本文转自:中国发展网导读:十九届四中全会上|数据治理:工业数据的分级分类工作

本文转自:中国发展网
本文转自:中国发展网导读:十九届四中全会上|数据治理:工业数据的分级分类工作
文章图片
导读:十九届四中全会上 , 数据首次被划分为与土地、劳动力、资本、技术等传统要素并列的生产要素 , 标志着大数据经济即将进入数据资本时代 。 从那以后 , 数据就被作为经济社会发展的基础性战略资源 , 对全球经济发展乃至政治社会公共领域产生越来越大的影响 。 而对工业企业来说 , 数字时代的工业数据承载着工业产品全生命周期各个环节以及相关技术和应用 , 是关系着企业发展存亡的重要资产 。 于是 , 如何对工业数据实施有效治理——从而维护工业数据安全、提高工业数据质量——成为企业与国家共同努力探索的课题 。 其中 , 工业数据的分级分类 , 是有效实施工业数据治理的必由之路 。
一、什么是数据分级分类?
数据分级分类是数据管理的重要基础性工作 , 也是国家多次提出指导要求的重点工作 。
对数据进行合理分类是实施数据管理和应用的前提 。 其含义在实际工作中很容易得出:即按照数据本身的属性、特征/不同的用户视角/各自的管理目的等维度 , 将数据按照不同的方法划分并归类 , 使其排列井然 , 便于管理 。 维度的选择可以是多样的 , 不存在分类固定的数据 。
工信部《工业数据分类分级指南(试行)》中 , 将工业数据分为以下几类:“工业数据分类维度包括但不限于研发数据域(研发设计数据、开发测试数据等)、生产数据域(控制信息、工况状态、工艺参数、系统日志等)、运维数据域(物流数据、产品售后服务数据等)、管理数据域(系统设备资产信息、客户与产品信息、产品供应链数据、业务统计数据等)、外部数据域(与其他主体共享的数据等) 。 ”
2.数据分级
对数据进行分级 , 可以看作是数据分类的其中一种情况 , 即:以数据的敏感程度/重要程度/影响大小作为维度 , 将数据进行分类整理 。 数据分级更多从数据安全的角度出发 , 强调数据防护和数据合规 , 简单来说 , 就是“数据所需的保护级别” 。
网络数据安全管理条例中曾提到:“国家建立数据分类分级保护制度 。 按照数据对国家安全、公共利益或者个人、组织合法权益的影响和重要程度 , 将数据分为一般数据、重要数据、核心数据 , 不同级别的数据采取不同的保护措施 。 ”
二、为什么要注重工业数据的分类分级?
1.对数据资产管理有重要意义
1)通过分级分类 , 企业可以明确其所拥有数据的具体位置、敏感程度、相关人员及管理权限等信息 , 能够帮助企业更好地了解和管理自身数据 。
2)通过分级分类 , 企业可以根据数据的不同类别和情况 , 采取不同的手段(如数据加密、权限管理、访问控制等)对数据实施有效防护 。
3)通过分级分类 , 企业得以对数据资产实施合理有效的管理 。 数据资产利用效率提高 , 赋能业务发展;数据风险度降低 , 符合国家规范 。
2.结合工业数据自身特质考量
工业领域的数据特质与其他行业存在一些差别 , 所以数据的分级分类工作尤为重要 。
1)工业数据作为企业重要的战略资源 , 其开放性、保密性之间的平衡需要得到严格把控 。 国家发布指导意见 , 推动工业大数据资源共享流通 , 而对企业来说 , 产品的工艺、流程等数据属于核心机密 , 需要确保其安全可控 。 这时 , 数据分类分级就显得十分重要 。
2)工业数据种类繁多、来源复杂、体量庞大 , 有直接来自生产机器的技术数据、有描述产品流通过程的管理数据 。 要全方面、多维度对其进行分类评估 , 需要下很大的功夫 。