中国移动江勇：提升数据治理效能，数据全生命周期管理扛大旗

中移大数据 2022-09-13

415

导读：数据全生命周期管理依据不同数据在不同阶段的价值，实施不同的管理策略，用于管理数据在整个生命周期内的流动，根据价值适配存储资源。日前，中国移动信息技术中心大数据平台部副总经理江勇在接受专访时表示，中国移动结合梧桐大数据平台及应用情况，提出了按照数据域的划分来对数据实施分集群管理的策略，通过科学的管理维护数据全生命周期，深化运维体系改革，降低数据运维成本，提高数据使用率，推进运维智能化转型；在安全合规的前提下，强化数据赋能管理，推进数据资源依法向资产、资本转变。

建立数据全生命周期管理规范

实行分级存储管理

中国移动在依法合规汇聚、融合全域数据的过程中，积累了越来越庞大的数据，这是数字经济时代的“新石油”。作为数字中国、智慧社会建设的主力军，如何更加科学有效地管理和使用数据，利用现有资源实现数据资产价值的最大化，赋能企业和社会数智化转型，对于中国移动来说是一个非常重要的课题。

数据全生命周期管理，是中国移动数据治理的核心领域之一。据悉，中国移动建立了一套完整的数据标准管理体系——数据全生命周期管理规范，该管理规范提出了数据全生命周期管理的中长期规划，通过对数据进行冷热温划分，依托不同性能、不同成本的存储介质，结合东数西算战略布局，来实现数据的分类分级存储管理。冷热温划分的目的，在于控制成本，优化资源配置。冷热温的划分依据主要是数据的访问频次，数据的热度标签之间可进行动态转换。通常情况下，热数据需要具备较好的硬件配置，比如高性能CPU、SSD固态硬盘等；冷温数据可采用中低成本、中性能的介质存储，比如HDD机械硬盘、磁带、光盘等。

同时，梧桐大数据平台依据现阶段具备的技术条件，制定适配各集群的存储周期管理方案，包括各集群的存储周期管理矩阵、数据清理机制及清理策略、数据容灾恢复机制、数据全生命周期流程管理等。此外，基于“通用+定制”原则，建立个性化存储需求的评审管控机制，不适配实际生产的特殊数据可进行存储周期的个性化定制，并对其成本和收益进行评估反馈，辅助管理者进行评审管控以及后续全生命周期管理方案的迭代优化。

在数据的全生命周期管理过程中，不同阶段的数据，对于其查询使用性能、存储周期的要求不同。那么，中国移动梧桐大数据平台如何对这些不同阶段的数据进行管理？

据江勇介绍，梧桐大数据平台对依法合规汇聚的数据，打造了横向分层+纵向分域的数据管理体系。

数据横向分层，旨在实现清晰掌控数据结构及其流向，满足不同场景的数据使用需求。数据分层架构的价值在于：一是各层级规范化、作用域明确，数据使用更易定位；二是复杂问题拆解为多个步骤逐层加工，各层处理特定问题，简化逻辑方便维护；三是分层数据血缘清晰，通过上下游信息，快速准确定位问题并梳理影响范围；四是数据逐层加工，共有逻辑沉淀至中间层，减少重复计算和数据冗余，降低企业的存储和计算成本；五是分层实现业务逻辑拆解解耦，屏蔽上层应用对源业务变化的感知，降低依赖，提高数据的健壮性及迭代效率。

数据纵向分域，是站在业务系统、分析对象、部门等角度对数据进行细分、归纳，抽象出主题，企业最终围绕主题域进行数据建设。

梧桐大数据平台的数据架构体系，自下而上是：基础数据层、轻度汇总层、融合视图层、业务应用层。

基础数据层存储清洗后的贴源数据，数据结构与源端系统基本保持一致，数据颗粒度最细，信息量最大，但数据处理成本高，数据应用使用效率低。
汇总层存储分主题分维度的轻度聚合数据，以需求应用为建模驱动，做较细粒度的降维处理，数据存储量相较基础层有所降低，数据使用效率提升，可灵活支撑运营分析场景。
融合视图层存储重度聚合的统一业务视图数据，可跨域融合建设。
业务应用层存储需求和应用所需的查询展示数据，一般为报表指标级数据。

梧桐大数据平台的数据，在依法合规逐层加工萃取的过程中，资产价值度逐层递增，存储规模逐层递减，存储周期逐层扩展。

除了对各阶段数据设定不同的存储周期外，也会采取不同的管理手段。比如：逐层加强对数据的监控稽核，提升数据质量；加大对高价值萃取后模型的依法合规开放共享，提升数据复用度，助力数据资产价值转化；加强对底层数据的多维数据建设及治理，从源头提升整体数据体系的质量及复用度。

BOMS域数据深度融合

打造纵深横阔的数据资产体系

梧桐大数据平台持续依法合规汇聚BOMS四域数据，BOMS分别是运营商的业务域、网络域、管理域、增值域。

中国移动打造建设了丰富的BOMS垂类模型体系，因各域数据特性及服务场景的不同，模型的构建思路存在差异。

BMS三域模型，站在逐层加工萃取的角度，构建的模型主要分为2类：

垂类主题模型：即按照主题或业务划分，基于使用需求场景，逐层聚合汇总，形成特定主题或业务的数据模型。
横向融合模型：即融合同一主体在不同业务域的数据，依法打造全方位的主体画像模型。

O域通过解析沉淀丰富的维度标签体系，比如行业库、关键词库、APP库等，解析可扩增数据内容，拓宽服务场景，提升数据服务能力。数据自下而上逐层汇聚收敛，O域模型主要包括2类：

行业模型：即对主体进行分行业分场景的行为数据汇总。
大众模型：即不分行业的群体上网行为数据。

B域和O域模型的构建手段基本类似，其差异体现在：

B域是基础底座，其横向丰富的业务数据可支撑各类场景，而O域数据在探索的精准性和纵深粒度上更有优势。
O域相比B域，数据存储体量较大，在模型的构建上降维粒度更大。

除具备丰富的BOMS垂类模型体系，中国移动也在建设跨域融合资产体系，通过各域的深度融合，构建产品等多维成本分析和价值评估模型，逐步打造纵深横阔的高阶数据资产体系，在安全合规的前提下支撑服务各行业的数智化转型。

赋能企业数字化转型

5G数据实践应用成效显著

随着新一代信息技术与制造业的深度融合发展，全球工业数据应用已经进入纵深发展的新阶段，数据作为新型生产要素和重要战略资源，正在制造业数字化转型过程中发挥出更大的作用。在这一进程中，工业数据的依法流通共享受到广泛关注。

CHBN四轮全向发力，融合融通协同发展，因第五代移动通信技术将实现产业互联，5G数据呈爆发式增长和快节奏发展。中国移动重点推进5G数据在工业互联网、车联网、智慧物流、智慧港口、智慧采矿、智慧电力、智慧油气、智慧农业和智慧水利等领域的深度应用，加快重点行业的数字化转型进程。

在5G数据的全生命周期管理实践中，通过热度算法（数据访问频次），实现了5G数据的冷热温分级管理。热温数据，加大对外开放力度、加强质量监控、配备冗余备灾方案等手段，实现资产价值最大化；冷数据，定期预警，开展系列数据治理举措，促进数据从冷到温热状态的良性转化，并对低价值数据开展清理工作，提质降本两手抓。

在5G数据持续汇聚、逐层萃取的过程中，持续推动高价值数据能力上智慧中台，依法合规面向全网开放共享，赋能行业创新，推进大数据和各产业的深度融合，加速数据要素价值转化。截至今年7月，5G开放数据已累计订购4398次，梧桐大数据为688家企业、高校等单位提供了数据服务，数据实践应用成效显著。

数据安全

贯穿数据全生命周期管理的全流程

大数据是“新基建”的核心和灵魂，数据滥用、数据盗窃、数据越权使用、数据泄露等数据安全问题都会影响到发展“新基建”的效果。那么，数据安全管理该如何贯穿数据全生命周期管理过程？

梧桐大数据平台严格落实“四法一条例”要求，打造了坚实的基础安全能力，包括系统安全防护（对所有应用系统做相应的防火墙配置、漏洞扫描、渗透测试、代码审计等系统防护措施）、4A管控（所有生产域和测试域的设备均需要纳入4A管控）、账号口令及认证授权管理（重点防范弱口令、未授权访问等）、金库管控（敏感操作触发审批模式）、敏感数据防泄漏（DLP等设备）、日志管理与审核等。

梧桐大数据平台在安全合规的前提下拓展数据产品服务，坚持“三不原则”（数据无授权不共享、原始数据不出系统、系统不出移动），将安全管理策略、制度、流程与安全管理技术同步推进，建立从数据收集、数据存储、数据加工、数据开放共享、数据传输、数据应用、数据流通、数据到期清理的全生命周期的数据安全管理体系。

数据全生命周期管理的全流程，安全始终贯穿其中。梧桐大数据平台采取的安全管控手段如下：

数据收集阶段：敏感数据识别审核管控 + 加密网络通道收集。
数据存储阶段：保密协议签订+生产系统均4A接入+敏感数据加密存储+数据备份恢复机制。
数据开发及查询阶段：敏感数据加密存储+敏感数据查询金库触发+实名制账号水印标记+图形堡垒严控数据下载+操作日志留存审计。
数据传输阶段：严审网络策略+文件及数据加密传输+内部加密网络通道+传输日志留存审计。
数据共享阶段：敏感数据安全审核+4级敏感数据严控不开放。

梧桐大数据平台严格按照安全管理要求，对数据管理的各环节，接入日志并进行日志常规审计，确保各类行为“可溯”。

在数据全生命周期管理的过程中，梧桐大数据平台以数据可视化为手段，推动技术、业务和数据的融合，将已有的资产存储量、资产分布、资产萃取流向、无效数据清理成效、不同类数据的存储策略分布等动态，用大屏进行集中可视展现，为数据管理、风险防控、调度决策提供参考依据。

除此之外，在对外服务重点行业的过程中，中国移动打造了基于隐私计算技术的更安全的一站式对外生态平台，推进千行百业“用数赋智”。

隐私计算是面向隐私保护的计算系统和技术，涵盖数据的产生、存储、计算、应用、销毁等信息全流程。中国移动自主设计的1+X架构的隐私计算平台，解决了异构平台间数据互通的难题，大幅节省时间、人力及物理资源的成本，大量级数据交互的计算效率相比同类型产品高出50%以上，处于行业领先水平。隐私计算基于多方安全计算、联邦学习等技术，实现了“原始数据可用不可见”、“无敏感数据流通”、“数据不落地”，满足国家数据安全保护法律法规的监管要求，因其具备多种MPC算子、机器学习算法，满足风控、营销、运营等多类细分场景与应用方向的需求。

综上，梧桐大数据平台的数据全生命周期管理，严格遵循安全管理要求执行，有效保护信息安全的前提下，充分发挥数据资产价值。

肩负“链长”责任

着力提升数据治理效能

前不久，中国移动在“2022科技周暨移动信息产业链创新大会”主论坛上首次提出要做通信产业链的链长。在江勇看来，“做通信产业链的链长”是一种新的产业链治理机制，中国移动需发挥协同和示范作用，在强大自身的同时，带动产业链发展，牵引各企业“补短”、“锻长”，助力通信产业生态愈加完善。

当前，数据作为数字经济时代的关键生产要素，在大数据技术迭代、数据融合、行业拓展等多方面不断升级，数据要素的生产规模化、价值效能提升等需求激增。同时多方参与、环节增加所带来的长流程，以及行业应用对数据服务时效性要求的不断提高，给数据治理工作带来了挑战，例如多类业务数据管理复杂、数据不易精准定位等。

数据全生命周期管理是数据治理领域的核心模块之一，结合内外部环境变化的生态形式，为应对上述挑战，江勇表示将从以下方面提高数据治理效能：

一是建立健全线上数据全生命周期自动化配置、数据自动清理、容灾备份机制及流程管理规范，推动大数据生产运维管理的线上化、自动化、智能化建设，不断加强企业级数据管理能力。

二是建立数据热度分级管理标准，根据数据特性打造适配各域各类别的冷热温分级管理方案，包括配备不同存储介质、分级设定存储周期、不同副本存储、配置不同压缩格式等，实现冷热分级降本提效。

三是提前统筹规划围绕东数西算的战略布局，优化数据中心建设布局，合理配置资源。通过建立东数西算的数据适配评估矩阵，对不同类别数据的实时性要求、查询性能、计算要求、业务使用场景等进行多维分析，提前规划适合西迁的数据，同时，依据算力类型，规划不同的东数西算场景。通过东数西算战略布局，全力推进新基建，助力数字经济绿色蓬勃发展。

四是中国移动以DCMM《数据管理能力成熟度评估模型》（Data Management Capability Maturity Assessment Model）为标准为指导，持续构建全网大数据治理体系，以“构建管理制度，强化管理标准，优化管理流程，提升开放服务质量”为目标，推进全网数据治理体系和治理能力的提升，促进中国移动大数据价值发挥，完善数据质量保障机制，确保数据全链路安全，推动数据资产可见可用易用好用，加速数智化转型。日前，工业和信息化部公示了2022年大数据产业发展试点示范项目的项目名单，中国移动申报的“构建以智能元数据为引擎的数据治理平台”项目成功进入试点示范项目名单。同时，中国移动作为通信行业首家集团单位，已取得国家标准DCMM量化管理级4级认证。现阶段梧桐大数据平台已在全网数据统一资产目录管理、数据全生命周期管理、数据质量管理、数据标准管理、数据安全管理、全网元数据纳管等方面开展全方位的数据治理工作，并通过建章立制、工具适配打造、监管监控、实施执行与落地，不断迭代完善治理体系。

五是组织全网大数据全生命周期管理规范编制，邀请各单位专家分享先进管理经验，共同探讨疑难杂症的解决方案，通过协作共建，汲取先进经验，打造标准化一体化的工具，推动各单位数据全生命周期管理能力拉齐，全网数据治理一盘棋，形成长效管理机制。

六是长期积累和总结中国移动数据全生命周期管理的经验，提炼对外输出的治理能力，将其纳入有中国移动大数据特色的方法论和咨询产品目录，以大数据管理咨询服务的形式依法合规对外输出，赋能行业数智化转型。梧桐大数据平台现已在交通运输行业实现了数据管理赋能咨询服务，成功为企业打造适用企业特点的数据管理能力体系，赋能企业数智化发展。