顶部
收藏

大数据治理技术


作者:
主编 杜小勇 黄科满;副主编 王璞巍 陈晋川 吴云乘 范举 杨婧如
定价:
47.00元
ISBN:
978-7-04-064641-2
版面字数:
430.00千字
开本:
16开
全书页数:
暂无
装帧形式:
平装
重点项目:
暂无
出版时间:
2025-11-13
物料号:
64641-00
读者对象:
高等教育
一级分类:
计算机/教育技术类
二级分类:
计算机科学与技术专业课程

本书是大数据新兴领域“十四五”高等教育教材。全书包含四个部分,共9章:第一部分为大数据治理基础,包含第1~2章,涵盖大数据治理技术概述和治理方法体系;第二部分为大数据治理支撑技术,包含第3~4章,讲述区块链与智能合约、数字对象架构;第三部分为大数据治理实现技术,包含第5~7章,讲述数据组织汇聚、数据发布和数据可信流通技术;第四部分为大数据治理案例与实训,包含第8~9章,讲述隐私数据跨域治理和政企数据融合流通。本书前沿性与经典性并重,并配有教学资源,为读者提供全方位的学习支持和服务。

本书既可作为高等学校大数据和计算机类相关专业本科生、研究生的教材,也可供相关领域的研究人员和从业人员参考。

  • 前辅文
  • 第一部分 大数据治理基础
    • 第1章 大数据治理技术概述
      • 1.1 数据危机
        • 1.1.1 数据危机的产生和发展
        • 1.1.2 数据危机的主要表现及应对方法
        • 1.1.3 数据治理的历史演变
      • 1.2 数据治理概念
        • 1.2.1 从数据管理到数据治理
        • 1.2.2 狭义数据治理vs.广义数据治理
        • 1.2.3 数据治理的核心内容
      • 1.3 数据治理典型框架
        • 1.3.1 数据治理体系的挑战
        • 1.3.2 “434”大数据治理体系框架
      • 1.4 数据治理典型应用场景
        • 1.4.1 某新能源汽车公司的数据资产治理实践
        • 1.4.2 某电网公司数据治理案例
        • 1.4.3 公共数据授权运营
        • 1.4.4 数据驱动的城市智能治理
        • 1.4.5 工业大数据与区块链
        • 1.4.6 小结
      • 1.5 本章小结
        • 补充资料1:数据治理的多学科视角
        • 补充资料2:其他数据治理典型框架
        • 补充资料3:不同数据治理体系的比较
      • 1.6 习题
    • 第2章 大数据治理方法体系
      • 2.1 数据治理的跨域特性
        • 2.1.1 跨域数据资源特性
        • 2.1.2 跨域数据治理类型
      • 2.2 跨域数据治理的关键阶段
        • 2.2.1 数据组织汇聚
        • 2.2.2 数据发布
        • 2.2.3 数据可信流通
      • 2.3 跨域数据治理的核心任务
        • 2.3.1 数据质量
        • 2.3.2 数据安全
        • 2.3.3 数据隐私
        • 2.3.4 数据权属
      • 2.4 跨域数据治理的方法体系和技术架构
        • 2.4.1 “Y型”跨域数据治理技术框架
        • 2.4.2 社会化信息系统
        • 2.4.3 社会化信息系统构建的基本过程
        • 2.4.4 技术体系
      • 2.5 跨域公共数据治理价值生态实践
        • 2.5.1 跨域公共数据治理中的数据底座
        • 2.5.2 公共数据平台中的技术体系
      • 2.6 本章小结
      • 2.7 习题
  • 第二部分 大数据治理支撑技术
    • 第3章 区块链与智能合约
      • 3.1 区块链工作原理
        • 3.1.1 区块链系统架构
        • 3.1.2 区块链数据结构
        • 3.1.3 区块链事务处理过程
        • 3.1.4 区块链共识协议
      • 3.2 区块链技术发展概况
        • 3.2.1 网络结构
        • 3.2.2 共识协议
        • 3.2.3 区块链事务处理
        • 3.2.4 区块链安全威胁
      • 3.3 区块链典型应用场景
        • 3.3.1 加密数字货币
        • 3.3.2 金融科技
        • 3.3.3 政务和司法领域
        • 3.3.4 物流领域
        • 3.3.5 数据要素流通领域
      • 3.4 智能合约
        • 3.4.1 智能合约概述
        • 3.4.2 Solidity智能合约
        • 3.4.3 超级账本智能合约
      • 3.5 本章小结
      • 3.6 习题
    • 第4章 数字对象架构
      • 4.1 数字对象架构技术
      • 4.2 数字对象架构组成及数据模型
        • 4.2.1 数字对象架构组成
        • 4.2.2 数字对象架构数据模型
      • 4.3 数字对象架构核心系统构件
        • 4.3.1 概述
        • 4.3.2 实现指南
      • 4.4 数字对象架构标准协议
        • 4.4.1 数字对象标识/解析协议
        • 4.4.2 数字对象接口协议
      • 4.5 数字对象架构应用案例:数字图书馆
        • 4.5.1 数字图书馆DOI系统概述
        • 4.5.2 数字图书馆数字资源管理访问示例
      • 4.6 本章小结
      • 4.7 习题
  • 第三部分 大数据治理实现技术
    • 第5章 数据组织汇聚技术
      • 5.1 数据汇聚模式
        • 5.1.1 数据汇聚的任务
        • 5.1.2 物理汇聚
        • 5.1.3 逻辑汇聚
      • 5.2 数据对齐
        • 5.2.1 任务描述
        • 5.2.2 关键技术
      • 5.3 数据对象化
        • 5.3.1 任务描述
        • 5.3.2 核心步骤
        • 5.3.3 关键技术
      • 5.4 数据标签化
        • 5.4.1 任务描述
        • 5.4.2 建设原则
        • 5.4.3 关键技术
      • 5.5 数据分类分级
        • 5.5.1 基本原则
        • 5.5.2 数据分类规则
        • 5.5.3 数据分级规则
        • 5.5.4 数据分类分级流程
      • 5.6 数据目录
        • 5.6.1 数据目录概述
        • 5.6.2 数据目录的层次结构
        • 5.6.3 数据目录的构建
        • 5.6.4 数据目录的分类与评估
      • 5.7 典型案例:数字资源超市
        • 5.7.1 实施步骤
        • 5.7.2 应用效果
      • 5.8 本章小结
      • 5.9 习题
    • 第6章 数据发布技术
      • 6.1 数据发布模式
      • 6.2 数据服务化发布
        • 6.2.1 微服务
        • 6.2.2 REST服务
        • 6.2.3 数据服务生成
        • 6.2.4 数据服务注册
        • 6.2.5 数据服务组合
        • 6.2.6 小结
      • 6.3 隐私保护的数据发布技术
        • 6.3.1 数据脱敏
        • 6.3.2 数据匿名
        • 6.3.3 数据扰乱
      • 6.4 数据生成的数据发布
        • 6.4.1 数据生成的基本原理
        • 6.4.2 数据生成的主要方法
        • 6.4.3 基于深度生成模型的数据生成方法设计
        • 6.4.4 小结
      • 6.5 本章小结
      • 6.6 习题
    • 第7章 数据可信流通技术
      • 7.1 数据流通模式
        • 7.1.1 数据流通含义
        • 7.1.2 数据流通的模式
        • 7.1.3 数据可信流通的要求
      • 7.2 跨域数据融合
        • 7.2.1 跨域数据统一查询
        • 7.2.2 跨域数据语义融合
        • 7.2.3 小结
      • 7.3 隐私计算
        • 7.3.1 安全多方计算技术
        • 7.3.2 联邦学习技术
        • 7.3.3 其他隐私计算技术
        • 7.3.4 隐私计算技术的对比
      • 7.4 数据溯源
        • 7.4.1 基本概念
        • 7.4.2 常见溯源模型
        • 7.4.3 PROV模型和ProVOC国家标准
        • 7.4.4 基于区块链的数据溯源
      • 7.5 本章小结
      • 7.6 习题
  • 第四部分 大数据治理案例与实训
    • 第8章 隐私数据跨域治理
      • 8.1 概述
        • 8.1.1 医疗隐私数据跨域流通
        • 8.1.2 隐私数据流通的关键技术和解决方案
      • 8.2 数据组织汇聚
        • 8.2.1 数据汇聚与对齐:数据资产配置
        • 8.2.2 数据分类分级:自定义和预定义相结合
        • 8.2.3 数据标签化:人机协作的敏感数据识别
        • 8.2.4 数据目录:数据资源登记
      • 8.3 数据发布
        • 8.3.1 数据脱敏
        • 8.3.2 数据开放策略配置
        • 8.3.3 数据合规审核
      • 8.4 数据可信流通
        • 8.4.1 数据目录查询与数据准备
        • 8.4.2 数据应用编排
        • 8.4.3 数据使用行为审核及发布
        • 8.4.4 数据模型部署与使用
        • 8.4.5 可信存证与调度
        • 8.4.6 风险行为识别与审计
      • 8.5 本章小结
      • 8.6 习题
    • 第9章 政企数据融合流通
      • 9.1 数据专区案例概述
        • 9.1.1 政策背景
        • 9.1.2 基本概念
        • 9.1.3 技术架构
        • 9.1.4 主要流程
        • 9.1.5 案例简介
      • 9.2 数据组织汇聚
        • 9.2.1 数据确权
        • 9.2.2 数据对齐
        • 9.2.3 数据对象化
        • 9.2.4 数据标签化
        • 9.2.5 数据分类分级
        • 9.2.6 数据目录
      • 9.3 数据发布
        • 9.3.1 数据交换
        • 9.3.2 数据服务化发布
        • 9.3.3 隐私保护的数据发布
        • 9.3.4 数据合成
        • 9.3.5 数据模型化发布
      • 9.4 数据可信流通
        • 9.4.1 跨域数据融合
        • 9.4.2 隐私计算
        • 9.4.3 数据溯源的应用
      • 9.5 政企数据融合流通中的挑战与展望
      • 9.6 本章小结
      • 9.7 习题
  • 术语表
  • 参考文献

相关图书