大數據草案

『壹』 大數據未來將是怎樣的發展趨勢

我們先來看一下大數據的定義：

大數據（big data）是指無法在一定時間范圍內用常規軟體工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。大數據到底是什麼，如果簡單來理解大數據就是 4V 的特徵：Volume（大量）、Velocity（高速）、Variety（多樣）、Value（價值），即 數據體量巨大、數據類型繁多、價值密度低、處理速度快。

大數據的應用

洛杉磯警察局和加利福尼亞大學合作利用大數據預測犯罪的發生。

google流感趨勢(Google Flu Trends)利用搜索關鍵詞預測禽流感的散布。

統計學家內特.西爾弗(Nate Silver)利用大數據預測2012美國選舉結果。

……

還有一個經典小故事，它的背後原理也是大數據的應用！

20世紀90年代，美國沃爾瑪超市管理人員分析銷售數據時，發現了一個令人難以理解的現象：在某些特定的情況下，「啤酒」與「尿布」兩件看上去毫無關系的商品，會經常出現在同一個購物籃中，且大多出現在年輕的父親身上。

分析背後原因是，在美國有嬰兒的家庭中，一般是母親在家中照看嬰兒，年輕的父親去超市買尿布。

父親在購買尿布的同時，往往會順便為自己購買啤酒。

由此，沃爾瑪就在賣場嘗試將啤酒與尿布擺放在相同區域，讓年輕的父親可以同時找到這兩件商品，並很快地完成購物，從而極大提升商品銷售收入。

大數據與我們息息相關

我們一定聽過AlphaGo對戰柯潔，機器人通過海量的圍棋數據進行學習從而戰勝了圍棋高手柯潔。

但大數據更是與我們每個人的生活息息相關，來看看大數據為我們的生活帶來了什麼？

• 看視頻的時候優先推選我們感興趣的視頻

• 買衣服的時候優先推選我們可能喜歡的衣服

• 同理，還有音樂APP，團購軟體，旅遊平台等這些都是大數據帶給我們的改變

現在生活中幾乎所有的便利都是大數據帶給我們的改變！




大數據的前景


大數據成為時代發展一個必然的產物，並且大數據正在加速滲透到我們的日常生活中，為我們提供便利。

大數據，這個行業的前景讓人實名心動♡♡♡

• 大數據行業人才缺口大，市場火爆，據悉，大數據行業目前國內的人才需求量達百萬+

• 大數據行業人才薪資普遍偏高，據數據，2019年一線城市大數據開發人才月薪15-20k

• 未來的大數據將滲透到我們生活的方方面面，將在醫療、教育、服務、金融、政府、交通等行業廣泛應用

『貳』 立法禁止大數據殺熟，網路新人笑舊人哭的現象能得到根治嗎

何為「大數據殺熟」？簡而言之，就是網路上的「從來只有新人笑，有誰聽到舊人哭」。很多平台為了吸引新用戶，對新用戶會有各種優惠，為了讓新用戶養成使用習慣，針對新用戶的產品價格往往會比老用戶更低。老用戶由於養成了使用習慣，也很少去其他平台或者去和用戶比價，所以得到的優惠力度反而不如新用戶，這邊是所謂的「殺熟」。

既然是有了立法，就意味著今後如果遭遇了「大數據殺熟」，用戶可以依法維權，要求平台做出解釋和合理的賠償，平台拒絕的話，可以到消費者權益保護機構進行投訴。

但是不是立法之後，「大數據殺熟」的現象就會銷聲匿跡呢？我覺得並不會，畢竟對於平台來說，「拉新」是非常重要的，新用戶的增長才能使平台長發展，所以平台對新用戶的各種優惠力度也會更大。「殺熟」的做法違規的話，商家自然會想出其他的辦法來留住新人。作為消費者，我們要做的就是時時警惕，做到貨比三家，不要形成定勢思維，可以嘗試交替使用不同的商家，避免成為「殺熟」的對象。

『叄』 國家隊大數據的規劃和意義有哪些

近年來，「大數據」議題已經成為了國務院常務會議的座上客，「大數據」戰略早露端倪。2014年7月23日，國務院常務會議審議通過《企業信息公示暫行條例（草案）》，推動構建公平競爭市場環境。其中要求建立部門間互聯共享信息平台，運用大數據等手段提升監管水平。2014年9月17日，部署進一步扶持小微企業發展，推動大眾創業，萬眾創新，其中包括加大服務小微企業的信息系統建設，方便企業獲得政策信息，運用大數據、雲計算等技術提供更有效服務。2014年10月29日，要求重點推進6大領域消費，其中強調加快健康醫療、企業監管等大數據應用。2014年11月15日，提出在疾病防治，災害預防，社會保障，電子政務等領域開展大數據應用示範。2015年1月14日，部署加快發展服務貿易，以結構優化拓展發展空間，提出要創新模式，利用大數據、物聯網等新技術打造服務貿易新型網路平台。2015年2月6日，確定運用互聯網和大數據技術，加快建設投資項目在線審批監管平台，橫向聯通發展改革，城鄉規劃，國土資源，環境保護等部門，縱向貫通各級政府，推進網上受理、辦理、監管「一條龍」服務，做到全透明，可核查，讓信息多跑路，群眾少跑腿。2015年7月，國務院辦公廳印發的《關於運用大數據加強對市場主體服務和監管的若干意見》提出，要提高對市場主體服務水平；加強和改進市場監管；推進政府和社會信息資源開放共享；提高政府運用大數據的能力；積極培育和發展社會化徵信服務。

『肆』 大數據時代的幾個關鍵詞是什麼

1、容量（Volume）：數據的大小決定所考慮的數據的價值和潛在的信息；

2、種類（Variety）：數據類型的多樣性；

3、速度（Velocity）：指獲得數據的速度；

4、可變性（Variability）：妨礙了處理和有效地管理數據的過程。

5、真實性（Veracity）：數據的質量。

6、復雜性（Complexity）：數據量巨大，來源多渠道。

7、價值（value）：合理運用大數據，以低成本創造高價值。

(4)大數據草案擴展閱讀：

大數據的精髓：

大數據帶給我們的三個顛覆性觀念轉變：是全部數據，而不是隨機采樣；是大體方向，而不是精確制導；是相關關系，而不是因果關系。

A、不是隨機樣本，而是全體數據：在大數據時代，我們可以分析更多的數據，有時候甚至可以處理和某個特別現象相關的所有數據，而不再依賴於隨機采樣(隨機采樣，以前我們通常把這看成是理所應當的限制，但高性能的數字技術讓我們意識到，這其實是一種人為限制)；

B、不是精確性，而是混雜性：研究數據如此之多，以至於我們不再熱衷於追求精確度；

之前需要分析的數據很少，所以我們必須盡可能精確地量化我們的記錄，隨著規模的擴大，對精確度的痴迷將減弱；擁有了大數據，我們不再需要對一個現象刨根問底，只要掌握了大體的發展方向即可，適當忽略微觀層面上的精確度，會讓我們在宏觀層面擁有更好的洞察力；

C、不是因果關系，而是相關關系：我們不再熱衷於找因果關系，尋找因果關系是人類長久以來的習慣，在大數據時代，我們無須再緊盯事物之間的因果關系，而應該尋找事物之間的相關關系;相關關系也許不能准確地告訴我們某件事情為何會發生，但是它會提醒我們這件事情正在發生。

『伍』 目標清晰任務明確 大數據迎來大發展

目標清晰任務明確 大數據迎來大發展

業內專家分析認為，《綱要》的發布和實施，對於促進中國大數據產業和互聯網新經濟的持續健康發展將產生深遠的影響，中國大數據產業將進入一個5到10年的穩步發展期，產業化進程將顯著加快。而各類金融機構在支持大數據產業發展的過程中，也將獲得創新金融服務、加快自身轉型升級的新機遇。

經國務院總理李克強簽批，國務院日前正式印發《促進大數據發展行動綱要》（以下簡稱《綱要》），系統部署大數據發展工作。業內專家分析認為，此次發布的《綱要》，與7月初國務院發布的《關於積極推進「互聯網＋」行動的指導意見》，構成規范發展中國互聯網新經濟發展和社會轉型升級的「姊妹篇」，其發布和實施對於促進中國大數據產業和互聯網新經濟的持續健康發展將產生深遠的影響。

促進大數據發展意義深遠

大數據是以容量大、類型多、存取速度快、應用價值高為主要特徵的數據集合，正快速發展為對數量巨大、來源分散、格式多樣的數據進行採集、存儲和關聯分析，從中發現新知識、創造新價值、提升新能力的新一代信息技術和服務業態。

當今全球，信息技術與經濟社會的交匯融合引發了數據迅猛增長，數據已成為國家基礎性戰略資源，大數據正日益對全球生產、流通、分配、消費活動以及經濟運行機制、社會生活方式和國家治理能力產生重要影響。

目前，我國互聯網、移動互聯網用戶規模居全球第一，擁有豐富的數據資源和應用市場優勢，大數據部分關鍵技術研發取得突破，涌現出一批互聯網創新企業和創新應用，一些地方政府已啟動大數據相關工作。堅持創新驅動發展，加快大數據工作部署，深化大數據應用，已成為穩增長、促改革、調結構、惠民生和推動政府治理能力現代化的內在需要和必然選擇。

適應全球化的新趨勢，制定和實施《綱要》，清楚地表明促進大數據發展已上升為新的國家發展戰略，該戰略的實施具有深遠的歷史意義。

促進大數據發展，將為經濟轉型發展提供新動力。以數據流引領技術流、物質流、資金流、人才流，將深刻影響社會分工協作的組織模式，促進生產組織方式的集約和創新。大數據推動社會生產要素的網路化共享、集約化整合、協作化開發和高效化利用，改變了傳統的生產方式和經濟運行機制，可顯著提升經濟運行水平和效率。大數據持續激發商業模式創新，不斷催生新業態，已成為互聯網等新興領域促進業務創新增值、提升企業核心價值的重要驅動力。

促進大數據發展，使我們抓住了重塑國家競爭優勢的新機遇。充分利用我國的數據規模優勢，實現數據規模、質量和應用水平同步提升，發掘和釋放數據資源的潛在價值，有利於更好地發揮數據資源的戰略作用，增強網路空間數據主權保護能力，維護國家安全，有效提升國家競爭力。

促進大數據發展，將成為提升政府治理能力的新途徑。大數據應用能夠揭示傳統技術方式難以展現的關聯關系，推動政府數據開放共享，促進社會事業數據融合和資源整合，將極大提升政府整體數據分析能力，為有效處理復雜社會問題提供新的手段。建立「用數據說話、用數據決策、用數據管理、用數據創新」的管理機制，實現基於數據的科學決策，將推動政府管理理念和社會治理模式進步，加快建設法治政府、創新政府、廉潔政府和服務型政府，逐步實現政府治理能力現代化。

促進大數據產業健康發展

《綱要》明確提出了促進大數據發展的指導思想以及未來5到10年逐步實現的目標，並對三方面的主要任務作了具體部署。這三方面的任務是，一要加快政府數據開放共享，推動資源整合，提升治理能力；二要推動產業創新發展，培育新興業態，助力經濟轉型；三要強化安全保障，提高管理水平，促進健康發展。

業內專家認為，在各項任務中，促進大數據產業持續健康發展，具有更為關鍵的影響和作用。事實上，《綱要》明確提出了「促進大數據產業健康發展」的方針。對此，相關各方要高度重視和積極落實。

實施大數據行動計劃是一項龐大的社會系統工程，包括了對大數據的搜集、分類、整理、分析、加工，使其成為供社會和市場各方主體可用的「半成品」、「成品」和「方案」等。在這個繁雜的社會分工和協作過程中，將形成成熟的大數據產業及體系，包括各種大數據平台及生態體系，並與互聯網新經濟有機地融合為一體。

中國電子信息標准化研究院有關負責人日前透露，國家標准委正在著手制定首批共10項大數據標准，即大數據術語、大數據技術參考模型、數據交易平台交易數據描述、數據交易服務平台通用功能要求、數據能力成熟度評價模型、多媒體數據語義描述要求、科學數據引用、數據溯源描述模型、數據質量評價指標和通用數據導入介面規范。其中，前4項處在徵求意見狀態，中間4項已完成草案，最後兩項還在草案大綱階段。另外，大數據標准體系框架也已處於徵求意見階段。

業內人士分析指出，在《綱要》發布實施和上述標准頒布之後，中國大數據產業將告別「跑馬佔地式」發展階段，進入一個5到10年的穩步發展期，大數據產業化進程將顯著加快。

金融支持與

大數據產業發展形成雙贏

金融是現代經濟的核心，大數據產業發展離不開金融的支持，而金融的大力支持將形成金融與大數據產業發展互動雙贏的新格局。

為促進大數據發展，《綱要》明確了7個方面的政策機制，其中第5項是加大財政金融支持，包括：利用現有資金渠道，推動建設一批國際領先的重大示範工程；鼓勵金融機構加強和改進金融服務，加大對大數據企業的支持力度；鼓勵大數據企業進入資本市場融資，努力為企業重組並購創造更加寬松的金融政策環境；引導創業投資基金投向大數據產業，鼓勵設立一批投資於大數據產業領域的創業投資基金。

這些政策機制的創新和實施，將給金融業包括銀行、證券、保險、租賃等機構帶來創新金融服務、加快自身轉型升級的新機遇，各類金融機構在支持大數據產業發展和運用大數據的過程中，必將形成與大數據產業持續發展互動雙贏的新格局。

以上是小編為大家分享的關於目標清晰任務明確 大數據迎來大發展的相關內容，更多信息可以關注環球青藤分享更多干貨

『陸』 什麼是大數據，看完這篇就明白了

什麼是大數據

如果從字面上解釋的話，大家很容易想到的可能就是大量的數據，海量的數據。這樣的解釋確實通俗易懂，但如果用專業知識來描述的話，就是指數據集的大小遠遠超過了現有普通資料庫軟體和工具的處理能力的數據。

大數據的特點

海量化

這里指的數據量是從TB到PB級別。在這里順帶給大家科普一下這是什麼概念。

MB，全稱MByte，計算機中的一種儲存單位，含義是「兆位元組」。

1MB可儲存1024×1024=1048576位元組（Byte）。

位元組（Byte）是存儲容量基本單位，1位元組（1Byte）由8個二進制位組成。

位（bit）是計算機存儲信息的最小單位，二進制的一個「0」或一個「1」叫一位。

通俗來講，1MB約等於一張網路通用圖片（非高清）的大小。

1GB=1024MB，約等於下載一部電影（非高清）的大小。

1TB=1024GB，約等於一個固態硬碟的容量大小，能存放一個不間斷的監控攝像頭錄像（200MB/個）長達半年左右。

1PB=1024TB，容量相當大，應用於大數據存儲設備，如伺服器等。

1EB=1024PB，目前還沒有單個存儲器達到這個容量。

多樣化

大數據含有的數據類型復雜，超過80%的數據是非結構化的。而數據類型又分成結構化數據，非結構化數據，半結構化數據。這里再對三種數據類型做一個分類科普。

①結構化數據

結構化的數據是指可以使用關系型資料庫(例如:MySQL,Oracle,DB2)表示和存儲，表現為二維形式的數據。一般特點是：數據以行為單位，一行數據表示一個實體的信息，每一行數據的屬性是相同的。所以，結構化的數據的存儲和排列是很有規律的，這對查詢和修改等操作很有幫助。

但是，它的擴展性不好。比如，如果欄位不固定，利用關系型資料庫也是比較困難的，有人會說，需要的時候加個欄位就可以了，這樣的方法也不是不可以，但在實際運用中每次都進行反復的表結構變更是非常痛苦的，這也容易導致後台介面從資料庫取數據出錯。你也可以預先設定大量的預備欄位，但這樣的話，時間一長很容易弄不清除欄位和數據的對應狀態，即哪個欄位保存有哪些數據。

②半結構化數據

半結構化數據是結構化數據的一種形式，它並不符合關系型資料庫或其他數據表的形式關聯起來的數據模型結構，但包含相關標記，用來分隔語義元素以及對記錄和欄位進行分層。因此，它也被稱為自描述的結構。半結構化數據，屬於同一類實體可以有不同的屬性，即使他們被組合在一起，這些屬性的順序並不重要。常見的半結構數據有XML和JSON。

③非結構化數據

非結構化數據是數據結構不規則或不完整，沒有預定義的數據模型，不方便用資料庫二維邏輯表來表現的數據。包括所有格式的辦公文檔、文本、圖片、各類報表、圖像和音頻/視頻信息等等。非結構化數據其格式非常多樣，標准也是多樣性的，而且在技術上非結構化信息比結構化信息更難標准化和理解。所以存儲、檢索、發布以及利用需要更加智能化的IT技術，比如海量存儲、智能檢索、知識挖掘、內容保護、信息的增值開發利用等。

快速化

隨著物聯網、電子商務、社會化網路的快速發展，全球大數據儲量迅猛增長，成為大數據產業發展的基礎。根據國際數據公司(IDC)的監測數據顯示，2013年全球大數據儲量為4.3ZB(相當於47.24億個1TB容量的移動硬碟)，2014年和2015年全球大數據儲量分別為6.6ZB和8.6ZB。近幾年全球大數據儲量的增速每年都保持在40%，2016年甚至達到了87.21%的增長率。2016年和2017年全球大數據儲量分別為16.1ZB和21.6ZB，2018年全球大數據儲量達到33.0ZB。預測未來幾年，全球大數據儲量規模也都會保持40%左右的增長率。在數據儲量不斷增長和應用驅動創新的推動下，大數據產業將會不斷豐富商業模式，構建出多層多樣的市場格局，具有廣闊的發展空間。

核心價值

大數據的核心價值，從業務角度出發，主要有如下的3點：

a.數據輔助決策：為企業提供基礎的數據統計報表分析服務。分析師能夠輕易獲取數據產出分析報告指導產品和運營，產品經理能夠通過統計數據完善產品功能和改善用戶體驗，運營人員可以通過數據發現運營問題並確定運營的策略和方向，管理層可以通過數據掌握公司業務運營狀況，從而進行一些戰略決策；

b.數據驅動業務：通過數據產品、數據挖掘模型實現企業產品和運營的智能化，從而極大的提高企業的整體效能產出。最常見的應用領域有基於個性化推薦技術的精準營銷服務、廣告服務、基於模型演算法的風控反欺詐服務徵信服務，等等。

c.數據對外變現：通過對數據進行精心的包裝，對外提供數據服務，從而獲得現金收入。市面上比較常見有各大數據公司利用自己掌握的大數據，提供風控查詢、驗證、反欺詐服務，提供導客、導流、精準營銷服務，提供數據開放平台服務，等等。

大數據能做什麼？

1、海量數據快速查詢(離線)

能夠在海量數據的基礎上進行快速計算，這里的「快速」是與傳統計算方案對比。海量數據背景下，使用傳統方案計算可能需要一星期時間。使用大數據 技術計算只需要30分鍾。

2.海量數據實時計算（實時）

在海量數據的背景下，對於實時生成的最新數據，需要立刻、馬上傳遞到大數據環境，並立刻、馬上進行相關業務指標的分析，並把分析完的結果立刻、馬上展示給用戶或者領導。

3.海量數據的存儲（數據量大，單個大文件）

大數據能夠存儲海量數據,大數據時代數據量巨大,1TB=1024*1G 約26萬首歌(一首歌4M),1PB=1024 * 1024 * 1G約2.68億首歌(一首歌4M)

大數據能夠存儲單個大文件。目前市面上最大的單個硬碟大小約為10T左右。若有一個文件20T,將 無法存儲。大數據可以存儲單個20T文件，甚至更大。

4.數據挖掘（挖掘以前沒有發現的有價值的數據）

挖掘前所未有的新的價值點。原始企業內數據無法計算出的結果，使用大數據能夠計算出。

挖掘（演算法）有價值的數據。在海量數據背景下，使用數據挖掘演算法，挖掘有價值的指標（不使用這些演算法無法算出）

大數據行業的應用？

1.常見領域

2.智慧城市

3.電信大數據

4.電商大數據

大數據行業前景(國家政策)？

2014年7月23日，國務院常務會議審議通過《企業信息公示暫行條例（草案）》

2015年6月19日，國家主席、總理同時就「大數據」發表意見：《國務院辦公廳關於運用大數據加強對市場主體服務和監管的若干意見》

2015年8月31日，國務院印發《促進大數據發展行動綱要》。國發〔2015〕50號

2016年12月18日，工業和信息化部關於印發《大數據產業發展規劃》

2018年1月23日。中央全面深化改革領導小組會議審議通過了《科學數據管理辦法》

2018年7月1日，國務院辦公廳印發《關於運用大數據加強對市場主體服務和監管的若干意見》

2019年政府工作報告中總理指出「深化大數據、人工智慧等研發應用，培育新一代信息技術、高端裝備、生物醫葯、新能源汽車、新材料等新興產業集群，壯大數字經濟。」

總結

我國著名的電商之父，阿里巴巴創始人馬雲先生曾說過，未來10年，乃至20年，將是人工智慧的時代，大數據的時代。對於現在正在學習大數據的我們來說，未來對於我們更是充滿了各種機遇與挑戰。

python學習網，大量的免費python視頻教程，歡迎在線學習！

『柒』 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