2016年大数据白皮书
数据资产管理实践白皮书
版权声明本白皮书版权属于中国信息通信研究院云计算与大数据研究所、CCSA TC601大数据技术标准推进委员会，并受法律保护。
转载、摘编或利用其它方式使用本白皮书文字或者观点的，应注明“来源：《数据资产管理实践白皮书（4.0）》”。
违反上述声明者，作者将追究其相关法律责任。
编委会成员：何宝宏、魏凯、姜春宇、刘成成、闫树、李雨霏、刘海燕、车春雷、郭宝生、蓝曾威、马卓佳、李慧、贾丕星、符山、陈涛、周庭宇、孙龙君、农益辉、刘天斯、黄志、钱岭、齐骥、侯志强、石在辉、刘童桐、吴嘉、张振、林锋、周万、王波、郝滨、王鹏、刘庆会、胡浩、于辰涛、王晟、陈志凌、刘俊良、周刚、王军、李今朝、李岳璘、王伟哲、曹冬平、蓝海、邹素雯、董喆、熊威、蔡春久、王琤、朱金宝、骆阳、魏民、刘浩、施红明、白梅、寇新华、陈燕琪、蒋勇、高伟、赵乔、霍琦、訾津津、王雀陵、张治国、武威、薛勇、张辉、周建龙、杨嘉诚、李慧、陈彬参与单位：中国信息通信研究院、中国建设银行、中国电信股份有限公司云计算分公司、中软国际有限公司、腾讯科技（深圳）有限公司、中国移动苏州研发中心、中国移动通信研究院、中国电信股份有限公司、杭州数梦工场科技有限公司、普元信息技术股份有限公司、北京飞利信科技股份有限公司、联想（北京）有限公司、成都四方伟业软件股份有限公司、百度在线网络技术（北京）有限公司、阿里巴巴（中国）有限公司、北京东方金信科技有限公司、烽火通信科技股份有限公司、石化盈科信息技术有限责任公司、北京数语科技有限公司、国网征信有限公司、航天恒星科技有限公司、广州信安数据有限公司、亿信华辰有限公司、北京卓信智恒数据科技股份有限公司、御数坊（北京）科技咨询有限公司、广州石竹软件、航天恒星科技有限公司党的十九大报告提出要“推动互联网、大数据、人工智能和实体经济深度融合”，进一步突出了大数据作为国家基础性战略性资源的重要地位，掌握丰富的高价值数据资源日益成为抢占未来发展主动权的前提和保障。
工作心得：我国大数据交易的发展现状、面临困难及政策建议
工作心得：我国大数据交易的发展现状、面临困难及政策建议近年来随着大数据的广泛普及和应用，数据资源的价值逐步得到重视和认可，数据交易需求也在不断增加。
2015年《促进大数据发展行动纲要》明确提出“要引导培育大数据交易市场，开展面向应用的数据交易市场试点，探索开展大数据衍生产品交易，鼓励产业链各环节的市场主体进行数据交换和交易，促进数据资源流通，建立健全数据资源交易机制和定价机制，规范交易行为等一系列健全市场发展机制的思路与举措”。
在国家政策的积极推动、地方政府和产业界的带动下，贵州、武汉等地开始率先探索大数据交易机制。
本文梳理了我国大数据交易现状及存在问题，针对性地提出了促进我国数据资源开放、推动数据应用和释放数据价值的政策建议。
一、我国大数据交易发展现状（一）我国大数据交易发展特点1.大数据交易平台建设进入井喷期。
数据交易平台是数据交易行为的重要载体，可以促进数据资源整合、规范交易行为、降低交易成本、增强数据流动性，成为当前各地促进数据要素流通的主要举措之一。
从全国范围来看，2015年前成立并投入运营的有北京大数据交易服务平台、贵阳大数据交易所、长江大数据交易所、东湖大数据交易平台、西咸新区大数据交易所和河北大数据交易中心。
2016年新建设的有哈尔滨数据交易中心、江苏大数据交易中心、上海大数据交易中心以及浙江大数据交易中心。
据有关数据预测，到2016年年底全国类似的交易平台数量可能达到15到20个[1]。
2.大数据交易变现能力有所提升。
在国家政策的推动鼓励下，数据交易从概念逐步落地，部分省市和相关企业在数据定价、交易标准等方面进行了有益的探索。
随着数据交易类型的日益丰富、交易环境的不断优化、交易规模的持续扩大，我国数据变现能力显著提高。
据《2016年中国大数据产业白皮书》不完全统计，2015年我国大数据相关交易的市场规模为33.85亿元，预计到2016年国内大数据交易市场规模将达到62.12 亿元，2020年将达到545亿元。
关于推进大数据审计工作的几点思考_刘星
３
审计研究㊀ ２０１６ 年 ５ 期
工作所面临的困难与挑战。 二、审计大数据内涵 （一）数据特征 审计大数据涉及国民经济运行的主要数据，虽然当前我们审计大数据主要基于结构化数据，但非结构 化文档、互联网网页、社交数据对审计的价值也是毋庸置疑的，甚至将来随着我国物联网行业的发展，来 自传感器数据也会成为审计大数据的来源。因此，审计数据作为各种数据集合，天然地具有海量、多样 化、高价值等典型的大数据特征。具体来说，数据类别上，它既包括来自被审计单位信息系统的财务业务 数据、相关支撑资料，也包括来自互联网的交互数据；数据类型上，它既包括结构化数据，也包括文档、 音频、视频、图像等等非结构化数据。 （二）技术特征 审计大数据技术是为挖掘和展现审计大数据的价值，对被审计单位数据进行数据采集、分配和存储、 整理分类、分析挖掘和可视化等一系列具体技术与方法。《 国务院关于加强审计工作的意见》提出的审计 监督范围基本涵盖了国家治理全领域。审计对象的多样化使得审计数据更复杂，与单一行业大数据应用相 比，不难想象审计数据采集、分配和存储技术所面临的挑战。另外，审计数据的跨行业、跨领域、跨层级 特点，也使得其整理分类、分析挖掘和可视化更具技术复杂性和动态性等特征。 （三）应用特征 审计大数据的现实目标是揭露重大违法违纪问题，提高揭示宏观经济社会运行风险的能力和效率，助 力实现审计全覆盖；最终目标是维护国家经济安全，促进国家审计在国家治理现代化中发挥基石和保障作 用。要实现上述目标，审计大数据应用必然需要一种能打破行业界限，突破项目的限制、有利于审计资源 整合的组织管理模式。为此，《“ 十三五”国家审计工作发展规划》明确提出要创新审计管理模式和组织 方式，要大力推行现代审计综合模式，全面推广 “总体分析、发现疑点、分散核实、系统研究”数字化 审计方式，这也是审计大数据体现出的应用特征。 三、大数据审计面临的六大关键问题 （一）数据采集 数据采集是审计大数据分析第一步。审计大数据的采集是多领域、多行业、多层级的数据获取，这一 环节我们认为有两个问题值得思考。 一是如何确定审计大数据采集范围。审计大数据采集范围一方面来源于被审计单位与履职相关的财 务、业务和管理数据，毫无疑问这是审计大数据的主要数据来源；另一方面，非结构化文档、互联网数 据、甚至未来的物联网对审计数据分析的价值越来越大，也应纳入采集范围。一般认为，数据多比数据少 好。然而，面临如此浩瀚的数据，实现全部采集是不现实的，尤其对于数据存储巨大但价值不高、数据质 量低的大数据，如果纳入审计大数据范围反而会造成信息过载、存储空间浪费，甚至带来错误的引导。如 何有效确定数据采集范围，实现针对性、有效采集，是值得思考的问题。 二是如何丰富审计大数据获取方式。《 国务院关于加强审计工作的意见》颁布后，审计机关建立与政 府机关和企事业单位的定期数据报送机制，制订了管理办法和报送流程。这种报送方式不可避免存在数据 时点滞后性，如何丰富审计数据获取方式以更及时地获取数据？伴随 《促进大数据发展行动纲要》推进， 各行业电子政务云的投入使用，是否可以探索利用云计算技术从政务云中定期加载到审计数据中心？ 对于非结构化数据，是否可以探索运用网络 ＡＰＩ 接口、互联网爬虫、遥感技术等实现有针对有重点 采集？ （二）数据处理与标准化 多样化的审计大数据使得数据处理和标准化异常困难，要达到审计全覆盖的要求必须克服数据不规
大数据标准化白皮书
浪潮云海白皮书
浪潮云海Insight产品白皮书文档状态：V1.02016年4月浪潮电子信息产业股份有限公司1产品功能云海Insight是包含分布式计算引擎HD（Hadoop发行版）、分布式并行数据库MPP和内存数据库MemDB等产品的产品族，提供从GB到PB级数据在高并发访问、数据查询和分析处理等不同应用场景大数据处理的能力，帮助客户轻松构建数据采集、数据存储、数据处理、数据应用开发的整个数据生命周期管理体系，快速搭建大数据处理平台。
云海Insight产品族包含分布式计算引擎HD、分布式并行数据库MPP和内存数据库MemDB：⏹分布式计算引擎HD是一个hadoop发行版，提供企业级的大数据处理环境，无缝集成了Hadoop生态中大量工具，提供海量数据存储、查询、分析和挖掘能力；⏹分布式并行数据库MPP是一个企业级的大规模并行处理关系型数据库，支持行存储和列存储，提供PB级别数据量的即席查询能力；⏹内存数据库MemDB是一个弹性伸缩的、提供事务支持的内存数据库，具备SQL读写能力，支持多地多中心级的广域网集群部署，用于构建和加速需要超高速数据交互的、具有高度可扩展能力的应用系统。
2产品规格3产品价值⏹快速实现多源数据整合，挖掘数据全新价值实现内外部信息资源的有效整合，全面提升数据共享和信息联动的运转效率，挖掘数据全新价值，支持决策管理。
⏹减少数据计算时间，提升业务效率具有并行处理架构、内存计算等多重机制，保证数据加载、计算、访问等各个环节数据处理效率最大化，提升业务效率。
⏹实现在线扩容，提升系统稳定性支持集群在线扩展，支持数据存储、加载和查询性能线性增长，并具备多层次的容错、自动检测和自动恢复机制，保证系统安全可用，降低业务停顿和运维风险。
⏹提供专业化咨询服务，提升服务质量浪潮具备丰富的大数据应用和行业落地实践经验，提供客户专业化的咨询服务，提升客户的服务质量。
4应用场景5典型案例某省警务云建设，汇集全省多源数据，为各警种部门上层应用提供数据服务，面临数据种类多且基数大、计算场景复杂、上层应用开发商多、业务需求多样等大数据处理的巨大挑战，仅靠单一技术无法满足需求。
工信部大数据白皮书
工信部大数据白皮书工信部大数据白皮书一、引言本白皮书旨在深入解析当前我国大数据发展的现状和趋势，分析大数据在经济社会发展中的重要作用，提出相应的政策建议和推动措施，促进我国大数据产业的健康快速发展。
二、大数据的定义与特征大数据是指规模巨大、类型多样、增长迅速的数据集合，具有高速度、高容量、高种类、高价值等特点。
它可以通过大数据分析和挖掘技术从中获得有用的信息和知识。
三、大数据在经济中的应用3.1 大数据在金融行业的应用3.1.1 风险管理与预测模型3.1.2 个性化金融服务3.1.3 反欺诈系统3.2 大数据在制造业的应用3.2.1 智能制造与工业互联网3.2.2 供应链管理与优化3.2.3 销售预测与市场调研3.3 大数据在能源领域的应用3.3.1 智能电网与能源优化3.3.2 能源消费监测与分析3.3.3 新能源开发与管理四、大数据的管理与治理4.1 大数据隐私保护4.1.1 数据安全措施4.1.2 用户数据隐私保护法规4.1.3 数据共享与开放原则4.2 大数据伦理与道德问题4.2.1 数据使用的合法性与道德准则4.2.2 数据误用的监管与惩罚4.2.3 数据治理的原则与标准五、大数据人才培养与引进5.1 大数据人才培养体系建设5.1.1 大数据专业设置与课程体系5.1.2 大数据实践与实训基地建设5.1.3 大数据人才培养模式创新5.2 大数据人才引进政策5.2.1 人才引进与待遇政策5.2.2 人才签证与居留政策5.2.3 外国人才在大数据领域的就业与创业支持六、政策建议与推动措施6.1 优化大数据发展环境6.1.1 税收优惠与减免政策6.1.2 出口退税与贸易便利化6.1.3 资金支持与融资渠道畅通6.2 加强技术创新与研发合作6.2.1 大数据技术研发与应用示范项目6.2.2 大数据产业园区建设与运营6.2.3 大数据领域国际合作与交流6.3 加强法律法规的制定与实施6.3.1 大数据相关法律法规的修订与完善6.3.2 大数据法律问题的解决与调解机制6.3.3 大数据法治环境的营造与推动七、结论本白皮书通过对大数据的定义、特征与应用进行剖析，并提出了相应的管理与治理、人才培养与引进、政策建议与推动措施，力求推动我国大数据产业发展，促进经济社会进一步提升。
工信部大数据白皮书
工信部大数据白皮书[正文]⒈引言⑴背景⑵目的⑶方法⒉大数据概览⑴定义⑵特点⑶影响与挑战⒊大数据应用场景⑴电子商务⑵金融行业⑶医疗保健⑷城市管理⑸交通运输⑹农业⑺其他行业领域⒋大数据技术⑴数据采集与存储⒋⑴传感器数据⒋⑵日志数据⒋⑶图像数据⒋⑷视频数据⒋⑸音频数据⒋⑹文本数据⑵数据处理与分析⒋⑴批处理⒋⑵实时处理⒋⑶机器学习与⑶数据可视化与展示⑷数据安全与隐私⒌大数据发展现状与趋势⑴国内外发展情况⑵产业发展前景⑶技术创新趋势⒍大数据政策与法规⑴数据保护与隐私⑵数据治理与规范⑶数据开放与分享⒎大数据产业生态⑴企业生态系统⑵学术与研究机构⑶与公共部门⑷创新创业生态⒏大数据人才培养与人才储备⑴专业技能培训⑵学术研究与教育体系建设⑶人才储备与流动性⒐大数据的社会影响与伦理问题⑴数据使用与滥用⑵权益保护与公平⒑大数据行业标准与规范⑴国内外标准发展现状⑵标准体系建设与推动1⒈大数据创新与应用案例1⑴工业领域1⑵金融领域1⑶医疗领域（补充其他行业领域）[附件]本文档涉及的附件包括但不限于：附件一：数据采集与存储技术报告附件二：数据处理与分析方法汇总附件三：大数据应用场景案例集锦[法律名词及注释]⒈隐私保护：指个人信息的收集、存储、处理和传输过程中，遵循相关法律法规对个人信息进行保护的措施。
⒉数据治理：指在大数据环境下，对数据进行管理和维护，包括数据收集、数据处理、数据存储和数据分享等方面的规范与机制。
⒊数据开放：指和企业主动将数据对外开放，供社会大众使用和应用，促进创新和发展的行为。
⒋数据分享：指在合法合规的前提下，将数据共享给他人使用和应用，以提供增值服务和共同开发的行为。
大数据是什么？大数据有哪些应用？
大数据是什么？大数据有哪些应用？大数据这个词很多人并不陌生，但是大数据是什么可能没有多少人可以解释清楚。
所谓大数据究竟是什么，它的来源在哪里，如何定义，和当下的各行业有什么关联应用，让我们一起来看看吧。
大数据是什么意思由于计量、记录、预测生产生活过程的需要，人类对数据探寻的脚步从未停歇，从原始数据的出现，到科学数据的形成，再到大数据的诞生，走过了漫漫长路。
2011年5月，麦肯锡研究院发布报告——Big data: The nextfrontier for innovation, competition, and productivity,第一次给大数据做出相对清晰的定义：“大数据是指其大小超出了常规数据库工具获取、储存、管理和分析能力的数据集。
”2015年8月31日，国务院《促进大数据发展行动纲要》指出：“大数据是以容量大、类型多、存取速度快、应用价值高为主要特征的数据集合，正快速发展为对数量巨大、来源分散、格式多样的数据进行采集、存储和关联分析，从中发现新知识、创造新价值、提升新能力的新一代信息技术和服务业态。
”《大数据白皮书2016》称：“大数据是新资源、新技术和新理念的混合体。
从资源视角看，大数据是新资源，体现了一种全新的资源观；从技术视角看，大数据代表了新一代数据管理与分析技术；从理念的视角看，大数据打开了一种全新的思维角度。
”当前，业界公认的大数据有“4V特征，即：Volume（体量大）、Variety（种类多）、Velocity（速度快）和Value（价值高）。
大数据的作用在于在庞大的全量数据的基础上，通过算法模型，得出有意义的结果，进而进行资源配置的优化、现象的发现、未来的预测等。
大数据有哪些应用2014年“大数据”的概念首次正式写入《政府工作报告》，其后的2015年是大数据政策顶层设计年、2016年政策细化落地，国家发改委、环保部、工信部、国家林业局、农业部等均推出了关于大数据的发展意见和方案，行至2017年，大数据产业的发展正从理论研究加速进入应用时代，相关的政策内容已经从全面、总体的指导规划逐渐向各大行业、细分领域延伸，物联网、云计算、人工智能、5G技术与大数据的关系越走越近……很多行业的应用都离不开大数据，比如大数据在医疗领域的应用：日前在贵州通过大数据成立的医药综合监管平台，主要对医疗行为、医疗服务价格、居民医疗负担控制、药品使用等关键指标进行实时监测,同时建立健全基于大数据的医疗机构评价体系,整合分析临床、运营、成本核算、质量评价数据,加强数据综合挖掘分析和评估评价,辅助卫生计生行政部门决策。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
目录
一、大数据产业发展概述..............................................1 （一）大数据再认识 ..............................................1 （二）大数据产业界定 ............................................2 （三）大数据关键问题 ............................................5
四、重点行业大数据应用.............................................27 （一）大数据应用整体情况 .......................................28 （二）各领域应用进展情况 .......................................28 （三）大数据应用发展趋势 .......................................39
一、大数据产业发展概述 （一）大数据再认识
大数据是新资源、新技术和新理念的混合体。从资源视角来看， 大数据是新资源，体现了一种全新的资源观。1990 年以来，在摩尔 定律的推动下，计算存储和传输数据的能力在以指数速度增长，每 GB 存储器的价格每年下降 40%。2000 年以来，以 Hadoop 为代表的分 布式存储和计算技术迅猛发展，极大的提升了互联网企业数据管理能 力，互联网企业对“数据废气”（Data Exhaust）的挖掘利用大获成 功，引发全社会开始重新审视“数据”的价值，开始把数据当作一种 独特的战略资源对待。大数据的所谓 3V 特征（体量大、结构多样、 产生处理速度快）主要是从这个角度描述的。
大数据白皮书
（2016年）
中国信息通信研究院 2016年12月
版权声明
本白皮书版权属于中国信息通信研究院（工业和信息化部 电信研究院），并受法律保护。转载、摘编或利用其它方式使 用本白皮书文字或者观点的，应注明“来源：中国信息通信研 究院（工业和信息化部电信研究院）”。违反上述声明者，本 院将追究其相关法律责任。
三、大数据资源开放与共享...........................................15 （一）数据资源总量评估 .........................................15 （二）政府数据共享 .............................................16 （三）政府数据开放 .............................................19 （四）数据交易流通 .............................................20
二、大数据技术发展...........6 （一）社交网络和物联网技术拓展了数据采集技术渠道 ................6 （二）分布式存储和计算技术夯实了大数据处理的技术基础 ............9 （三）深度神经网络等新兴技术开辟大数据分析技术的新时代 .........11
从技术视角看，大数据代表了新一代数据管理与分析技术。传统 的数据管理与分析技术以结构化数据为管理对象、在小数据集上进行 分析、以集中式架构为主，成本高昂。与“贵族化”的数据分析技术 相比，源于互联网的，面向多源异构数据、在超大规模数据集（PB 量级）上进行分析、以分布式架构为主的新一代数据管理技术，与开 源软件潮流叠加，在大幅提高处理效率的同时（数据分析从 T+1 到 T+0 甚至实时），成百倍的降低了数据应用成本。
六、结论与建议.....................................................50 （一）避免盲目跟风，大数据热潮还需冷思考 .......................51 （二）推动开放共享，倒逼信息化建设升级 .........................53 （三）强调供需对接，拉动技术产业跨越发展 .......................55 （四）完善法律制度，切实保障数据安全 ...........................56 （五）突出地方特色，形成差异化的区域产业布局 ...................58
前言
大数据是国家基础性战略资源，是 21 世纪的“钻石矿”。党中 央、国务院高度重视大数据在经济社会发展中的作用，提出“实施 国家大数据战略”，出台《促进大数据发展行动纲要》，全面推进 大数据发展，加快建设“数据强国”。
“十三五”时期是我国全面建成小康社会的决胜阶段，是新旧 产业和发展动能转换接续的关键时期，全球新一代信息技术产业正 处于加速变革期，国内市场应用需求处于爆发期，我国大数据产业 发展面临重要的发展机遇。
五、大数据政策法规.................................................40 （一）政府数据开放与信息公开 ...................................40 （二）个人数据保护 .............................................43 （三）跨境数据流动 .............................................46 （四）数据权属问题 .............................................48
本白皮书是继《大数据白皮书（2014）》之后我院第二次发布 大数据白皮书。本白皮书首先回顾和阐述了大数据的内涵及产业界 定，并以大数据产业几个关键要素为核心，重点从大数据技术发展、 数据资源开放共享、大数据在重点行业的应用、大数据相关政策法 规等四个方面分析了最新进展，力求反映我国大数据产业发展状况 的概貌。最后结合我国大数据发展最新状况及问题，提出了进一步 促进大数据发展的相关策略建议。