1、7,江苏省市场监督管理局 发 布中 国 标 准 出 版 社 出 版公共数据管理规范第 4 部分：数据治理Specification for the management of public dataPart 4：Data governance20260206 发布20260306 实施CCS L 67DB32/T 4608.42026ICS 35.240.01DB32/T 4608.42026前言 引言 1 范围 12 规范性引用文件 13 术语和定义 14 缩略语 25 总则 26 架构体系 37 组织管理 48 方法流程 59 运行管理 910 风险防控 11附录 A（资料性）数据治理目
2、标和内容示例 13附录 B（资料性）数据模型命名与编码示例 14附录 C（资料性）数据质量检查规则示例 17附录 D（资料性）数据修正方法示例 18附录 E（资料性）数据转换规则示例 19附录 F（资料性）数据治理评价指标示例20参考文献 21目 次DB32/T 4608.42026前言本文件按照 GB/T 1.12020标准化工作导则 第 1 部分：标准化文件的结构和起草规则的规定起草。本文件是 DB32/T 4608公共数据管理规范的第 4 部分。DB32/T 4608 已经发布了以下部分：第 1 部分：数据分类分级；第 2 部分：数据共享交换；第 3 部分：数据开放；第 4 部分：数据治
3、理；第 5 部分：数据异议处理。请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。本文件由江苏省数据局提出并组织实施。本文件由江苏省数据标准化技术委员会归口。本文件起草单位：江苏省大数据管理中心、江苏省人力资源和社会保障厅、扬州市大数据管理中心。本文件主要起草人：杨波、李萍、吴善鹏、刘超、花凌锋、庄光光、朱小燕、刘伟、刘瑛、张培勇、卢冬冬、袁瑞红、付港、刘林、钟丽娟。DB32/T 4608.42026引言公共数据是公共管理和服务机构为履行法定职责、提供公共服务收集、产生的，以电子或者其他方式记录、保存的具有公共使用价值的信息记录。规范公共数据管理、保障公共数据安全，对推
4、动数字政府建设、提升政府治理能力和公共服务水平具有重要意义。DB32/T 4608公共数据管理规范旨在确立公共数据管理活动准则，由以下 5 部分组成。第 1 部分：数据分类分级。目的在于确立公共数据分类分级的规则、方法、流程等，为数据应用和保护寻找平衡点提供指导。第 2 部分：数据共享交换。目的在于指导开展省、市公共数据共享交换平台建设、管理和对接，规范各级公共管理和服务机构的数据接入、归集、交换共享等工作，建立健全全省一体化公共数据共享交换体系，促进全省数据高效共享和安全交换。第 3 部分：数据开放。目的在于规范公共数据开放的原则、过程、安全等管理要求，为全省公共数据开放工作提供参考指导。第
5、 4 部分：数据治理。目的在于明确公共数据治理的目标、原则、架构体系、组织管理、方法流程、运行管理、风险防控等内容，为全省公共数据治理提供参考指导。第 5 部分：数据异议处理。目的在于指导建立完善公共数据异议的“提出、受理、核实、处理、反馈、评价”的全流程闭环处理机制，实现异议数据的高效处理，在数据使用过程中不断提升数据质量和服务水平。DB32/T 4608.42026公共数据管理规范第 4 部分：数据治理1范围本文件给出了公共数据治理的总则，规定了架构体系、组织管理、方法流程、运行管理、风险防控等内容与要求。本文件适用于公共管理和服务机构、数据主管部门、公共数据运行管理机构、从事公共数据治理
6、的相关单位或个人开展数据治理工作。2规范性引用文件下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。DB32/T 4608.5 公共数据管理规范 第 5 部分：数据异议处理3术语和定义下列术语和定义适用于本文件。3.1数据治理data governance提升数据的质量、安全、合规性，推动数据有效利用的过程。注 1：数据治理是数据和数据系统管理的基本要素。注 2：数据治理涉及数据全生存周期管理，无论数据是处于静态、动态、未完成状态还是应用状态。3.2数据生存周期
7、data lifecycle将原始数据转化为可用于行动的知识的一组过程。注：包含数据获取、存储、整合、分析、应用、呈现、归档和销毁等各种生存形态演变。来源：GB/T 352952017，2.1.2；GB/T 34960.52018，3.7，有修改3.3数据架构data architecture数据要素、结构和接口等抽象及其相互关系的框架。来源：GB/T 34960.52018，3.53.4数据模型data model数据的图形或文字表示，指明其特性、结构和相互间关系。来源：GB/T 18391.12009，3.2.71DB32/T 4608.420263.5数据元data element由一组
8、属性规定其定义、标识、表示和允许值的数据单元。来源：GB/T 18391.12009，3.3.83.6数据质量data quality在指定条件下使用时，数据的特性满足明确的和隐含的要求的程度。来源：GB/T 25000.122017，4.33.7元数据metadata定义和描述数据的数据，提供了关于数据的结构、特征和关系的信息，有助于组织、查找、理解、管理数据。来源：GB/T 18391.12009，3.2.16，有修改3.8数据处理data processing数据操作的系统执行，数据的收集、存储、使用、加工、传输、提供、公开等过程的集合。来源：GB/T 5271.12000，01.01.
9、06，有修改3.9主数据master data组织中需要跨系统、跨部门进行共享的核心业务实体数据。来源：GB/T 360732018，3.123.10参考数据reference data对其他数据进行分类和规范的数据。来源：GB/T 360732018，3.134缩略语下列缩略语适用于本文件。ADS：数据应用层（Application Data Store）ODS：原始数据层（Operational Data Store）DM：数据集市层（Data Mart）DWD：数据明细层（Data Warehouse Detail）DWM：数据中间层（Data Warehouse Middle）DWS：
10、数据服务层（Data Warehouse Service）5总则5.1目标数据治理的整体目标是实现对数据生存周期的有效管理和控制，具体目标包括：a）价值实现：以实现数据价值或解决业务问题为目标，赋能数据共享、开放、授权运营等数据开发利用领域；b）运行持续：健全完善数据治理机制、流程、方法、规则等要素，保障数据治理常态化开展，数据资源底数清晰、管理有序，持续优化完善，逐步提高治理效能；2DB32/T 4608.42026c）合规可信：数据治理各项行为要符合国家法律法规及相关组织管理规定，业务流程和操作行为合规，数据治理实施环境安全可信，风险可预期可管控。5.2原则数据治理要为业务的需求与创新发展
11、提供支撑，主要原则如下：a）业务驱动：以业务为核心动力，按照业务目标和需求，在数据生命周期各阶段开展数据治理活动，数据赋能业务发展；b）客观合理：调研分析业务和数据的现状，相关信息客观真实，结合未来目标、当前条件（制度、资金、人员等因素）等情况开展数据治理工作；c）多方协同：数据治理涉及管理、业务、技术多方面主体或者不同层级的主体，各参与方职责明确，权责一致，协同配合共同开展数据治理工作；d）互联互通：治理形成的数据资源应互联互通，相关元数据、质量管理、异议处理等标准宜保持统一，能够支持数据共享、开放、授权运营等业务发展需求。6架构体系公共数据治理架构体系包括组织管理、方法流程、运行管理、风险
12、防控等部分（见图 1），具体如下：a）组织管理包含组织架构、制度规范等，是数据治理实施的基础前提；b）方法流程包含调研分析、规划设计、实施执行等，具体明确现状、目标、工作内容等，并落地执行，是数据治理的具体方法措施、流程和规则；c）运行管理包含元数据管理、质量管理、运行监测、评价改进等，是保障数据治理的常态化运行和持续提升的手段；d）风险防控包含人员管理、业务管理、技术管理等，为数据治理提供底线防护。!)2330)/D=0)0)BF0)D=+EA-=338 0)0)0)MKK图 1 公共数据治理架构体系图3DB32/T 4608.420267组织管理7.1数据治理组织架构7.1.1部门内部参考
13、 GB/T 441092024 附录 A，宜采用集中式治理组织架构，由决策层、管理层、执行层等组成，各岗位人员工作内容如下：a）决策层：本部门主要负责人、首席数据官等组成，统筹本部门数据治理工作，决策数据治理的组织架构、制度规范、目标方向、实施路线、评价机制、风险防控、保障体系等事宜；b）管理层：本部门数据共享、数据开放、数据授权运营等工作机构的负责人、联络人等组成，承担数据治理日常管理工作，如人员组织、制度规范编制、调研分析、规划设计、运行监测、评估评价等工作；c）执行层：数据治理实施操作人员组成，具体开展目录编制、数据采集、数据传输、数据存储、加工处理、开发利用、异议处理、数据申请、数据审
14、核等工作。7.1.2跨部门参考 GB/T 441092024 附录 A，宜采用混合式治理组织架构，同一层级部门间跨部门数据治理组织架构按照行业主管部门、数据主管部门、公共数据运行管理机构划分，工作内容如下：a）行业主管部门统筹制定本行业公共数据治理制度规范，推动本行业公共数据源头治理，明确本行业数据质量标准，做好常态化数据资源更新维护，确保数据准确、完整、及时、有效，汇聚数据资源至公共数据运行管理机构，及时处理本部门数据异议；b）数据主管部门统筹制定本区域内数据治理制度规范，统筹数据资源整合共享和开发利用，监督评价行业主管部门数据质量，以及数据共享、开放、授权运营工作开展成效；c）公共数据运行
15、管理机构建设跨层级、跨地域、跨部门、跨业务、跨系统的数据互联互通机制和能力，协同行业主管部门开展数据综合治理、数据共享开放、数据异议处理等运行管理工作，监测行业主管部门源头数据治理、数据应用服务情况；d）行业主管部门和数据主管部门、公共数据运行管理机构协同构建沟通协调机制，共同推动数据全生命周期管理；e）同一层级行业主管部门之间数据治理、互联互通通过本层级公共数据运行管理机构实现。7.1.3跨层级参考 GB/T 441092024 附录 A，跨层级的治理组织架构如下：a）行业主管部门：宜采用集中式治理组织或混合式治理组织，行业主管部门应统筹本行业数据治理制度规范，同一行业不同层级间数据可垂直流
16、转或通过本层级公共数据运行管理机构流转；b）数据主管部门：宜采用混合式治理组织，上级数据主管部门统筹本区域内数据治理政策和制度规范，指导下一层级数据主管部门开展数据治理工作；c）公用数据运行管理机构：宜采用混合式治理组织，不同层级公共数据运行管理机构之间构建跨层级数据交互能力（如公共数据平台），实现不同层级间公共数据的互联互通。7.2制度规范7.2.1参考 GB/T 441092024 附录 B，结合实际工作，制定相适应的管理制度和标准规范，并在其基础之上进一步细化制定数据建模、数据采集、数据传输、数据存储、数据归档、数据异议处理等活动的标准4DB32/T 4608.42026规范。7.2.2
17、应定期检查、跟踪制度规范的执行情况，对发现存在的问题和不足，针对性地进行优化完善。8方法流程8.1调研分析开展数据治理调研分析，了解现状，明确数据治理目标和内容，确定实施路线，不同情况下的数据治理，其治理目标和内容、实施路线有所差异，典型示例见附录 A。8.2规划设计8.2.1数据架构设计8.2.1.1数据架构数据架构设计包括业务域及流程梳理、数据实体识别、数据分布确定、数据集成流向梳理、数据模型设计及应用等。各部分含义及具体内容详见 GB/T 44109，数据架构应能够对数据分层分域管理（数据分层和分域具有交叉性质），实现流程控制、标准管理、血缘追溯、简化开发、提升质量等效果，典型的数据架构
18、示例如图 2 所示。0%4U#U%8%U3U%84UU%.UKU%4U*U&*#E&L!&M&MKK03&#E!5K)*%8.UKU图 2 典型数据架构图5DB32/T 4608.420268.2.1.2数据分层典型数据架构如下。a）数据源层（ODS）：也称为数据贴源层、原始数据层或数据准备区，提供原始数据存档、追溯等能力，通常包含多个数据源，汇聚多类业务领域、多个业务系统的数据，这些数据源通常具有不同的数据格式、结构、语义和质量，因此需要按照一系列规则进行去重、清洗、转换等处理后方可使用。b）数据明细层（DWD）：对原始数据进行去重、清洗、转换等处理，形成标准化的数据，符合业务应用需要；在该
19、层级，要明确数据治理标准和规则，并做数据质量的监测和评估，通过质检的数据进入下一处理环节，未通过质检的数据视为异议数据，需反馈至数源部门核实处理。c）数据中间层（DWM）：该层级根据业务需要可选择性地构建，在 DWD 层的数据基础上，对数据做一些轻微的集成聚合操作，生成一些中间结果表，提升公共指标的复用性，减少重复加工的工作量或者减少计算资源消耗。d）数据服务层（DWS）：在 DWD 层（或 DWM 层）的基础上进行聚合、汇总和计算等加工处理，以满足各种业务需求和分析场景，是数据架构中的核心组成部分。在该层级，数据模型以业务应用为中心，根据业务流程和业务需求进行建模，以支持各种复杂的查询和分析
20、操作，可以采用星型模型、雪花模型、多维模型、标签模型等多种建模方式。e）数据集市层（DM）：根据不同的需求，实现对数据的深加工，从 DWS 层中取出相关数据，按需加工处理，形成更贴近使用场景的数据子集。f）数据应用层（ADS）：面向业务应用和最终用户，为应用服务和业务系统提供数据接口和数据访问服务，包括业务办理、数据查询、数据可视化、统计报表、数据挖掘、预测建模、决策支持等。8.2.1.3数据分域数据资源分域可按照数据来源渠道、业务主题、需求方、应用服务等方式进行划分：a）按照数据来源渠道分域：根据数据来源的部门、地区或者信息系统等进行分域处理，每一个来源渠道划分一个数据域；b）按照业务主题分
21、域：根据数据反映的业务内容、描述对象等特征划分，每一类主题划分出一个数据域，例如关于自然人的数据划分到“人口库”、关于组织机构的数据划分到“法人库”、关于时空物体的数据划分到“空间地理库”、关于困难群众民生关怀的数据划分到“困难群众帮扶专题库”等；c）按照需求方分域：根据数据资源的需求方进行分域，每一个需求方划分一个数据域；d）按照应用服务分域：根据数据应用服务渠道、服务领域等方式分域，例如可划分为数据共享、数据开放、授权运营等业务域；e）按照风险防控等级分域：按照数据安全保护需求，参考GB/T 43697、DB32/T 310030、DB32/T 4608.1等标准，对数据划分“核心数据域、
22、重要数据域、一般数据域”等级别，进行分域管理。8.2.2数据模型8.2.2.1数据模型基本要素数据模型描述的基本要素有以下：a）数据结构：描述数据的类型、内容、性质，以及数据之间的联系；b）数据操作：描述相应数据结构上的操作类型、操作规则、操作方式等；c）数据约束：描述数据结构之间的语法、词义联系，以及彼此之间的约束关系、约束条件，数据动态6DB32/T 4608.42026变化的规则。8.2.2.2数据模型管理数据模型管理包含但不限于以下内容：a）数据模型命名：宜使用中文命名（可包含国际通用的外文单词或缩略语），对应的数据库、数据表宜使用英文和数字混合命名，数据模型名称、数据表名称应保持唯一
23、不重复；数据模型命名示例见附录 B 中 B.1，数据库命名示例见 B.2，数据表命名示例见 B.3；b）数据模型编号：可采用合理位数的数字、字母混合编码，数据模型的编号应唯一；数据模型编码示例见 B.4；c）数据模型描述：应准确说明数据模型的用途、适用范围等内容，并使其区别于其他数据模型，以便准确与应用场景匹配；d）数据模型维护：根据业务和数据变化实时对数据模型动态维护，实现数据模型的新增、变更、实施、消亡等全周期管理。8.2.2.3数据建模流程数据建模流程包含但不限于：a）需求分析：分析业务流程、执行实体、业务规则、关联关系等信息，构建业务与数据之间的映射关系，确保数据模型与业务场景适配；b
24、概念模型：对业务逻辑、业务规则进行抽象和定义，描述实体（如学生、教师）、属性（如学号、地址）及关系（如张三是李四的数学老师），实现现实世界到信息世界的映射转换；常见的概念模型有 ER 模型、面向对象模型及谓词模型等；c）逻辑模型：在概念数据模型基础上进一步细化和精炼，根据需求对业务逻辑、业务规则进行更加清晰明确的定义和表示，描述数据的逻辑结构；常见的有层次逻辑模型、网状逻辑模型、关系逻辑模型、维度逻辑模型、面向对象模型等；d）物理模型：数据建模的最后一个阶段，具体实现数据模型，将逻辑数据模型转换为实现细节和物理存储结构的数据库表。8.2.2.4数据元定义应 准 确 定 义 数 据 模 型 内
25、 的 各 数 据 元，数 据 元 的 定 义 和 描 述 参 照 GB/T 19488.1、GB/T 19488.2、DB32/T 4040.1、DB32/T 4040.2 等标准执行。8.3实施执行8.3.1数据采集根据业务目标和内容，在获得合规授权的前提下，进一步确定数据采集的范围、内容、频率、数据类型、方式等：a）采集范围：数据覆盖的地域范围、时间范围等情况，数据采集范围不应超出业务需求；b）采集内容：被采集信息的主体的唯一标识（例如身份证号、统一社会信用代码）、地址、联系方式、日期时间等，采集数据内容不应超出业务需求，避免过度采集信息；c）采集频率：按年、月、周、天、时、分、秒等不同频
26、次，需要注意的是，采集频率会对信息系统的性能、技术方案有一定影响；d）数据类型：库表、文件、接口、消息队列等；e）采集方式：包括在线采集、离线采集、全量采集、增量采集等方式。7DB32/T 4608.42026根据业务分析情况，综合考虑采集数据的范围、内容、时效等要求，选择或建设符合业务需求的信息系统或工具，如服务器、网络、数据库、传输通道等。公共管理和服务机构应提供标准格式的、可访问的数据资源。执行数据采集任务应保持稳定运行，保证数据采集完整、准确、及时等基本数据质量。8.3.2数据传输数据的发送端和接收端宜建立数据传输对账机制，及时比对传输的数据量、内容等基本要素，保证数据的完整、一致。传
27、输过程中，对于需要进行保护的数据可采取完整性校验、加密等手段保障数据传输的完整性和安全性。8.3.3数据存储根据业务需求，数据存储考虑数据量、数据类型、访问频次、读写性能、业务并发量、存储时长等要素，采用不同的存储机制和策略。对于需要保护的数据宜采取权限控制、数据加密、容灾备份等手段，保障数据合规操作，降低数据丢失、泄露等风险。8.3.4数据探查数据做加工处理之前，宜先进行数据探查，了解数据结构、数据量、主数据、参考数据、数据关系等情况，确保实际数据与需求符合，如存在数据不符合需求的情况（如部分数据项缺失、数据量明显少于应有的规模、数据项与业务情况不一致等），应及时处置后再进行下一步工作。8.
28、3.5数据加工处理8.3.5.1数据质检参考 GB/T 36344、GB/T 19488.1、GB/T 19488.2、DB32/T 4040.1、DB32/T 4040.2 等标准，结合具体业务需要，从数据时效性、完整性、有效性、准确性、一致性、唯一性等维度制定数据质量检查规则。常见数据质量检查规则示例见附录 C。根据数据质量检查规则，逐一检查数据。数据质量检查可能存在多次迭代情况，宜定期对数据质量检查规则合理性进行评估分析，及时调整和改进不符合实际情况的质量检查规则。8.3.5.2数据修正相关数据若出现缺失、违规、重复、冲突等情况，应对问题数据进行修正。常见数据修正方法示例见附录 D。8.
29、3.5.3数据转换相关数据若不符合数据处理、应用主体的现用标准，应对数据进行转换映射（例如格式、代码等），使其符合需要。常见数据转换规则示例见附录 E。8.3.5.4数据融合集成根据业务需求、数据关系、主数据、参考数据情况进行数据关联融合、校核比对，形成符合业务需求的数据资源。注：该环节尤其注意对多源数据的校核比对，分析获得符合业务需求的数据。示例：离婚状态信息，应结合民政部门提供的结/离婚登记数据、法院提供的离婚判决数据，进行自然人离婚情况的比对关联，获得准确的离婚状态信息。8DB32/T 4608.420268.3.6公共数据开发利用8.3.6.1按服务渠道划分按服务渠道可划分为数据共享、
30、数据开放、授权运营等类型。8.3.6.2按业务领域划分开发利用基于不同行业的业务需求、数据类型和应用场景进行分类，包括但不限于政治领域、经济领域、文化领域、社会领域、生态文明领域等。8.3.6.3按功能目标划分按功能目标可划分为数据查询、数据核验、数据统计、数据分析、数据挖掘、机器学习等。8.3.7数据异议处理宜建立数据异议处理流程和协作机制，及时处理数据质检、应用等过程中发现的不符合预期的数据情况，并反馈核实处理结果，形成数据治理的闭环管理。数据异议处理按照 DB32/T 4608.5 的要求执行。8.3.8数据归档/删除对历史数据宜定期归档保存，所归档保存数据资源应明确说明覆盖的时间范围，
31、保证数据完整、连续。对于超过保存期需要或者已无使用价值的数据应按照管理要求进行删除处理，明确删除方式、操作人员、监督人员、操作时间等必要要素，执行删除后宜进行复核，确保数据删除彻底，不可恢复。9运行管理9.1元数据管理9.1.1元数据分类元数据可分为以下几种类型：a）业务元数据：描述业务领域相关概念、关系和规则的数据，包括但不限于：数据（含数据集、数据项等）的定义和描述、业务规则、业务术语、数据质量规则、数据血缘、数据使用说明、指标、统计口径等；b）技术元数据：描述技术领域相关概念、关系和规则的数据，包括物理模型的表与字段、ETL 规则、集成关系、数据访问权限等；c）操作元数据：描述数据处理及
32、运营情况的数据，包括数据处理日志、访问记录、调度任务记录、数据归档文件、数据备份等。9.1.2元数据管理内容元数据管理内容包含但不限于：a）元数据识别：识别并确定元数据及管理范围，包括技术元数据、业务元数据、管理元数据等；b）元数据创建整合：建立审核流程以验证元数据创建、维护的结果；根据元数据的特点进行多种方式采集和存储，并对不同来源、不同类型的元数据进行整合；c）元数据变更管理：建立元数据变更流程，以提升元数据的完整性、准确性和时效性，保障元数据9DB32/T 4608.42026的质量；元数据变更流程一般包括申请、审核、维护和发布四个阶段；d）元数据应用：依托采集整合的元数据，通过去重、冲
33、突处理、关系还原等方式，开展链路分析、差异分析、热度分析、数据地图展示、数据资产发布等应用建设。9.2质量管理数据质量管理贯穿数据全周期各个环节，参考 GB/T 36344，常见数据质量评价维度有数据及时性、完整性、有效性、准确性、唯一性、一致性等方面，具体如下：a）及时性：也称时效性，指数据从产生到可查看或可使用的时间间隔，数据及时性应满足业务需要；b）完整性：指数据信息是否存在缺失，数据缺失的情况可能是整个数据记载缺失，也可能是数据中某个数据项（字段信息）的记载缺失；c）有效性：也称为规范性，指数据的值、格式和展现形式（数据的命名、长度、取值范围等）符合数据定义和业务定义的程度；d）准确性
34、指数据应真实、准确地记录客观世界信息，无虚假、错误的数据及信息；e）唯一性：指同一数据只能有唯一的标识符，度量数据是否重复，体现在一个数据集中，每个唯一实体有一个键值且该键值只指向该实体；f）一致性：指同一个数据在不同系统、不同库中的描述和相关属性应一致，不应存在差异或矛盾。9.3运行监测9.3.1数据业务运行监测数据业务运行监测侧重于数据全流程状态的跟踪，关注业务成效、数据质量、资源利用、合规性、连续性、可用性、安全性等要素，主要内容如下。a）某一数据生存周期运行情况监测：构建数据血缘关系，跟踪数据从采集到开发利用的全流程运行情况。例如，数据 A 在某天数据采集量、数据质检合格情况、应用服
35、务量、业务成效等。b）数据治理某一环节全量数据运行情况监测：根据数据治理环节划分，了解某一环节上全量数据运行情况。例如监测数据采集情况，某一统计周期内数据汇聚总量。9.3.2信息系统运行监测信息系统运行监测侧重于工具平台本身运行状态监控，以便及时了解各工具平台是否正常运行，关注于某一个工作环节，主要内容如下：a）访问用户量：某一统计周期内，登录或操作信息系统的用户量；b）数据传输量：某一统计周期内，数据传输数量；c）调度任务执行状态：数据治理任务是否正常执行，完成既定任务；d）资源消耗量：信息系统所使用的主机 CPU、内存、存储消耗情况；e）接口调用量：调用信息系统服务接口的次数。9.4评价改
36、进参考 GB/T 44109、GB/T 34960.3，结合数据治理目标、内容和工作实际，编制数据治理评价方案，从数据治理组织、制度、活动及成效等方面设计数据治理评价指标体系，评价指标示例见附录 F。定期开展数据治理评价，宜每年不少于 1 次。可采用差异分析方式对制定的数据治理目标与实际执行取得的治理结果进行比较，分析两者之间是否存在差距；若存在差距，则根据评估结果逐项开展差异原因分析，制定合理的数据治理改进方案，执行数据治理相关改进活动。10DB32/T 4608.4202610风险防控10.1人员管理10.1.1明确不同职能部门、安全岗位人员的权责、资质、工作内容等要求。宜设立数据操作员、
37、数据权限管理员、数据操作审计员等角色，其职责分别为：a）数据操作员：具体执行数据治理各个环节操作的人员；b）数据权限管理员：为数据操作人员分配操作权限的管理员，根据数据操作人员岗位角色，分配与之匹配的数据操作权限，包括数据操作范围、数据操作动作（增、删、改、查等）、操作时间等；c）数据操作审计员：监督数据操作员、数据权限管理员等人员的数据操作行为合规性，定期开展数据操作合规性检查。10.1.2对 数 据 治 理 工 作 参 与 人 员 开 展 风 险 防 控 的 宣 贯 培 训，相 关 人 员 宜 签 署 保 密 协 议 或 者 保 密承诺。10.1.3建立人员调整管理机制，岗位人员发生变化时
38、及时调整其账号权限。10.1.4应建立针对人员操作数据的日志记录，对高权限账号实行全量日志记录，开展异常行为检查，日志保存时长要符合相关管理要求。10.2业务管理业务管理应符合下列要求：a）建立数据使用申请授权机制，数据使用者应向数据管理者、数据提供者提出申请，经审核后授权数据使用者对数据资源开发利用；b）根据业务需求，明确数据范围、具体数据项、应用场景等必要信息，按照最小必须原则，实施数据采集、处理、应用等动作；c）保存数据操作记录，包括操作账号、操作时间、操作动作、被操作数据资源等必要信息，日志保存时长要符合相关管理要求；d）保存数据使用者相关记录，包括使用者及所在区域、传输机制、信息类
39、型、处理目的、协议条款、数据申请、审核授权等相关记录，日志保存时长要符合相关管理要求。10.3技术管理10.3.1鉴权校验应通过身份鉴别、访问控制等开展鉴权校验，确保数据操作访问主体身份合规，鉴权覆盖范围应包括数据生存周期的所有操作，鉴权校验包含但不限于账号、密码、动态验证码（或口令）、IP 地址、MAC 地址、访问时间等方面。10.3.2数据加密数据传输、存储等活动，宜按照 GB/T 38625 等采用数据加密处理，常见加密方法包括哈希、对称加密、非对称加密等。10.3.3数据脱敏数据开发利用、应用服务等活动，可根据业务场景需求采用数据脱敏方式处理，常见脱敏方法包括静态数据脱敏和动态数据脱敏
40、11DB32/T 4608.4202610.3.4数据溯源数据溯源类型可分为数据衍生关系溯源、数据流转路径溯源，溯源信息记录基本构件包括：a）数据：应包括数据名称、数据表（或接口、文件）名称、数据字段名、字段类型、存储位置、数据表的创建时间、创建账号、创建时使用的参考数据表、来源数据表等；b）活动：应包括对数据集的操作名称（例如，创建、复制、修改、删除）、操作时间、操作涉及的其他数据集等；c）执行实体：应包括操作账号或操作人、操作接口、操作 IP 地址等；d）应用情况：数据申请人、申请时间、审批人、审批时间、审批结果、使用方（组织名称或个人姓名）、使用系统、使用方 IP 等信息。10.3.5
41、数据审计数据审计定期检查数据操作账号赋权、数据操作行为等合规性，审计检查内容包含不限于：a）操作行为与岗位角色符合程度；b）操作行为与业务需求符合程度；c）操作行为对信息系统、数据库等影响程度。10.4其他管理要求数据风险防控方面的其他工作按照国家和江苏省相关法律法规、规章制度、标准规范等要求执行。12DB32/T 4608.42026附录A（资料性）数据治理目标和内容示例数据治理目标和内容示例见表 A.1。表 A.1 数据治理目标和内容示例数据治理现状组 织 内 缺 少 专 门 的 数 据 治 理内 部 机 构，业 务 分 散、数 据 分散，数 据 管 理 制 度 规 范 不 完善，没有构建
42、数据架构和建设数据管理系统（或平台），未构建数据风险防控体系组 织 内 已 组 建 专 门 的 数 据 治理机构，初步形成一系列数据制度规范，已建设形成数据资源体系，具备一定的数据风险防控能力组 织 内 已 组 建 专 门 的 数 据 治理机构，初步形成一系列数据制度规范，已建设形成数据资源体系，具备一定的数据风险防 控 能 力。数 据 已 赋 能 具 体业务正常运行治理内容目标：构建整体数据治理体系组建组织架构，健全完善制度规范，整理分析业务和数据关系，构建数据架构，实施数据治理，构建数据风险防控体系在现有基础上，进一步强化业务导向，支撑多种业务场景数据需求已 初 步 具 备 数 据 治 理
43、体系，持续迭代完善目标：应对专题业务需求组建临时团队，分析业务逻辑和流程，设计数据模型和数据流 程，实 施 数 据 治 理；制 定 常态化运行管理机制；根据业务和 数 据 情 况 设 定 具 体 风 险 防控内容分析业务逻辑和流程，设计数据模型和数据流程，实施数据治理；根据业务和数据情况设定具体风险防控内容分析业务逻辑和流程，设计数据模型和数据流程，实施数据治理，根据业务和数据情况设定具体风险防控内容目标：解决具体数据问题组建临时团队；根据业务流程和 规 则、数 据 流 程 和 规 则，分析 定 位 具 体 数 据 问 题 所 在 环节，反 向 溯 源 问 题 根 源，制 定解 决 方 案，实
44、 施 数 据 治 理 动作；制定常态化运行管理机制根据业务流程和规则、数据流程和规则，分析定位具体数据问题所在环节，反向溯源问题根 源，制 定 解 决 方 案，实 施 数据治理动作根据业务流程和规则、数据流程和规则，分析定位具体数据问题所在环节，反向溯源问题根 源，制 定 解 决 方 案，实 施 数据治理动作13DB32/T 4608.42026附录B（资料性）数据模型命名与编码示例B.1数据模型命名 数据模型命名总体要求如下：a）使 用 中 文 命 名（可 包 含 国 际 通 用 的 外 文 单 词 或 缩 略 语），表 达 清 楚 来 源、业 务 含 义 等 关 键 信息，见 文 知 意，
45、如：江 苏 省 自 然 人 基 本 信 息、扬 州 市 新 生 儿 信 息、省 人 社 厅 社 保 缴 纳 人 员 信息等；b）非必要不使用外文字母（国际通用的外文单词或缩略语除外）；c）模型名应唯一；d）命名不应包含特殊字符，例如%，$等。B.2数据库命名B.2.1数据库命名总体要求如下：a）数据库名应唯一；b）命名采用分层、分域的名称首字母，体现分层分域结构；c）采用首字母命名出现重复时，例如主题库与专题库，库名中引入一个区分字母；d）命名不应包含特殊字符，例如%、$等。B.2.2数据库命名示例见表 B.1。表 B.1 数据库命名示例12345678910111213前置库原始数据层（贴源
46、层）数据明细层（标准层）数据中间层数据服务层数据集市层综合人口信息资源库综合法人信息资源库社会信用信息资源库电子证照信息资源库自然资源和空间地理信息资源库专题库/主题库专题库/主题库公共数据共享域公共数据开放域qzkodsdwd 或 stddwmdws.zhrkkdws.zhfrkdws.shxykdws.dzzzkdws.kjdlkdws.zatk/dws.zutkdm.zatk/dm.zutkdm.zwgxkdm.zwkfk序号数据分层分域名称数据库命名14DB32/T 4608.420261415数据应用层公共数据授权管理域dm.zwsqkads数据集市层表 B.1 数据库命名示例（续）
47、序号数据分层分域名称数据库命名B.3数据表命名B.3.1数据表命名总体要求如下：a）数据服务层（例如五大基础库）之前的数据库表命名中应包含源表的表名，以表征数据血缘联系，保持数据的溯源能力；b）宜采用名词进行命名；c）命名不应包含特殊字符，例如%、$等。B.3.2数据表名的构成示例见图 B.1。=U8 U UBD043F*#=14U8 U8 43F*,M4FKM4U54F*IMXTK-F*MMF*MM M44U8 4 U8 U*?8+=5A4U8 ffffffffffffffffff图 B.1 数据表名命名规则B.4数据模型编码B.4.1数据模型编码总体要求如下：a）编码应使用阿拉伯数字，编码
48、唯一；15DB32/T 4608.42026b）编码应体现数据模型创建单位信息、业务属性、创建时间等关键信息。B.4.2数据模型编码示例见图 B.2。ffffffffffffffffffffffffffffffffM-U&*+M U:.%U-4.*-图 B.2 数据模型编码规则16DB32/T 4608.42026附录C（资料性）数据质量检查规则示例数据质量检查规则示例见表 C.1。表 C.1 数据质量检查规则示例规则名称及时性（时效性）完整性有效性（规范性）准确性唯一性一致性规则项目业务维度上数据更新时效性技术维度上数据更新时效性数据项完整性数据记录完整性数据格式规范性数据值域规范性元数据规
49、范性业务逻辑规范性数据反映其描述的客观实体特征的准确性数据标识符唯一性同一数据在不同数据处理阶段的一致性同一数据在不同业务、系统内的一致性规则说明对照业务对数据时效性的需求检查数据更新情况。如：某审批业务办理后，间隔多长时间给出审批结果，对应时间范围内，相关数据应与审批结果同步产生对照设定的数据更新频率检查数据更新情况。如：两个系统间约定数据更新频率为每日，则数据接收方根据此时间检查数据发送方是否按照约定时间传输数据数据项是否符合业务要求，数据非空约束、默认值填充、格式校验、跨字段依赖、状态完整等内容，确保关键数据无缺失且符合业务逻辑。如：某项业务约定所需数据字段（数据项）为 10 个，数据提
50、供方提供的字段为 9 个，则数据不完整数据规模是否符合实际业务体量。如：江苏户籍人口 8 000 余万，对应的户籍数据体量不应少于上述数据量数据的格式、编码、命名、类型等是否符合要求，如：身份证件号码应该是长度为 18 位的阿拉伯数字或者字母 X，且编码应符合国家标准要求数据是否在有效的值域范围内，如：人的寿命通常在（0，150范围内元数据的命名、结构、必填属性等是否符合要求。如：典型的元数据管理为公共数据目录管理系统，其中数据共享、开放属性为必填项，则数据目录内相关属性必须按照规则填写数据是否存在业务逻辑或常识性错误。如：幼儿园入学年龄一般在 6 岁之前数据是否真实、准确地记录客观世界信息，
