《電子技術應用》
您所在的位置:首頁 > 其他 > 设计应用 > 面向数据空间的数据自感知接入关键技术
面向数据空间的数据自感知接入关键技术
网络安全与数据治理
谢云龙1,宋雨伦1,徐文静1,孙林1,高泽昕2
1.联通数字科技有限公司;2.北京理工大学
摘要: 数据空间技术已成为保护数据主权、释放数据要素价值的关键技术之一。针对数据空间中数据出域难、参与方之间缺乏信任、数据共享难、大规模数据交换效率低等问题,探讨了面向数据空间的数据自感知接入技术,旨在提升数据共享、流通、交换和交易的可信性、安全性、透明度和可度量性。研究通过采用Apache Pulsar和基于异常识别的感知技术,构建了全流程数据自感知接入平台,为搭建支持海量、多源、异构、多类型数据基础设施提供一种技术架构实现。
中圖分類號:TP311文獻標識碼:ADOI:10.19358/j.issn.2097-1788.2024.10.006
引用格式:謝云龍,宋雨倫,徐文靜,等.面向數據空間的數據自感知接入關鍵技術[J].網絡安全與數據治理,2024,43(10):36-41.
Key technologies for data self-sensing access in data space
Xie Yunlong1,Song Yulun1,Xu Wenjing1, Sun Lin1, Gao Zexin2
1.Unicom Digital Technology Co., Ltd.; 2.Beijing Institute of Technology
Abstract: Data space technology has become one of the key technologies to protect data sovereignty and release the value of data elements. Aiming at the problems such as data departure from domain, lack of trust between participants, difficulty in data sharing, and low efficiency of large-scale data exchange, this paper discusses the data self-aware access technology in data space, aiming to enhance the trustworthiness, security, transparency, and measurability of data sharing, circulation, exchange, and transaction. The research adopts Apache Pulsar and anomaly recognition-based perception technology to build a full-process data self-aware access platform, which provides a technical architecture for building a data infrastructure that supports massive, multi-source, heterogeneous, and multi-type data.
Key words : data space; intelligent perception; anomaly detection

引言

在新一代數字技術的推動下,全球正迅速步入數字經濟時代。數字產業化與產業數字化構成了數字經濟的核心內容[1-2]。隨著《數據安全法》《網絡安全法》和《個人信息保護法》的協同實施,以及國家層面《關于構建數據基礎制度更好發揮數據要素作用的意見》等政策文件的發布,數據要素市場迎來了迅猛發展的新階段。在這一背景下,確保數據共享、流通、交換和交易的可信性、安全性、透明度和可度量性已成為業界共識[3]。

可信數據空間(Trusted Data Matrix, TDM)作為一種新興概念,可被視為數據資源共享的數字化基礎設施[4-5]。TDM旨在促進不同利益相關方在維護數據主權的前提下,實現數據的可信、安全、透明共享與交換。數據空間的概念最初在歐洲提出,并伴隨著國際數據空間(International Data Space,IDS)參考架構的發布,為各類企業提供了產品研發的理論基礎[6]。

在可信數據空間的基礎上,研究者致力于激發各參與方在該空間內流通、流轉數據的意愿,以實現數據價值的最大化和資源利用率的提升。然而,在現實應用場景中,由于企業自身數據的敏感性,以及參與方之間缺乏信任,數據共享面臨諸多困難,導致數據流轉過程中產生不必要的成本[7-8]。

為應對這些挑戰,數據智能自感知技術應運而生。 

這種技術賦予數據主動感知自身狀態、環境變化的能力,并據此自動調整和優化其行為或操作。數據智能自感知技術的引入,使數據不再是被動存儲和傳輸的對象,而是具備主動性和適應性,能夠根據外部環境和內部變化自主進行相應的操作或決策。將數據智能自感知技術應用于可信數據空間,通過接入多源多類數據,充分利用大數據、微服務等技術實現數據統一的服務接入能力,包括批量數據接入和實時數據接入等。這不僅擴充了數據接入的方式、方法、種類及效率,而且通過封裝原子服務以滿足不同場景的開發需求,如基于內存數據庫或數據傳感器的流數據處理。采用混合編排、數據流向依賴、并發與安全控制等技術,實現中間處理邏輯的服務化,使得接入任務能夠通過界面化配置、參數配置等快速完成,為數據提供方提供了統一且高效的接入標準。


本文詳細內容請下載:

http://m.tom3567.com/resource/share/2000006194


作者信息:

謝云龍1,宋雨倫1,徐文靜1,孫林1,高澤昕2

(1.聯通數字科技有限公司,北京100031;2.北京理工大學,北京100081)


Magazine.Subscription.jpg

此內容為AET網站原創,未經授權禁止轉載。
主站蜘蛛池模板: 亚洲欧美综合一区| 亚洲一区二区在线免费观看| 欧美最猛黑人xxxx黑人猛叫黄| 97欧美精品一区二区三区| 久久久久久亚洲| 日韩人妻精品一区二区三区| 一区二区三区在线视频看| 国产精品欧美久久久| 久久99久久精品国产| 秋霞无码一区二区| 日本精品中文字幕| 日韩.欧美.亚洲| 色天天综合狠狠色| 午夜精品在线视频| 中文字幕一区二区三区四区五区六区| 国产精品美女久久久久久免费| 国产九九九九九| 国产va免费精品高清在线观看| 久久riav二区三区| 久久久久久久久久久久久久久久久久av | 伊人久久大香线蕉午夜av| 国产精品99一区| 国产精国产精品| www国产亚洲精品| 不卡av在线网站| 亚洲图片在线观看| 亚洲在线视频福利| 日韩视频免费在线| 久久香蕉国产线看观看av| 久久久精品网站| 国产精品国模在线| 亚洲精品第一区二区三区| 日本一区视频在线| 久久免费视频观看| 国产精品美女在线观看| 97精品国产97久久久久久免费| 午夜精品久久久久久久无码| 欧美日韩一区二区三区免费 | 99国产视频| 一区二区免费在线观看| 日韩精品一区二区三区四|