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

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：

1.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。

2.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：

1.行业模型：即对主体进行分行业分场景的行为数据汇总。

2.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：

1. 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。

2. 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。

3. 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。

4. 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。

5. 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。

6. 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。