基于隐私保护的政府大数据治理研究

doi:10.11959/j.issn.2096-0271.2020015

Abstract

Abstract:

5G highlights the basic strategic resource attribute of data,which could be treated as powerful tool and resource in modernization of governance system and capacity for Chinese government.In the meanwhile,privacy has been concerned by masses much more seriously,while privacy protection became one of the core issues need to be solved in the further use of government big data.Based on the analyses of new privacy features of government big data in 5G,as well as the impact of existing data laws on government big data privacy protection,a big data management model focusing on privacy protection for government was advanced.The question of how to make use of government big data in improving administrative service quality and efficiency while protecting privacy was discussed,so as to be helpful to Chinese government in governance promotion in new era.

Key words: privacy, big data, government governance, 5G, personal information

CLC Number:

TP309

Zheng LI, Ying HONG. Study on big data management for government based on privacy protection[J]. Big Data Research, 2020, 6(2): 69-82.

Figures/Tables 6

国家/地区	重要法律	特点	敏感数据/信息界定	是否设立专门监管部门
美国	《隐私法案》1974年生效	立法层面重视公共领域个人数据规制；	健康数据、财务数据、信用数据；	否
		关注个人数据经济性和价值；	生物特征数据；
		各行业、各州制定各自的隐私法律，并鼓励行业自律、认证等机制的制定；	学生数据、13岁以下儿童的个人数据；
		随着一系列隐私和个人数据事件的发生，高度关注新技术引发的数据问题	可用于进行身份盗窃或欺诈的数据
中国	《中华人民共和国网络安全法》2017年生效	明确各政府部门的监管责任；	一旦泄露、非法提供或滥用就可能危害人身和财产安全，极易导致个人名誉、身心健康受到损害或歧视性待遇等的个人信息（《信息安全技术个人信息安全规范》^[6]）	否
		相关条款分散于不同法律中；
		《数据安全法》《个人信息保护法》等法律还在制定中
俄罗斯	《个人信息保护法》2014年生效	重视数据保护，强调历史沿革；	种族、民族、政治见解、宗教和哲学信仰；	否
		强调个人数据的本地化存储；
		所有与个人相关的信息均界定为敏感数据	健康状况、亲密关系、生物特征数据
巴西	《通用数据保护法》2020年2月生效	统一数据保护立法，不区分公共和私营部门；	种族或民族血统、宗教信仰、政治见解；	是
		基本条款与GDPR有很大程度的相似性；以保护自由和隐私的基本权利及自然人人格的自由发展为立法目的；	贸易同盟、宗教、哲学或政治组织成员；
		政府拥有更多自由裁量权	健康或性生活、遗传或生物特征数据
印度	《2019 年个人数据保护法案（草案）》尚未生效	统一数据保护立法，不区分公共和私营部门；基本条款与GDPR有很大程度的相似性；重视公民利益、贸易和工业利益、国家利益三者平衡	密码、财务数据；身体、生理、心理健康状况；	否
			性倾向、病历和病史；
			生物识别数据
南非	《个人信息保护法案（2013）》2018年生效	比照GDPR前身——欧盟1995年颁布的《数据保护指令》制定；	宗教或哲学信仰、种族或族裔血统、工会会员资格、政治说服力；健康或性生活、生物识别数据；犯罪行为数据	否
		不区分公共和私营部门；平衡个人隐私权与信息自由流动
日本	《个人信息保护法》2017年5月生效	区分个人数据和个人信息；重视个人数据跨境流动	人种、信仰、社会地位、病史、犯罪前科、犯罪被害信息	是
欧洲	《通用数据保护条例》2018年5月生效	欧盟范围内统一框架，又赋予各国家一定的自由度；	种族、民族、政治观点、宗教和哲学信仰、公会成员身份；	是
		同时适用于私营和公共机构；	具体个人的基因数据、生物识别数据；
		强调数据主体权利；
		政府拥有长臂管辖权；	健康数据、性取向或性经历
		关注新技术运用（如用户画像）

维度	过程域要素	隐私保护主要关注点
理念与战略	服务愿景^{[12,13,14,19]}	战略层面认识到隐私保护的重要性；隐私策略服务国家意志
	道德伦理^[11]	符合新技术下的伦理要求；
		社会大众认可并接受
数据治理	治理结构^{[11,12,13,14,15,18,19]}	隐私保护嵌入政府大数据治理全程；
		专门的隐私保护人员或团队，责任明确
	资源支撑^[12]	专门的隐私保护成本预算
	法律保障^[12]	对隐私涉及法律法规适用性研究并跟踪
	沟通培训^[12,15]	自上而下开展隐私保护公务员培训；
		所有人员培训全覆盖，对隐私保护认同
	隐私政策^[17,21]	完整、清晰、不断更新的政府网站和App隐私保护条款
	监督审计^[12,15,21]	对个人信息保护情况进行定期评估；
		将隐私保护嵌入审计范畴
数据质量	元数据管理^[11,12,15]	特殊敏感数据、特殊服务群体的元数据保护
	主数据管理^[11,15]	特殊敏感数据、特殊服务群体的主数据保护
数据应用	数据建模^[11,12,15]	5G时代数据高度关联性下的隐私保护；
		数据敏感性和隐私信息的转化
	场景应用^[12,14]	法律法规对隐私保护在特定场景下的规定；
		例外条款中公共利益内容的运用
	技术保障^[21]	隐私保护工具和方法跟踪；
		隐私保护技术升级方案规划
数据生命周期	流通管理^[13]	隐私数据流通必要性评估、接受对象评估；
		流通过程中敏感数据的管理（匿名化、脱敏、保密传输等）
	合作方管理^[12]	数据提供者、数据处理者等合作方隐私保护水平核实、评估；合作合同中隐私保护条款制定
	开放与共享^[11,15,17]	开放政策的参考与制定；
		开放数据种类、开放范围、接受者审核；
		是否与其他数据联合形成敏感数据
数据安全	安全管理^[11,14,15]	数据存储、传输、分析硬件安全；信息系统安全；
		隐私数据操作权限管理
	风险管理^[12,21]	隐私数据泄露事件应对预案；
		隐私数据泄露调查方案
平台及架构	架构方法^{[11,12,13,14,15,19]}	系统架构对5G时代超大规模、超低密度隐私数据特征的支持（延展性、自适应调整、响应速度等）
	架构标准^[12,14]	ISO/IEC27001、ISO/IEC27002、ISO/IEC27701等标准；
		全国信息技术标准化技术委员会大数据系列标准
	中台平台^[21]	大数据中台（隐私数据部分）

References 22

[1]	中共中央网络安全和信息化委员会办公室.数字中国建设发展报告（2018年）[R]. 2019.
	Office of the Central Cyberspace Affairs Commission. Report of digital China construction and development(2018)[R]. 2019.
[2]	G-20 Osaka Summit.Osaka declaration on digital economy[R]. 2019.
[3]	JI Y F , ZHANG J W , XIAO Y M ,et al. 5G flexible optical transport networks with large-capacity, low-latency and highefficiency[J]. China Communications, 2019(5): 19-32.
[4]	Recommendation ITU-R M.2083-0 IMT vision-framework and overall objectives of the future development of IMT for 2020 and beyond[R]. 2015.
[5]	京华时报. 国际电联公布5G时间表[J]. 电信工程技术与标准化, 2017,28(7):67.
	Beijing Times. ITU released 5G timetable[J]. Telecom Engineering Technics and Standardization, 2015,28(7):67.
[6]	中华人民共和国国家质量监督检验检疫总局, 全国信息安全标准化技术委员会. 信息安全技术个人信息安全规范: GB/T 352732017[S]. 2017
	General Administration of Quality Supervision, Inspection and Quarantine of the People’s Republic of China, National Information Security Standardization Technical Committee. Information security technology-personal information security specification: GB/T 352732017[J]. 2017
[7]	京东法律研究院.欧盟数据宪章:《通用数据保护条例》（GDPR）评述及实务指引[M]. 北京: 法律出版社, 2018.
	Jingdong Law Research Institute. EU data charter:comments and practical guidance of GDPR[M]. Beijing: Law Press ChinaPress, 2018.
[8]	鲍静, 张勇进, 董占广 . 我国政府数据开放管理若干基本问题研究[J]. 行政论坛, 2017,24(1): 25-32.
	BAO J , ZHANG Y J , DONG Z G . Research on basic problems for data open management of government[J]. Administrative Forum, 2017,24(1): 25-32.
[9]	杜小勇, 卢卫, 张峰 . 大数据管理系统的历史、现状与未来[J]. 软件学报, 2019,30(1): 127-141.
	DU X Y , LU W , ZHANG F . History,present,and future of big data management systems[J]. Journal of Software, 2019,30(1): 127-141.
[10]	代红, 张群, 尹卓 . 大数据治理标准体系研究[J]. 大数据, 2019,5(3): 47-54.
	DAI H , ZHANG Q , YIN Z . Study on big data governance standard system[J]. Big Data Research, 2019,5(3): 47-54.
[11]	DAMA International. DAMA-DMBOK(2nd edition):data management body of knowledge[M]. Basking Ridge: Technics PublicationsPress, 2017: 36-44.
[12]	CMMI Institute. Data management maturity (DMM) model[M]. Pittsburgh: CMMI InstitutePress, 2018.
[13]	EDM Council. EDMC DCAM (version 1.0)[R]. 2015.
[14]	中华人民共和国国家质量监督检验检疫总局,全国信息安全标准化技术委员会.数据管理能力成熟度评估模型:GB/T 360732018[S]. 2018.
	General Administration of Quality Supervision,Inspection and Quarantine of the People’s Republic of China,National Information Security Standardization Technical Committee. Data management capability maturity assessment model:GB/T 36073-2018[S]. 2018.
[15]	中国信息通信研究院,大数据技术标准推进委员会.数据资产管理实践白皮书（3.0版）[R].2018.
	CAICT,Big Data Technology and Standards Committee.Data asset management practice white paper (version 3.0) 2018.
[16]	中华人民共和国国家质量监督检验检疫总局,中国国家标准化管理委员会.信息技术大数据术语:GB/T 35295-2017[S].2017.
	General Administration of Quality Supervision,Inspection and Quarantine of the People’s Republic of China,National Information Security Standardization Technical Committee. Information technology-big data-terminology:GB/T 35295-2017[S]. 2017.
[17]	范灵俊, 洪学海, 黄晁 ,等. 政府大数据治理的挑战及对策[J]. 大数据, 2016,2(3): 27-38.
	FAN L J , HONG X H , HUANG C ,et al. Challenge and countermeasure of governing government big data[J]. Big Data Research, 2016,2(3): 27-38.
[18]	安小米, 郭明军, 洪学海 ,等. 政府大数据治理体系的框架及其实现的有效路径[J]. 大数据, 2019,5(3): 3-12.
	AN X M , GUO M J , HONG X H ,et al. Framework of government big data governance system and effective way of implementation[J]. Big Data Research, 2019,5(3): 3-12.
[19]	张宇杰, 安小米, 张国庆 . 政府大数据治理的成熟度评测指标体系构建[J]. 情报资料工作, 2018(1): 28-32.
	ZHANG Y J , AN X M , ZHANG G Q . Construction of maturity evaluation index system for government big data governance[J]. Information and Documentation Services, 2018(1): 28-32.
[20]	李延舜 . 大数据时代信息隐私的保护问题研究[J]. 河南社会科学, 2017,25(4): 67-73.
	LI Y S . Discussion on the problems of information privacy protection in big data age[J]. Henan Social Sciences, 2017,25(4): 67-73.
[21]	RUSSELL R D . Privacy program management:tools for managing privacy within your organization[M]. Portsmouth: IAPPPress, 2019.
[22]	ISO. Security techniques - extension to ISO/IEC 27001 and ISO/IEC 27002 for privacy information management- requirements and guidelines:ISO/IEC27701:2019[S]. 2019.

Metrics

Recommended 0

No Suggested Reading articles found!

名称	核心维度	提出者
数据管理知识体系	数据管理定义、数据伦理与道德、数据治理、数据架构、数据建模与设计、数据存储和操作、数据安全、数据集成与共享、文档与内容管理、参考数据与主数据、数据仓库与商务智能、元数据管理、数据质量、大数据与数据科学、数据管理成熟度评估、数据管理组织和角色、职责	国际数据管理协会
数据管理成熟度模型	数据管理战略（数据管理战略、沟通、数据管理功能、业务案例、项目资助）、数据治理（治理管理、业务词汇、元数据管理）、数据质量（数据质量战略、数据剖析、数据质量评估、数据清洗）、数据运营（数据需求定义、数据生命周期管理、供应商管理）、平台和架构（架构方法、架构标准、数据管理平台、数据集成、历史数据归档及保留）、支撑过程（度量与分析、过程管理、过程质量保证、风险管理、配置管理）	CMMI研究院
数据管理能力评估模型	数据战略、业务案例、流程保障、数据治理、数据架构、技术架构、数据质量、数据生命周期环境	企业数据管理理事会
数据管理能力成熟度评估模型^[14]	数据战略、数据治理、数据架构、数据应用、数据安全、数据质量、数据标准、数据生存周期	中国电子技术标准化研究院
数据资产管理主要内容模型^[15]	数据标准管理、数据模型管理、元数据管理、主数据管理、数据质量管理、数据安全管理、数据价值管理、数据共享管理、制定战略规划、完善组织架构、建立制度体系、设置审计机制、开展培训宣贯	中国信息通信研究院、大数据技术标准推进委员会

Study on big data management for government based on privacy protection

RichHTML

PDF下载

Knowledge

Abstract

Cite this article

share this article

Figures/Tables 6

References 22

Related Articles 15

Metrics

Recommended 0

[1]	Haihong QIAN, Maoyi WANG, Yun XIONG. Digital transformation in higher education:a systematic review [J]. Big Data Research, 2023, 9(3): 56-70.
[2]	Chuanyao ZHANG, Shijing SI, Jianzong WANG, Jing XIAO. Federated meta learning: a review [J]. Big Data Research, 2023, 9(2): 122-146.
[3]	Huicong JIAO, Wenju LIU, Ze WANG. Trajectory differential privacy protection method based on exponential mechanism [J]. Big Data Research, 2023, 9(1): 141-152.
[4]	Hong MEI, Xiaoyong DU, Hai JIN, Xueqi CHENG, Yunpeng CHAI, Xuanhua SHI, Xiaolong JIN, Yasha WANG, Chi LIU. Big data technologies forward-looking [J]. Big Data Research, 2023, 9(1): 1-20.
[5]	Yang SHEN, Menglong YU. Metaverse and big data: data insight and value connection in spatio-temporal intelligence [J]. Big Data Research, 2023, 9(1): 103-110.
[6]	Jing CHEN. Humanities big data and its application in the field of digital humanities [J]. Big Data Research, 2022, 8(6): 3-14.
[7]	Yuchu LUO, Hao WU, Yuhan GUO, Shaocong TAN, Can LIU, Ruike JIANG, Xiaoru YUAN. Visualization in digital humanities [J]. Big Data Research, 2022, 8(6): 74-93.
[8]	Tongzheheng ZHENG, Bin LI, Minxuan FENG, Bolin CHANG, Dongbo WANG. Explore the structuration of historical books:the construction and quantitative analysis of digital humanities database of the Biographies of the Shiji [J]. Big Data Research, 2022, 8(6): 40-55.
[9]	Ming LI, Abin LYU. Exploration and practice of privacy preserving computing for vehicle-road collaboration system [J]. Big Data Research, 2022, 8(5): 74-87.
[10]	Wenqiang RUAN, Mingxin XU, Xinyu TU, Lushan SONG, Weili HAN. Data tenancy: a new paradigm for data circulation [J]. Big Data Research, 2022, 8(5): 3-11.
[11]	Yi LI, Jinsong WANG, Hongwei ZHANG. Research on privacy data security sharing scheme based on blockchain and function encryption [J]. Big Data Research, 2022, 8(5): 33-44.
[12]	Yan ZHANG, Yifan YANG, Ren YI, Shengmei LUO, Jianfei TANG, Zhengxun XIA. Exploration and practice of data quality governance in privacy computing scenarios [J]. Big Data Research, 2022, 8(5): 55-73.
[13]	Jianhan WU, Shijing SI, Jianzong WANG, Jing XIAO. Threats and defenses of federated learning: a survey [J]. Big Data Research, 2022, 8(5): 12-32.
[14]	Wenlong LI, Yuan YUAN, Xiaopeng AN. Modus operandi of big data governance: some preliminary observations [J]. Big Data Research, 2022, 8(4): 34-45.
[15]	Zhitao ZHU, Shijing SI, Jianzong WANG, Jing XIAO. Survey on federated recommendation systems [J]. Big Data Research, 2022, 8(4): 105-132.