CN113434497A - 一种由数据仓库与数据元件仓库组成的数据要素金库 - Google Patents

一种由数据仓库与数据元件仓库组成的数据要素金库 Download PDF

Info

Publication number
CN113434497A
CN113434497A CN202110984703.2A CN202110984703A CN113434497A CN 113434497 A CN113434497 A CN 113434497A CN 202110984703 A CN202110984703 A CN 202110984703A CN 113434497 A CN113434497 A CN 113434497A
Authority
CN
China
Prior art keywords
data
vault
warehouse
data element
storing
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202110984703.2A
Other languages
English (en)
Inventor
陆志鹏
王希勤
朱立锋
郑曦
周崇毅
国丽
李勇
乔亲旺
胡成盛
胡俊
谢冬水
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
CHINA ELECTRONIC INFORMATION INDUSTRY GROUP Co
Original Assignee
CHINA ELECTRONIC INFORMATION INDUSTRY GROUP Co
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by CHINA ELECTRONIC INFORMATION INDUSTRY GROUP Co filed Critical CHINA ELECTRONIC INFORMATION INDUSTRY GROUP Co
Priority to CN202110984703.2A priority Critical patent/CN113434497A/zh
Publication of CN113434497A publication Critical patent/CN113434497A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/21—Design, administration or maintenance of databases
    • G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2465—Query processing support for facilitating data mining operations in structured databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/26—Visual data mining; Browsing structured data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/282—Hierarchical databases, e.g. IMS, LDAP data stores or Lotus Notes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/283—Multi-dimensional databases or data warehouses, e.g. MOLAP or ROLAP
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60—Protecting data
    • G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
    • G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
    • G06F21/6245—Protecting personal data, e.g. for financial or medical purposes

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Bioethics (AREA)
  • Medical Informatics (AREA)
  • Computer Security & Cryptography (AREA)
  • Computer Hardware Design (AREA)
  • Quality & Reliability (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Computational Linguistics (AREA)
  • Storage Device Security (AREA)

Abstract

本发明公开了一种由数据仓库与数据元件仓库组成的数据要素金库，由数据仓库与数据元件仓库组成的数据要素金库包括：数据仓库，用于存储数据，所述数据不能输出所述数据要素金库；数据元件仓库，用于存储数据元件，所述数据元件包括元件模型以及元件结果，所述元件结果为所述数据通过所述元件模型处理后、用于输出所述数据要素金库的数据集。本发明通过基于数据元件仓库和数据仓库构建数据要素金库，如此操作使数据仓库中的数据不能输出所述数据要素金库，从而实现了数据可用不可见，加强了对数据的管理，进一步提高了数据的安全性。

Description

一种由数据仓库与数据元件仓库组成的数据要素金库
技术领域
本发明涉及计算机信息技术领域，尤其涉及一种由数据仓库与数据元件仓库组成的数据要素金库。
背景技术
数据仓库是决策支持系统（dss）和联机分析应用数据源的结构化数据环境。数据仓库研究和解决从数据库中获取信息的问题。数据仓库的特征在于面向主题、集成性、稳定性和时变性。
数据仓库发展至今，部分解决了关于数据跨域分散，数据标准不一，数据资产价值低，数据资产管理弱等问题。但是，数据仓库环境中存储的数据依然是原始数据。
在此背景之下，数据仓库中的数据如果进入数据要素市场，由于其存放的数据是原始数据，如果流通的数据是公开数据，虽然数据安全要求不高，但数据要素市场化价值较低；如果流通的数据是“核高基”数据，虽然数据要素市场化价值极高，但数据安全要求更高，原始数据直接流通会带来极大的隐患。
发明内容
本发明实施例提供一种由数据仓库与数据元件仓库组成的数据要素金库，用以解决现有技术中数据安全性能差的问题。
根据本发明实施例中的由数据仓库与数据元件仓库组成的数据要素金库，包括：
数据仓库，用于存储数据，所述数据不能输出所述数据要素金库；
数据元件仓库，用于存储数据元件，所述数据元件包括元件模型以及元件结果，所述元件结果为所述数据通过所述元件模型处理后、用于输出所述数据要素金库的数据集。
根据本发明的一些实施例，所述数据仓库采用湖仓一体的融合建仓技术构建而成。
根据本发明的一些实施例，所述数据仓库用于：
采用流批一体技术从多源异构平台获取数据；通过异构数据解析技术、数据清洗算法、存储转换、可视化建模、自动化检测、隐私保护、API智能编排处理治理所述数据；
采用分布式存储技术存储所述数据。根据本发明的一些实施例，所述数据仓库用于：
通过数据链路跟踪机器人，实现每个数据加工、生产环节的全链路追踪。
根据本发明的一些实施例，所述数据仓库用于：
利用智能算法识别所述数据的敏感级别，以实现分级存储。
根据本发明的一些实施例，所述数据仓库包括：
基础层，用于存储对所述数据经过归集处理后的、按照业务领域划分的数据；
资源层，包括主题库和专题库，所述主题库用于存储所述基础层中的数据经过归集处理后的、按照城市治理的不同业务划分的数据，所述专题库用于存储所述基础层中的数据经过归集处理后的、按照业务场景划分的数据。
根据本发明的一些实施例，所述基础层包括自然人类、法人类、电子证照类、城市资产类、自然资源类、城市感知类、行为事件类、地理空间类、宏观经济类；
所述主题库包括政务主题、交通主题、信用主题、医疗主题；
所述专题库包括营商环境专题库、民生幸福专题库、城市安全专题库。
根据本发明的一些实施例，所述元件模型的构建环境与所述元件结果的生产环境相互分离，以避免在运行环境下的数据外泄。
根据本发明的一些实施例，所述数据仓库与所述数据元件仓库通过物理分层隔离。
本发明基于数据元件仓库和数据仓库构建数据要素金库，通过物理分层隔离，在数据元件仓库中使用元件模型对数据仓库的数据进行处理，进而输出所需结果。如此操作，使数据仓库中的数据存储安全，避免在运行环境下外泄，也可使用元件模型对数据进行整理分类管理，便于后期基于具体需求输出相关数据内容。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
通过阅读下文实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。在附图中：
图1是本发明实施例中数据要素金库结构示意图；
图2是本发明实施例中数据元件仓库处理数据的示意图。
具体实施方式
下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。
如图1所示，根据本发明实施例的由数据仓库与数据元件仓库组成的数据要素金库，包括：
数据仓库，用于存储数据，所述数据不能输出所述数据要素金库；数据元件仓库，用于存储数据元件，所述数据元件包括元件模型以及元件结果，所述元件结果为所述数据通过所述元件模型处理后、用于输出所述数据要素金库的数据集。
元件模型是根据一定的业务逻辑，通过某些算法、规则等构造的数据处理模型。元件模型和元件结果是密切联系，不可或缺的，元件结果必须由元件模型作用于数据资源而产生，而元件模型则必须通过元件结果体现业务价值。二者有机结合，共同构成数据元件，成为数据流通中的信息载体。
本发明基于数据仓库与数据元件仓库构建数据要素金库，利用数据元件仓库的元件模板对数据仓库中的数据进行处理进而输出元件结果，如此操作使数据仓库中的数据不能输出所述数据要素金库，从而实现了数据可用不可见，进一步提高了数据的安全性。
在上述实施例的基础上，进一步提出各变型实施例，在此需要说明的是，为了使描述简要，在各变型实施例中仅描述与上述实施例的不同之处。
根据本发明的一些实施例，数据仓库存储的数据包括核高基数据，核高基数据包括但不限于影响区域安全发展的核心数据、影响个人隐私的高敏感数据和影响长期发展的基础数据为主的城市数据，以及对数据进行治理形成的数据元件。
根据本发明的一些实施例，所述数据要素金库可以采用全自主的PKS底座和中国电子云作为底层基础设施。
根据本发明的一些实施例，所述数据仓库采用湖仓一体的融合建仓技术构建而成。
运用湖仓一体化的融合建仓技术，可以存储结构化和非结构化的多种数据类型，实现异构数据的存储、处理和实时分析，实现增强型的数据治理。基于全自主的独立数据中心，对数据资源和数据元件进行分层隔离，实现物理隔离和逻辑访问控制结合的增强型数仓。
根据本发明的一些实施例，所述数据仓库用于：
采用流批一体技术从多源异构平台获取数据；采用流批一体技术可以同时获取在线和离线数据。
通过异构数据解析技术、数据清洗算法、存储转换、可视化建模、自动化检测、隐私保护、API智能编排处理治理所述数据。
采用分布式存储技术存储所述数据。所述分布式存储技术可以提高数据安全性以及存储效率、存储容量。
以元数据为驱动，实现统一标准下的数据全生命周期治理，覆盖数据采集、数据清洗、数据转换、数据开发、数据存储、数据建模、数据分析和数据服务全流程，并基于数据分级分类标准完成数据仓库、元件仓库的数据分级分类治理工作。
根据本发明的一些实施例，所述数据仓库用于：
通过数据链路跟踪机器人，实现每个数据加工、生产环节的全链路追踪。由此，可快速排查、定位数据治理各环节的数据质量问题，降低了数据运维的成本。
根据本发明的一些实施例，所述数据仓库用于：
利用智能算法识别所述数据的敏感级别，以实现分级存储。结合智能算法识别敏感数据，实现数据智能分级，根据分级结果自动实现数据静态脱敏和动态脱敏，同时根据不同场景选择进行结果转义处理。
参考图1，根据本发明的一些实施例，所述数据仓库包括：
基础层，用于存储对所述数据经过归集处理后的、按照业务领域划分的数据；多源异构数据在经过数据归集系统处理之后，统一存储在数据湖或数据仓库中。
资源层，基于统一的数据模型和数据标准对基础层数据进行治理之后，形成不同业务域的数据库，统一数据模型是数据治理相关的信息化和数据模型的基石。通过将来自不同源头数据的模型进行统一梳理和融合，形成全面融通的整体数据模型。资源层包括主题库和专题库，所述主题库用于存储所述基础层中的数据经过归集处理后的、按照城市治理的不同业务划分的数据，所述专题库用于存储所述基础层中的数据经过归集处理后的、按照业务场景划分的数据。
根据本发明的一些实施例，基于统一的数据模型和数据标准对归集数据进行治理之后，形成不同业务域的基础库，包括自然人类、法人类、电子证照类、城市资产类、自然资源类、城市感知类、行为事件类、地理空间类、宏观经济类；
所述主题库按照城市治理的不同业务主题划分，集合特定主题的数据。包括政务主题、交通主题、信用主题、医疗主题；
所述专题库是集成具体的业务场景相关数据，包括营商环境专题库、民生幸福专题库、城市安全专题库。
根据本发明的一些实施例，所述数据元件仓库用于：基于联邦学习和数据沙箱的模型构建技术，构建所述元件模型。
利用数据沙箱技术构建调试和运行环境分离的安全计算环境，在调试环境下利用样本数据实现对模型的训练和测试，基于训练好的模型在运行环境中利用真实全量数据生成数据元件，支撑数据元件开发的技术合规性。
通过对联邦学习技术的运用，在数据不出笼的条件下，确保多方通过建设的可信计算环境实现模型的联合训练，从而完成数据元件模型的构建。
根据本发明的一些实施例，构建数据元件模型，包括：基于数据元件的不同需求定义不同的数据元件，并基于所定义的数据元件申请数据资源和计算资源来进行数据元件的开发，根据数据资源的分类分机确定所开发的数据元件的开发环境，通过样本数据对所开发的不同数据元件进行训练得到所述数据元件模型。
数据元件模型的具体构建方法包括：
对数据元件进行需求确认，即，本发明是基于用户的具体需求来进行数据元模型的设计；
对数据元件进行定义；
然后基于数据元件的不同要求来申请相应的数据资源和计算资源；
进行数据元件的开发，开发主要包括数据元件模型的调试和数据元件生产：
根据数据资源的分类分级确定数据元件的开发环境；
在调试环境利用样本数据进行模型训练，需要说明的是，本发明实施例所述的样本数据是脱敏后的预设数据；
在生产环境（即，上述的运行环境）加载数据元件模型进行全量数据的数据元件的生产。
需要说明的是，为了仅可能保证数据的安全性，本发明实施例会对数据元件模型以及各个数据元件的结果均进行人工审核，以尽可能保证数据的安全性。
在具体实施时，本发明实施例所述的方法还对运行环境下的所述预设数据进行访问权限控制，并设置对所有数据操作进行留痕处理，以基于所述留痕来对数据操作进行风险识别和分析。并对所述数据元件的输出结果进行申报和审核。
也就是说，本发明实施例支持对数据访问权限严格控制，支持对所有数据操作留痕审计，支持行为风险分析和识别，具备数据访问申请与授权体系和输出结果申报与审核机制，保证数据从访问、操作、存储、交互和删除等整个生命周期的安全可控。数据元件结果导出审核导出前进行审核，审核计算结果与数据产品用途是否一致。对结果数据进行审核，将进一步加强数据产品应用的全程监管，充分保障数据安全。
根据本发明的一些实施例，在运行所述数据元件模型过程中还包括：使用全量数据来对所述数据元件模型进一步进行优化，所述全量数据为所有的预设数据，也即本发明实施例是在对数据元件模型使用过程中一直在对其做进一步优化，从而提高模型的输出准确率。
根据本发明的一些实施例，将所述数据元件存储到预设的数据元件仓库，以供后续调取使用，并将所述数据元件模型同时存储到所述数据元件仓库内。其中，所述数据元件包括标准数据元件和定制数据元件，其中，所述标准数据元件为通用的数据元件，所述定制数据元件为基于预设需求而设计的数据元件。
具体来说，本发明实施例的数据元件仓库主要存储有数据元件模型和数据元件结果，而本发明实施例的数据元件主要分为标准数据元件和定制数据元件。
具体地，本发明实施例的数据元件作为连接数据供需两端的“中间态”，具有以下基本特征：a)原始数据与应用之间的数据初级产品；b)作为数据交易市场中的交易标的物；c)近源数据的信息载体；d)数据资产计量和定价的基本单元。
参见图2，本发明实施例的数据元件是对数据资源集合按照特定规则加工之后的初级数据产品，具有可控制、可计量、可定价等基本特性。数据元件是由元件模型和模型计算后生成的数据元件结果两部分组成。
需要说明的是，本发明实施例的数据元件模型是根据一定的业务逻辑，通过预设算法、规则等构造的数据处理模型。数据元件结果是数据资源经过元件模型运算处理后，所形成的数据单元或数据集。数据元件模型和数据元件结果是密切联系，不可或缺的，元件结果必须由元件模型作用于数据资源而产生，而元件模型则必须通过元件结果体现业务价值。二者有机结合，共同构成数据元件，成为数据流通中的信息载体。
根据本发明的一些实施例，所述元件模型的构建环境与所述元件结果的生产环境相互分离，以避免在运行环境下的数据外泄。
根据本发明的一些实施例，所述数据仓库与所述数据元件仓库通过物理分层隔离，进一步提高数据存储与管理的安全性。
总体来说，发明采用将数据要素金库划分为物理分层隔离的数据元件仓库和数据仓库的方案，在数据仓库内通过统一的数据模型将来自不同源头数据的模型进行统一梳理和融合，一方面，本发明通过数据元件模型消除了原始数据中的隐私安全风险，使得数据元件作为安全流通对象，在数据元件市场进行交易流转，实现数据从生产资源向生产要素转变。另一方面，本发明的数据元件通过对原始信息进行提取加工，实现了数据到信息的转换，具备消除数据应用中“不确定性”的价值，成为数据元件定价的基础，从而能够形成可控制、可计量、可定价的数据初级产品，为数据安全流通奠定基础。
从社会效益上来说，通过本发明能够解决数据利用难题，提升数字化决策、管理和服务能力，全面提升城市治理效能；加速公共数据资产化利用，提高民生福祉达到新水平；助力文化领域数字化发展，促进文化创新与时俱进；丰富数字化支持手段，促进生态文明建设实现新进步。
从经济效益上来说，通过本发明能够盘活科研大数据资源，强化我国科技创新能力，扩大数字产业供需规模，提升数字产业发展势能，提升数据融合水平，加速数据赋能产业创新，优化全社会要素配置，构筑高质量发展的内生动力。
需要说明的是，以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化以及相互自由的组合。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。在本说明书的描述中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

Claims (9)

1.一种由数据仓库与数据元件仓库组成的数据要素金库，其特征在于，包括：
数据仓库，用于存储数据，所述数据不能输出所述数据要素金库；
数据元件仓库，用于存储数据元件，所述数据元件包括元件模型以及元件结果，所述元件结果为所述数据通过所述元件模型处理后、用于输出所述数据要素金库的数据集。
2.如权利要求1所述的由数据仓库与数据元件仓库组成的数据要素金库，其特征在于，所述数据仓库采用湖仓一体的融合建仓技术构建而成。
3.如权利要求1所述的由数据仓库与数据元件仓库组成的数据要素金库，其特征在于，所述数据仓库用于：
采用流批一体技术从多源异构平台获取数据；通过异构数据解析技术、数据清洗算法、存储转换、可视化建模、自动化检测、隐私保护、API智能编排处理治理所述数据；
采用分布式存储技术存储所述数据。
4.如权利要求1所述的由数据仓库与数据元件仓库组成的数据要素金库，其特征在于，所述数据仓库用于：
通过数据链路跟踪机器人，实现每个数据加工、生产环节的全链路追踪。
5.如权利要求1所述的由数据仓库与数据元件仓库组成的数据要素金库，其特征在于，所述数据仓库用于：
利用智能算法识别所述数据的敏感级别，以实现分级存储。
6.如权利要求1所述的由数据仓库与数据元件仓库组成的数据要素金库，其特征在于，所述数据仓库包括：
基础层，用于存储对所述数据经过归集处理后的、按照业务领域划分的数据；
资源层，包括主题库和专题库，所述主题库用于存储所述基础层中的数据经过归集处理后的、按照城市治理的不同业务划分的数据，所述专题库用于存储所述基础层中的数据经过归集处理后的、按照业务场景划分的数据。
7.如权利要求6所述的由数据仓库与数据元件仓库组成的数据要素金库，其特征在于，所述基础层包括自然人类、法人类、电子证照类、城市资产类、自然资源类、城市感知类、行为事件类、地理空间类、宏观经济类；
所述主题库包括政务主题、交通主题、信用主题、医疗主题；
所述专题库包括营商环境专题库、民生幸福专题库、城市安全专题库。
8.如权利要求1所述的由数据仓库与数据元件仓库组成的数据要素金库，其特征在于，所述元件模型的构建环境与所述元件结果的生产环境相互分离，以避免在运行环境下的数据外泄。
9.如权利要求1所述的由数据仓库与数据元件仓库组成的数据要素金库，其特征在于，所述数据仓库与所述数据元件仓库通过物理分层隔离。
CN202110984703.2A 2021-08-26 2021-08-26 一种由数据仓库与数据元件仓库组成的数据要素金库 Pending CN113434497A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110984703.2A CN113434497A (zh) 2021-08-26 2021-08-26 一种由数据仓库与数据元件仓库组成的数据要素金库

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110984703.2A CN113434497A (zh) 2021-08-26 2021-08-26 一种由数据仓库与数据元件仓库组成的数据要素金库

Publications (1)

Publication Number Publication Date
CN113434497A true CN113434497A (zh) 2021-09-24

Family

ID=77797865

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110984703.2A Pending CN113434497A (zh) 2021-08-26 2021-08-26 一种由数据仓库与数据元件仓库组成的数据要素金库

Country Status (1)

Country Link
CN (1) CN113434497A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113934470A (zh) * 2021-10-19 2022-01-14 京东科技控股股份有限公司 联邦学习框架的构建方法、使用方法及相关设备
CN114186244A (zh) * 2022-01-26 2022-03-15 中国电子信息产业集团有限公司 一种数据要素操作框架及系统
CN115186305A (zh) * 2022-09-13 2022-10-14 中国电子信息产业集团有限公司 一种构建数据元件模型并生产数据元件的方法
CN115203263A (zh) * 2022-09-14 2022-10-18 中国电子信息产业集团有限公司 数据元件获取方法、系统、设备及计算机可读存储介质
CN115617879A (zh) * 2022-11-23 2023-01-17 中国电子信息产业集团有限公司 数据元件的数据源管理方法及对应的系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140282831A1 (en) * 2013-03-15 2014-09-18 International Business Machines Corporation Dynamic policy-based entitlements from external data repositories
CN109299180A (zh) * 2018-10-31 2019-02-01 武汉光谷联众大数据技术有限责任公司 一种数据仓库etl操作系统
CN110908893A (zh) * 2019-10-08 2020-03-24 深圳逻辑汇科技有限公司 联邦学习的沙盒机制

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140282831A1 (en) * 2013-03-15 2014-09-18 International Business Machines Corporation Dynamic policy-based entitlements from external data repositories
CN109299180A (zh) * 2018-10-31 2019-02-01 武汉光谷联众大数据技术有限责任公司 一种数据仓库etl操作系统
CN110908893A (zh) * 2019-10-08 2020-03-24 深圳逻辑汇科技有限公司 联邦学习的沙盒机制

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
陆志鹏: "数据要素市场化实现路径的思考", 《中国发展观察》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113934470A (zh) * 2021-10-19 2022-01-14 京东科技控股股份有限公司 联邦学习框架的构建方法、使用方法及相关设备
CN114186244A (zh) * 2022-01-26 2022-03-15 中国电子信息产业集团有限公司 一种数据要素操作框架及系统
CN115186305A (zh) * 2022-09-13 2022-10-14 中国电子信息产业集团有限公司 一种构建数据元件模型并生产数据元件的方法
CN115186305B (zh) * 2022-09-13 2022-12-16 中国电子信息产业集团有限公司 一种构建数据元件模型并生产数据元件的方法
CN115203263A (zh) * 2022-09-14 2022-10-18 中国电子信息产业集团有限公司 数据元件获取方法、系统、设备及计算机可读存储介质
CN115617879A (zh) * 2022-11-23 2023-01-17 中国电子信息产业集团有限公司 数据元件的数据源管理方法及对应的系统
CN115617879B (zh) * 2022-11-23 2023-04-07 中国电子信息产业集团有限公司 数据元件的数据源管理方法及对应的系统

Similar Documents

Publication Publication Date Title
CN113434497A (zh) 一种由数据仓库与数据元件仓库组成的数据要素金库
Jarah et al. Urbanization and urban sprawl issues in city structure: A case of the Sulaymaniah Iraqi Kurdistan Region
Zhu et al. Effectiveness of code contribution: From patch-based to pull-request-based tools
CN111190881A (zh) 一种数据治理方法和系统
CN105893522A (zh) 一种大数据分析模型业务开发生成和管理系统
Kass et al. wallace 2: a shiny app for modeling species niches and distributions redesigned to facilitate expansion via module contributions
Chen et al. A FAIR and AI-ready Higgs boson decay dataset
CN107463603A (zh) 一种基于量化dmp的科研项目生命周期数据管理定制化控制方法和系统
Scholz-Reiter et al. Process modelling
CN113434854A (zh) 一种基于沙箱环境生成数据元件的方法及存储介质
CN115599840A (zh) 一种复杂业务数据治理方法和系统
Li et al. RMiner: a tool set for role mining
Chen et al. Intelligent management information system of urban planning based on GIS
Park et al. A new forecasting system using the latent dirichlet allocation (LDA) topic modeling technique
Heilman et al. The Facilitator-An open source effort to support multiobjective decision making
Horobets Organization of Big Data in the Structure of the Digitalization Ecosystem of a Globalized Society
Li Python Data Analysis and Attribute Information Extraction Method Based on Intelligent Decision System
Ataee Gortolmesh et al. Business process modeling through hybrid simulation approach (case study: One of the iranian banks)
Li Research on the Social Security and Elderly Care System under the Background of Big Data
Decolli et al. Using Blockchain Technology and Artificial Intelligence in geospatial data sharing
Dong A Study on the Construction of Human Resources Audit Management Platform Based on Big Data
Liu et al. Evaluation Method of Innovative Education Model of E-Commerce Video Live Broadcast Based on Big Data Analysis Technology
CN116860227B (zh) 一种基于大数据etl脚本编排的数据开发系统及方法
Li Application of id3 algorithm in mental health
Song et al. The development and application of “one-stop” cluster analysis application system under the background of big data

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20210924

RJ01 Rejection of invention patent application after publication