月發佈的《金融業標準化體系建設發展規劃（2016-2020年）》就明確提出要構建金融大數據標準體系。以下通過大數據技術參考模型角度來梳理大數據系列標準。
大數據技術參考模型
《信息技術大數據技術參考模型》是2018年7月實施的國家標準。此標準規範了大數據的基礎通用模型，包括大數據角色、活動和功能組件以及它們之間的關係。
大數據參考模型總體上可以概括爲“一個概念體系、二個價值鏈維度”。 “一個概念體系”是指它爲大數據參考模型中使用的概念提供了一個構件層級分類體系，即“角色—活動—功能組件”，用於描述參考架構中的邏輯構件及其關係。“二個價值鏈維度”分別爲“IT價值鏈”和“信息價值鏈”。其中“IT價值鏈”反映的是大數據作爲一種新興數據應用範式對IT技術產生的新需求所帶來的價值；“信息價值鏈”反映的是大數據作爲一種數據科學方法論，對數據到知識的處理過程中所實現的信息流價值。
大數據標準梳理
概念體系角度：上述參考模型的角色、活動和組件涉及大數據概念，需要大數據基礎標準來定義。 比如最新發布的大數據標準《信息技術大數據術語》《信息技術大數據技術參考模型》等。
信息價值維度：包括數據提供者、大數據應用提供者和數據消費者角色。 其中大數據應用提供者包括收集、預處理、分析、可視化、訪問活動。提供信息價值服務需要業務類標準規範數據，也需要針對大數據從產生到其使用終止的數據生命週期制定標準。業務標準比如《徵信數據元》《統計數據和元數據交換（SDMX）》《銀行間市場基礎數據元》等。
IT價值鏈維度：包括大數據框架提供者、大數據應用提供者、系統協調者角色。 其中大數據框架提供者包括基礎設施、平臺、處理框架活動。IT基礎服務需要制訂大數據技術類的標準，包括大數據平臺相關工具和產品規範，以及針對不同功能層次系統和技術架構系統之間的互聯和互操作機制。比如說工信部正在制訂的《信息技術大數據系統通用規範》通過對照大數據技術參考模型來設計規範測試內容。
框架的外圍支撐：需要制訂相應的大數據管理類標準和安全類標準爲上述角色活動提供支撐。
管理模塊：數據管理能力標準對於金融機構很有意義。 比如國際管理標準方面，國外有DAMA（數據管理協會）組織致力於研究此領域；GB/T36073-2018《數據管理能力成熟度評估模型》標準已發佈，是我國首個數據管理領域的國家標準。
安全和隱私模塊：安全類大數據標準需貫穿於整個數據生命週期的各個階段，指導行業在數據採集、傳輸、存儲、整合、共享、應用、歸檔與銷燬等階段進行安全技術防護和安全管理。 在大數據安全方面國標《信息安全技術大數據服務安全能力要求》已經發布，規定了大數據服務提供者應具有的相關基礎安全能力和數據生命週期相關的數據服務安全能力。
來源商業新知：https://www.shangyexinzhi.com/Article/details/id-63835/