可信數據空間

林建興， 數據資產理事會總幹事、中小企業合作發展促進中心數字化發展處處長、廈門市雲大物智數據研究院理事長、廈門大學數據治理研究中心主任、DAMA 數據管理協會數據安全與合規專業委員會主任、高頌數科（廈門）智能技術有限公司董事長。林建興持續聚焦數據治理、數字化轉型服務，專註以數據為中心的人工智能應用研究，系 人工智能領軍人才、 人才評審專家、福建省區塊鏈產業智庫特邀專家、 專業技術人才知識 新工程數字技術工程師培育項目之大數據工程技術人員（中級）系列教材編委會委員，主編 新職業大數據工程技術人員中級教材《大數據管理》、參加編寫《金融數據治理實踐》、參加翻譯《構建數據湖倉》、主持編寫《數字經濟與元宇宙產業人才發展白皮書》、參加編寫《大數據 數據標註平臺技術要求與測評方法》、《勒索軟件防護發展報告》、《數據經紀從業人員評價規範》等多項標準和報告，並獲得以下多項專業認證資格： 數據資產評估計價咨詢師、 數據交易合規師、認證首席數據官（CDGE-CDO）、DGBOK數據治理職業培訓師、數據治理專家（CDGP）、數據治理工程師（CDGA）、註冊信息安全工程師（CISP）、 人工智能工程師培訓項目成員、1+X大數據平臺管理與開發職業技能等級培訓項目專家、廈門大學大數據師資班研修生、中國計算機學會專業會員、中國人工智能學會終身會員、廈門理工學院數字經濟碩士實踐導師。

前言

第一篇　基礎理論與概念框架

第1章　數據空間的起源與演進

1.1　數據驅動時代的挑戰與機遇2

1.2　數據共享的核心支柱和原則3

1.3　數據空間的概念6

1.4　數據空間中的角色與職責8

1.5　數據空間應用案例10

1.5.1　工業數據空間10

1.5.2　個人數據空間10

1.5.3　歐洲共同數據空間11

第2章　數據空間生態系統

2.1　數據生態系統基礎概念12

2.2　大數據價值協會與生態系統13

2.2.1　大數據價值協會13

2.2.2　大數據價值生態系統13

2.2.3　Gaia-X生態系統14

2.3　數據生態系統中的數據共享15

2.3.1　數據角色的演變與企業價值15

2.3.2　數據共享與數據主權的本質差異16

2.4　數據價值鏈和數據驅動的人工智能17

第3章　數據空間核心概念

3.1　數據主權的含義18

3.1.1　合同自由與監管18

3.1.2　數據無所有權或排他性權利19

3.1.3　使用控制：合法和技術19

3.1.4　數據庫權利20

3.1.5　商業機密20

3.1.6　競爭法21

3.2　數據使用控制23

3.2.1　使用控制與訪問控制23

3.2.2　使用控制組件和通信流程27

3.2.3　使用控制的規範、管理和協商28

3.3　語義學29

3.4　區塊鏈和智能合約29

第4章　國際數據空間範式

4.1　國際數據空間簡介31

4.1.1　國際數據空間目標32

4.1.2　參考架構模型33

4.1.3　國際數據空間角色36

4.2　國際數據空間信息模型38

4.2.1　國際數據空間中向自我主權身份的信任進化40

4.2.2　契約條款的定義：國際數據空間使用契約語言及其

　　　核心概念41

4.2.3　策略信息點48

4.2.4　參與者信息服務50

第二篇　架構設計與治理評估

第5章　如何構建、運行和治理數據空間

5.1　數據空間設計原則54

5.1.1　基於增強透明度和數據主權的全新服務55

5.1.2　數據共享與交換的公平競爭環境55

5.1.3　數據空間互操作性的需求：軟基礎設施56

5.1.4　公私協同：歐洲在協調和協作方式下建立軟基礎

　　　設施中處於領先地位57

5.2　數據空間建設57

5.2.1　技術組件58

5.2.2　治理組件58

5.2.3　將組件合成為數據空間59

5.3　統一的數據空間治理方法61

5.4　前進道路：未來十年需要采取的行動61

5.5　建設運營一體化的設計與治理63

5.5.1　核心理念與設計原則65

5.5.2　建運一體的架構設計66

5.5.3　建運一體的實施路徑67

第6章　可信數據治理

6.1　數據空間中的數據治理69

6.1.1　數據治理的一般概念69

6.1.2　大數據生命周期74

6.2　大數據技術的治理視角75

6.2.1　數據共享架構75

6.2.2　數據存儲架構77

6.2.3　數據處理架構79

6.2.4　大數據治理的工具生態系統81

6.3　數據空間的可信數據治理需求演進82

6.4　DataOps與MetaOps：數據運營的方法論演進85

6.4.1　DataOps：敏捷數據治理的技術實踐85

6.4.2　MetaOps：數據空間的下一代運營模式87

6.4.3　技術棧與工具生態89

6.4.4　方法論的價值定位90

6.5　可信數據審計與數據治理93

6.5.1　從數據到數據資產：認定與估值框架93

6.5.2　可信數據審計框架95

6.5.3　構建可信數據治理體系99

第7章　數據集成和互操作設計

7.1　數據空間中的聯邦數據集成102

7.1.1　引言102

7.1.2　數據空間中的聯邦數據集成工作流105

7.1.3　面向虛擬數據空間集成的形式化方法109

7.2　語義集成和互操作設計113

7.2.1　被忽視的多樣性維度114

7.2.2　從大數據到認知數據115

7.2.3　通過語義圖表示知識117

7.2.4　SCORVoc典型應用：供應鏈中的數據集成125

第8章　數據空間成熟度評估

8.1　模型設計方法論128

8.2　能力129

8.3　成熟度曲線130

8.4　評估方法134

8.4.1　界定範圍與目標134

8.4.2　評估數據收集與分析135

8.4.3　運用評估結果來發展和管理能力135

8.5　實踐案例136

8.5.1　基準測試結果136

8.5.2　能力差距分析136

8.5.3　能力重要性137

8.6　本章小結138

第三篇　平臺選型與技術實現

第9章　數據空間基礎設施與平臺選型

9.1　數據平臺項目組合143

9.1.1　DataPorts項目144

9.1.2　FSM項目144

9.1.3　i3-MARKET項目146

9.1.4　OpertusMundi146

9.1.5　TRUSTS項目149

9.1.6　smashHit項目149

9.1.7　PimCity項目150

9.1.8　KRAKEN項目151

9.1.9　Data Vaults項目152

9.2　面向未來科學數據基礎設施的平臺研究基礎設施即服務

　　　的定義153

9.2.1　歐洲研究基礎設施與ESFRI路線圖154

9.2.2　歐洲開放科學雲155

9.2.3　科學數字化與工業4.0156

9.2.4　人工智能的變革性作用157

9.2.5　5G技術的承諾157

9.2.6　面向未來SDI的平臺與生態系統商業模式158

9.2.7　其他基礎設施技術與趨勢159

9.2.8　現代數據驅動/數字科學的範式轉變160

9.2.9　歐洲研究基礎設施的發展與演進時間線161

9.2.10　面向未來數據驅動型研究基礎設施的一般性需求164

9.2.11　PRIaaS架構模型165

9.2.12　未來SDI中的研究數據管理166

9.2.13　未來的研究與開發168

9.3　KRAKEN：一個安全、可信、合規且保護隱私的數據共享

　　　平臺168

9.3.1　KRAKEN概覽169

9.3.2　數據平臺架構171

9.3.3　使用Streamr實現實時數據共享：一種去中心化

　　　的點對點網絡175

9.3.4　隱私、信任與數據保護176

9.3.5　以用戶為中心設計數據的共享、所有權與使用控制178

9.3.6　遵守數據保護框架181

9.3.7　業務挑戰188

9.4　依托開源軟件連接數據空間與數據市場，助力歐洲單一

　　　數字市場建設190

9.4.1　引言190

9.4.2　數據市場設計與數據經濟的挑戰191

9.4.3　推進安全、隱私與信任領域的最新技術進展192

9.4.4　i3-MARKET面向市場經濟的創新194

9.4.5　i3-MARKET196

9.4.6　以產業創新推動數據驅動的歐洲生態系統建設200

9.4.7　結論201

9.5　跨行業可信數據空間平臺：ioChina實踐202

9.5.1　平臺架構與核心能力203

9.5.2　實施路徑與治理機制205

9.5.3　創新亮點與核心價值206

第10章　數據空間技術解決方案

10.1　數據平臺解決方案208

10.1.1　數據流通：經濟價值創造的催化劑209

10.1.2　信任是數據交換的基石210

10.1.3　可追溯性的需求214

10.1.4　數據交換治理：邁向混合型數據交換平臺215

10.2　面向可擴展數據空間的主權雲技術218

10.2.1　開放性218

10.2.2　安全與信任219

10.2.3　數字主權的支柱220

10.2.4　與歐洲企業合作222

10.2.5　從雲原生應用到數據空間的技術演進222

10.2.6　互操作性作為混合模式的關鍵推動因素以及大

　　　　規模數據空間225

10.2.7　未來展望233

10.3　通過聯邦學習增強數據空間信任234

10.3.1　引言234

10.3.2　工業數據平臺：架構視角235

10.3.3　工業數據平臺：法律視角242

10.3.4　工業數據平臺：客觀數據價值評估，提升

　　　　數據空間可信度244

10.4　數據計量與可信審計技術249

10.4.1　數據計量技術：從使用量到價值度量249

10.4.2　基於區塊鏈的可信審計存證251

10.4.3　隱私增強技術在審計中的應用252

10.4.4　智能合約：自動化審計與清結算253

第四篇　行業應用與最佳實踐

第11章　工業數據空間

11.1　工業數據空間的建設背景256

11.2　工業視角258

11.3　工業物聯網中的需求分析260

11.4　IDS-I參考用例262

11.4.1　協作式狀態監測262

11.4.2　智能工廠網絡264

11.5　數據主權的需求分析264

11.6　國際數據空間的主要概念265

11.7　典型用例分析267

11.8　展望269

第12章　能源數據空間

12.1　面向去中心化、數據密集型和分布式流程的新型信息

　　　通信技術解決方案270

12.2　能源數據空間中的用例271

12.2.1　電網中的數據流通271

12.2.2　預測性維護272

12.2.3　能源管理網關：來自中小企業的視角273

12.3　早期示範項目274

12.3.1　Fraunhofer示範項目EnDaSpace276

12.3.2　Bauhaus移動實驗室278

12.4　總結與展望281

第13章　金融數據空間

13.1　行業背景及數字化現狀284

13.2　數據空間設計中的挑戰285

13.2.1　數據碎片化與互操作性障礙285

13.2.2　實時分析的成本與能力障礙285

13.2.3　覆雜且多變的監管合規障礙286

13.2.4　全行業面臨數據可用性障礙286

13.2.5　缺乏大數據應用的架構藍圖286

13.2.6　缺乏已驗證可行的商業模式287

13.3　設計與實施的最佳實踐287

13.3.1　技術的研發與突破287

13.3.2　實驗基礎設施建設287

13.3.3　新型商業模式驗證288

13.4　INFINITECH模式288

13.4.1　多元化技術構建模塊288

13.4.2　定制化實驗基礎設施289

13.4.3　推動大規模創新試點289

13.4.4　商業模式開發與驗證290

13.5　INFINITECH核心能力290

13.5.1　語義互操作性與分析290

13.5.2　有的放矢的參考架構291

13.6　可擴展性與安全性考量291

13.7　本章小結294

第14章　醫療數據空間：可信集成與應用實踐

14.1　引言295

14.2　醫療數據空間的要素296

14.3　醫療數據空間應用場景296

14.3.1　健康與疾病管理296

14.3.2　綜合護理297

14.3.3　精準醫療299

14.4　醫療數據生態系統300

14.5　醫療數據空間的結構300

14.6　醫療數據空間中以用戶為中心的概念301

14.6.1　受信任用戶301

14.6.2　單一入口點301

14.6.3　統一健康報告302

14.7　醫療數據空間的數據質量302

14.8　案例：可信集成知識數據空間303

14.8.1　說明303

14.8.2　知識圖譜集成304

14.8.3　安全控制305

14.8.4　數據互聯307

14.8.5　數據共享309

14.8.6　子圖共享309

14.8.7　ARK平臺安全和隱私評估310

第15章　基於FIWARE的數據空間

15.1　FIWARE簡介312

15.2　FIWARE與數據空間321

15.2.1　數據互操作323

15.2.2　數據主權與信任327

15.2.3　數據價值創造330

15.3　邁向歐洲數據空間的發展333

15.4　本章小結336

第16章　交通數據空間

16.1　交通數據現狀337

16.2　交通數據空間：架構和組件338

16.2.1　基於數據主權的使用控制339

16.2.2　分布式系統340

16.2.3　核心組件的設計和運營341

16.3　以交通主數據市場為核心的交通數據空間342

16.4　德國交通數據空間344

16.5　數據平臺連接346

16.6　數據應用案例：出行服務提供商347

16.7　一個通用的交通數據空間：歐洲的展望348

16.8　mFUND研究項目的實施情況350

第17章　農業數據空間

17.1　農業數字化轉型353

17.1.1　農業領域353

17.1.2　農業數字生態系統354

17.1.3　領域特有挑戰與要求355

17.2　農業數據空間概述356

17.2.1　領域架構356

17.2.2　IDS集成的可能層級358

17.2.3　可互操作農業數據空間的總體效益360

17.3　應用場景360

17.3.1　養分循環的可持續管理??360

17.3.2　商業模式創新與法律義務履行361

17.3.3　政府平臺362

17.4　本章小結362

第五篇　未來展望與中國方案

第18章　數據空間的未來趨勢

18.1　基於可信審計的數據資產化與金融化366

18.1.1　從審計到信用：構建數據時代的“信任基石”366

18.1.2　數據資產“入表”的技術前提：可信審計的

　　　　橋梁作用368

18.1.3　金融模式創新：可信審計催生數據金融新生態369

18.2　數據空間商業變革：超越價值共創371

18.2.1　基礎交易模式：數據價值實現的核心路徑371

18.2.2　增值服務模式：數據價值深化的關鍵路徑373

18.2.3　生態平臺模式：數據價值倍增的高級形態374

18.2.4　AI驅動的商業模式創新376

18.3　數據空間大爆炸：第六次技術革命引爆點377

18.3.1　數據空間大爆炸的理論基礎378

18.3.2　數據空間的技術-經濟範式379

18.3.3　數據空間的發展框架與演進路徑380

第19章　數據空間的中國方案：邁向數智化基礎

　　　　　設施新時代

19.1　智能化數據基礎設施的政策與標準基礎384

19.1.1　國家數據基礎設施戰略框架385

19.1.2　標準化技術體系388

19.2　智能化數據基礎設施的技術收斂與關鍵創新399

19.2.1　技術路線的趨同與融合：從“六線並舉”到

　　　　“一體共生”400

19.2.2　總體架構：構建“核心-節點”協同的智能可

　　　　信基座402

19.2.3　核心技術創新：打造自主可控的信任機器404

19.3　智能化數據空間的分類實施路徑與融合趨勢406

19.3.1　邊界模糊化：從“涇渭分明”到“產城融合”406

19.3.2　技術趨向穩定與統一：技術棧的“收斂”與

　　　　 “互操作”407

19.3.3　形態專業化：垂直領域的“百家爭鳴”407

19.4　面向數智未來的中國數據空間創新路徑409

19.4.1　構建智能體互聯的數據空間神經網絡409

19.4.2　超智能數據空間的未來展望413