大数据发展的前景怎么样？

国内能做数据治理的公司

数据治理构成了公司范围数据管理的基础，可以有效地使用可信赖的数据。有效的数据管理是一项需要集中控制机制的重要任务。

什么是数据治理？

数据治理包括管理和保护公司数据资产所需的人员，流程和技术，以保证通常可理解，正确，完整，可信，安全和可发现的公司数据。数据治理主要包括以下：

为什么数据治理这么重要？

公司内部缺乏有效的数据治理保证了一件事：数据存在不良。这种糟糕的数据表现在不一致的定义，重复，缺少字段和其他经典数据失礼。这些都是应该解决的明确问题 - 但具体是什么能够为解决这些问题的公司带来投资回报率？

以下是强调数据治理重要性的三个主要好处：

1数据治理节省资金

简单地说，数据管理提高效率。重复的帐户会导致重复工作，或者至少会导致浪费时间来追踪营销，销售，财务或分析工作中的重复帐户。数据治理可以减少数据库中的错误，为您的企业提供可靠的数据库，并节省宝贵的时间，否则将用于纠正现有数据。节省的时间是节省的钱。

此外，数据治理迫使企业明确定义其核心数据以及管理核心数据的规则。数据治理项目的开始是让每个人都在同一页面上关于核心数据定义的绝佳机会。执行此 *** 作可确保长期提高运营效率。

2糟糕的数据治理是危险的

缺乏有效的数据治理是一个安全问题，原因有两个：与脏，非结构化数据和法规遵从性问题相关的外部安全风险。

错误的数据和结构错误的数据会带来安全风险，原因很简单，如果您的数据库中存在脏的非结构化数据，那么如何快速判断何时出现问题以及如何有效监控哪些数据存在风险？良好的数据治理工具和实践可以更轻松地监控整个数据库中发生的情况，并且可以更轻松地查看哪些区域可能存在风险。

法规遵从和数据治理日益成为一个热门话题。随着人们继续了解其个人数据的重要性，政府开始采取公平存储，保护和使用客户数据的方式。

以GDPR为例。该法规将于2018年初生效，使欧盟居民能够更好地控制其个人信息，包括着名的“被遗忘权”，使欧盟居民能够要求从商业数据库中删除所有数据。 （请注意，这适用于与欧盟居民开展业务的任何公司，因此该法规可以轻松跨越美国）。对于混乱的，未受管理的数据沼泽，可能无法保证在请求时删除关于特定个人的所有数据。这使您的公司面临极大的风险和可能的严厉罚款。

3良好的数据治理提供了清晰度

花点时间想象一下完美数据的保证对您的业务意味着什么。有效的数据治理使数据通常清晰，标准化和准确，让您高枕无忧。这种影响在整个公司中产生了影响。

以下是此清晰度将提供的一些好处：

确保您的指标准确无误 - 您的KPI如何？

深入了解您最重要的指标可能是什么

对分析更有信心

未来会如何？

数据治理是当今数据驱动型公司的关键，而今天的公司究竟是不是想要数据驱动？我们现在知道为什么数据治理目前很重要，现在考虑公司在不久的将来可以从中受益的三个主要力量：物联网，人工智能和大数据。

所有这三种力量都通过大量数据为许多公司带来了巨大的希望，通过这些数据可以获得洞察力和智慧; 但是，数据的涌入增加了 对有效数据治理计划的需求。如果公司没有领先于来自物联网，人工智能和大数据的脏数据，那么主要结果可能只是一个巨大的数据沼泽，而不是董事会成员所期望的智能和利润增加。

数据治理最重要的因素之一是与负责收集，管理和使用数据的所有团队和个人保持一致。确保每个人都参与进来，并且有明确的目标，明确定义的流程和明确的权限级别，以使一切顺利进行。数据治理的关键是有效的协作。正确的数据治理工具应该与这些原则齐头并进。确保您评估的任何工具都易于为业务和IT用户使用，实现跨团队的无缝协作，并且足够灵活，可以根据您不断变化的业务需求进行改进。

随着我们的生活越来越多地在网上度过，物理世界变得越来越数字化，身份的概念正在发生巨大变化。验证我们是谁以及我们如何在线代表对个人和组织来说都至关重要。

人们希望对自己的身份拥有权力，并控制如何以及与谁共享他们的信息。毛球 科技 认为，组织正在面临更高的安全威胁，同时需要在数字经济中竞争、优化工作流程以及改善客户和员工体验。围绕身份的不断重组和不确定性只会减缓战略创新。

身份和访问管理( IAM )已成为管理和验证数字身份的核心构建块。但是，组织在IAM流程的设计和安全性方面面临挑战，促使他们考虑新技术。

区块链不同于现有的IAM架构，因为区块链本质上是分散的。DLT支持共享记录保存，交易、身份验证和交互通过网络而不是单个中央机构进行记录和验证。

随着网络犯罪、威胁、欺诈和资产泄露事件的激增，组织在保护敏感数据、保护IT和运营基础设施(OT)以及保护人们的身份方面发挥着至关重要的作用。许多企业IAM领导者和IT专业人士都在质疑DLT和共识技术的相关优势和风险，毛球 科技 整理如下：

在IAM流程中使用DLT的问题涉及技术、法律、商业和文化影响。这些影响应该是支持IAM 的任何架构投资的决策过程的基础。

在评估DLT可以在何处以及如何改进组织的IAM基础设施和最终用户体验时，需要考虑下面14个因素。

公司习惯于中央和专有数据存储的基础设施，这为盗窃、破坏、黑客、欺诈和丢失创建了一个蜜罐。这种模式加剧了身份凭证持有者与寻求使用它们的人（包括最终用户）之间的权力失衡。分布式身份验证和治理有望提高效率以及个人和机构的利益，但与中心化的现状背道而驰。

获得许可的区块链架构是一个需要关键考虑的因素，因为很少有企业用例可以完全公开。相反，用例需要保密性和权限才能读写已知参与者的托管区块链。这种区别对安全性、计算和可扩展性还有其他一些影响。

访问级别、特权和限制会发生变化，可识别的属性也是如此。DLT必须能够在各种连接和物联网环境中以最小的延迟准确处理验证的频率和复杂性。

用于验证和分布式访问的共识算法会影响以可扩展和可持续的方式交付服务级别协议所需的速度和计算能力。这些限制推动了IAM区块链的研发，并且是实施范围不可或缺的一部分。

数字身份功能需要可移植。区块链设计可以确保个人信息、可验证性和适当的控制在用户从一个组织过渡到另一个组织时跟随他们。可以调整这些设计以及时促进此过程。

积累大量个人身份信息(PII)的组织面临着新的和不断变化的风险、法规、以隐私为重点的竞争以及消费者日益增长的不信任。DLT支持的用例——例如自我主权身份和数据最小化——通过诸如零知识证明之类的技术提供了更强大的隐私保护。信息和共享控制可以保留在最终用户手中，而不是在数百个组织中复制和存储PII。

存在许多身份和认证标准，包括角色、属性、密钥和权利。这些必须符合通常不存在的区块链技术和跨链互 *** 作性标准。

从集中式范式到分布式范式的转变需要数据、API、系统和治理机制的互连和协调。这不仅发生在IT和OT资产和环境日益多样化的大型组织中，而且发生在其他组织和生态系统合作伙伴中。

法规围绕个人数据，从国际、联邦和州数据保护法的拼凑到生物识别等特定领域。这些都与IAM和区块链架构决策相关。例如，GDPR的被遗忘权使公民能够删除他们的个人信息——这一概念与将PII注册到数据库的不变性不一致。

不变性——无法删除分类账上的记录——有利于安全，但它会影响PII的隐私。确定哪些信息保留在链上与链下对于此列表中的其他标准很重要。链上不变性必须平衡各方的要求和保障措施。

确保个人在任何特定时间拥有用于任何任务的正确加密密钥需要能够更新、撤销和更新访问权限。这是一个独特的IAM要求，DLT必须通过设计加以考虑。

IAM UX是分布式或集中式的，是数字身份、个人身份识别和个人数据控制机制的接口。虽然成功的IAM架构掩盖了最终用户的复杂性，但IAM UX的设计者不能忽视界面对于教育、同意、易用性和可访问性的重要性。

随着数据集的生成和使用规模越来越大——例如，生物识别、 情感 和基因组学——IAM领导者必须考虑当前和长期的风险和合规问题。他们应该专注于数据最小化和隐私工程技术。

新功能、设计和最佳实践正在不断改变IAM格局——更不用说区块链、密码学、人工智能、网络安全、云计算、量子计算和数字钱包等关键概念的突破性发展。这些都必须在设计时和实施后加以考虑。

与任何新兴技术一样，组织应该首先定义问题。然而，IAM-DLT决策不仅仅是另一项IT尽职调查工作。由于监视资本主义、权力动态、地缘政治威胁、可持续商业模式和人权问题是数字身份模型的基础，因此IAM-DLT机会会对个人、机构和经济产生影响。

大数据时代的用户数据如何区别保护
大数据时代，是物联网的时代，随着云存储和云计算的发展，以智能手机、智能家电、可穿戴设备为代表的智能终端的普及，通过各种智能终端上传和收集的用户数据将越来越多，对用户数据的分析和挖掘及利用，将是大数据的商业价值所在，蕴藏和巨大价值的用户数据的性质及使用规则是我们值得思考的问题。
用户数据的“区分所有权”构想
提到用户数据，我们首先想到的是用户的“隐私权”。民法大家王利明教授在其主编的《人格权法新论》一书中提到：隐私权是自然人享有的对其个人的与公共利益无关的个人信息、私人活动和私有领域进行支配的一种人格权。可见隐私权是一项“个体”权益，强调权利的身份和人格的属性。
用户数据的商业价值核心并不是“个人”的人格权益，其必要条件是具备足够多的用户个体样本，其更强调“集合”的权利，单个用户数据的商业价值是有限的。而用户数据的核心价值在于通过对云端存储的海量的用户个人状况、行为、需求的样本分析和挖掘，一方面为上游硬件商提供产品的开发依据，另一方面对用户的消费、生活提供“量身打造”的服务，从而形成物联网的全产业链循环，实现更高效的管理社会资源并创造更多的价值。
可见，虽然用户数据来源于“个体”数据，但最终使社会获益的是用户的“集合”数据。因此，在界定用户数据的性质方面，笔者建议根据单个数据是否具有身份属性，将用户数据分为身份数据和样本数据，并对这两类数据加以区别保护。
用户的身份数据是指可以通过单一的个体数据，即能锁定特定用户的数据。如姓名、身份z号、各种账号信息、****等。比如我们通过一个电话，就能联系到一个特定的用户。因此，此类信息具有较强的身份属性，须定义为“隐私权”的范围，其权利主体应为用户个人所有，其使用和经营，须经过用户的许可，否则将被判定为侵权。现行法律法规如《全国人民代表大会常务委员会关于加强网络信息保护的决定》、工信部出台的《电信和互联网用户个人信息保护规定》以及消费者权益保护法、《网络交易管理办法》中规定的个人信息，当属于用户的身份数据范畴。
样本数据是指通过个体数据汇聚成的用户个人状况、行为、需求的数据库以及通过分析和挖掘以上数据获得的相关数据。此类数据的所有权应为用户和数据收集方共有，但经营使用权建议应掌握在能够发挥其价值的数据收集者手中。将所有权和经营权区分开来，既能从法律上保证用户的个体权益，又符合经济学的原理。
样本数据的经营规则
用户身份数据的使用规则可以依据现有的法律法规执行。我们仅需要通过立法明确以上法律所适用的数据的范围，并在执行层面的政策上制定可 *** 作的保护用户身份数据和隐私权的规章制度。
对于样本数据的使用和经营规则，现有法律并没有明确依据。根据上文的阐述，笔者已将其所有权拟定为用户和数据收集者共有，经营使用权则建议应掌握在能够发挥其价值的数据收集者手中。这样设计的目的在于，一是保留用户的“被遗忘权”；二是发挥物尽其用的作用。
首先，保留用户的“被遗忘权”是用户数据使用的基础。
大数据时代到来，人们最担心的是自己将被暴露得一览无余，没有隐私可言。因此，个体信息是否公开，公开的程度，需要个体能够掌控，即用户自主决定其向外界公开的个人信息的广度和深度，也可随时自行或要求收集数据方，删除其掌握的任何关于用户个体的数据。用户要求收集者删除其样本信息时，须提供可以辨识其个体信息的依据(一般须为身份信息)，以证明其要求删除的信息是属于自己的样本信息。
其次，数据收集者在收集样本数据时，须向用户群体公示其收集途径和方式，以及用户删除自己样本信息的途径和方法。只有这样，用户才能知晓其被收集者收集的数据是什么，以及自己的样本信息被经营者使用的状况是否安全，从而判断其是否愿意继续使用数据收集者的产品，并将自己的样本信息交给数据收集者经营。一旦用户选择使用某一数据收集者的产品，数据收集者将与用户共有其收集的用户样本数据。
第三，数据收集者在遵守法律对用户隐私保护前提下，无需用户授权，可自由地使用和经营其收集到的用户的样本数据，直至用户自行或要求其删除样本数据。
当前，各数据收集者之间进行不同程度的共享和授权数据的需求已是大数据的发展趋势。云与云的互联互通才能使数据样本变得足够庞大，使数据分析和挖掘的结果更有价值，使用户不同智能终端之间的连接变得可能，从而真正的实现大数据的物联网。
样本数据的共享和授权中涉及到大量个体信息，如果用户此类活动需要经过个体用户的授权，将会极大地阻碍商业效率，其数据和信息的收集是随时随地的，要求单个用户对单个的样本授权，也会影响用户的体验。因此最现实的方式是数据的收集者在经营和使用其收集的数据时，无需个体用户的单独授权。
最后，数据收集者通过样本数据所获取的收益，个体用户须有分配权。
个体用户对数据经营的收益分配权容易理解。数据的源头是个体，个体是样本数据的所有者，因此其理所应当得到经营数据的利益。分配的方式和数量可由数据收集者确定并公示，一旦用户使用特定数据收集者的产品，即表明其同意以此对价获取收益。当然，用户领取收益的前提是提供可以辨识其个体信息的依据(一般须为身份信息)，以证明其是对应个体样本数据的提供者。

---