高新民@@ | 领域数据@@空间@@@@：数据@@治理@@基础架构@@

　　站在新的历史起点和@@数字化发展创新风口@@，秉持@@“智慧报国@@”的一贯初心@@，不负连续@@17年坚持累积的良好社会影响与业界口碑@@，一年一度的改革研讨盛会@@“智慧中国年会@@”，以@@“聚焦数字化觉醒和@@数字中国再提速@@”为主题@@，于@@11月@@24日@@-25日@@通过网络直播渠道盛大开启@@。2021智慧中国年会@@由智慧中国年会@@组委会@@、北京国脉@@互联信息顾问有限公司主办@@，设置主论坛和@@专项分论坛@@，分别以@@@@“加快数字化转型@@@@ 建设美好数字中国@@”和@@“数据@@治理@@体系构建与城市运行体征管理@@”为主题@@，邀请界内决策者@@、管理者@@、建设者@@、观察者@@、思考者开展深入探讨@@、交流与合作@@。

　　本文系国家信息中心原主任@@、国家信息化专家咨询@@委员会委员高新民@@于@@@@11月@@24日@@上午在@@“2021智慧中国年会@@”主论坛上的演讲@@。内容通过速记整理@@，未经本人@@审核@@。

---以@@下为演讲内容@@---

　　很高兴今天有机会参加智慧中国的年会@@，因为疫情关系就不到现场了@@，通过视频的方式与大家做交流@@。大家知道@@，现在我们在推动数字中国的过程中@@，核心问题是做数字化转型@@或者叫数字化发展@@，十四五规划中专门有一章节来讲这个问题@@。数字化转型@@、数字化发展核心问题是数据@@的问题@@，要以@@数据@@为驱动@@，加上数据@@的治理@@，产生智能化决策@@、闭环@@、控制@@，来实现智慧中国的发展应用@@@@。因此@@，现在讨论较多的@@“数据@@”作为关键要素@@，数据@@治理@@应如何推进@@，最近国家在这方面发布了很多文件@@，特别是在数据@@安全@@领域@@，实际上这也涉及了数据@@治理@@的问题@@，各个单位对数据@@治理@@也高度重视@@，特别是关于@@数据@@的质量控制@@@@、数据@@安全@@使用@@以@@及数据@@共享@@@@、数据@@流转@@@@等等数据@@治理@@问题@@。另外@@，讨论数据@@交易的问题也比较多@@，如何确权@@，如何定价@@，现在各个地方也在做大数据@@交易中心@@，这也是数据@@治理@@问题@@。但现在感觉到有一个问题@@，现在对数据@@治理@@基础架构@@如何构建@@，这个问题讨论不是很多@@，也不是很清楚如何做@@。在过去@@，数据@@治理@@在一个机构或部门里边@@，他的基础架构是有案例的@@，也是有解决方案的@@，这是没有问题的@@，但是现在的数据@@治理@@涉及到一个更大的空间@@@@，涉及跨部门@@@@、跨地区@@、跨层级这样一个特征@@，因此@@，数据@@治理@@架构应该什么样@@，今天围绕这一问题谈一些看法@@，供大家参考@@。

　　数据@@要素重要性大家都有共识@@。简单来说@@，数据@@本身是一个基础支撑@@，比如@@“人@@”，人@@是有身份证数据@@@@，有基因数据@@@@@@，每个人@@都有一个身份@@、基本生理特征等基础数据@@的支撑@@，这些数据@@与业务相融合就能产生效益@@。比如@@，人@@的基因数据@@@@@@，人@@到医院看病@@，诊断这个人@@是什么病@@，一般下来有时候这个病跟基因是有关系的@@，因此@@，跟诊疗结合之后@@，才会提升诊断的效率和@@准确度@@。另外@@，数据@@作为要素能够流转@@@@，能够在更大范围内流通@@，那么@@，他将产生更大的价值@@。比如@@，基因数据@@@@，在国外与医院中的诊疗数据@@@@、制药企业掌握的制药数据@@@@、疗效数据@@以@@及其他有关医疗健康数据@@融合之后@@，当然数据@@要透明@@，他可以@@发现很多规律@@，这样他的价值将更大@@，数据@@这三种价值的提升越来越重要@@，这个越来越有共识@@。

　　目前@@数据@@还面临一些问题@@。第一@@，数据@@质量问题@@@@，有相当一部分数据@@质量不是特别高@@，有不少问题@@，如准确性不高@@、时效性不高@@、垃圾数据@@@@，给数据@@应用@@带来一些困难@@。第二@@，数据@@流转@@@@不畅@@，如大家知道@@的信息孤岛@@、数据@@孤岛@@。第三@@，融合应用@@方面深度不够@@，用@@的还不太好@@，产生的价值不知道怎么用@@@@。这些问题怎么解决@@，都是跟数据@@治理@@密切有关系的@@，质量问题@@、流转@@问题@@、融合之后应用@@价值@@、安全@@可控问题都是和@@数据@@治理@@有关的@@。

　　现在的出路是@@，怎样构建领域数据@@空间@@@@@@。用@@政策@@、制度支撑构建领域数据@@空间@@@@@@，同时用@@技术架构支撑构建领域数据@@空间@@@@@@，就刚刚讲到@@，数据@@流转@@@@、数据@@共享@@有困难@@，跨部门@@、跨地区@@、跨异组的@@数据@@共享@@有困难@@@@，困难的原因是什么呢@@，这里面有些数据@@标准不一样@@，数据@@所存储或产生的数据@@的信息也是异构的@@、异组的@@、异地的@@，也就是三异@@，这些客观上来讲对数据@@的共享@@产生困难@@，但是泛泛的说@@，把@@所有数据@@按照一个统一的标准来做@@，这个难度非常大@@，因为数据@@几乎是一个海洋@@，不可能对海洋的每一滴水进行治理@@@@，所以@@@@我的一个观点@@就是@@，首先数据@@要变成一个数据@@对象@@@@，是有边界@@@@、可识别@@、有内涵@@的@@、可定义@@的对象@@，我们叫他数据@@对象@@，数据@@要变成一个数据@@对象@@，由数据@@对象在一定的基础架构下@@，能够进入一个空间@@@@，这个空间@@里能够使数据@@对象进行互操作@@，所以@@@@，数据@@本身要进行治理@@@@，首先数据@@要变成数据@@对象@@，由数据@@对象构建基础数据@@架构@@，这个架构有制度规则@@、有技术的支撑@@，形成领域数据@@空间@@@@@@。为什么叫领域@@，因为数据@@要共享@@@@、要流转@@@@，一定跟场景@@、跟应用@@导向是相关的@@，而领域与数据@@应用@@场景比较亲切@@，应用@@需求比较清楚@@，因此@@在这种条件下@@，数据@@对象本身的关联度就比较强@@，因此@@就形成领域@@，所以@@@@符合@@领域内强关联度的数据@@形成空间@@@@，这个空间@@能够实现数据@@的互操作基础@@，大概就是这样一个概念@@，我认为这个概念就应该是数据@@治理@@的基础设施@@，没有这个基础设施就很难把@@数据@@治理@@的质量@@、流转@@、共享@@、安全@@、融合使用@@这几个要素都去做到就很难@@。最近国家出台很多关于@@数据@@安全@@的条例@@，这些数据@@安全@@条例是必要的@@，但怎样去落地@@，我认为落地的关键问题就是基础架构@@，没有这个基础架构@@，这些落地是非常困难的@@，尤其是在互联网的这个环境下@@，很多互联网平台@@企业@@，其数据@@量是非常巨大的@@，上千个@@bit，如果这些数据@@里面没有一个基础的架构@@@@，不是一个可识别@@的数据@@对象@@，那么@@如何对他进行监管@@、提出要求@@，进行治理@@，包括他自己要去流转@@@@、去管理都是很困难的@@。所以@@@@这就是我们今天说的@@，要构建一个数据@@治理@@的基础架构@@，这个基础架构我建议不是泛泛去说@@，要去建立领域数据@@空间@@@@@@。领域数据@@空间@@@@有两个支撑@@，一个是制度@@/政策支撑@@，这里引用@@@@FAIR原则@@，符合@@FAIR原则@@的标准的数据@@对象@@，就可以@@进入这个数据@@空间@@@@。另外@@，这个数据@@空间@@要用@@技术实现@@FAIR原则@@，实现这个标准的技术架构@@，也是对数字对象体系架构进行技术支撑@@。由这两个支柱@@，即@@制度支柱@@、技术支柱@@，来形成一个领域的数据@@空间@@@@，这样作为数据@@治理@@的基础设施@@，我觉的这是一个思路@@。这个思路也是最近观察到欧盟在实施一个欧盟统一数据@@空间@@的倡议或者说是一个项目@@，这里面有两个内容@@，一个是统一欧洲的@@云@@，因为数据@@都在云上@@，都是云架构@@，所以@@@@做了一个@@统一欧洲云的技术架构@@；另外@@在这个架构上@@，做了一个@@IDS，国际数据@@空间@@@@（International Data Space）。这两个东西组合成欧盟跨国数据@@基础设施@@，他甚至还有一个想法是把@@他做成国际的@@。这个想法跟我今天讲的内容还是有一些区别的@@，他没用@@运用@@@@DOA的架构@@，也没有很明确的用@@@@FAIR原则@@在做@@，那么@@我是把@@这三个内容结合起来@@，来进行的一个思路研究@@。欧盟的@@IDS和@@云空间@@这两个项目@@，国内有些单位跟他们有很多交流@@，过几天我和@@德国的一个教授也会做一些技术交流@@，我希望大家能够关注@@、能够借鉴@@，设计符合@@我国国情@@、符合@@我们实际的@@，借鉴新的理念@@，把@@领域数据@@空间@@@@作为数据@@治理@@的基础设施来推进@@。

　　下面@@，我想再展开下@@，把@@FAIR原则@@、DOA的技术架构简单说说@@，供大家参考@@。

　　领域数据@@空间@@@@分类@@。可以@@分为产业领域数据@@空间@@@@@@，举例有加工制造业@@、交通运输业@@、通讯产业@@、金融业等等@@，这些产业是强相关的@@，某个行业里互相有关联@@，也可以@@再细分@@，当然也不能太细了@@，还是有个领域的@@；另外@@一个是政务领域数据@@空间@@@@@@，比如@@政府之间的电子政务@@、政府对企业的电子政务@@，即@@G2G、G2B、G2C、G2E，G2E是指政府对本身公务员的@@，这个分类也可以@@@@；还有一种就是按照我们政务领域之间的分类@@，如环境保护@@、公共安全@@@@、公共卫生@@、产业宏观调控的等等也可以@@按照这个来分@@。公共领域里面有电子健康@@、科研教育@@、文旅@@、民生生活上的内容等等@@，这个是举例来讲@@，都可以@@这么分类@@。

　　FAIR原则@@，实际上也是四个英文名的开头字母@@，第一@@个字可发现@@，数据@@变为数据@@对象@@，有边界@@、可识别@@、有内涵@@、可定义@@、可定价@@，在某种场景下可定价@@@@，定价一定跟场景@@关联@@，没有场景关联这个价是很难定的@@。这四个字呢@@，第一@@个是可发现@@，第二@@个字是可访问@@，第三@@个字是可互操作@@@@，第四个字是指这个数据@@对象可重用@@@@。可发现就是数据@@对象在什么位置@@，讲数据@@在什么位置是很难发现的@@，数据@@是一个很泛在的概念@@，一定是变成数据@@对象后是可发现的@@，他有标识@@、有边界@@、有地址@@；可访问是指可以@@找到@@，有一定访问权限@@，有认证@@，安全@@里面有可访问@@，包括认证权限@@、访问权限等@@；可互操作@@，包括接口@@、数据@@间的通信协议@@，这个都要标准化@@；可重用@@就是可流转@@@@，在一定的条件下面@@@@、一定的规则下面@@@@，与前面三个条件能够在需求导向@@、规则为基础下重用@@@@，就是流转@@@@。这个原则@@所有的数据@@对象@@，符合@@这个原则@@就允许进入共同体@@，就能够享受共同体的一些权益@@。符合@@FAIR原则@@是它的义务@@，不符合@@原则@@自动标准的数据@@对象是不能进入共同体@@。进入到数据@@共同体或数据@@空间@@@@，它符合@@这个原则@@就很容易在有需求@@、有场景导向的情况下@@，很容易实现互操作@@，就能够实现共享@@@@，就能够很容易组成支撑业务的需求@@，就是这么一个思路@@，当然包括各种各样的治理@@，你要去交易也好@@、你要去开放也好@@、你要去共享@@也好@@，不同的流转@@机制就能够支撑@@。

　　这个原则@@因为时间关系就不详细讲了@@，对数据@@的要求大家可以@@再看看@@。目前@@FAIR原则@@在国际上@@，在科研的数据@@上发挥共享@@和@@互操作起了非常明显的作用@@@@。我刚开始举的例子@@，举了基因数据@@@@和@@临床数据@@@@、还有药物的治疗数据@@@@，这些数据@@是跨部门@@的@@、跨领域@@，有的是在制造业@@，有的是在医院里面@@，有的是在研究机构学校里面@@，他们就用@@@@FAIR原则@@把@@数据@@都进入到一个空间@@@@，然后在里面产生很多有价值的规律@@，发现很多价值@@，如某种基因缺陷会产生什么疾病或者反过来说某种疾病可能和@@某些基因的变异或者缺陷有关@@，或者某种药物对某种疾病因某种基因变异后产生的疾病能有疗效@@、有针对性@@。那么@@这样一些东西目前@@已经是实现@@，已经证明利用@@@@FAIR原则@@是指导数据@@的空间@@在发现支撑方面发挥很大作用@@@@，这已经是证实了@@。举例子讲@@，上次@@有一位荷兰过来的教授@@，曾经和@@我们交流就是用@@@@FAIR原则@@怎么实现这种跨部门@@@@、跨资源而且是跨国的数据@@共享@@@@，能够分析出很多有用@@的支撑规律@@，这是非常典型的一个例子@@。我认为这个事情非常重要@@，比现在局里研究的数据@@交易@@、数据@@确权更为重要@@。那个当然也是需要研究的@@，但是不把@@这些问题研究清楚@@，我们的数据@@价值@@、数据@@的流通流转@@@@，包括安全@@的可控都是很难实现@@、很难落地@@。

　　这是一方面@@，FAIR原则@@是一个制度原则@@或者是一个政策原则@@@@。它的技术实现什么@@？就是刚才讲的@@，其中一个方面也不是全部@@，欧洲的@@IDS不是按照@@FAIR，但是原理和@@这个很接近@@，它是用@@另外@@一套体系@@、另外@@一套软件@@来实现的@@。那么@@现在有一种方案是利用@@@@DOA，就是数字对象体系架构来实现@@，因为体系架构就能够实现变成一个数据@@对象@@，这个数据@@可大可小@@，单个数据@@可作为一个对象@@。一个数据@@库@@、数据@@文件@@、数据@@湖@@、数据@@池@@，将来比如@@我们讲数据@@孪生都可以@@算数据@@对象@@。它一定要有边界@@@@，要把@@它定义好@@。这个对象形成之后就给它一定的赋码@@、统一的赋码@@，而且也是唯一性的@@。这个码赋完之后可注册@@，注册之后这个赋码对象还包括两个内容@@，不仅仅是码的问题@@，封装之后里面的@@元数据@@标准是一样的@@，元数据@@可以@@自己定义@@，它有一定的标准架构来定义它@@。这样就实现这些能给它提供条件@@，这些最后要访问@@，访问要有一定的条件@@，包括安全@@认证的条件加进去@@。最后信息内容能够@@，刚才讲的元数据@@和@@内涵的一些语义分析也是一部分@@，和@@数据@@对象之间的一些通信要有统一的协议@@。把@@这个架构实现起来@@，在政策下规定了一些标准化的数据@@对象进入数据@@空间@@之后@@，DOA的架构@@技术实现它的互操作@@。这就是一个完整的数据@@治理@@基础架构@@@@。

　　DOA怎么实现它的支撑@@？它可发现@@，里面有标识@@、语义定义@@、全球的解析@@，怎么来实现它可发现@@的东西@@。那么@@可访问就是它的安全@@认证@@，以@@及元数据@@的定义使它可访问@@。互操作就是通信协议@@，一个是发现的协议@@，还有一个就是数据@@互相交互协议@@。还有一个重用@@要在一定的范畴之下有统一的注册@@、统一的分类@@，按照主题@@、内容数据@@对象进行分类@@，有一个分类表@@，然后就可以@@在一定场景下面@@@@、用@@户有需求的时候去访问它@@，去调用@@它都可以@@@@。重用@@的@@“用@@”有多种方式@@，也可以@@访问也可以@@汇聚也可以@@同步@@，就像我们现在讲的区块链一样是数据@@的同步@@，其实区块链是@@DOA里面的@@，区块本身是一种@@DOA，所以@@@@我们讲区块链可以@@把@@它理解为@@DOA架构下面@@一种特殊应用@@@@，而且是一种比较高级的应用@@@@。所以@@@@我认为我们用@@数据@@对象的概念@@、FAIR原则@@来构建数据@@治理@@的基础@@，实现三亿数据@@的互操作这样一个基础@@。这是数据@@治理@@非常非常重要的一个关键@@。

　　我今天就讲这些供大家共同研究@@、共同探讨@@，谢谢大家@@！

更多@@精彩@@，请关注@@“官方微信@@”