1. 運營商的大數據問題出在哪
問題如下：
1、運營數據不統一，難以發揮整體性的作用。
2、數據分級管理平台分隔的情況下，大數據應用時依然很難整體操作。在解決一些全局性問題的時候就無能為力。
3、場景不夠，缺乏突破點，不知道大數據應用到何方，對商業社會的各個方面了解缺乏，手中有數據也不知道應該用到什麼地方。
2. 你要的大數據標准都在這里
NIST 1500-4 大數據通用框架草案 第四卷 安全與隱私.pdf
NIST 大數據定義（草案）.pdf
大數據安全標准化白皮書2017 .pdf
大數據安全標准化白皮書（2018版）.pdf
大數據標准化白皮書（2018）.pdf
大數據標准化白皮書（2020版）.pdf
1 基礎
GB T 35295-2017 信息技術 大數據 術語.pdf
GB T 35589-2017 信息技術 大數據 技術參考模型》.pdf
GB T 38672-2020 信息技術 大數據 介面基本要求.txt
JRT 0236—2021《金融大數據 術語》.pdf.pdf
TGZBD 2-2020 大數據標准體系總體架構.pdf
2 數據
GBT 18142-2017 信息技術 數據元素值表示 格式記法 ISOIE C FDIS 149572009.txt
GBT 18391.1-2009 信息技術 元數據注冊系統 (MDR) 第1部分： 框架 ISOIEC11179-1 2004， IDT.txt
GBT 18391.2-2009 信息技術 元數據注冊系統 (MDR) 第2部分： 分類 ISOIEC11179-2 2005， IDT.txt
GBT 18391.3-2009 信息技術 元數據注冊系統 (MDR) 第3部分： 注冊系統 元模型與基本屬性 ISOIEC11179-3 2003， IDT.txt
GBT 18391.4-2009 信息技術 元數據注冊系統 (MDR) 第4部分： 數據定義 的形成 ISOIEC11179-4 2004， IDT.txt
GBT 18391.5-2009 信息技術 元數據注冊系統 (MDR) 第5部分： 命名和標 識原則 ISOIEC11179-5 2005， IDT.txt
GBT 18391.6-2009 信息技術 元數據注冊系統 (MDR) 第6部分： 注冊 ISOIEC11179-6 2005， IDT.txt
GBT 23824.1-2009 信息技術 實現元數據注冊 系統內容一致性的規程 第 1部分： 數據元 ISOIEC TR20943-1 2003， IDT.txt
GBT 23824.3-2009 信息技術 實現元數據注冊 系統內容一致性的規程 第 3部分： 值域 ISOIEC TR20943-3 2004， IDT.txt
GBT 30881-2014 信息技術 元數據注冊系統 (MDR)模塊 ISOIEC 197732011.txt
GBT 32392.1-2015 信息技術 互操作性元模型 框架(MFI) 第1部分： 參考 模型.txt
GBT 32392.2-2015 信息技術 互操作性元模型 框架(MFI) 第2部分： 核心 模型.txt
GBT 32392.3-2015 信息技術 互操作性元模型 框架(MFI) 第3部分： 本體 注冊元模型.txt
GBT 32392.4-2015 信息技術 互操作性元模型 框架(MFI) 第4部分： 模型 映射元模型.txt
GBT 32392.5-2018 信息技術 互操作性元模型 框架(MFI) 第5部分： 過程 模型注冊元模型.txt
GBT 32392.7-2018 信息技術 互操作性元模型 框架 第7部分： 服務模型注.txt
GBT 32392.8-2018 信息技術 互操作性元模型 框架 第8部分： 角色與目標 模型注冊元模型.txt
GBT 32392.9-2018 信息技術 互操作性元模型 框架 第9部分： 按需模型選 擇.txt
GBZ 21025-2007 XML使用指南.txt
3 技術
YDT 3772-2020 大數據 時序資料庫技術要求與測試方法.txt
YDT 3773-2020 大數據 分布式批處理平台技術要求與測試方法.txt
YDT 3774-2020 大數據 分布式分析型資料庫技術要求與測試方法.txt
YDT 3775-2020 大數據 分布式事務資料庫技術要求與測試方法.txt
大數據開放與互操作技術
信息技術 大數據 互操作 技術指南 擬研製.txt
大數據生存周期處理技術
GBT 32908-2016 非結構化數據訪問介面規范.txt
GBT 36345-2018 信息技術 通用數據導入接 口規范.txt
信息技術 大數據 面向分 析的數據檢索與存儲技術 要求 在研.txt
大數據集描述
GBT 32909-2016 非結構化數據表示規范.txt
GBT 34945-2017 信息技術 數據溯源描述模型.txt
GBT 34952-2017 多媒體數據語義描述要求.txt
GBT 35294-2017 信息技術 科學數據引用.txt
GBT 38667-2020 信息技術 大數據 數據分 類指南.txt
GB T 38667-2020 信息技術 大數據 數據分類指南.pdf
4 平台、工具
GBT 38673-2020 信息技術 大數據 大數據 系統基本要求.txt
GBT 38675-2020 信息技術 大數據 計算系 統通用要求.txt
GB T 37721-2019 信息技術 大數據分析系統功能要求》.pdf
GB T 37722-2019 信息技術 大數據存儲與處理系統功能要求.pdf
GB T 38633-2020 信息技術 大數據 系統運維和管理功能要求.pdf
GB T 38643-2020 信息技術 大數據 分析系統功能測試要求.pdf
GB T 38676-2020 信息技術大數據存儲與處理系統功能測試要求.pdf
JRT 0206—2021 證券期貨業大數據平台性能測試指引.pdf
YDT 3762-2020 大數據 數據挖掘平台技術要求與測試方法.txt
5 安全和隱私
GAT 1718-2020《信息安全技術 大數據平台安全管理產品安全技術要求》.txt
GBT 大數據系統軟體安全防護指南》標准草案.pdf
GB T 35274-2017 信息安全技術 大數據服務安全能力要求 立項.pdf
GB T 37973-2019 信息安全技術 大數據安全管理指南.pdf
YDT 3736-2020 電信運營商大數據安全風險及需求.txt
YDT 3741-2020 互聯網新技術新業務安全評估要求 大數據技術應用與服務.txt
YDT 3800-2020 電信網和互聯網大數據平台安全防護要求.txt
信息安全技術電信領域大數據安全防護實現指南.doc
d
3. 運營商發展大數據的核心價值在於商業化
運營商發展大數據的核心價值在於商業化
近年來，電信運營商利潤率增幅放緩甚至下降，傳統話音業務收入增長乏力，日趨邊緣化、管道化；數據業務佔比迅速增長，但量收的剪刀差持續擴大，投入多回報少。
在運營商轉型路上，大數據技術的深入應用與商業模式的開發大有可為，可以說是運營商規避同質化競爭，打造智能數據管道，尋找差異化經營「藍海」的必由之路。大數據的技術架構尋求高性能與低成本的統一，可以降低電信運營商龐大的IT資本開支壓力。大數據的商業應用促使電信運營商從單純提供網路資源、前向收費方式轉變為基於網路資源和依據海量數據資源提供服務的靈活多樣的混合模式，是一種新的商業模式。
國內運營商大數據應用受限
國內電信運營商在大數據應用方面主要受到了以下方面的限制。
第一，數據採集散亂、深度不足：電信運營商擁有海量數據的來源，但採集渠道散亂，通常分級、分地區、分系統建設，整體規劃不足，數據標准化程度低，匯聚困難，無法形成有效的數據資產。
第二，數據分析能力不足：電信運營商建有以數據倉庫為核心的經營分析系統，通常採用小型機加高性能存儲架構建設，針對傳統話單日誌等結構化數據設計，還不具備非結構化數據與流數據的分析處理能力。
第三，數據商業應用不足：電信運營商大量數據尚沒有充分發掘數據應有的價值，智能管道的建設正處在初期階段。現有分析系統僅對內部提供服務，缺乏對外數據開放平台，大量數據未能有效進行商業利用。
電信運營商大數據發展探析
（1）大數據的政策支撐
電信運營商應積極尋求政府的支持，推動政府為大數據產業發展提供積極的政策支撐與引導、對關鍵技術的研發提供專項財政資金支持、對重點工程項目的實施提供支持與保障。電信運營商應高度重視大數據信息安全，推動政府部門牽頭啟動大數據立法，解決大數據信息權屬與隱私保護問題；制定大數據技術標准與運營標准，規范大數據安全體系。通過政策支撐保障大數據產業的可持續發展。
2012年10月，中國計算機學會和中國通信學會均成立了大數據專家委員會，從行業學會的層面來組織和推動大數據的相關產學研用活動。運營商可以依託該平台推動企業內部大數據的發展。
（2）大數據技術架構與演算法的研發
根據2012年美國市場調查咨詢公司（Gartner）發布的新興技術曲線，大數據技術正處於「期望膨脹期」，距離真正成熟尚需2~5年。電信運營商應抓住機遇加強技術研發，在開源技術的基礎上，發展適合運營商的大數據技術；同時應積極對技術標准做出貢獻，掌握技術主動權。在技術的拓展可主要集中在三個方面：（a）大數據的採集與傳輸技術。採集技術是指基於智能管道和物聯網的大數據獲取技術和演算法；大數據傳輸技術研究應注重海量數據傳輸的安全可靠性，解決調度與控制問題。（b）大數據的存儲與分析技術。存儲技術主要指面向海量數據文件的有效存儲與讀取能力、大數據的新型表示方法和去冗降噪演算法；分析技術的拓展方向應包括數據可用性和可計算性，計算復雜性問題，研究求解演算法，進行高效處理等。（c）大數據的隱私安全技術。在大數據時代，如何保護用戶隱私安全不僅是法規層面需要解決的問題，也是電信運營商在技術層面亟待解決的問題。
（3）大數據支撐運營中心
運營商要充分發揮大數據的價值，首要條件是具備採集、融合、存儲、分析海量數據的能力。電信運營商可以在現有經分系統或數據倉庫的基礎上，針對目前數據採集散亂、採集深度不足、分析能力不足的問題，構建數據集中、平台統一的省級或全國級大數據支撐運營中心，為大數據的應用與商業化提供精確支撐。大數據支撐運營中心可以設置如下邏輯架構。
數據採集層：通過建設數據採集聚合網關，匯聚跨地區、跨系統的採集的豐富數據源。
數據融合層：建設海量結構化數據、非結構化數據以及流數據處理能力，建立數據標准化體系，進行統一處理和存儲。
數據應用層：通過構建不同的數據挖掘與分析模型，融合結構化數據，形成數據倉庫，對外提供統一服務能力。
資源管理層：提供統一監控、資源管理與運營等功能。
（4）大數據應用與商業化
大數據應用與商業化是大數據發展的核心價值與落腳點。電信運營商擁有極其豐富的數據資源，相比互聯網公司更具天然優勢。對大數據進行全面、深入、實時的分析和應用，以客戶體驗為核心發展流量經營，是電信運營商應對新形勢下挑戰避免淪為啞管道的關鍵。
通過大數據助力業務創新，提供市場營銷與客戶服務的精準支撐能力。在互聯網社會中，擁有數據，就擁有了了解用戶行為的基礎，從足夠多數據的疊加中可以探知一個人的過往行為，同時可以精準的預測出其未來的需求。通過對海量的行為和內容數據處理，可以獲得用戶的時間、位置、業務、終端等基礎信息，分析出用戶的身份、興趣、社交圈等，這樣可以開發出很多新的增值業務。
通過大數據提升企業管理水平，提供透明管控與科學運營的精準支撐能力。運營商可以融合市場、財務、網路等多個系統產生的海量數據，將相關聯的數據進行處理分析，有利於運營商更全面、更准確、更快速地獲得企業運營數據，為投資決策和網路優化方案提供更多視角。
通過大數據發展開放合作平台，開辟新的商業模式，助力電信運營商轉型。電信運營商可以通過大數據支撐運營中心發展開放合作平台，為廣大開發者提供海量數據資源，發揮大數據的價值，將數據作為資源，進而提升的運營商利潤增長點。
大數據技術的發展及規模商用，使得電信運營商能夠充分挖掘管道內容，創造新的業務增長模式，應對「去電信化」的趨勢，轉型為綜合信息服務提供商，成為未來大數據時代中最大的贏家。但在推動商業化應用的過程中還應全面認識大數據的內涵，避免陷入單純的計算能力和存儲能力建設，要清醒認識大數據發展的成熟度，客觀分析用戶的應用需求，避免過度建設
4. 聯通大數據 移動大數據 運營商大數據精準客戶抓取
聯通移動大數據，運營商大數據是根據運營商用戶的基礎信息數據和大數據建模分析能力相結合的精準獲客營銷產物。主要是通過分析運營商用戶的上網行為，通話行為，通信行為，消費行為等綜合信令行為數據，為用戶建立完整的用戶畫像，再根據不同行業對於精準意向客戶需求的不同，幫助相關企業，公司，行業分析定位其需要的精準意向目標客戶。
相關行業，企業，公司可以通過對同行競品的相應標簽進行搜集，再通過聯通大數據，移動大數據，運營商大數據進行大數據建模分析和抓取（標簽：網站/網址/網頁/url+手機APP應用+400/固話/座機+簡訊+關鍵詞等等標簽進行建模），還可以通過以下維度進行精準客戶分析和定位：（如省/市/地域/地區/性別/年齡/籍貫/工作地/歸屬地/移動終端信息/網站訪問次數/APP訪問次數/電話撥打時長，次數等等維度）進行相關行業，企業，公司需求的精準意向客戶數據的分析抓取和定位。
聯通大數據，移動大數據，運營商大數據的出現對各個行業，企業，公司來說幫助還是非常大的。傳統的電銷企業獲客營銷方式是購買大批客戶資源，有專門的電話銷售人員進行觸達，由於本身客戶資源不夠精準或者資質低下，導致電話銷售打得心累，獲客效率還非常低，並且還有一定程度的法律風險。聯通大數據，移動大數據，運營商大數據不光可以提供精準的，資質信息全面的精準客戶挖掘能力，包括還有完整的風控體系，可以大大降低行業獲客的風險，甚至零風險；還可以幫助行業，企業，公司實時精準鎖定意向目標客戶群體，多渠道，多平台抓取，實時精準觸達，為相關行業，企業，公司爭取更多成交轉化，和商業合作機會；
1.海量數據 ：聯通，移動運營商共計有12億左右的用戶群體，聯通大數據，移動大數據，運營商大數據完全有能力為各個行業以及企業，公司的提供大數據獲客營銷服務能力,可以針對不同行業，企業，公司其個性化的精準客戶需求，為其搭配合適的標簽，維度進行建模，快速支撐其行業，企業，公司的精準營銷能力,最大化的滿足其精準獲客需求。
2.數據風控 :聯通大數據，移動大數據，運營商大數據是在充分保護用戶的信息安全，個人隱私不被侵犯的的前提下,通過大數據開放能力為如房產，教育，裝修，金融，企業服務， 招商加盟， 汽車 等多種行業提供精準有效的客戶。
3.客戶觸達 ：聯通大數據，移動大數據，運營商大數據通過建模分析和抓取的用戶數據會進行脫敏加密處理，第一時間部署到CRM外呼系統，實現客戶管理和外呼觸達兩個功能。
4.合作保障 ：聯通大數據，移動大數據，運營商大數據都是官方大數據業務，可以簽訂合作協議，對公打款。
1、 網站/網頁/網址/URL :客戶通過搜索引擎找到相關網站，網頁並訪問，瀏覽。即可抓取實時訪客數據。提供相關網站鏈接，url即可。
2、 手機APP應用 ：客戶使用注冊了相關手機APP應用，即可實時獲取活躍用戶，注冊用戶。提供相關手機APP名稱即可。
3、 400電話/固話/座機 ：客戶撥打和接聽相關400電話，固話，座機，即可實時截取主叫被叫通話記錄。提供相關400電話/固話/座機號碼即可。
4、手機簡訊 ：客戶接收，發送過相關手機簡訊，或者接收過特定簡訊通道的客戶進行截流。
5、篩選維度 ：可根據全國/省/市/區/縣/性別/年齡/訪問次數，時長/通話次數，時長等維度進行精準的篩選。
5. 運營商大數據靠譜嗎
運營商大數據當然是靠譜的，那些數據都是運營商的大量用戶的使用數據匯總而成的，總體上是比較精確的。
6. 大數據安全問題及應對思路研究
大數據安全問題及應對思路研究
隨著互聯網、物聯網、雲計算等技術的快速發展，全球數據量出現爆炸式增長。與此同時，雲計算為這些海量的多樣化數據提供了存儲和運算平台，分布式計算等數據挖掘技術又使得大數據分析規律、研判趨勢的能力大大增強。在大數據不斷向各個行業滲透、深刻影響國家的政治、經濟、民生和國防的同時，其安全問題也將對個人隱私、社會穩定和國家安全帶來巨大的潛在威脅，如何應對面臨巨大挑戰。
一、大數據安全關鍵問題
隨著數字化進程不斷深入，大數據逐步滲透至金融、汽車、製造、醫療等各個傳統行業，甚至到社會生活的每個角落，大數據安全問題影響也日益增大。
（一）國家數據資源大量流失。互聯網海量數據的跨境流動，加劇了大數據作為國家戰略資源的大量流失，全世界的各類海量數據正在不斷匯總到美國，短期內還看不到轉變的跡象。隨著未來大數據的廣泛應用，涉及國家安全的政府和公用事業領域的大量數據資源也將進一步開放，但目前由於相關配套法律法規和監管機制尚不健全，極有可能造成國家關鍵數據資源的流失。
（二）大數據環境下用戶隱私安全威脅嚴重。隨著大數據挖掘分析技術的不斷發展，個人隱私保護和數據安全變得非常緊迫。一是大數據環境下人們對個人信息的控制權明顯下降，導致個人數據能夠被廣泛、詳實的收集和分析。二是大數據被應用於攻擊手段，黑客可最大限度地收集更多有用信息，為發起攻擊做准備，大數據分析讓黑客的攻擊更精準。三是隨著大數據技術發展，更多信息可以用於個人身份識別，個人身份識別信息的范圍界定困難，隱私保護的數據范圍變得模糊。四是以往建立在「目的明確、事先同意、使用限制」等原則之上的個人信息保護制度，在大數據場景下變得越來越難以操作。
（三）基於大數據挖掘技術的國家安全威脅日益嚴重。大數據時代美國情報機構已搶佔先機，美國通過遍布在全球的國安局監聽機構如地面衛星站、國內監聽站、海外監聽站等採集各種信息，對採集到的海量數據進行快速預處理、解密還原、分析比對、深度挖掘，並生成相關情報，供上層決策。2013年6月底，美中情局前雇員斯諾登爆料，美國情報機關通過思科路由器對中國內地移動運營商、中國教育和科研計算機網等骨幹網路實施長達4年之久的長期監控，以獲取網內海量簡訊數據和流量數據。
（四）基礎設施安全防護能力不足引發數據資產失控。一是基礎通信網路關鍵產品缺乏自主可控，成為大數據安全缺口。我國運營企業網路中，國外廠商設備的現網存量很大，國外產品存在原生性後門等隱患，一旦被遠程利用，大量數據信息存在被竊取的安全風險。二是我國大數據安全保障體系不健全，防禦手段能力建設處於起步階段，尚未建立起針對境外網路數據和流量的監測分析機制，對棱鏡監聽等深層次、復雜、高隱蔽性的安全威脅難以有效防禦、發現和處置。
二、國外大數據安全相關舉措及我國應對思路
目前世界各國均通過出台國家戰略、促進數據融合與開放、加大資金投入等推動大數據應用。相比之下，各國在涉及大數據安全方面的保障舉措則起剛剛起步，主要集中在通過立法加強對隱私數據的保護。德國在2009年對《聯邦數據保護法》進行修改並生效，約束范圍包括互聯網等電子通信領域，旨在防止因個人信息泄露導致的侵犯隱私行為；印度在2012年批准國家數據共享和開放政策的同時，通過擬定非共享數據清單以保護涉及國家安全、公民隱私、商業秘密和知識產權等數據信息；美國在2014年5月發布《大數據：把握機遇，守護價值》白皮書表示，在大數據發揮正面價值的同時，應該警惕大數據應用對隱私、公平等長遠價值帶來的負面影響，建議推進消費者隱私法案、通過全國數據泄露立法、修訂電子通信隱私法案等。
我國在布局、鼓勵和推動大數據發展應用的同時，也應提早謀劃、積極應對大數據帶來的安全挑戰，從戰略制定、法律法規、基礎設施防護等方面應對大數據安全問題。
（一）將大數據資源保護上升為國家戰略，建立分級分類安全管理機制。一是把數據資源視為國家戰略資源，將大數據資源保護納入到國家網路空間安全戰略框架中，構建大數據環境下的信息安全體系，提高應急處置能力和安全防範能力，提升服務能力和運作效率。二是通過國家層面的戰略布局，明確大數據資源保護的整體規劃和近遠期重點工作。三是對國內大數據資源按實施分級分類安全保護思路，保障數據安全、可靠，積極開展大數據安全風險評估工作，針對不同級別大數據特點加強安全防範。五是盡快制定不同級別的大數據採集、存儲、備份、遷移、處理和發布等關鍵環節的安全規范和標准，配套完善相應的監管措施。
（二）完善法律法規，加大個人信息保護監管力度。一是積極推動個人信息保護法律的立法工作，探索通過技術標准、行業自律等手段解決法律出台前的個人信息保護問題。加快《網路安全法》的出台，在《網路安全法》中對電信和互聯網行業用戶信息保護作出明確法律界定，為相關工作開展提供法律依據。二是加強對個人隱私保護的行政監管，同時要加大對侵害個人隱私行為的打擊力度，建立對個人隱私保護的測評機制，推動大數據行業的自律和監督。
（三）加強國家信息基礎設施保護，提升大數據安全保障與防範能力。一是促進技術研究和創新，通過加大財政支持力度，激勵關系國家安全和穩定的政府和國有企事業單位採用安全可控的產品，提升我國基礎設施關鍵設備的安全可控水平。二是加強大數據信息安全系統建設，針對大數據的收集、處理、分析、挖掘等過程設計與配置相應的安全產品，並組成統一的、可管控的安全系統，推動建立國家級、企業級的網路個人信息保護態勢感知、監控預警、測評認證平台。三是充分利用大數據技術應對網路攻擊，通過大數據處理技術實現對網路異常行為的識別和分析，基於大數據分析的智能驅動型安全模型，把被動的事後分析變成主動的事前防禦；基於大數據的網路攻擊追蹤，實現對網路攻擊行為的溯源。
以上是小編為大家分享的關於大數據安全問題及應對思路研究的相關內容，更多信息可以關注環球青藤分享更多干貨