1 引言@@@@
数据@@已经成为国家@@基础性战略资源@@，推动数据@@资源开放共享是国家@@@@《促进大数据@@@@发展行@@动纲要@@》的核心内容@@。政府@@和公共数据@@资源的开放共享不仅是构建一个透明的政府@@@@，更重要的是创造新兴战略产业@@（数据@@产业@@），推进传统产业转型升级@@，成为驱动创新的主要因素@@。但在@@实施过程中@@，数据@@开放@@共享面临着@@“数据@@拥有者不愿@@、不敢@@、不会开放@@共享@@”的问题@@。由于数据@@可以以极低成本@@复制和传播@@（复制一份数据@@的成本@@远远低于生产一份数据@@的成本@@@@），加之数据@@资源的战略性和商业价值越来越显现@@，这就导致生产数据@@的意愿远远低于复制数据@@的意愿@@，因而呼吁数据@@开放@@的人越来越多@@；数据@@生产者越来越不愿意将其拥有的数据@@开放@@出来@@。因此@@，数据@@资源的开放变得越来越难以实现@@。事物的价值源于稀缺性@@，由于数据@@可以几乎零成本@@地复制和传播@@，所以@@，数据@@开放@@意味着数据@@资源的稀缺性丧失@@，从@@而丧失其原有的价值@@，这是不愿意开放数据@@@@的根本@@原因@@。因此@@，如何既开放数据@@@@又保持数据@@资源的稀缺性@@，是一个亟待解决的重大问题@@。本@@文围绕该重大问题@@，探索数据@@开放@@模式@@，提出数据@@自治@@开放@@模式@@@@。
开放数据@@@@是指数据@@免费开放给每一个希望使用数据@@的人@@，主要是指政府@@和公共数据@@资源应该开放给公众@@，使公共数据@@能被任何人@@、在@@任何时间和任何地点自由利用@@、再利用和分发@@；数据@@共享是指对数据@@使用对象@@@@、使用时间和使用地点加以限制@@，主要是对使用对象@@进行@@限制@@，即将数据@@开放@@给特定对象@@@@，只有特定对象@@在@@特定的时间@@、地点使用指定的数据@@@@，可以理解为开放数据@@@@的限制版@@；数据@@交易是指数据@@拥有者依据法律在@@市场交易规则下进行@@自由交易@@。总体而言@@@@，开放数据@@@@、数据@@共享和数据@@交易都是数据@@拥有者将数据@@开放@@给数据@@使用者@@，只是在@@范围@@、对象@@、是否收费等@@方面有所不同@@，三者面临的核心问题都是@@“数据@@如何治理@@”，具体说就是@@“如何控制数据@@使用者传播或滥用数据@@@@”。开放数据@@@@模式不对开放出去的数据@@进行@@治理@@ ；数据@@共享模式则由共享圈共同治理数据@@@@，但共享圈约束有限@@，数据@@常常流出共享圈而造成事实上@@的开放数据@@@@@@；数据@@交易的数据@@治理@@目前还没有具体做法@@。因此@@，为了方便叙述@@，将开放数据@@@@@@、数据@@共享和数据@@交易统称为@@@@“数据@@开放@@”。
当前@@，绝大部分数据@@资源都还处在@@封闭不开放的状态@@，数据@@完全由数据@@拥有者治理@@。拥有者尽量保护系统数据@@不受外界侵害@@@@，不对外界开放@@，即数据@@是自治封闭的@@。现有的数据@@资源管理技术@@（数据@@库管理系统@@、文件系统@@）和应用软件技术都支持这种数据@@自治@@封闭@@模式@@。数据@@自治@@封闭@@模式的问题@@是数据@@资源只能由数据@@拥有者使用@@，没有发挥数据@@资源应有的价值@@。要更大程度地开发利用数据@@@@，就需要将数据@@资源开放出来@@。然而@@，数据@@会被怎样开发利用事先可能@@是不知道的@@，使用数据@@的软件也是事先不知道的@@、基本@@外部的@@、数量无限的@@@@、安全不可控的@@、隐私不可控的@@。现有的数据@@库管理系统@@软件根本@@无法处理数据@@开放@@的应用需求@@，因此@@，需要探索新型的数据@@资源管理技术@@和数据@@开放@@模式@@。
本@@文提出的@@“数据@@自治@@开放@@”是指数据@@拥有者在@@法律框架下对数据@@进行@@自行@@确权和管理@@、自行@@制定开放规则@@（即数据@@自治@@@@），然后将数据@@开放@@给使用者@@，包括上传到数据@@应用软件使用数据@@和下载数据@@到使用者的设备中@@（使用者没有数据@@治理@@权@@）。
数据@@自治@@开放@@模式@@有望成为数据@@开放@@的基本@@模式@@，是政府@@数据@@开放@@共享@@、企业及个人数据@@交易@@、国家@@数据@@主权实现的一种可行@@方法@@。
2 数据@@资源开放与稀缺性的矛盾@@
数据@@资源是重要的现代战略资源@@，而且其重要性越来越显现@@，在@@21世纪@@有可能@@超过石油@@、煤炭@@、矿产@@，成为最重要的人类资源@@。提高数据@@资源开发利用水平@@、保护国家@@的战略资源是增强我国综合国力和国际竞争力的必然选择@@。2011年@@5月@@麦肯锡公司发布的@@《大数据@@@@：下一个创新@@、竞争和生产力的前沿@@》报告@@、2012年@@2月@@世界经济论坛年@@会发布的@@《大数据@@@@，大影响@@》报告@@等@@@@，都突显了大数据@@@@的价值和重要性@@。2012年@@3月@@美国白宫科学和技术政策办公室发布@@《大数据@@@@研究和发展倡议@@》，标志着美国率先将大数据@@@@上升为国家@@战略@@，随后@@，日本@@@@、法国@@、澳大利亚@@、英国等@@国家@@也开始发布大数据@@@@国家@@战略或计划等@@@@。2014年@@和@@2015年@@，我国将大数据@@@@写@@入@@《政府@@工作报告@@@@》，2015年@@8月@@19日国务院通过@@@@《关于促进大数据@@@@发展的行@@动纲要@@》，2015年@@10月@@26—29日中国共产党第十八届五中全会提出@@“实施国家@@大数据@@@@战略@@”等@@，这些都表明数据@@已经成为重要的战略资源@@。
一份数据@@资源的价值除了体现在@@它的内容外@@，更重要的方面体现在@@它的稀缺性@@。内容再重要的数据@@资源@@，如果人手一份或者随时可以获得@@，那就没有人愿意付费购买@@，其本@@身的价值就难以体现出来@@。由于数据@@可以以极低的成本@@复制和传播@@，所以@@一旦数据@@资源生产者将数据@@资源开放@@，就意味着该份数据@@资源可能@@会传遍世界@@，从@@而丧失稀缺性@@。
矛盾在@@于@@：如果不开放@@，则数据@@资源只能自用@@，价值发挥有限@@；如果开放@@，则数据@@资源可能@@丧失稀缺性@@，使数据@@资源生产者丧失利益@@。
由于目前在@@技术上还没有保持数据@@资源稀缺性的数据@@开放@@技术@@，所以@@，在@@实践中@@，数据@@资源拥有方不愿开放@@@@、不会开放@@就成了数据@@开放@@进程中的@@“拦路虎@@”。另外@@，由于政策制约@@，数据@@资源拥有方还存在@@不敢@@开放@@的问题@@@@。
不愿开放@@：指数据@@资源拥有者不愿意在@@没有获得足够利益的情况下进行@@数据@@开放@@@@。
不会开放@@：指尽管数据@@持有者希望将数据@@资源开放出来@@，但是由于现行@@技术并@@不适合数据@@资源开放@@，所以@@不知道如何实现数据@@资源开放@@。
不敢@@开放@@：指怕承担责任@@，目前的政策是@@“谁有数据@@谁负责@@”，因此@@，万一数据@@开放@@出了问题@@，数据@@拥有部门就要承担责任@@；另外@@，一些数据@@拥有者担心数据@@开放@@后@@，数据@@资源的稀缺性会丧失@@。
3 现有数据@@资源管理模式@@
现行@@的数据@@管理技术是面向数据@@自治@@封闭@@的@@，不适合数据@@开放@@共享@@，急需开发面向数据@@开放@@共享的技术@@。
3.1 政府@@开放数据@@@@@@
政府@@开放数据@@@@@@的典型代表是@@2009年@@美国政府@@推出的网站@@www.data.gov，因此@@，2009年@@一般被认为是数据@@开放@@元年@@@@。之前是政府@@信息公开@@@@，政府@@向公众公开@@各种报告@@@@、决策结果@@；政府@@开放数据@@@@@@是信息公开@@的进一步@@，即将形成报告@@和决策的原始数据@@也公开@@@@，主要内容是政府@@应该向公众透明@@。2015年@@我国国务院印发的@@《促进大数据@@@@发展行@@动纲要@@》明确提出@@，数据@@开放@@共享主要是指政府@@和公共数据@@资源应该开放给公众@@共享@@。
从@@国际上看@@，政府@@数据@@开放@@主要通过@@制定战略或政策文件形式指导开放@@，又因涉及多个部门@@，往往由最高领导层发布@@，例如美国前总统奥巴马在@@@@2009年@@和@@2013年@@两次@@发布开放政府@@数据@@的行@@政令@@；英国在@@@@2010年@@和@@2011年@@先后两次@@发布@@《致政府@@部门开放数据@@@@函@@》等@@。开放过程中@@，各国通常把数据@@作为一种国家@@资产进行@@管理@@，要求建立相关的制度@@。比如@@，建立数据@@资产目录@@，各部门需梳理数据@@资产@@，明确各类数据@@的开放属性@@（公开@@、限制公开@@@@、不公开@@@@）；建立数据@@开放@@的目录@@，确定哪些是已开放的@@，哪些是将来会开放的@@。并@@且@@，目录保持持续更新@@和补充@@。在@@开放的形式上@@，一般采用国家@@统一的门户网站形式开放数据@@@@@@。此外@@，重视建立公众的参与和反馈机制@@，确保用户的需求得到及时反馈@@，优先释放用户需求最为迫切的数据@@集@@，并@@对数据@@开放@@的相关进展进行@@评估@@。
从@@技术上来看@@，政府@@数据@@开放@@基本@@上都只提供数据@@下载服务@@。政府@@将开放的数据@@放在@@政府@@网站@@上@@，公众可以下载需要的数据@@@@。这些数据@@往往不可机读@@@@，公众更不可能@@通过@@上传到应用程序来使用这些数据@@@@。这样当数据@@资源比较大的时候@@，这些数据@@就变成了不可用@@的数据@@@@。
3.2 科学数据@@开放@@@@
从@@最早推行@@数据@@资源开放的科学研究领域来看@@，科学数据@@表面上已经开放了@@，但实际上开放程度非常有限@@，主要是由政府@@或公共资源投资的科学研究产生的数据@@的开放@@，并@@且@@大多集中于各自领域@@，例如地震科学@@、水利科学@@、天文学等@@@@。在@@我国@@，主动共享科学数据@@的研究单位和个人还比较少@@，大部分的数据@@共享活动是通过@@政府@@投资@@、项@@目驱动的形式进行@@的@@。这些都影响了科学数据@@的开放共享进展和质量@@，目前为止@@，尚未形成完全开放的科学数据@@开放@@@@共享局面@@。
3.3 数据@@自治@@封闭@@
绝大部分数据@@资源还处在@@封闭不开放的状态@@，数据@@完全由数据@@拥有者自己治理@@，即数据@@自治@@@@。从@@20世纪@@90年@@代信息化战略开始@@，大部分数据@@是由各类计算机应用系统生产的@@，例如政府@@系统@@、金税工程@@、教务系统@@、超市系统@@、银行@@系统等@@@@。信息技术也只支持数据@@封闭@@，尽量保护系统数据@@不受外界侵害@@，即信息安全@@，例如系统设置防火墙@@、登录口令@@，制定用户级别和使用系统的功能类别等@@@@。
这些系统中的数据@@由系统拥有者自己管理@@，或者说数据@@由数据@@拥有者自己管理@@，称为@@数据@@自治@@@@。加之数据@@保持封闭不对外界开放@@@@，所以@@称这类数据@@资源管理模式为@@“数据@@自治@@封闭@@”。
在@@数据@@自治@@封闭@@模式中@@，使用数据@@的软件是事先知道的@@、基本@@内部的@@、数量有限的@@、安全可控的@@、隐私可控的@@。现有的数据@@资源管理技术@@（数据@@库管理系统@@、文件系统@@）和应用软件技术也只支持数据@@自治@@封闭@@模式@@，图@@1为数据@@自治@@封闭@@系统结构@@。
图@@1 数据@@自治@@封闭@@系统示意@@
3.4 现有数据@@资源管理模式@@存在@@的问题@@@@
政府@@数据@@开放@@模式存在@@的问题@@是显而易见的@@，即数据@@资源稀缺性的丧失@@。因此@@，政府@@数据@@开放@@的基本@@出发点是@@：政府@@数据@@是公共品@@，其权属属于公众@@，所以@@要向公众免费开放@@。然而@@，随着数据@@资源的战略性和基础性越来越显现@@，开放的政府@@数据@@也会被敌对国家@@利用@@，所以@@，政府@@数据@@开放@@应该是有限的@@，数据@@主权问题也越来越引起重视@@。事实上@@，国际上政府@@和公共数据@@资源仅开放了不到@@10 %，这也从@@另一个侧面说明政府@@数据@@开放@@的问题@@@@。更严重的是开放数据@@@@处于不治理或者无法治理的状态@@。
数据@@自治@@封闭@@模式的问题@@是数据@@资源只能由数据@@拥有者使用@@，没有发挥数据@@资源应有的价值@@。数据@@资源可以被加工再加工形成各种数据@@产品@@，服务于人们的生产和生活@@，从@@而产生巨大的价值@@。与数据@@自治@@封闭@@模式完全不同@@，如果将数据@@资源开放出来@@，那么使用数据@@的软件事先是不知道的@@、基本@@外部的@@、数量无限的@@@@、安全不可控的@@、隐私不可控的@@。数据@@开放@@模式示意@@如图@@@@@@2所示@@，现有的数据@@库管理系统@@软件根本@@无法处理数据@@开放@@的应用需求@@。因此@@，需要探索新型的数据@@资源管理技术@@。
图@@2 数据@@开放@@模式示意@@
4 数据@@自治@@开放@@模式@@
数据@@开放@@是必然趋势@@，但需要保障在@@数据@@开放@@的同时又不丧失稀缺性@@，确保数据@@不流失@@、隐私不泄露@@、安全不泄密@@、利益得以实现@@，例如医疗数据@@的开放@@。医疗数据@@涉及相当比重和规模的隐私及敏感信息@@，例如患者个人信息@@、既往病史@@、就诊记录等@@@@，医生个人信息@@、ICD编码诊断习惯等@@@@，医院具有优势的院内制剂配方@@、院内诊疗规范和方案@@、经营财务状况等@@@@，甚至属于国家@@政府@@的涉密数据@@@@（如流行@@病@@、传染病@@、突发事件@@、重大事件等@@@@）。这直接制约了医疗数据@@的开放@@，因为没有合理有效的开放模式@@，医疗数据@@开放@@将增大医疗数据@@安全和隐私泄露的风险@@。为实现这一目的@@，数据@@自治@@开放@@是一种可行@@的方法@@。
数据@@自治@@开放@@模式@@是由数据@@拥有者管理数据@@@@，数据@@拥有权始终掌握在@@数据@@拥有者手里@@（除非自己要放弃拥有权@@），即数据@@自治@@@@；数据@@可以开放给指定使用者@@，使用者只能自己使用@@，不能传播数据@@@@，因此@@不会丧失数据@@的稀缺性@@。
为实现数据@@自治@@开放@@@@，需要开发面向数据@@开放@@的数据@@资源管理系统@@，然后将现有自治封闭系统中的数据@@资源重新组织到新系统中@@，实现数据@@资源的自治开放@@（如图@@@@3所示@@）。数据@@自治@@开放@@模式@@对技术提出了新挑战@@，数据@@自治@@开放@@技术@@要解决的问题@@是@@“如何控制数据@@使用者传播或滥用数据@@@@”。对应的关键技术问题如下@@。
图@@3 面向开放的数据@@资源@@
● 如何做到数据@@既能够自治又能够开放@@？这需要研究面向自治开放的数据@@资源组织理论@@，即需要有新的数据@@模型来组织数据@@资源@@。外界能够通过@@这个数据@@模型看到有哪些数据@@资源@@，以确定是否要使用这些数据@@资源@@，系统能够承载使用者将数据@@上传到应用软件@@，根据数据@@模型来使用数据@@@@。
● 如何保护数据@@稀缺性不丧失@@、数据@@安全和隐私有保障@@？这需要研究面向自治开放的数据@@安全与隐私保护理论@@，确保数据@@使用者只能按约定使用数据@@@@，而不能传播和滥用数据@@@@。
围绕上述问题@@，重点研究方向包括@@：建立面向自治开放的数据@@组织模型@@@@；研究自治环境下数据@@使用外部软件行@@为管控方法@@@@；研究开放数据@@@@权益保护方法@@@@；研发面向数据@@自治@@开放@@的数据@@资源管理系统@@@@；在@@典型领域形成应用开放环境@@，开展应用@@。
具体包括面向数据@@开放@@的数据@@组织模型@@@@——数据@@盒@@模型的建模技术@@、数据@@使用的@@“言@@行@@一致@@”管控技术@@、数据@@盒@@加密与隐私保护@@技术@@、数据@@站组成管理及数据@@站系统的设计@@与实现技术等@@@@。最终的数据@@自治@@开放@@应用系统的结构@@如图@@@@@@4所示@@。
图@@4 数据@@自治@@开放@@应用系统的结构@@
5 数据@@自治@@开放@@技术@@
5.1 数据@@组织模型@@——数据@@盒@@
如前文所述@@，在@@数据@@开放@@环境下@@，使用数据@@的软件或程序是外部的@@、未知的@@、无限的@@。数据@@的组织既要实现开放使得用户方便使用@@，即数据@@外部可见@@、可理解@@、可编程@@，又要防止数据@@权益受到侵犯@@，即内部可控@@、可跟踪@@、可撤销@@。这需要有面向自治开放的数据@@组织模型@@@@，涉及以下关键技术@@。
（1）开放数据@@@@的基本@@存储单元建模技术@@
开放数据@@@@的基本@@存储单元是为数据@@使用者提供开放数据@@@@的基本@@组成单元@@，称为@@“数据@@盒@@”。自治开放模式将按照数据@@盒@@的方式向数据@@使用者开放数据@@@@@@，即呈现给用户的是一定数量的数据@@盒@@@@。对用户开放的数据@@是局部数据@@@@，不同类型数据@@@@、不同用户需求@@，数据@@开放@@的粒度是不同的@@。如何从@@数据@@属性维度@@（横向@@）和数据@@规模@@（纵向@@）划分数据@@粒度@@，对数据@@使用者使用数据@@@@、组织数据@@单元是一项@@关键技术@@。并@@且@@，对数据@@使用者开放数据@@@@的基本@@单元需要具有防泄露@@、保护权益的能力@@，如何将数据@@防泄露功能和数据@@权益保护机制等@@封装在@@数据@@单元中@@，是需要解决的关键技术@@。
（2）数据@@盒@@的形式化与计量技术@@
数据@@描述@@、数据@@操作和约束是数据@@盒@@的基本@@要素@@，数据@@盒@@的使用涉及数据@@盒@@的交@@、并@@、拼接等@@操作@@，这需要对数据@@盒@@进行@@形式化表示@@。数据@@盒@@的计量是根据数据@@使用者提出的要求和目标@@，计算使用者所需数据@@盒@@的数量和时间等@@@@，并@@进行@@定价@@，包括数据@@使用需求建模@@、数据@@需求与数据@@盒@@自适应匹配方法@@、数据@@盒@@的计量度量设计@@与度量方法@@、定价规则和方法等@@@@。
5.2 数据@@使用外部软件行@@为管控方法@@
数据@@自治@@开放@@环境允许数据@@使用者通过@@外部软件访问以数据@@盒@@形式存在@@的特定数据@@资源@@。为了保护数据@@利益和数据@@资源的可持续发展@@，应当对外部软件访问数据@@的行@@为进行@@规范化和管控@@。外部软件行@@为管控是数据@@自治@@开放@@中保障数据@@权益的重要环节@@。通过@@监控外部软件访问软件的长期行@@为@@，提取软件访问数据@@的行@@为特征@@，并@@基于这些特征抽象其高层意图@@@@。涉及的关键技术包括以下几个方面@@。
（1）基于业务领域知识模型的软件行@@为意图@@建模技术@@
客户软件访问开放的数据@@资源时@@，应当表明其访问数据@@资源的高层意图@@@@。例如某客户软件声称为@@了追踪病症@@A的治疗和患者愈后情况@@，需要访问该病症的所有医疗数据@@@@，那么根据这一意图@@@@，对与病症@@A“概念相关@@”的数据@@资源的访问@@（可能@@）都是符合其意图@@的@@。这种概念相关@@性依赖于特定业务领域知识模型以及对开放数据@@@@资源的语义标注@@。在@@客户软件访问开放数据@@@@资源时@@，对其所有数据@@访问行@@为和访问过的数据@@资源语义进行@@分析@@，对客户软件访问数据@@资源的实际意图@@进行@@建模@@。
（2）数据@@使用的@@言@@行@@一致@@管控技术@@@@
在@@数据@@自治@@开放@@环境中@@，外部软件以黑盒方式在@@授权范围内对数据@@进行@@自主访问@@。外部软件在@@进入计算环境前@@，应当先声明其使用开放数据@@@@资源的目的@@，即提供其标称意图@@@@。标称意图@@的描述与该软件的特定业务领域密切相关@@，也应当表明其将采用的主要数据@@处理方法@@，作为使用数据@@时行@@为合法性的评价标准@@。声明了合法标称意图@@的软件在@@实施数据@@访问时@@，其行@@为序列应当符合其所声称的意图@@@@。根据软件行@@为推测得到的意图@@@@，即软件行@@为意图@@@@。当软件的行@@为意图@@@@（行@@）与软件标称意图@@@@（言@@）不一致时@@，即表明该软件对开放环境造成风险@@。为了验证外部软件行@@为是否符合其声明的意图@@@@，需要相应的软件行@@为验证技术@@。在@@隔离受控的沙箱环境中@@，对数据@@单元访问接口和环境的不同安全级别进行@@模拟@@，留存软件行@@为日志进行@@分析验证@@。在@@此基础上@@，在@@外部软件使用数据@@的过程中@@，还需要采用量化机制客观评价外部软件的行@@为损害数据@@权益的风险@@，通过@@衡量行@@为意图@@偏离标称意图@@的程度@@、行@@为意图@@对数据@@价值和利益相关方的影响程度@@、软件行@@为意图@@判断准确度等@@因素@@，综合判定该软件的行@@为风险等@@级@@。
5.3 开放数据@@@@权益保护方法@@
数据@@自治@@开放@@以数据@@盒@@为基本@@数据@@单元向数据@@使用者开放@@，因此@@数据@@资源稀缺性丧失和隐私泄露等@@问题的防范主要针对数据@@盒@@@@。数据@@盒@@数据@@被窃取@@、隐私数据@@泄露以及机密数据@@丢失等@@问题将导致数据@@权益受损@@，会降低数据@@拥有者开放自身数据@@的意愿@@。数据@@盒@@权益保护涉及以下关键技术@@@@。
（1）数据@@盒@@加密与隐私保护@@
一个数据@@盒@@可能@@包含照片@@、视频@@、文本@@和结构化数据@@等@@@@，数据@@盒@@的使用是外部的@@、未知的@@、无限的@@，传统的数据@@加密@@、数据@@隐私技术无法有效应用在@@数据@@盒@@中@@。
在@@数据@@盒@@加密方面@@，数据@@开放@@下的数据@@加密保护需要兼顾两种情形@@。一是在@@数据@@盒@@正常使用情况下@@，需要考虑数据@@盒@@的安全性和功能性的权衡@@，使得在@@保证数据@@正常高效操作的前提下最大程度地保证数据@@的机密性@@。这需要可调整的加密技术@@，将相应数据@@项@@进行@@一层或多层加密@@，当外部软件请求使用数据@@时@@，在@@保证操作@@（读@@、写@@、结合等@@@@）顺利执行@@的前提下只需要打开所需的层次@@@@，使得该层既能完成外部软件所需的操作@@，同时又不至于公开@@更内部的层次@@@@。二是即便数据@@盒@@被盗取或控制@@，也需保持数据@@盒@@中数据@@的机密性@@，这需要保证数据@@盒@@抗盗取和抗逆向拆解的技术@@。
在@@数据@@自治@@开放@@模式@@下@@，数据@@使用者的软件在@@申请使用数据@@盒@@时@@，需要有一个数据@@使用说明@@，说明软件使用哪些数据@@@@、以什么样的方式使用这些数据@@@@、使用的预期结果是什么@@。因此@@数据@@盒@@的隐私保护主要包括如何判断一个数据@@使用说明是否涉及隐私泄露@@、涉及哪些隐私数据@@@@、严重程度如何@@。这需要研究新型的隐私认知技术@@。
（2）基于数据@@覆盖模型的数据@@拼图@@防范技术@@
数据@@拼图@@是指数据@@使用者能够通过@@整合多次@@获取的数据@@片段@@，还原数据@@整体@@。数据@@拼图@@可以由单个使用者多次@@获取数据@@片段来完成@@，也可由多个使用者共同合作@@，通过@@共同合作实现对数据@@片段的拼接@@。使用数据@@拼图@@技术@@，数据@@使用者可以通过@@非法的手段@@，未加授权地获取被保护的数据@@对象@@@@，并@@将其私有化@@。数据@@拼图@@会给数据@@自治@@开放@@带来实质危害@@，数据@@的使用期限@@、使用目的等@@权属将难以受到保护@@。而且数据@@使用者可以将通过@@数据@@拼图@@获得的数据@@再次@@传播给其他的未被授权的数据@@使用者@@，进一步造成对原数据@@权属的二次@@侵犯@@。首先需要构造数据@@使用行@@为的形式化描述@@，通过@@追踪分析数据@@痕迹@@，动态构造数据@@覆盖模型@@，实时检测与量化数据@@拼图@@的危害性@@，建立可行@@的防范以及预警体系@@，有效预防与阻止数据@@拼图@@对数据@@权属的侵害@@。
5.4 面向数据@@自治@@开放@@的数据@@资源管理系统@@
数据@@资源以数据@@盒@@的形式存放在@@数据@@站中@@，每个数据@@站配备一套数据@@资源管理系统@@，用以管理该站下的所有@@数据@@资源@@（数据@@盒@@）。通过@@数据@@盒@@虚拟化@@、应用装载等@@功能供外部软件使用数据@@@@。与传统的数据@@库管理系统@@@@（database management system，DBMS）相比@@，数据@@资源管理系统承担的数据@@管理不涉及事务处理@@，只有数据@@使用@@，但也不同于数据@@仓库@@，数据@@仓库用于数据@@开发利用而不是数据@@开放@@@@。涉及的关键技术包括以下几个方面@@。
（1）数据@@站组成与管理技术@@
数据@@资源装载在@@数据@@盒@@中@@，数据@@盒@@储备在@@数据@@站里@@，因此@@需要研究数据@@站的逻辑构成要素@@、物理形态@@、数据@@盒@@的组织方法与管理技术@@，以便能够快速定位某个数据@@资源的位置@@，包括通过@@数据@@资源元数据@@查找数据@@在@@哪些数据@@盒@@中@@，并@@从@@大量数据@@盒@@中快速定位到某一个数据@@盒@@@@，为用户提供数据@@盒@@@@，展示数据@@盒@@的内容或数据@@资源样本@@@@。此外@@，还需要研究数据@@盒@@的新增@@、更新@@、冻结@@（即不再对外提供使用@@）以及浏览@@、查询@@、校核等@@管理技术@@。
（2）数据@@盒@@虚拟化方法@@
数据@@盒@@的虚拟化是结合硬件虚拟化技术@@，为每个需要访问特定数据@@盒@@的外部软件提供一个操作托盘@@。各虚拟数据@@盒@@相互隔离@@，且对某个虚拟数据@@盒@@的更改和删除不会影响其他同源虚拟数据@@盒@@或原始的数据@@盒@@@@。对于数据@@资源管理系统而言@@@@，数据@@单元虚拟化技术直接关系到数据@@使用的@@安全性@@，即保护数据@@或隐私不会泄露@@，保障数据@@自治@@公开@@以及保证外部软件使用数据@@规范受控@@。需要重点突破不在@@物理存储上完全制作一份数据@@的副本@@的基础上@@，实现虚拟化的虚拟数据@@单元相互隔离@@、可用@@，且控制内存等@@资源的使用率@@，使整个数据@@站能够支撑大量外部软件@@，同时使用虚拟数据@@单元@@；如何在@@不进行@@数据@@盒@@物理复制的前提下提供虚拟化的数据@@盒@@@@，研究虚拟数据@@盒@@缓存技术@@、虚拟数据@@盒@@变动维护@@（更新@@、撤销等@@@@）和长操作策略等@@@@。
（3）NoSQL/Open运行@@库和@@SDK
设计@@NoSQL/Open（NoSQL open data language）语法规则@@，开发适用于常用操作系统的@@NoSQL/Open运行@@环境和运行@@库@@，支持主流编程语言@@的软件开发工具包@@（software development kit， SDK），为外部软件实现与数据@@资源管理系统的互操作提供对数据@@站内虚拟数据@@盒@@的访问@@。通过@@NoSQL/Open，可以方便地使用数据@@盒@@@@。
（4）系统承载力与数据@@站承载力模型数据@@资源管理系统和数据@@站也不可能@@管理无限多的数据@@@@，提供无限的@@数据@@访问能力@@。因此@@需要给出数据@@资源管理系统承载力模型@@，用以描述单个数据@@资源管理系统的极限能力@@、单个数据@@站所能承载的服务能力极限@@、与硬件的关系@@、数据@@站的扩展性与承载能力的关系等@@@@。
6 结束@@语@@
面对数据@@开放@@共享的战略需求@@，传统的面向数据@@自治@@封闭@@的数据@@管理技术无法适应数据@@开放@@的需求@@，急需开发面向数据@@开放@@的数据@@资源管理技术@@。本@@文提出了@@“数据@@自治@@开放@@”这一新型的数据@@资源开放模式@@，数据@@由数据@@拥有者在@@法律框架下自行@@确权和管理@@、自行@@制定开放规则@@（即数据@@自治@@@@），然后将数据@@开放@@给使用者@@，使用者没有数据@@治理@@权@@。数据@@资源稀缺性不丧失的开放才是可持续的开放@@，就像保护知识产权才能保护创新@@，才能可持续@@。数据@@自治@@开放@@模式@@有望成为数据@@开放@@的基本@@模式@@，是政府@@数据@@开放@@共享@@、企业及个人数据@@交易@@、国家@@数据@@主权实现的一种可行@@方法@@。
朱扬勇@@1,2, 熊贇@@1,2, 廖志成@@1,2, 叶雅珍@@1,2,3
1. 复旦大学计算机科学技术学院@@，上海@@ 201203
2. 上海@@市数据@@科学重点实验室@@，上海@@ 201203
3. 东华大学计算机科学与技术学院@@，上海@@ 201620
作者简介@@
朱扬勇@@（1963-），男@@，博士@@，复旦大学计算机科学技术学院@@教授@@、学术委员会主任@@，上海@@市数据@@科学重点实验室@@主任@@。1989年@@起从@@事数据@@领域研究@@，2008年@@提出数据@@资源保护和利用@@，2009年@@发表了数据@@科学论文@@“Data explosion,data nature and dataology”，并@@出版专着@@《数据@@学@@》，对数据@@科学进行@@了系统探讨和描述@@。2010年@@创办了@@“International Workshop on Dataology and Data Science”，2014年@@和@@石勇@@、张成奇共同创办了@@“International Conference on Data Science”。担任第@@462次@@香山科学会议@@“数据@@科学与大数据@@@@的理论问题探索@@”的执行@@主席@@、“大数据@@@@技术与应用丛书@@”主编@@。目前主要研究方向为数据@@科学@@、大数据@@@@。
熊贇@@（1980-），女@@，博士@@，复旦大学计算机科学技术学院@@教授@@。2004年@@起从@@事数据@@领域方面的研究工作@@，作为项@@目负责人主持国家@@自然科学基金@@、上海@@市科学技术委员会发展基金以及企业合作项@@目@@。相关研究成果在@@国际权威期刊和会议发表论文@@@@40余篇@@@@、出版着作@@3本@@。目前主要研究方向为数据@@科学@@和大数据@@@@@@@@。
廖志成@@（1974-），男@@，复旦大学计算机科学技术学院@@高级工程师@@。1997年@@开始从@@事信息安全领域研究@@，2011年@@起从@@事数据@@领域方面的研究工作@@。作为主要人员参加了@@20余项@@国家@@自然科学基金项@@目@@、国家@@“863”计划项@@目@@、国家@@教育委员会项@@目@@、上海@@市科学技术委员会项@@目@@、上海@@市教育委员会项@@目以及企业合作项@@目@@。先后获得过中国高校科学技术奖二等@@奖@@1项@@、上海@@市科技进步奖二等@@奖@@2项@@、中国智能交通协会科学技术奖二等@@奖@@1项@@。发表论文@@9篇@@，出版着作@@7本@@。目前主要研究方向为数据@@科学@@、大数据@@@@、数据@@挖掘@@。
叶雅珍@@（1985-），女@@，复旦大学计算机科学技术学院@@助理研究员@@，东华大学博士@@生@@，主要研究方向为数据@@科学和大数据@@@@@@。
