提升数据分级管理能力促进数据充分使用有序共享

2020-03-24 08:49工业和信息化部信息技术发展司
中国电子报 2020年15期
关键词:数据管理分级指南

工业和信息化部信息技术发展司

2月27日,工业和信息化部办公厅印发了《工业数据分类分级指南(试行)》(以下简称《指南》)。现将《指南》有关内容解读如下。

出台背景和意义

问:《指南》出台的背景是什么,对于支撑企业数字化转型发展具有哪些意义?

答:党中央、国务院高度重视大数据在推动数字经济发展中的作用。习近平总书记在党的十九大报告中强调要推动互联网、大数据、人工智能和实体经济深度融合,在十九届中央政治局第二次集体学习中提出要实施国家大数据战略,构建以数据为关键要素的数字经济。十九届四中全会首次提出将数据作为生产要素参与分配,这为数据赋予了新的历史使命。国务院印发《促进大数据发展行动纲要》,要求全面推进我国大数据发展和应用,加快建设数据强国,释放技术红利、制度红利和创新红利。

当前,我国大数据技术在工业领域用户需求精准分析、生产过程改进优化、营销管理智能决策等方面的应用方兴未艾。工业数据作为新的生产要素资源,支撑供给侧结构性改革、驱动制造业转型升级的作用日益显现,正成为推动质量变革、效率变革、动力变革的新引擎。但与此同时,工业数据也存在管理执行不到位、开发利用不深入、流通共享不充分等问题,尚未完全发挥对数字经济的放大、疊加和倍增作用。

工业数据分类分级是提升企业数据管理水平的基础,是有效挖掘数据价值、实现企业生产方式变革的必由路径。《大数据产业发展规划(2016—2020年)》将分类分级作为数据管理要点。《工业控制系统信息安全防护指南》提出对数据进行分级分类管理。《数据管理能力成熟度评估模型》(GB/T36073-2018,以下简称DCMM)明确将数据分类分级作为数据管理能力第2级(受管理级)至第5级(优化级)的基本要求。因此,亟须制定工业数据分类分级指导性文件。

定位和主要内容问:《指南》的定位是如何考虑的,主要内容有哪些?

答:《指南》旨在指导企业全面梳理自身工业数据,提升数据分级管理能力,促进数据充分使用、全局流动和有序共享。一是明确企业为数据分类分级主体。工业企业、工业互联网平台企业等作为工业数据的所有者和使用者,承担开展数据分类分级、加强数据管理等主体责任。二是与DCMM互为补充、相互衔接。《指南》将与DCMM贯标工作有机结合,引导企业通过数据防护技术应用、管理流程优化、组织体系变革等方式,实现工业数据管理能力跃升。三是以可操作、可实施为原则持续完善。为确保《指南》内容的有效性和适应性,拟以实践效果为导向,在试点工作中不断改进优化,适时予以修订。

《指南》共4章16条,主要内容包括:第一章总则,阐述编制目的及依据,提出工业数据的基本概念,明确适用范围和原则;第二章数据分类,企业结合行业要求、业务规模、数据复杂程度等实际情况,围绕数据域进行类别梳理,形成分类清单;第三章数据分级,按照每类工业数据遭篡改、破坏、泄露或非法利用后可能带来的潜在影响,将数据划分为3个级别;第四章分级管理,针对有关主管部门和企业建立数据管理制度、实施差异化管理进行描述,为DCMM贯标等提供参考依据。

落实举措

问:各方应该如何落实《指南》,共同促进工业数据管理水平的提升?

答:企业应落实工业数据分类分级主体责任。一是制度要“实”,企业要建立健全工业数据分类分级管理制度,明确信息化部门、生产部门、行政部门等多方协同的工作机制。二是梳理要“全”,按照纵向贯穿管理层至控制层、横向覆盖全流程环节的原则,围绕数据域全面实施数据分类,形成企业工业数据清单。三是分析要“准”,鉴于不同行业、不同规模的企业因数据受损所致后果的评价标准、承受能力均存在差异,建议各行业、企业应结合自身实际,从有利于数据管理的角度,研究制定科学合理的量化定级指标。四是管理要“细”,切实做好对工业数据的差异化防护,不断完善数据管理措施,充分挖掘数据作为生产要素的潜在价值。

地方工业和信息化主管部门负责推动本辖区内工业数据分类分级工作,配合工业和信息化部做好宣贯培训、试点示范等相关工作。有关行业、领域管理部门可参考《指南》制定适用本行业、本领域的标准或规范,为企业提供针对性指导。工业数据分类分级是一项较为复杂的系统性工作,《指南》是开展工业数据分级管理的基础规范,我们将根据试行期间各方反馈,不断完善相关内容,引导企业持续提升工业数据管理水平。

猜你喜欢
数据管理分级指南
《大数据管理》课程思政教学质量评价体系研究
如何有效开展DCMM数据管理成熟度评估
数据挖掘在学生成绩数据管理中的应用研究
数据挖掘在学生成绩数据管理中的应用研究
2016年年末净值规模低于5000万元的分级基金
指南数读
论碰撞的混搭指南
完形填空分级演练
完形填空分级演练
就医指南