可信数据空间要素流通数据集

本数据集为可信数据空间要素流通模拟演示数据集。 1、 数据采集方式：在可信数据空间内合规归集多行业模拟业务源数据，采集过程仅获取业务演示所需模拟数据，不爬取、不采集第三方真实涉密原始数据。 2、 采集字段：采集记录编号、数据业务类别、来源文件名、所属城市、所属区县、指标/对象名称、业务数值、计量单位、采集日期、采集时间、数据来源、备注说明字段。 3、 数据加工处理方式：采用自研数据治理组件、分布式数据处理引擎、哈希加密工具、数据脱敏组件、数据质量校验组件开展加工；使用规则匹配算法、数据完整性校验算法、哈希摘要算法、标签自动分类模型，完成多源异构数据识别、格式规整、质量核验、资产标签打标。 处理流程：①数据接入归集模拟源数据；②数据清洗，剔除空值、重复、乱码、无效异常记录；③标准化转换，统一字段编码、数据格式，匹配varchar、double、date、timestamp等数据类型；④数据分类分级，依据GB/T 41479《信息安全技术 数据分类分级规范》标记数据类别；⑤脱敏处理，参照GB/T 35273《信息安全技术 个人信息安全规范》、GB/T 37973《信息安全技术 数据脱敏产品

搜集汇总

背景与挑战

背景概述

可信数据空间要素流通数据集是由国信中健数字科技有限公司申报、自行产生的模拟演示数据集，规模为12000条，覆盖保险、产品、电力、房源、交通、气象、停车、药品、用户行为、智慧城市等多行业模拟业务数据。该数据集通过合规归集、清洗、标准化、分类分级和脱敏等治理流程形成，主要用于可信数据空间平台功能演示、技术验证、数据资产入表演练、数据流通测试、数据治理实训及数据分析建模教学等场景。