ICS03.120.20 CCSA00 中华人民共和国出入境检验检疫行业标准 SN/T5562.1—2023 海关实验室数字化管理规范 第1部分:总则 Managementspecificationsofcustomslaboratorydigitalization— Part1:Generalprinciples 2023-12-29发布 2024-07-01实施 中华人民共和国海关总署发布前 言 本文件按照GB/T1.1—2020《标准化工作导则 第1部分:标准化文件的结构和起草规则》的规定 起草。 本文件是SN/T5562《海关实验室数字化管理规范》的第1部分。SN/T5562已经发布了以下 部分: ———第1部分:总则; ———第2部分:组织管理; ———第3部分:数据管理; ———第4部分:架构管理; ———第5部分:数据控制和信息管理; ———第6部分:数据分析管理; ———第7部分:服务方管理; ———第8部分:安全管理。 请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。 本文件由中华人民共和国海关总署提出并归口。 本文件起草单位:广州海关技术中心、中国电子口岸数据中心广州分中心、广州海关风险防控分局、 北京三维天地科技股份有限公司、广州国际旅行卫生保健中心、广州海关信息中心、广州海成电子科技 有限公司、深圳海关信息中心、厦门海关技术中心、漳州海关综合技术服务中心、广东技术师范大学。 本文件主要起草人:张彦彬、席静、刘丹、周旭、李静、綦佩妍、莫灵江、苏杨、吴柯、李嘉敏、林俊伟、 包先雨、徐敦明、陈泳、何王福、郑俊超、李志勇、周锦顺、欧阳佳。 ⅠSN/T5562.1—2023引 言 为规范海关实验室数字化管理,提高实验室的数字化管理水平,拟制定SN/T5562《海关实验室数 字化管理规范》推动海关实验室数字化管理的规范化,确立适用于海关实验室数字化建设和管理的原则 和要求,拟由八个部分构成。 ———第1部分:总则。目的在于确立适用于海关实验室数字化建设和管理的总体原则和要求。 ———第2部分:组织管理。目的在于确立适用于海关实验室数字化建设和管理过程中的组织建设、 组织结构管理、人员管理的组织管理要求。 ———第3部分:数据管理。目的在于确立适用于海关实验室数字化建设和管理过程中的数据编码、 数据分类、数据交换、数据存储及维护的数据管理要求。 ———第4部分:架构管理。目的在于确立适用于海关实验室数字化建设和管理过程中的可为未来 一定时期内各种资源和信息系统建设提供整体性、长期性的发展规划建议和指导的架构管理 要求。 ———第5部分:数据控制和信息管理。目的在于确立适用于海关实验室数字化建设和管理过程中 的数据控制、信息管理、持续改进的数据控制和信息管理要求。 ———第6部分:数据分析管理。目的在于确立适用于海关实验室数字化建设和管理过程中的数据 分析基本要求、数据分析指标管理、数据分析过程、数据分析技术与方法、数据分析结果应用的 数据分析管理要求。 ———第7部分:服务方管理。目的在于确立适用于海关实验室数字化建设和管理过程中的服务方 选择、服务过程管理、服务评价与持续改进、关键点控制、服务方管理数字化的服务方管理 要求。 ———第8部分:安全管理。目的在于确立适用于海关实验室数字化建设和管理过程中的实验室常 规安全、网络安全、系统安全和数据安全管理的安全管理要求。 ⅡSN/T5562.1—2023海关实验室数字化管理规范 第1部分:总则 1 范围 本文件规定了海关实验室数字化建设的总体原则和管理要求。 本文件适用于海关实验室数字化建设和管理。实验室的数字化升级可参考本文件相关部分。 2 规范性引用文件 下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中,注日期的引用文 件,仅该日期对应的版本适用于本文件;不注日期的引用文件,其最新版本(包括所有的修改单)适用于 本文件。 GB/T5271.1 信息技术 词汇 第1部分 基本术语 GB19489 实验室 生物安全通用要求 GB/T26499.2 机械 科学数据 第2部分:数据元目录 GB/T27476.1—2014 检测实验室安全 第1部分:总则 GB/T33745 物联网 术语 GB/T35295 信息技术 大数据术语 HS/T22—2018 海关信息化术语 SN/T2294.2 检验检疫实验室管理 第2部分:信息系统 3 术语和定义 GB/T5271.1、GB/T26499.2、GB/T33745、GB/T35295、HS/T22—2018、SN/T2294.2界定的以 及下列术语和定义适用于本文件。 3.1 大数据 bigdata 具有体量巨大、来源多样、生成极快且多变等特征并且难以用传统数据体系结构有效处理的包含大 量数据集的数据。 注:国际上,大数据的4个特征普遍不加修饰地直接用volume,variety,velocity,variability予以描述,并分别赋予 了它们在大数据语境下的定义: a) volume(体量):构成大数据的数据集的规模; b) variety(多样性):数据可能来自多个数据仓库、数据领域或多种数据类型; c) velocity(速度):单位时间的数据流量; d) variability(多变性):大数据其他特征,即体量、速度和多样性等特征都处于多变状态。 [来源:GB/T35295—2017,2.1.1,有修改] 3.2 服务方 serviceprovider 为海关实验室提供产品或服务的外部组织或个人。 1SN/T5562.1—20233.3 基础数据 fundamentaldata 将原始数据库数据及海关的外部信息数据按照一定的规则进行标准化处理后形成的数据。 [来源:HS/T22—2018,1.56] 3.4 数据 data 对事实、概念或指令的一种形式化的表示,适用于人工或自动方式进行通信、解释和处理。 [来源:GB/T26499.2—2011,3.1] 3.5 数据采集 dataacquisition 从信息系统中收集与数据仓库各指标有关的数据。 [来源:HS/T22—2018,1.69,有修改] 3.6 数据分析 dataanalysis 对数据进行分析进而发现其价值的过程。 注:数据分析过程通常包括数据获取、数据清洗、数据处理、数据建模、分析结果呈现、价值发现和价值实现多个 阶段。 3.7 数据集成 dataintegration 将不同来源、格式、特点性质的数据在逻辑上或物理上有机地集中,从而提供全面的数据共享。 3.8 数据交换 datainterchange 存在着明确功能边界的信息系统之间、信息设备之间、信息系统与信息设备之间所发生的数据交互 的过程。 [来源:HS/T22—2018,1.71] 3.9 数据控制 datacontrol 对数据生成与利用管理的过程。 注:包括数据采集和数据权限管理。 3.10 数据模型 datamodel 数据库系统中表示数据和数据之间、实体与实体之间联系的逻辑组织形式。 [来源:HS/T22—2018,1.47] 3.11 数据权限 datapermissions 为了保证职责的有效履行,用户需具备的对数据的使用权力。 注:由信息系统自动地强制执行。 3.12 数据挖掘 datamining 从大量的数据中通过算法搜索隐藏于其中信息的过程。 注:一般通过包括统计、在线分析处理、情报检索、机器学习、专家系统(依靠过去的经验法则)和模式识别等方法来 实现。 [来源:GB/T33745—2017,2.5.3] 2SN/T5562.1—20233.13 数据质量 dataquality 客观反映业务数据固有特性的程度。 注1:数据质量分为绝对质量和过程质量,绝对质量是指业务数据的真实性、完备性和自洽性,过程质量指业务数据 的使用质量、存储质量和传输质量。 注2:“固有的”(其反义是“赋予的”)是指在某事或某物中本来就有的,尤其是那种永久的特性。 [来源:HS/T22—2018,1.58,有修改] 3.14 数字化 digitalization 利用各类技术手段,对数字和数据进行处理、分析和应用,降低成本,提高效能,并利用互联网、大数 据、人工智能等新一代信息化技术,进一步从战略、架构、运营、管理等各层面进行系统、全面的变革和重 塑,为组织和机构赋能模式创新并助力业务突破。 3.15 信息 information 关于客体(如事实、事件、事物、过程或思想,包括概念)的知识,在一定场合中具有特定的意义。 [来源:GB/T5271.1—2000,01.01.01] 3.16 信息管理 informationmanagement 为了有效地利用信息资源,以现代先进的技术手段,对信息资源进行计划、组织、领导和控制。 3.17 信息系统 informationsystem 综合运用计算机技术、信息技术、管理技术,辅助管理人员进行业务处理与管理决策的人机系统。 注:基于系统论思想建立,以计算机为信息处理手段,以计算机网络为信息传输工具,实现对信息的收集、传输、存 储、加工、维护和使用的人机系统。 [来源:SN/T2294.2—2009,3.1,有修改] 4 总体要求 4.1 实验室可在支撑其业务的基础上,基于信息化技术,利用数字化技术和人工智能技术,实现实验室 数据采集自动化、资源共享信息化、全流程无纸化、管理规范化、统计分析和决策支持智能化,并建立持 续改进机制,不断优化提升,进而提高效率、降低质量风险、规范实验室管理,达到提升实验室整体能力 和综合竞