ICS 35.240.01 CCS L 07 23 黑龙江省 地方 标准 DB 23/T 3881—2024 网络数据质量管理规范 2024 - 12 - 03发布 2025 - 01 - 02实施 黑龙江省市场监督管理局 发布 DB 23/T 3881 —2024 I 前言 本文件按照 GB/T 1.1 —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。 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 中共黑龙江省委网络安全和信息化委员会办公室 提出并归口。 本文件起草单位： 哈尔滨工业大学、 哈尔滨理工大学、 黑龙江省网络空间研究中心 、国网黑龙江省 电力有限公司电力科学研究院、 中国移动通信集团黑龙江有限公司、 中国移动通信集团设计院有限公司 。 本文件主要起草人： 余翔湛、胡智超、刘立坤、葛蒙蒙 、陈晓明、 史建焘、陈石、王晓萌、 苗钧重、 郭明昊、 于海宁、叶麟、张大禹、方舟、王孝余、尚方、刘生、史心月、王莹莹、杜勇、郑翘楚、杜刚、 薛克锋、冯琳琳。 DB 23/T 3881 —2024 1 网络数据质量管理规范 1 范围 本文件界定了网络数据质量管理的术语和定义，规定了 网络数据 质量管理 的基本准则、 总体框架、 网络数据质量管理对象 、网络数据质量保障、网络数据质量管理过程以及 网络数据质量管理总结 。 本文件适用于在通过 网络进行收集、存储、使用、加工、传输、提供 及公开的各类网络数据的质量 管理。 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/T 25069 信息安全技术 术语 GB/T 35273 信息安全技术 个人信息安全规范 GB/T 37988 信息安全技术 数据安全能力成熟度模型 GB/T 39400 工业数据质量 通用技术规 范 GB/T 41479 信息安全技术 网络数据处理安全要求 GB/T 43697 数据安全技术 数据分类分级规则 3 术语和定义 GB/T 25069 、GB/T 35273 、GB/T 37988 和GB/T 39400 界定的以及下列术语和定义适用于本文件。 3.1 数据 任何以电子或者其他方式对信息的记录 。 3.2 一般数据 一般数据指的是不包含敏感信息或个人隐私的普通数据。 3.3 重要数据 重要数据是指对国家安全、经济运行、社会稳定、公共健康与安全等具有重大影响的数据。 3.4 核心数据 核心数据是指对国家安全、国民经济命脉、关键基础设施、社会关键领域、国防建设等具有极高重 要性的数据。 3.5 网络数据 通过网络收集、存储、使用、加工、传输、提供、公开的各种数据 。 注： 本文件提及的数据均指网络数据。 DB 23/T 3881 —2024 2 [来源：GB/T 41479 —2022,3.2] 3.6 网络数据处理 个人和组织针对网络数据开展的一组特定任务的集合，主要包括网络数据的收集、存储、使用、加 工、传输、提供、公开等。 3.7 网络数据处理者 在网络数据处理活动中自主决定处理目的和处理方式的个人和 组织。 3.8 数据安全 通过采取必要措施， 确保数据处于有效保护和合法利用的状态， 以及具备保障持续安全状态的能力 。 [来源：GB/T 41479 —2022,3.4] 3.9 数据质量 数据的一组固有特性满足要求的程度。 注： 固有特性一般指永久性的特性。 [来源：GB/T 39400 —2020,3.1] 3.10 网络数据质量管理 指导和控制网络数据处理活动各个环节中的数据质量协调活动。 3.11 数据质量管理工具 运用信息化技术和管理方法来规划、实施与控制数据质量的识别、 评价、提升等一系列活动。 4 基本原则 构建覆盖网络数据全生命周期的质量管理体系，确保数据在收集、存储、使用、加工、传输、提供、 公开等各个阶段的 准确性、 完整性、一致性、 可用性、及时性、安全性、合规性 和文档化。 5 总体框架 面向网络数据处理场景下的一般数据、重要数据和 核心数据，构建网络数据质量管理 框架。基于网 络质量描述，针对 网络数据处理 过程的各个阶段 应用网络数据质量评价 ，规范化每个阶段的数据质量管 理。网络数据质量管理框架 见图1。 DB 23/T 3881 —2024 3 图1 网络数据 质量管理框架 6 网络数据质量 管理对象 按GB/T 43697 的规定对网络数据进行分类 分级，将网络数据质量管理的对 象分为一般数据、重要数 据和核心数据， 并在数据处理的收集、存储、使用、加工和 传输、提供、公开等过程 中的对管理对象实 施适宜的 质量管理 方案。 7 网络数据质量保障 7.1 网络数据质量 评价元素 通过识别数据集、用户需求、质量目标中的质量 评价元素来描述质量信息。 质量评价元素 可用于数 据集系列、数据集或数据集内具有相同特征的部分数据 ，描述数据集满足数据规范中预先设定标准的程 度，并提供定量的质量信息 。数据质量评价的元素包括但不限于： a) 准确性：数据的记录和存储 应与实际情况一致。 b) 完整性：数据集的各个部分应保持 完整，不得遗漏关键信息 ，数据在处理过程中 不得被篡改或 丢失。 c) 一致性： 在不同系统或数据库中的相同数据 应保持一致。 d) 可用性： 数据应能被有效访问和使用。 e) 及时性： 数据应及时被更新和使用。 f) 安全性： 应设置数据访问权限，防止数据滥用或泄露 ，防范未经授权的访问或修改。 g) 合规性： 数据的处理应符合相关法律法规和行业标准。 h) 文档化： 应对数据的来源、处理方法、变更历史等进行详细记录 。 7.2 网络数据质量评价 7.2.1 评价方法 7.2.1.1直接评价法 直接评价方法通过比较数据与内外部参考信息来确定数据质量 ， 以及采用相应的数据质量管理工具 进行质量评价，具体 可分为： —— 完全检查 法：测试数据质量范围内的所有数据项； DB 23/T 3881 —2024 4 —— 抽样检查 法：测试数据质量范围内的部分数据项，抽样方法、抽样率及抽样过程应在数据质 量结果中明确体现 。 7.2.1.2间接评价法 间接评价方法 通过使用与数据相关的外部知识推断或估计数据质量。 7.2.2 评价流程 网络数据质量 评价针对数据处理 的每个阶段都有 质量评价 结果输出， 最终汇总分析全生命周期的数 据质量结果，输出数据质量管理报告 。网络数据质量评价流程 见图2。 图2 网络数据质量评价流程 7.2.3 评价报告 数据处理的收集、存储、使用、加工、传输 和提供、公开 的每一个过程中，都需要进行网络数据质 量评价并形成评价报告。 8 网络数据质量管理过程 8.1 数据收集 8.1.1 准确性管理 8.1.1.1 数据收集前明确数据需求和目标， 收集的数据类型和范围 应与业务需求一致。 DB 23/T 3881 —2024 5 8.1.1.2 应具备输入验证机制，避免 错误数据的收集。 8.1.1.3 应定期校准数据采集工具和设备，确保采集过程中数据的准确性。 8.1.2 完整性管理 8.1.2.1 在数据收集过程中 应无数据丢失。 8.1.2.2 若数据来自多个渠道或来源，合并后的数据 应保持完整。 8.1.2.3 应实时监控数据收集过程，及时发现和处理数据丢失、错误或不完整的情况。 8.1.3 一致性管理 8.1.3.1 定义和使用 应采用统一的数据格式和标准。 8.1.3.2 若数据从多个平台收集，所有平台的数据标准和格式 应保持一致。 8.1.3.3 采集设备和系统的时间 应保持同步，避免因时间戳不一致导致的数据错误。 8.1.4 可用性管理 8.1.4.1 应确保数据来源的可靠性和可信度，避免从不可信的渠道收集数据。 8.1.4.2 在收集数据的过程中， 应实时执行数据去重和清洗，防止重复数据和无效数据进入数据库。 8.1.4.3 应建立实时反馈和纠错机制，对 数据收集过程中 出现的问题 快速修复。 8.1.5 数据及时性 应根据业务需求设定合理的数据采集频率，确保数据的时效性。 8.1.6 安全性管理 8.1.6.1 在数据收集过程中， 应使用加密技术保护数据传输，防止数据在传输过程中被截获或篡改。 8.1.6.2 应设置数据采集过程中的访问权限，确保只有授权人员或系统可以执行数据采集任务。 8.1.6.3 应记录数据采集过程中的所有操作，确保能够追溯和审计任何数据安全问题。 8.1.7 合规性管理 8.1.7.1 数据收集过程 应符合法律法规和行业标准。 在收集个人数据时， 应获得用户的知情同意，并 提供清晰的数据使用说明 。 8.1.7.2