羽山数据-合规、权威、安全，数据科技赋能产业升级。羽山数据践行数据要素市场化合规流通，为金融、保险、人事、安防、互联网等行业提供企业数字化解决方案。

Confluent has announced several new Confluent Cloud capabilities and features that address the data governance, security, and optimization needs of data streaming in the cloud. “Real-time data is the lifeblood of every organization, but it’s extremely challenging to manage data coming from different sources in real time and guarantee that it’s trustworthy,” said Shaun Clowes, Read more… The post Confluent’s New Cloud Capabilities Address Data Streaming Hurdles appeared first on Datanami.

HPE今天公布了对其Ezmeral软件平台的重大更新，该平台以前包括十几个组件，但现在只包括两个，包括从一块玻璃板提供边缘到云数据管理的Ezmeral Data Fabric，以及统一分析，该公司表示，这是一项新产品，将简化客户对阅读更多…

Despite the availability of better tools and technology, the quality of data is getting worse, according to a new report issued by data observability provider Monte Carlo. The instances of bad data taking an application or a company offline, or data downtime, is also trending in the wrong direction, Monte Carlo says. As the fuel Read more… The post Data Quality Is Getting Worse, Monte Carlo Says appeared first on Datanami.

在4月26日举行的第二届年度语义层峰会上，AtScale创始人兼首席技术官Dave Mariani与被许多人视为数据仓库之父的Bill Inmon坐下来讨论现代云数据平台的演变。两人尽最大努力剖析了阅读更多…

美国是技术创新的温床，在太空旅行、军事进步和人工智能等领域处于世界领先地位。这需要政府和私营部门的大量投资，因此由此产生的知识产权（IP）应该得到保护作为奖励。但一些国家正试图通过窃取美国来缩短这一进程https://www.datanami.com/2023/04/26/fortifying-your-organization-against-ip-theft-the-crucial-role-of-data-management/ 阅读更多…

在共同创建Apache Spark和共同创建Databricks之前，计算机科学家Ion Stoica共同创建了Conviva，这是一家视频流媒体初创公司，被NBC和Disney+等出版商用来跟踪用户指标和服务质量。在解决了互联网视频中一些最严峻的实时数据处理挑战，并看到人们对实时数据的兴趣激增后，Conviva阅读更多…

Access to more information does not necessarily lead to better decision making, according to a new study from Oracle. Though 83% of those surveyed agree that access to more data should make decisions easier, 86% said that in reality, more data has led to less confidence in their decision making. It seems that with more Read more… The post Oracle Study Reveals Decision Making Paradox: More Data, Greater Uncertainty appeared first on Datanami.

在本月度专题中，我们将让您了解大数据社区中个人的最新职业发展。无论是升职、新公司招聘，甚至是荣誉，我们都有详细信息。每月查看更新的列表，你甚至可能会遇到你认识的人，或者更好的是，阅读更多…

制造业的数据和人工智能技术正在发挥作用。随着人工智能将其漫长的触角扩展到制造业，英伟达和Databricks等公司最近发布了几款专门构建的产品，帮助公司理解从物理运营到供应链等各个方面收集的大量数据。雪花是阅读更多…

In 2022, the global data governance market grew to $3.2 billion, a figure that’s dwarfed by the significant cost to operate data governance programs. In spite of the spend, many programs fail to generate high business value because they lack practicality and simplicity: the art of maximizing the amount of work not done. Where data Read more The post Data Governance: Simple and Practical appeared first on >Datanami.

2022年，全球数据治理市场增长至32亿美元，这一数字与运营数据治理项目的巨大成本相比相形见绌。尽管花费巨大，但许多项目未能产生高的商业价值，因为它们缺乏实用性和简单性：即最大限度地增加未完成的工作量的艺术。其中数据阅读更多…

It should come as no surprise that companies are struggling to contain the cost of storing and processing data in the cloud. With no upper limit on scalability, companies that were once data-starved can easily swing to being data-drunk. Unless companies are going to bring their data estates back on-prem, getting these costs under control Read more… The post Bringing Cloud Data Costs Under Control appeared first on Datanami.

As far as holidays go, World Backup Day does not generate the excitement of Christmas or Halloween. There is no mascot, such as a “Backup Bunny” (sorry, Easter), nor any imbibing of adult beverages, as on St. Patrick’s Day and Cinco de Mayo (probably a good thing). But March 31 is the one day of The post.Data Leaders Share Thoughts on World Backup Day,appeared first on Datanami

作者：Eleni Alexiou，Katharina Pauls尽管德国的关键条款违反了欧盟法律，但在实践中只有很少的变化——仍然需要考虑的是2023年3月30日，欧洲法院（ECJ）就…德国：欧洲法院关于员工数据保护的裁决阅读更多»

作者：John Magee，Emer McEntaggart，Eilis McDonald，Nicole Fitzpatrick，Sarah Dunne，David Brazil&；Christopher Connell数据保护委员会（DPC）发布了其2022年年度报告，强调了DPC在以下方面的进展：（i）正在进行的大规模调查（特别是针对社交媒体平台的调查），（ii）为跨境决策辩护，以及（iii）增加与欧洲数据的互动…爱尔兰：DPC为2022年完成17项大规模调查创造了“重大产出”阅读更多»

Authors: Eleni Alexiou, Katharina Pauls Although key German provisions are in breach of EU law, there will only be little changes in practice – What still needs to be taken into account On 30 March 2023, the European Court of Justice (ECJ) ruled on the requirements for national legal bases regarding employee data protection in … Germany: ECJ ruling on employee data protection Read More »

DBHawk开发者Dataparc与微软建立了新的合作伙伴关系，这将提高其客户在Azure云中处理数据的能力。这家总部位于圣地亚哥的公司还获得了一项检测敏感数据方法的新专利，这将有助于客户避免无意中的数据泄露。DBHawk是一个一体化数据库阅读更多…

作者：Carolyn Bigg、Amanda Ge、Venus Cheung和Gwyneth To现在是时候关注数据控制者需要采取的步骤了，以通过CAC认证途径使中国个人信息的海外处理合法化。背景：虽然大多数中国数据控制者应该已经确定是否遵循CAC评估/批准路线…中国：CBDT路线现已全部畅通-CAC认证路线指南草案发布阅读更多»

数据要素是数字经济时代的全新生产要素，数据要素市场化在数字经济推进经济高质量发展中具有显著的战略意义。目前，全球对于数据要素的认识仍然处在积极探索中，正确把握数据要素市场化的新内涵、新特征、新要求、新挑战至关重要。在对数据要素市场化的理论内涵和重大意义进行系统阐述的基础上，通过数据要素市场化指数测度发现我国当前数据要素市场化起步晚、起步缓，面临数据产权确权难、数据价值评估难、数据交易流通难、数据保护监管难等挑战，从而从加快数据汇聚、推动数据流通、深化数据应用、强化数据安全等方面提出具有实践价值的解决路径。

近五年来，我国工业互联网从无到有，逐渐形成了自己的认识体系、实现路径和实践成果，有力地促进了产业数字化转型和经济高质量发展。

明确了今后一段时期农业现代化示范区数字化建设的发展思路，提出以产业数字化、数字产业化为主线，以数据为关键要素，以发展智慧农业为重点，聚集资源要素，创新工作机制，加快推动现代信息技术与示范区农业生产经营深度融合，实现数据资源互联共享、农业全产业链赋能增效，为全面推进乡村振兴、加快农业农村现代化注入新动能。

数据是新型生产要素，对土地、劳动力、资本、技术等其他要素效益产出发挥着倍增作用。

MyData是一种以人为本的个人数据管理模式，也是一种增进个人、企业和社会互信的互惠机制，其基于一种法律确认的新型权利—个人信息可携带权。

在数字经济时代背景下，企业通过数据资产运营实现数据价值的重要性凸显。数据资产如何运营？其核心在于向下扎根与向上生长。向下扎根，意味着围绕数据建立良好的组织与意识、流程与规范、平台与工具，以在公司内部培育数据资产运营土壤。向上生长，意味着在深深扎根数据文化土壤的基础上，通过开展数据资产的盘点、评估、治理与共享，将核心业务数据资产紧握手中，实现数据资产稳健运营。二者缺一不可，只有做到这两点，才能助力企业数据互联互通，释放独有价值。

2022年6月22日，中央全面深化改革委员会第二十六次会议审议通过《关于构建数据基础制度更好发挥数据要素作用的意见》，承认和保护数据要素各参与方的合法权益，合理界定数据要素市场各参与方的权利和义务，通过权利分割的方法实现数据分类确权与授权，充分凝聚当前共识，也为未来国家立法机关出台数据产权的法律制度开拓道路、打下社会基础。

数据是数字经济时代的关键生产要素，是国家基础性战略性资源，是推动经济社会高质量发展的重要引擎。

羽山数据认为个人隐私权应受法律保护，只有在取得隐私权持有人授权以后，才可以在法律规定范围内合法调取使用。

　　9月8日，科研人员在“可持续发展大数据平台系统”监测平台运行情况。该平台是国内首个面向可持续发展目标的大数据云服务基础平台，可为公众、科研人员及决策者等不同用户提供“一站式”数据计算、分析、展示、共享服务等可持续发展目标服务和数据公共产品。

《中华人民共和国数据安全法》于9月1日起生效施行。近日，工信部委托中国互联网协会召开头部平台座谈会，召集国内12家知名企业参加，要求强化平台数据管理责任，明确数据安全责任人，并加强重要数据安全评估和出境管理。

新的数据收集、储存、分析工具的出现，共同构建起大数据科学这门新学科。现代社会生活中产生的呈爆炸性增长的数据，是大数据科学的主要研究对象。大数据科学的出现，又为科学研究与社会发展提供了新的推动力。目前，不少科学研究都在一定程度上依赖大数据科学。新数据处理方法可以提高科学发现的准确性和预测能力，并有助于确定未来的研究方向。学者们普遍认为，大数据给人类带来了新的数据分析技术与思维方式的变革。不过，有些学者认为大数据只是服务于科学研究的工具，不承认其具有独特的认识论地位。由数据集产生的知识在可靠性、可解释性等方面受到一定质疑，引发了对科学知识现有理解的挑战。探索大数据科学的认识论问题，可以对这一挑战进行回应，还可以推动认识论本身的发展。

 数字经济产业链正在形成。人工智能、区块链、云计算、大数据等技术正在推动我国经济社会各领域的网络化和智能化，数字产业化发展势头良好，产业数字化发展规模不断扩大，相关的产业链正在加快形成。

  数字经济时代，数据具有基础性战略资源和关键性生产要素的双重属性。一方面，有价值的数据资源是催生和推动数字经济新产业、新业态、新模式发展的基础。在数据挖掘、脱敏、分析的基础之上对数据资源实现高效利用，将极大地推动创新、加速产业升级。另一方面，数据对其他生产要素也具有乘数作用，可以利用数据实现供给与需求的精准对接、创新价值链流转方式，放大劳动力、资本等要素在社会各行业中的价值。

《个人信息保护法》出台，外企跨境信息管理，特别是个人信息处理如何做才能合规？近期，上上签电子签约邀请了世辉律师事务所合伙人王新锐就此进行了详细解读。

WhatsApp因违反隐私法规而被爱尔兰数据监管机构罚款2.25亿欧元，WhatsApp公司发言人说：“我们努力确保我们提供的信息透明全面和全面的，并将继续这样做，我不同意今天关于我们在2018年向人们提供的透明决定，而且处罚是完成不成比例的。”

《华尔街日报》在6月报道，根据欧盟的隐私法，亚马逊可能被罚款超过4.25亿美元。该条例对敏感数据的使用、存储或处理方式进行了严格限制。亚马逊绝不是第一个违反欧盟《通用数据保护条例》(GDPR)的大公司，但这次罚款是该法律在2018年生效以来最大的一次。

大数据科技在航空与货运领域的应用可以大大降低行李误处理率，提升航司效率，为航司管理带来新的可能。

人工智能正在被用于预测人体几乎每一种蛋白质的结构。这项科技将有极其广泛的应用场景，包括开发新的药物和疾病治疗方法，设计未来能够抵抗气候变化的作物，或能够分解弥漫在环境中的塑料的酶。

欧盟执行委员会的多位成员本周二提议，应加强加密资产转移的管控。他们提出，转移比特币或其他加密资产的公司必须收集发送者和接收者的详细信息，以帮助当局打击洗钱等非法活动。这将是金融行业反洗钱方面的又一新举措。

可穿戴技术并不是闻所未闻的新鲜事，但最近它近期正成为科技巨头和市场的宠儿，这些设备不仅可以作为我们已经高频使用的设备的自然延伸，它们也能以更自然的方式提供和收集信息。值得警惕的是，连接式智能设备的爆炸增长既使得物联网成为可能，也带来了无数安全漏洞。

越来越多的研究表明，无论人类的运动模式看起来多么随机和不可预测，实际上其范围非常有限，甚至可以作为一种个人独特标识来说明移动的人的身份。麻省理工学院（MIT）和卢万天主教大学的研究人员的研究表明，只需要四个地点和时间，就足以识别一个特定用户。

欧盟委员会近日宣布已宣布计划建立一个联合网络单位，专项应对大规模的网络攻击，该委员会的成立旨在在严重的攻击中，可以将一个由多国网络专家组成的专项团队迅速部署到被攻击的欧洲国家。

随着数字经济时代的到来，数据已经成为一种基础性战略资源和生产要素，被称为21世纪的“钻石矿”。近日，十三届全国人大常委会第二十八次会议召开，对《数据安全法（草案）》进行了二次审议。相比之下，二次审议稿做了哪些调整，有何变化？又将对公众带来哪些影响？人民网强国论坛采访了多位专家进行解读。

2021年6月10日第十三届全国人民代表大会常务委员会第二十九次会议表决通过了《中华人民共和国数据安全法》，对于数据保护、数据安全等领域提出了更明确的规范要求，法案的通过将极大促进中国数据市场规范发展。

自从疫情爆发以来，医院一直在努力应对防护物资、氧气、疫苗和血浆的需求激增，这也成为了医疗行业的新常态。建立数字平台，以安全的方式实时分享可验证的数据是后疫情时代医疗行业的必然需求，而区块链则是实现这一需求的可靠手段。

伴随数字化进程的发展，全球各地数据泄露和数据滥用事件频发，各国对数据安全的重视程度不断提升。在中国，类似的情况也时有发生——不论是此前已被验证的数据库安全市场，还是在近期得到广泛关注的个人隐私保护趋势，都意味着数据安全的需求正在多维展开。当然，需求的旺盛增长也促进了数据安全逐步被纳入合规市场，针对数据的安全建设也在另一更高维度促使企业方不断关注。

人工智能与数据分析正被广泛应用于证券交易与资产管理，然而，该发展也面临监管层面的挑战。

大数据和人工智能带来的分析结论将显著提升人力资源相关的决策效率与准确度，但人工智能也有显著的限制，人工与大数据分析的结合将极有可能是未来人力资源流程的大趋势。

假新闻和假消息已经对全球各地的信息完整性造成了严重威胁，并且带来了针对个人、群体和政府的信任危机。不论是新闻报道、图像还是视频和备忘录，我们每天都被虚假信息所淹没。大数据处理和采样方面的进展提供了巧妙而可靠的方法来提取较小但具有代表性的数据样本，计算需求却大大降低。这些突破，加上机器学习技术，如少量学习，使基于人工智能的大数据分析在解决现实问题时可以承受。 

疫情期间，医疗数据共享与流通需求激增，数据安全与隐私保护也得到了极大关注，如何在保证个人数据确权的前提下实现数据价值最大化成为难题。而区块链与隐私计算为此提供了可靠的解决方案。

芬兰人工智能中心(FCAI)研发的隐私计算新算法准确地计算出，当数据主体的数据被用来训练一个保护隐私的机器学习模型（如神经网络）时，他们还能保留多少隐私，对隐私计算行业未来产生深远影响

欧美企业KYB/KYC亟需改进以应对逐渐泛滥的金融欺诈与日益严重的洗钱问题。

在当前数字经济迅猛发展的中国，人口红利渐渐消退，在土地、资源等生产要素日益紧张的背景下，国家大数据战略应运而生，大数据红利将进一步被释放。然而，经过最初两年的热潮之后，2017年开始，各地成立专业数据交易机构的热情迅速消减——直到20年8月中旬，才又有一家新的大数据交易中心揭牌。那么，目前数据交易市场发展现状究竟如何？这几年间，整个市场发生了怎样的变化？主要有哪些制约发展的瓶颈？对此，南都记者采访了一线的交易中心运营者、制度设计的参与者和相关专家。

当前，数据作为最具时代特征的生产要素，它的价值已经得到了社会的认可和重视。在这样的背景下，数据信托作为一种可行性方案而受到关注。数据信托是指个人或团体将数据委托给数据信托的受托人，受托人按照预设的隐私条款，代其进行决策，也对其利益负责。然而，数据信托作为大数据时代的新生事物，仍然在数据使用用途限制、数据流转过程中，各环节都可能面临安全风险,“知识联邦”技术为大数据环境下数据安全与知识共享提供了一份可行性方案。

开发人工智能应用程序的挑战之一是获取所需的大量数据,但法规和隐私问题对公司共享数据构成了障碍。一个可能的解决方案是公司建立一个“数据信托”，作为数据提供者的受托人，管理他们的数据的正确使用。

隐私计算或隐私保护计算为企业间的数据合作创造了新的优势和机会，避免了原始敏感数据共享存在的风险，使得来自整个行业生态的综合数据得以被分析，提供了任何一家企业都无法单独挖掘的洞察和价值。

近年来，区块链技术创新不断，与金融、政务、医疗、物流、公益等领域的融合进一步加速。国内外金融科技企业也在此布局，积极拥抱区块链和数字产业。全球企业区块链支出规模保持高速增长，区块链监管政策也更加成熟。

后疫情时代，基于大数据采集的分析在防疫抗疫、政府政务和企业管理等场景中得到了更广泛的应用。

新冠疫情与政策推出对KYC/AML的影响

英特尔（Intel）近日与微软（Microsoft）达成合作，试图解决数据隐私的最后一个前沿问题——在没有解密密钥的情况下，对完全加密的数据进行计算。

根据中国信通院的《大数据白皮书（2020）》企业运营中的数据只有56%能够被及时捕获，而这其中仅有57%的数据得到了利用43%的采集数据并没有被激活，也就是说仅有32%的企业数据价值能够被激活。虽然未来两年，企业数据将以42.2%的速度保持高速增长，但如何激活数据价值、真正从大数据中“淘金”，成为2021年大数据的重中之重！

在全球价值链数字化转型和发达国家技术垄断趋势持续加强的背景下，我国不断向价值链更高端攀升，面临着诸多挑战。对此，需深入分析全球价值链发展的新情况新特点，有效应对全球价值链数字化转型带来的新挑战。

任何新概念、新事物的出现,往往都会伴随争议,数据中台也是如此。但争议并不意味着中台真的不行,唱衰也不能表明中台没有未来的发展前景。无论是市场的持续关注，还是业务层面的变革讨论，中台还要不要建以及怎么建，都是摆在各大公司老板面前，需要深入评估的事。如果建中台的核心目标是提升效率和降低成本，那么，中台到底要不要建，或许就会清晰很多，剩下的则是要考虑谁适合建，以及怎么建？

12月26日，“风向2021何宝宏思享会”在北京成功举办。知名互联网技术专家、中国信息通信研究院（以下简称“中国信通院”）云计算与大数据研究所所长何宝宏，基于20余年的互联网技术研究经验，深入剖析数据中心、区块链、大数据、人工智能等现状，并对未来几年的发展趋势作出展望。

如今，物联网的发展动能不断丰富，市场潜力获得产业界普遍认可，发展速度不断加快，技术和应用创新层出不穷，物联网高速发展已成必然之势。随着物联网被明确定位为我国新型基础设施的重要组成部分，已经成为了支撑数字经济发展的关键基础设施。物联网在构建万物智联的同时，也让我们得以拥抱一个前所未有的世界。

国民经济数字化转型的动能持续酝酿，各类经营主体聚焦数字化转型的趋势愈发明晰。但实体企业以及金融机构，在推动数字化转型、挖掘数据价值方面都还普遍存在数据资产权属不清、数字账户标准不明、数据要素流转市场无序等问题。数字经济“红利”大规模释放，将有赖于上述问题的有序纾解。

多模型、云原生、联邦学习、智能化等技术都将助力大数据不断发展和革新。而现如今，数据作为生产要素、企业的重要资产和进步的源动力，被提升到国家战略的高度。未来，相信大数据技术将持续助力各行各业数字化转型，成为企业的核心竞争力。

企业中台建设过程从根本上讲是企业自身综合能力持续优化和提升的过程，最终目标是实现企业级业务能力复用和不同业务板块能力的联通和融合。企业级的综合能力，一般包含以下四种：业务能力、数据能力、技术能力和组织能力。

2020年已到收尾阶段。距离中共中央、国务院发布《关于构建更加完善的要素市场化配置体制机制的意见》（2020年4月9日）也已经过去了8个多月。是时候总结一下，全社会对这份重要文件的落实做得怎么样，数据开放共享进展如何。数据之所以能够成为生产要素，必须进入生产过程，因此数据开放共享和流通是前提。个人以为，关于数据开放共享，还存在一些似是而非甚至错误的认识，突出表现在以下十个方面。

隐私计算技术的落地必然是在一个核心行业内先广泛应用，然后带领全行业的大爆发，而这个核心行业是金融行业——金融机构作为金融信息、产品和业务的集散地，汇集海量用户信息，并频繁对用户信息进行处理，本身就是数据，与此同时，金融行业本身一直在积极地推进区块链化，隐私技术的采用是必然之选。

十九届五中全会指出发展数字经济，推进数字产业化和产业数字化，建立数据资源的产权、交易流通、跨境传输和安全保护等基础制度和标准规范，推动数据资源开发利用。要积极参与数字领域国际规则和标准的制定。如何推动数据资源开发利用，数据资产如何确认、计量，这些都是值得深入探讨的问题。

束之高阁的技术不过是舞台上的花拳绣腿，唯有经受实践的检验和产业的洗礼，区块链技术才能真正发挥其价值，CyberVein站在公链的城墙之上，手握着数据的长矛，像一个热血英雄，带着区块链正式出圈，它手中紧握的，正是通向未来的船票。

在大数据时代，数据挖掘、分析，可以通过方方面面来影响我们的生活，不仅更便利，而且还直接可以提升幸福感。那么，大数据未来的发展趋势有哪些呢？美国PC Magazine总编辑柯斯塔表示，他认为大数据的发展趋势以数字汇流对未来最具冲击，结合物联网、区块链、人工智能、语音识别等技术，这些科技相辅相成。

在隐私保护和数据安全的大趋势下,各方都应该进一步重视数据的合规使用。在数据应用层面,也希望媒体平台未来能为企业主开发更多权益,进一步实现数据挖掘和数据保护的平衡。

数字科技预示着一个崭新时代的开启。数字经济是数字科技价值实现的崭新形态，具有广阔的发展前景。近期看，数字经济将会给企业带来利好。数字经济与传统产业深度融合，会更好地利用数字技术形成的生产力，合理地配置生产要素。长远看，数字经济有两个发展趋势：一是以网络协同为要件，呈现从开放到全球化的加速趋势。二是以生产力质变为核心，呈现从信息化到智能化的加速趋势。

在大数据时代，企业面临越来越严重的网络安全问题，特别是当需要在企业内部和企业之间集成不同的应用程序时，尽管开发人员可以通过API轻松快速地实现它们。但是，如果不采用适当的API，它将使整个企业面临各种风险和威胁。因此，在开发和实施之前，我们需要评估数据和API安全机制，以改善企业的整体安全状况。此外，企业自身也应制定相应的安全保护体系。

先进科技使中国企业加速变革升级，数字化、智能化组织与人才管理成为中国企业通向未来的长驱动力。

面向未来,企业要做到智能化运营、弹性应变和灵活地降本增效,就必须把AI转化成为企业数字化的能力,贯穿于企业的运营和系统当中,持续进化其AI能力,实现企业数据灵活流转的开放安全的混合多云平台。IBM愿意和广大的企业与合作伙伴一道,秉承创新与开放的原则,共驭混合智慧的未来!

如果大数据不能确权，不能以合适的价格进行交易，不能得到法律的保护，这种商业模式或许也会成为空中楼阁。

数据是取之不尽用之不竭、越用越值钱的生产要素，要让数据真正创收业务效益服务，并非是一劳永逸的事。数据中台直指企业业务数字化转型的核心，是企业数据的全要素、全流程线上化、结构化，必须符合标准化管理与可持续运营的构建要求，是企业数字化转型成功的关键。

大数据在医疗、商业、金融、政治事件以及企业生产和运营中凸显了巨大价值。随着信息化和数字化系统的部署，生产制造类企业逐渐积累起产品相关的全流程、全生命周期的数据和信息。通过对这些数据进行整合、分析、处理，可以有效帮助企业决策、节约成本、创造价值。

随着人工智能、大数据、云计算等创新技术的发展，数字化建设正在成为金融发展的破局利器。但就目前而言，风险管理仍是金融数字化的核心问题，如何用新的科技降低风险管理成本，提高风险管理效率，成为金融行业未来发展的关键。

回头看我们的数据要素化进程，它其实也存在着一些问题，比如权属不明、流通难、不可信、不安全等等，都是我们需要在实现数据要素化时需要解决的问题。而对于以上问题，区块链是十分适合解决相关问题的

数据共享与数据隐私之间存在着众所周知的悖论。数据需求方希望数据能够实现最大化共享，数据提供方则因担心数据隐私的泄露而有所保留。而想要实现数据共享与隐私保护的平衡，其一个更重要的前提是权属清晰。数字经济时代，个人与企业数据权属如何确认，其使用合理性边界又如何界定？

数据发展推动科技进步，海量数据给数据分析带来了新的机遇和挑战。大数据是一种强大到在获取、存储、管理、分析方面远远超出传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和较低的价值密度这四大特征。

明确交易规则，完善数据权属界定、开放共享、交易流通等标准和措施，加快培育发展数据要素市场，有利于充分发挥数据的基础资源和创新引擎作用，也是社会主义市场经济体制下要素市场化改革的重要组成部分。

科学技术的不断发展，互联网各类技术的不断成熟，大数据征信之中所面临的各项挑战随着技术的不断发展也将有效解决，大数据征信是征信领域的一次变革，需要征信企业、用户、等多方参与者一起努力，从而推动其健康、持续发展。

物联网（IoT）设备和外部用户的急剧增长迫使IT部门将存储和处理功能移至更靠近网络边缘的位置，以处理所有数据，并避免对用户和数据中心过载所造成的性能影响。但是，边缘计算通过将数据中心风险分散到更靠近互联网的更大区域中而产生了自己的安全问题。为应对这些挑战，出现了一种边缘安全工具：安全访问服务边缘（SASE）。

随着金融业态和产品创新步伐加快，强化以“挖掘金融数据价值”和“保障数据安全及隐私保护”为双核的金融数据治理具有十分重要的现实意义

大数据能力是企业智慧化能力的切入点，可以优化作业流程、优化生产过程、减少不必要的消耗、消除无效劳动，通过提高运营效率降低成本。

无论是欧盟的 GDPR ，还是即将出台的个人信息保护法草案，他们的最终目的都是希望推动数据的合理使用，给用户更多的自主选择权，对隐私给予足够的重视。

一切可以自动化的东西似乎最终都会实现。 因此，当数据科学和机器学习的某些方面在某个时候实现自动化时，我们不应感到惊讶。 相反，我们应该专注于难以自动化的数据科学领域，并将在可预见的未来继续增加价值。

因为数据的特殊属性，数据在本质上需要保护和隔离，无法直接实现安全的流通。数据本身是不能被安全分享的，通过联合计算和分析，形成数据价值的流通才是正确的数据使用方式。

如今在科研领域，数据正在发挥着越来越重要的作用。尤其是随着数据采集、存储等技术的不断提升，海量数据的出现彻底改变了传统科研模式。继实验科学、理论科学、计算科学之后，基于“数据密集型科学”的科研新范式在大数据时代下，受到越来越多科研人员的青睐。

无论是人工智能，还是物联网和5G，都需要基于大量数据。无论是数据的收集，还是数据的分析与保护，都需要半导体和芯片作为基础。时代对数据的需求以及数据变现方式的增多正成为半导体产业新的经济增长点。

隐私计算的热度近几年才刚刚兴起，但是其背后，人类对于加密和隐私保护的追求从来没有停止过，隐私计算是静态的数据安全基础上迎合当下市场新需求的结果。而随着大数据产业的持续发展和数据安全共享需求的日益严重，隐私计算技术的落地场景会越来越多。

不但个人消费者的解决方案与企业数字化解决方案不一样，即便同样是搞企业数字化，针对企业不同的目标和关注点，其解决方案以及操作模式也是完全不同的。

混合云已经成众多巨头重要的发展战略。混合云会是云计算下一个战场吗？如果是，这次又会是谁称霸云计算市场？

此次先知（Sage）平台通过欧盟GDPR认证，在证明第四范式产品及隐私计算技术的数据安全性和可信任性的同时，也带来给我们一些思考，国内的AI企业想要走出去，GDPR是一张不可或缺的入场劵和法律保障，更进一步从行业角度来分析，眼下我们距离拿到这张门票还有多远的路要走，路又该怎么走？

“区块链只有真正与产业场景结合落地，才能彰显其内在价值，决定区块链未来前景的重要因素是其与实体经济产业相结合的程度。”

联邦提供了一种数据安全的分布式计算环境，使数据不用集中到一家机构，也能实现智能计算和分析，降低数据共享阻力和合规风险。可以说，联邦的应用有望扭转当下数据日益集中化的趋势，避免中心化垄断，重新平衡各方利益。也会进一步推动数字经济向开放共享的方向发展，从而彻底重塑数据的“生产关系”，开创数字经济时代的新模式。

随着我国个人信息保护法立法工作的全速推进，必将在个人信息保护领域构筑起更加完备、更加有力的法制保障体系，进而切实满足个人信息保护方面的法制保障要求，让个人信息不再“裸奔”。同时，进一步维护网络空间的良好生态，促进数字经济有序健康发展。

要真正实现数据资源的市场化配置并不是那么简单的，人们需要先解决很多制度配套问题。其中，最为关键的问题大致上有两个：第一个是数据的产权到底如何去划分；第二个是在交易中，数据应该如何被定价。

 DCM生态的构建和生态模式、让整个产业链互联上、中、下游，一直到消费物联网即消费者，不再是单个的消费环节，而是连接一切的数字化时代。5G+区块链将是人类新文明的开始，也许在它的帮助下，科技发展可以少走更多弯路，推演出人类需要上百年才能取得的基础科学成果。也许有生之年见到可控核聚变不是奢望！

 数据开放共享有利于加快政府数字化转型，同时也有利于社会治理创新。加快数据开放共享，需要从理念、制度、技术、平台等层面着力，优化数据开放共享体系，提升政府治理能力。

本文宗旨是让非技术背景的企业管理者理解云计算的概念、上云的价值，以及怎样上云。

数据中台的使命，是赋予数据资产价值变现的能力，无论是通过业务赋能的形式隐性变现，还是通过数据服务公开交易的直接变现。它们都需要一个很重要的基础条件“数据资产化”。

通过对日本政府数据开放政策内容的分析和归纳，总结日本政府数据开放的意义、具体要求、法律保障及推进措施，归纳日本政府数据开放的政策特点，分析日本政府数据开放政策的制定和实施机构及其影响，提出我国应从构建政府数据开放法律体系、重视和加强社会力量的合作、促进数据利用3个方面借鉴日本经验。

数字经济进入数据资源驱动新时代，发展大数据技术、培育数据要素市场、促进数据交易流通是经济社会创新发展的必然要求。从当下数据流通的现实实践来看，传统交易规则下的所有权转让模式存在实施困境，依托于大型数据聚合平台的数据服务模式更为可行。

如今，各类公司都在以多种形式处理和使用着日常数据。而对于业务数据，特别是敏感数据的保护，成为了它们维持健康运营的头等大事。数据保护即服务(Data Protection as a Service，DPaaS)成为了适合企业采用的一种经济的技术方案。而且，它在各大企业所面临的不断升级的网络安全威胁中，正扮演着不可或缺的核心角色。

在新的时代下，个人的数据安全意识、企业数据的交易流通以及国际之间的数据跨境活动，还都存在各自的问题。随着如今移动互联网进入下半场和国际局势的变化莫测，数据要素问题变得更加复杂。这为隐私计算提出了新的要求，也提供了更加广阔的用武之地。

随着企业日新月异的发展，传统ESB已经很难胜任混合云架构的集成与快速打通，而微服务编排平台将随着微服务架构以及中台和混合云架构的流行成为企业不可缺少的企业中间件产品。

知名咨询调研机构Gartner最新发布了企业机构在2021年需要深挖的一些重要战略科技趋势，比如分布式云、人工智能工程、隐私增强计算、网络安全网格等。今年的趋势归纳为三个主题：以人为本、位置独立和灵活交付。 Gartner指出，必须关注这些领域和趋势，才能帮助企业和机构实现“后疫情时代”的突围增长。

中国隐私计算技术产品正在逐步成熟、应用场景快速扩充，已经形成了一定的竞争优势，隐私计算技术有望引领数字经济找寻到新的商业模式，成为推动 AI 挖掘大数据价值的催化剂。

Gartner认为，若要实施变革，政府必须变得“可靠又主动”。为了更好的实现政府的数字化转型，推动智慧政府的建设，以及人工智能应用场景的快速落地，政府部门应该了解如下三方面的趋势发展，即如何定义数字化政府，数据管理当前趋势，以及应用人工智能的核心要素

以区块链，安全多方计算，可编程网络，流程引擎等技术切入，提出了创新性的数据共享解决方案，基于Blockchain-Empower的安全网络，其上构建和实现分布式数据协作流程，辅之数据共享合约，实现数据“可用不可见”共享。

 数据确实是资源，确实是资产，确实是生产要素，但针对数据的市场化配置却不容易实施，因为数据要素作为一种新型要素与传统生产要素相比较有其鲜明的特质，这是我们推动数据要素市场化配置必须了解和研究的规律。

相对于传统架构,微服务架构下更需要通过各微服务之间的协作来实现一个完整的业务流程,可以说服务编排是微服务架构下的必备功能。Netflix Conductor作为服务编排的佼佼者，从推出就引起很大关注。本文深入浅出的介绍了其基本功能和设计。

自然语言处理一直是人工智能领域的重要话题，更是近年来的热度话题，为了在海量文本中及时准确地获得有效信息，文本分类技术获得广泛关注，也给大家带来了更多应用和想象的空间。本文根据达观数据联合创始人张健的直播内容《NLP 概述及文本自动分类算法详解》整理而成。

在未来，边缘计算更胜云计算一筹呢？其实不然，云计算是人和计算设备的互动，而边缘计算则属于设备与设备之间的互动，最后再间接服务于人。边缘计算可以处理大量的即时数据，而云计算最后可以访问这些即时数据的历史或者处理结果并做汇总分析。边缘计算是云计算的补充和延伸。

在科技产业的发展史上，有十余年发展史的云计算服务，已经成为了支撑整个互联网产业乃至诸多传统产业发展的基础设施。而在21世纪的第三个十年，云计算行业也将迎来新的变革。“去中心化云计算时代，算力是能源，存储是土壤，算法是生存法则。”

数字经济时代，数字化正以前所未有的速度重塑各行各业。对于很多赋能企业而言，这是一片新的蓝海市场，无论是传统的科技公司，还是创业团队，都积极投入其中，寻找适合自己的发展方向。而作为被赋能企业，也在积极拥抱数字化时代，但市场上的数据企业很多，如何选择适合自己发展的技术，实现数据价值的最大化，成为了大家关注的核心。

共享智能(又称：共享机器学习)是为解决数据共享需求与隐私泄露和数据滥用之间矛盾的技术解决方案。共享智能技术发展需要考虑隐私保护、可信环境，以及安全多方计算等诸多因素。

积极开拓透明化的数据治理框架，解决以数据垄断为主的数据伦理问题，构建健康有序的中国大数据生态。

通过有效的数据治理来缓解数据垄断形势、促进数据安全与公平的共享流通刻不容缓。应完善当前的数据治理模式，发挥现有治理手段的作用。

随着数据的累积，不同科技企业在数据资源的储备量上的差异愈加明显，数据垄断逐渐形成，并催生了“堰塞湖”，导致各企业间的数据难以互通，用户隐私泄露问题随之凸显。因此，通过有效的数据治理来缓解数据垄断形势、促进数据安全与公平的共享流通刻不容缓。

通过可信执行环境技术将模型以及模型需要的数据汇集到TEE可信硬件区域中，然后进行计算，实现互不信任的多个数据参与方进行协同计算，输出计算结果，并保证任何一方均无法得到除应得的计算结果之外的其他任何信息，同时实现数据“可用不可见”。基于TEE的联邦计算模式相对基于密码学的安全多方计算方式而言性能更高，而且能够同时保护计算模型和数据，但是从数据安全的角度来看这种方式完全依赖所需要的硬件，且计算集中存在更大的安全隐患和缺乏公平性。

本文介绍了安全多方计算的整体技术体系以及用于构造安全多方计算协议的基础技术。通过安全多方计算技术可以很好的解决各机构间不愿共享数据，不敢共享数据的问题，在保证各方数据安全的前提下，进行多方数据的联合计算，可以在一定程度上打消各机构共享私密数据的顾虑，愿意共享出自己的数据，联合挖掘数据价值，拓宽数据的使用维度。

随着时代从互联网转变至区块链，数据即将成为可产生经济价值的资产。但是，大多数企业考虑到数据安全和个人隐私等问题，对数据共享都非常谨慎。安全多方计算（Secure Muti-party Computation）提供了一种技术上的解决方案，能够在无可信第三方的情况下安全地进行多方协同的计算，拓展了传统分布式计算的边界以及信息安全范畴，对数据市场的发展十分重要。