浅析数据血缘在数据安全治理中的应用

贡桑德庆 安渊

引言

数据血缘是指在数据的全生命周期中，因数据的加工、融合、流转等产生的数据与数据之间的多种关系。通俗地讲，数据A经过处理产生了数据B，我们则称数据A和数据B具有血缘关系。不管是结构化数据还是非结构化数据，都存在数据血缘关系。数据血缘还具有归属性、多源性、可溯性和层次性等特性。

数据血缘应用

目前，数据血缘分析技术在数据治理和数据仓库领域的应用已经比较广泛，基于数据血缘的四大特征，其主要应用有以下几个方面：

数据溯源

依托于数据血缘关系可溯性的特点，根据血缘中的数据链路关系，可实现指定数据的来源和去向追溯，帮助用户理解数据含义，在全流程上定位数据问题，进行数据关联影响分析等，解决多层复杂逻辑处理后数据难以理解、难以应用和错误难以定位的问题。

数据价值评估

数据价值是数据管理的核心标准，不管是数据交易中的数据定价还是数据安全中的保护等级，数据价值都是一个重要的参考因素。因此，如何准确地评估数据价值成为企业面临的一大难题。传统的数据价值评估，往往完全依靠相关法规要求和业务经验，缺少在具体应用场景中的评估依据，数据价值评估脱离了数据的应用场景和真实的业务价值。而数据血缘则提供了一种基于数据实际应用的价值评估方法，使用者越多、使用量级越大、更新越频繁的数据具有更高价值。

数据质量评估