貢桑德慶 安淵

引言

數(shù)據(jù)血緣是指在數(shù)據(jù)的全生命周期中，因數(shù)據(jù)的加工、融合、流轉(zhuǎn)等產(chǎn)生的數(shù)據(jù)與數(shù)據(jù)之間的多種關系。通俗地講，數(shù)據(jù)A經(jīng)過處理產(chǎn)生了數(shù)據(jù)B，我們則稱數(shù)據(jù)A和數(shù)據(jù)B具有血緣關系。不管是結構化數(shù)據(jù)還是非結構化數(shù)據(jù)，都存在數(shù)據(jù)血緣關系。數(shù)據(jù)血緣還具有歸屬性、多源性、可溯性和層次性等特性。

數(shù)據(jù)血緣應用

目前，數(shù)據(jù)血緣分析技術在數(shù)據(jù)治理和數(shù)據(jù)倉庫領域的應用已經(jīng)比較廣泛，基于數(shù)據(jù)血緣的四大特征，其主要應用有以下幾個方面：

數(shù)據(jù)溯源

依托于數(shù)據(jù)血緣關系可溯性的特點，根據(jù)血緣中的數(shù)據(jù)鏈路關系，可實現(xiàn)指定數(shù)據(jù)的來源和去向追溯，幫助用戶理解數(shù)據(jù)含義，在全流程上定位數(shù)據(jù)問題，進行數(shù)據(jù)關聯(lián)影響分析等，解決多層復雜邏輯處理后數(shù)據(jù)難以理解、難以應用和錯誤難以定位的問題。

數(shù)據(jù)價值評估

數(shù)據(jù)價值是數(shù)據(jù)管理的核心標準，不管是數(shù)據(jù)交易中的數(shù)據(jù)定價還是數(shù)據(jù)安全中的保護等級，數(shù)據(jù)價值都是一個重要的參考因素。因此，如何準確地評估數(shù)據(jù)價值成為企業(yè)面臨的一大難題。傳統(tǒng)的數(shù)據(jù)價值評估，往往完全依靠相關法規(guī)要求和業(yè)務經(jīng)驗，缺少在具體應用場景中的評估依據(jù)，數(shù)據(jù)價值評估脫離了數(shù)據(jù)的應用場景和真實的業(yè)務價值。而數(shù)據(jù)血緣則提供了一種基于數(shù)據(jù)實際應用的價值評估方法，使用者越多、使用量級越大、更新越頻繁的數(shù)據(jù)具有更高價值。

數(shù)據(jù)質(zhì)量評估

數(shù)據(jù)血緣清晰地記錄了數(shù)據(jù)來源以及數(shù)據(jù)流轉(zhuǎn)過程中的處理方式和處理規(guī)則，能實現(xiàn)對各個數(shù)據(jù)節(jié)點的分析和數(shù)據(jù)質(zhì)量評估。

數(shù)據(jù)歸檔參考

數(shù)據(jù)血緣中記錄了數(shù)據(jù)的去向，可清晰地掌握數(shù)據(jù)被消費的情況，一旦數(shù)據(jù)沒有消費者，也就意味著數(shù)據(jù)已失去價值。此時，可以對這些數(shù)據(jù)進行進一步評估，考慮進行歸檔或銷毀處理。

在數(shù)據(jù)安全治理中，數(shù)據(jù)血緣的應用場景主要是數(shù)據(jù)溯源和數(shù)據(jù)價值評估。數(shù)據(jù)溯源可以幫助數(shù)據(jù)管理者理清數(shù)據(jù)脈絡，形成數(shù)據(jù)圖譜，協(xié)助構建數(shù)據(jù)安全管理體系，或追蹤數(shù)據(jù)泄露節(jié)點、數(shù)據(jù)風險節(jié)點等。數(shù)據(jù)價值評估可以輔助數(shù)據(jù)分類分級體系建設，指導數(shù)據(jù)的分級管控和分級保護。

數(shù)據(jù)血緣分析

盡管數(shù)據(jù)血緣分析還未在數(shù)據(jù)安全治理中廣泛應用，但考慮數(shù)據(jù)血緣的特性和應用場景，其在未來必將發(fā)揮重要作用。數(shù)據(jù)血緣分析作為數(shù)據(jù)血緣的應用方式，是一個貫穿數(shù)據(jù)生命周期的過程，涉及流程、技術、產(chǎn)品等多維度內(nèi)容。數(shù)據(jù)血緣分析可分為三大模塊：數(shù)據(jù)血緣建設、數(shù)據(jù)血緣分析、數(shù)據(jù)血緣可視化。

數(shù)據(jù)血緣建設

數(shù)據(jù)血緣建設并不是建設數(shù)據(jù)血緣關系，因為數(shù)據(jù)血緣關系是數(shù)據(jù)流轉(zhuǎn)過程中自動產(chǎn)生的。數(shù)據(jù)血緣建設的目標是當數(shù)據(jù)被生產(chǎn)時，數(shù)據(jù)生產(chǎn)過程能被及時、準確地記錄和存儲下來。因此，數(shù)據(jù)血緣建設并不是一個指定的動作，而是一種管理流程和數(shù)據(jù)意識，需要延伸到數(shù)據(jù)產(chǎn)生之前，從數(shù)據(jù)存儲的設計開始。

數(shù)據(jù)血緣建設是數(shù)據(jù)血緣分析的前提條件，準確、完整、及時記錄信息才能帶來有效的血緣分析效果，由于部分數(shù)據(jù)源本身的數(shù)據(jù)血緣建設準備較差，在某些業(yè)務場景中需要人工介入進行梳理。

數(shù)據(jù)血緣分析

數(shù)據(jù)血緣分析針對數(shù)據(jù)流轉(zhuǎn)過程中產(chǎn)生并記錄的各種信息進行采集、處理和分析，對數(shù)據(jù)之間的血緣關系進行系統(tǒng)性梳理、關聯(lián)，并將梳理完成后的信息進行存儲。由于企業(yè)數(shù)據(jù)龐雜等問題，數(shù)據(jù)血緣分析通常需要借助工具或系統(tǒng)展開，實現(xiàn)血緣信息數(shù)據(jù)的自動采集分析。

數(shù)據(jù)血緣分析通常按數(shù)據(jù)血緣的層級進行，層級基于業(yè)務需求和某些數(shù)據(jù)特性可能有差別，常見的分析層級為應用級、數(shù)據(jù)級和字段級。數(shù)據(jù)血緣分析的目標是實現(xiàn)數(shù)據(jù)來源的精確追溯、流轉(zhuǎn)過程的準確還原、數(shù)據(jù)去向的精準定位。數(shù)據(jù)血緣分析需要考慮以下幾個方面：

（1）全面性。數(shù)據(jù)處理過程實際上是程序?qū)?shù)據(jù)進行傳遞、運算演繹和歸檔的過程。為確保數(shù)據(jù)血緣的完整性，必須將整個系統(tǒng)作為數(shù)據(jù)血緣的分析對象，才能夠真正做到溯源。

（2）及時性。數(shù)據(jù)之間的關系是隨時變動的，為保證數(shù)據(jù)血緣的準確性和可用性，數(shù)據(jù)血緣分析必須與數(shù)據(jù)保持同步更新，確保數(shù)據(jù)血緣的分析結果面向最新的數(shù)據(jù)和數(shù)據(jù)關系。

（3）適用性。數(shù)據(jù)血緣分析技術和實現(xiàn)方式有多種，分析的廣度、深度和維度也有不同，因此，數(shù)據(jù)血緣分析需要在實現(xiàn)需求目標的前提下開展。

數(shù)據(jù)血緣可視化

血緣分析完成后，需要依靠可視化技術將分析結果清晰、直觀地傳遞給用戶，幫助客戶進行二次分析和具體應用。數(shù)據(jù)血緣圖譜是血緣分析中最常用的可視化方案。

業(yè)務需求的差異將決定血緣分析層次和血緣層級的差異，進而體現(xiàn)在數(shù)據(jù)血緣圖譜上。因此，數(shù)據(jù)血緣圖譜要基于數(shù)據(jù)血緣層級進行分層展現(xiàn)，直觀地從應用層級、數(shù)據(jù)層級、字段層級呈現(xiàn)數(shù)據(jù)的血緣關系。

在具體應用中，受到業(yè)務需求差異和可采集分析的血緣信息影響，數(shù)據(jù)血緣圖譜的呈現(xiàn)方式可能存在差異，但其整體形態(tài)基本一致。以某個數(shù)據(jù)為核心節(jié)點，體現(xiàn)該節(jié)點的數(shù)據(jù)來源、數(shù)據(jù)去向、流轉(zhuǎn)路徑以及路徑中的處理方式和規(guī)則。因此，數(shù)據(jù)血緣可視化視圖中應至少包含以下元素：

（1）數(shù)據(jù)節(jié)點標記數(shù)據(jù)的具體信息，如所有者、層次信息、終端信息等，根據(jù)不同的血緣層次和業(yè)務需求，數(shù)據(jù)節(jié)點的信息有所差異。根據(jù)數(shù)據(jù)類型的不同，數(shù)據(jù)節(jié)點可分為主節(jié)點、數(shù)據(jù)流入節(jié)點和數(shù)據(jù)流出節(jié)點。

（2）數(shù)據(jù)血緣圖譜呈現(xiàn)數(shù)據(jù)血緣關系，而主節(jié)點作為數(shù)據(jù)血緣圖譜的核心，應是可方便切換的。

（3）數(shù)據(jù)流入節(jié)點是主節(jié)點的父節(jié)點，標記了主節(jié)點的數(shù)據(jù)來源，可能有多個或多層。

（4）數(shù)據(jù)流出節(jié)點是主節(jié)點的子節(jié)點，標記主節(jié)點的數(shù)據(jù)去向，也可能有多個或多層。在數(shù)據(jù)流出節(jié)點中有一種特殊的終端節(jié)點，數(shù)據(jù)到達終端節(jié)點后，將不再向別處流轉(zhuǎn)。

（5）流轉(zhuǎn)線路標記數(shù)據(jù)的流轉(zhuǎn)路徑，通常從流入節(jié)點匯聚到主節(jié)點，再從主節(jié)點擴散到流出節(jié)點。在流轉(zhuǎn)線路中，不僅可標記數(shù)據(jù)的流轉(zhuǎn)關系，還可以通過線路的粗細、長短等標記數(shù)據(jù)量級和更新頻率。

（6）處理節(jié)點標記數(shù)據(jù)流轉(zhuǎn)過程中的處理方式和規(guī)則，通常用于數(shù)據(jù)節(jié)點之間的流轉(zhuǎn)線路上。通過處理節(jié)點可以直觀地了解數(shù)據(jù)在兩個節(jié)點之間流轉(zhuǎn)時，利用何種規(guī)則進行了處理。

結語

隨著數(shù)據(jù)爆發(fā)式增長，數(shù)據(jù)之間的關系越發(fā)復雜，為數(shù)據(jù)安全治理工作帶來巨大挑戰(zhàn)。在這樣的背景下，具備可溯性、歸屬性等特征的數(shù)據(jù)血緣將在數(shù)據(jù)安全治理過程中發(fā)揮越來越大的作用。數(shù)據(jù)血緣應用需要依賴豐富的可分析數(shù)據(jù)、強大的數(shù)據(jù)采集能力、血緣分析能力和清晰直觀的血緣圖譜，貫穿數(shù)據(jù)全生命周期。數(shù)據(jù)血緣應用不僅要從技術層面重視，還需從數(shù)據(jù)安全治理的流程、制度、意識層面進行配合，才能產(chǎn)生預期的效果。

參考文獻：

[1]劉勇.一種計算機網(wǎng)絡關鍵節(jié)點識別方法[J].電子設計工程，2021，29（17）：99-103，108.

[2]溫婷.網(wǎng)絡與數(shù)據(jù)安全產(chǎn)業(yè)迎高光時刻[N].上海證券報，2021-09-02（005）.

[3]張思瑋.網(wǎng)絡安全發(fā)展迎來新拐點[N].中國科學報，2021-09-02（003）.

[4]安全信任試點 助力車聯(lián)網(wǎng)產(chǎn)業(yè)健康發(fā)展[N].中國電子報，2021-08-31（006）.

[5]劉勇.一種計算機網(wǎng)絡關鍵節(jié)點識別方法[J].電子設計工程，2021，29（17）：99-103，108.

作者簡介：貢桑德慶（1989—），西藏拉薩人，現(xiàn)就職于西藏自治區(qū)黨委網(wǎng)信辦。