GB/T 36625 32021

8.1数据质量控制原则

对数据的质量控制应贯穿整个采集过程，遵循但不限于以下原则： a）完整性：应包含数据规则要求的数据的必要元素； b）准确性：应真实反映数据所描述的实体； 一致性：应保证数据与其他特定上下文中使用的数据无矛盾； d) 时效性：应保证数据发生变化后及时被更新； 可访问性：应保证数据在需要时能被安全访问； f) 可追溯性：应保证数据能够被跟踪和管理

8.2数据质量控制方式

数据清洗过程管理应包括但不限于： 数据分析：应对数据源进行分析，及时发现数据源存在的质量问题； D 定义清洗规则：包括空值的检查和处理、非法值的检测和处理、不一致数据的检测和处理、相似 重复记录的检测和处理等； 执行数据清洗规则：依据定义的清洗规则，补足残缺/空值、纠正不一致、完成数据拆分、数据合 并或去重、数据脱敏、数据除噪等； 清洗结果验证：数据清洗方应对定义的清洗方法的正确性和效率进行验证与评估，对不满足清 洗要求的清洗方法进行调整和改进。数据清洗过程宜多次送代并进行分析、设计和验证。

应对数据的标准代码、格式、类型等进行转换。 必要时，可建立“数据转换规则表”。

8.3数据质量评价方法

数据质量评价方法可分为定性评价法和定量评价法： a）定性评价法可根据事先确定的评价指标，对数据的安全性、目的、用途、日志以及用户自定义项 目进行评价： 定量评价法可采用数据质量检测软件检查数据质量锅炉标准，也可通过辅助工具结合人工识别分析方 法进行人工检查。一般可分为全数检查和抽样检查： 1）针对国家强制要求、特殊要求、其他可能导致严重影响的数据质量项目进行全数检查； 2）针对质量比较稳定、数据量较大、检查费用与时间有限的情况进行抽样检查，

数据采集安全贯穿于数据融合整个过程中，应符合数据所属或主管部门的安全要求，包括但

GB/T36625.32021

a） 应符合GB/T22239对数据应用安全的相关要求； b) 数据在整个采集、转化、传输过程中应依据授权使用，不被非法冒充、窃取、篡改、抵赖； C） 应对数据采集环境、设施和技术采取必要的安全管控措施； d) 应明确数据采集过程中个人信息和重要数据的知悉范围和安全管控措施，并采取必要的技术 手段和管理措施保证数据不被泄露； e 应能够对采集的数据进行定位溯源； f) 应能够对数据采集过程进行安全审计及监测； 应采用通过检测认证的密码产品，来保障采集过程中的安全性

数据采集过程中应全方位防御，避免病毒、攻击、非授权的访问与内部泄密，同时应保障访问记录的 审查和监督。应包括但不限于： a）对不同数据进行分类并标识，采用安全技术进行安全维护； 监控数据使用情况，防止数据在采集过程中被非法访问、破坏、篡改、丢失、阻止； ） 设立访问和使用权限控制机制； d) 制定应急响应预案及相应处理措施，并定期进行应急演练，及时发现安全问题并处理； e) 定期对数据采集的安全性进行风险评估，并据此制定相应的风险处理计划，及时排查安全漏 洞，加固安全技术； 采用安全技术维护数据安全，包括但不限于对称与非对称密码技术及其硬化技术、VPN技术、 身份认证与鉴别技术、CPK技术、CCKS技术、PKI技术、完整性验证技术、数字签名技术、秘 密共享技术等： 制定数据采集操作规程，规范数据采集的数据格式、数据质量、流程和方法等； h) 制定数据采集原则，明确采集数据的目的和用途，确保数据采集的合法性和正当性； 建立安全管理规范， 摄坏等安全事敌