当前位置:首页 > 工业技术
大数据技术与应用  大数据治理与服务
大数据技术与应用  大数据治理与服务

大数据技术与应用 大数据治理与服务PDF电子书下载

工业技术

  • 电子书积分:10 积分如何计算积分?
  • 作 者:张绍华,潘蓉,宗宇伟主编
  • 出 版 社:上海:上海科学技术出版社
  • 出版年份:2016
  • ISBN:7547828388
  • 页数:229 页
图书介绍:本书主要介绍:数据资产的治理方法,使其发挥价值的方法论、模型和实施路径;不同大数据服务层级所依托的管理模块;数据治理的审计;关注的隐私、安全等问题;并结合业界最新实施案例,解析了目前大数据使用面临的诸多战略问题。书中首次在国内披露数据治理的模型和方法论,这是国内最领先的研究,填补了国内的空白。这是研究了国际最领先的数据治理,在ISO/IEC SC40 WG1小组会议上发布并获得全体支持的白皮书基础上,结合ISO38500原则为基础的IT治理系列标准要求,修订而成的。因此,具有显著的原创性和较高的学术价值。本书可为从事大数据治理与服务的学者、研究人员、高校研究生及大数据产业人员提供参考。
《大数据技术与应用 大数据治理与服务》目录

第1章 大数据治理概述 1

1.1 大数据治理相关概念 2

1.1.1 背景知识 2

1.1.2 数据治理 12

1.1.3 大数据治理 16

1.2 从数据治理到大数据治理 21

1.2.1 国际数据治理进展 21

1.2.2 中国数据治理进展 30

1.2.3 大数据治理——数据治理的新趋势 33

1.3 大数据治理的重要作用 34

参考文献 35

第2章 大数据治理框架 37

2.1 框架概述 38

2.2 大数据治理的原则 39

2.2.1 战略一致 39

2.2.2 风险可控 39

2.2.3 运营合规 40

2.2.4 绩效提升 40

2.3 大数据治理的范围 40

2.3.1 大数据治理的活动与范围 41

2.3.2 战略 42

2.3.3 组织 42

2.3.4 大数据质量 43

2.3.5 大数据生命周期 43

2.3.6 大数据安全、隐私与合规 44

2.3.7 大数据架构 45

2.3.8 大数据服务创新 46

2.4 大数据治理的实施与评估 47

2.4.1 促成因素 47

2.4.2 实施过程 49

2.4.3 成熟度评估 49

2.4.4 审计 52

参考文献 52

第3章 大数据的战略和组织 53

3.1 大数据战略指明企业转型的方向 54

3.2 企业制定大数据战略的要点 56

3.2.1 融合业务需求 56

3.2.2 建立大数据价值实现的蓝图 56

3.2.3 融合企业组织和战略 58

3.3 大数据战略对组织的影响 58

3.3.1 组织架构设计要素 58

3.3.2 大数据战略对组织架构设计的影响 60

3.4 典型大数据组织示例 62

参考文献 65

第4章 大数据架构 67

4.1 大数据架构概述 68

4.1.1 架构与架构设计 68

4.1.2 数据和数据架构 69

4.1.3 从数据架构到大数据架构 69

4.2 大数据架构参考模型 70

4.2.1 总体架构 70

4.2.2 大数据基础资源层 71

4.2.3 大数据管理与分析层 73

4.2.4 大数据应用与服务层 75

4.3 大数据架构的实现 75

4.3.1 不同视角下的架构分析 75

4.3.2 大数据技术架构 76

4.3.3 大数据应用架构 79

参考文献 80

第5章 大数据安全、隐私和合规管理 81

5.1 大数据安全和隐私的问题与挑战 82

5.1.1 大数据带来的安全隐私问题 83

5.1.2 大数据安全和隐私的十大技术挑战 86

5.1.3 十大技术挑战的建模、分析和实施 87

5.2 大数据安全防护 87

5.2.1 大数据安全防护对策 94

5.2.2 大数据安全防护关键技术 95

5.2.3 大数据分析技术带来安全智能 98

5.3 大数据隐私保护 106

5.3.1 大数据隐私特点分析 107

5.3.2 大数据隐私保护对策 109

5.3.3 大数据的隐私保护关键技术 110

5.4 大数据合规管理 113

5.4.1 美国数据合规管理状况 113

5.4.2 欧盟数据合规管理状况 114

5.4.3 我国数据合规管理现状 114

参考文献 115

第6章 大数据质量管理 117

6.1 大数据特性及其质量管理的复杂性 118

6.1.1 大数据的特性分析 118

6.1.2 大数据质量管理的复杂性 119

6.1.3 大数据质量管理复杂性的原因分析 119

6.2 大数据质量的概念和维度 120

6.2.1 大数据质量的基本概念 120

6.2.2 大数据质量的维度 120

6.3 大数据质量管理参考框架 122

6.3.1 参考框架概述 122

6.3.2 大数据质量策略 123

6.3.3 大数据质量控制目标 124

6.3.4 职责角色 125

6.3.5 流程和方法 125

6.3.6 支撑保障 126

6.4 大数据质量项目实施方法 126

6.4.1 定义阶段 127

6.4.2 测量阶段 130

6.4.3 分析阶段 131

6.4.4 改进阶段 133

6.4.5 控制阶段 135

6.5 大数据质量管理常用方法和工具 136

6.5.1 常用质量管理工具 136

6.5.2 数据质量辅助工具 138

参考文献 140

第7章 大数据生命周期 141

7.1 概述 142

7.2 大数据范围确定 144

7.3 大数据采集 144

7.3.1 大数据采集的范围 144

7.3.2 大数据采集的策略 145

7.3.3 大数据采集的规范 146

7.3.4 大数据采集的安全与隐私 146

7.3.5 数据采集的时效 147

7.3.6 非结构化数据的采集 148

7.3.7 大数据的清理 148

7.4 大数据存储 149

7.4.1 数据的热度(热数据、温数据与冷数据) 149

7.4.2 不同热度数据的存储与备份要求 149

7.4.3 基于云的大数据存储 150

7.5 大数据整合 151

7.5.1 批量数据的整合 151

7.5.2 实时数据的整合 153

7.5.3 数据整合与主数据管理 154

7.6 大数据呈现与使用 154

7.6.1 数据可视化 154

7.6.2 数据可见性的权限管理 155

7.6.3 数据展示与发布的流程管理 155

7.6.4 数据的展示与发布 156

7.6.5 数据使用管理 156

7.7 大数据分析与应用 158

7.7.1 数据分析与应用的策略 158

7.7.2 数据分析与建模 159

7.7.3 数据应用 160

7.8 大数据归档与销毁 161

7.8.1 数据归档 161

7.8.2 数据销毁 162

第8章 大数据治理实施 163

8.1 大数据治理实施的目标和动力 164

8.1.1 大数据治理实施的目标 164

8.1.2 大数据治理实施的动力 166

8.2 大数据治理实施过程 167

8.3 大数据治理实施路线图 170

8.4 大数据治理实施的关键要素 173

8.4.1 实施目标 173

8.4.2 企业文化 174

8.4.3 组织架构和岗位职责 174

8.4.4 标准和规范 175

8.4.5 合规管理和控制 176

8.5 大数据治理实施框架 176

参考文献 179

第9章 大数据治理审计 181

9.1 大数据治理审计概述 182

9.1.1 大数据治理审计面临的机遇与挑战 182

9.1.2 大数据治理审计的基本概念 183

9.1.3 大数据治理审计的重要意义 186

9.1.4 大数据治理审计的前提与基础 186

9.2 大数据治理审计内容 187

9.2.1 战略一致审计 187

9.2.2 风险可控审计 187

9.2.3 运营合规审计 188

9.2.4 绩效提升审计 188

9.2.5 大数据组织审计 188

9.2.6 大数据架构审计 189

9.2.7 大数据安全与隐私管理审计 189

9.2.8 大数据质量管理审计 189

9.2.9 大数据生命周期管理审计 190

9.3 大数据治理审计方法和技术 190

9.3.1 大数据治理审计相关标准 190

9.3.2 大数据治理审计方法 195

9.3.3 大数据治理审计技术 197

9.3.4 大数据治理审计工作基础 198

9.4 大数据治理审计流程 199

9.4.1 大数据治理审计准备阶段 199

9.4.2 大数据治理审计实施阶段 200

9.4.3 大数据治理审计终结阶段 202

9.4.4 大数据治理审计后续跟踪 203

第10章 大数据服务 205

10.1 大数据的服务创新 206

10.1.1 大数据的服务创新途径 206

10.1.2 大数据服务的商业价值 208

10.2 大数据的服务内容 210

10.2.1 面向业务的大数据服务 212

10.2.2 面向技术的大数据服务 219

推荐语 225

相关图书
作者其它书籍
返回顶部