可信数据空间：从全球架构到中国实践

本书由深耕数据要素领域的专家团队撰写（团队成员拥有DAMA CDMP、CDO、CDGP等多项权威认证），系统整合了欧洲IDS、Gaia-X与中国数据战略的核心理念，提出兼具理论高度与落地路径的本土化创新方案。全书围绕可信数据空间的核心框架展开，从数据主权、使用控制到建运一体化设计进行了系统讲解，同时融合国际前沿成果与中国实践，深入解析了数据资产入表、可信审计等本土化创新举措。在此基础上，本书覆盖工业、金融等七大关键领域的实操方案，提供了可复用的实战案例与设计方案，并获得了上海交通大学、厦门大学等知名高校教授及易华录等企业首席数据官的联合推荐。作为全球数据资产理事会（DAC）官方出品之作，本书为我国数据空间建设提供了权威参考。

本书为读者构建了可信数据空间从认知到实践的全图景行动纲要。本书共分为五篇：第一篇基础理论与概念框架，奠定数据空间的认知基石；第二篇架构设计与治理评估，是承上启下的方法论核心，聚焦数据空间的构建、运行与治理；第三篇平台选型与技术实现，聚焦技术落地与平台选型；第四篇行业应用与最佳实践，通过七大关键行业（工业、能源、金融、医疗、交通、农业及基于FIWARE的通用实践）的翔实案例，全景展现数据空间的落地成效；第五篇未来展望与中国方案，作为全书的升华与创新亮点，前瞻性地探讨了数据资产化、金融化及数据空间驱动的商业变革等前沿趋势。本书适合数据架构师、数字化转型从业者、数据科学相关专业的师生，以及对数据领域感兴趣的读者阅读。

林建兴，全球数据资产理事会总干事、中小企业合作发展促进中心数字化发展处处长、厦门市云大物智数据研究院理事长、厦门大学数据治理研究中心主任、DAMA国际数据管理协会数据安全与合规专业委员会主任、高颂数科（厦门）智能技术有限公司董事长。
林建兴持续聚焦数据治理、数字化转型服务，专注以数据为中心的人工智能应用研究，系工信部人工智能领军人才、工信部人才评审专家、福建省区块链产业智库特邀专家、国家专业技术人才知识更新工程数字技术工程师培育项目之大数据工程技术人员（中级）系列教材编委会委员，主编国家新职业大数据工程技术人员中级教材《大数据管理》、参加编写《金融数据治理实践》、参加翻译《构建数据湖仓》、主持编写《数字经济与元宇宙产业人才发展白皮书》、参加编写《大数据 数据标注平台技术要求与测评方法》、《勒索软件防护发展报告》、《数据经纪从业人员评价规范》等多项标准和报告，并获得以下多项专业认证资格：工信部高级数据资产评估计价咨询师、高级数据交易合规师、认证首席数据官（CDGE-CDO）、DGBOK数据治理职业培训师、数据治理专家（CDGP）、数据治理工程师（CDGA）、注册信息安全工程师（CISP）、教育部人工智能工程师培训项目成员、1+X大数据平台管理与开发职业技能等级培训项目专家、厦门大学大数据师资班研修生、中国计算机学会专业会员、中国人工智能学会终身会员、厦门理工学院数字经济硕士实践导师。

目录
前言
第一篇　基础理论与概念框架
第1章　数据空间的起源与演进
1.1　数据驱动时代的挑战与机遇2
1.2　数据共享的核心支柱和原则3
1.3　数据空间的概念6
1.4　数据空间中的角色与职责8
1.5　数据空间应用案例10
1.5.1　工业数据空间10
1.5.2　个人数据空间10
1.5.3　欧洲共同数据空间11
第2章　数据空间生态系统
2.1　数据生态系统基础概念12
2.2　大数据价值协会与生态系统13
2.2.1　大数据价值协会13
2.2.2　大数据价值生态系统13
2.2.3　Gaia-X生态系统14
2.3　数据生态系统中的数据共享15
2.3.1　数据角色的演变与企业价值15
2.3.2　数据共享与数据主权的本质差异16
2.4　数据价值链和数据驱动的人工智能17
第3章　数据空间核心概念
3.1　数据主权的含义18
3.1.1　合同自由与监管18
3.1.2　数据无所有权或排他性权利19
3.1.3　使用控制：合法和技术19
3.1.4　数据库权利20
3.1.5　商业机密20
3.1.6　竞争法21
3.2　数据使用控制23
3.2.1　使用控制与访问控制23
3.2.2　使用控制组件和通信流程27
3.2.3　使用控制的规范、管理和协商28
3.3　语义学29
3.4　区块链和智能合约29
第4章　国际数据空间范式
4.1　国际数据空间简介31
4.1.1　国际数据空间目标32
4.1.2　参考架构模型33
4.1.3　国际数据空间角色36
4.2　国际数据空间信息模型38
4.2.1　国际数据空间中向自我主权身份的信任进化40
4.2.2　契约条款的定义：国际数据空间使用契约语言及其
　　　核心概念41
4.2.3　策略信息点48
4.2.4　参与者信息服务50
第二篇　架构设计与治理评估
第5章　如何构建、运行和治理数据空间
5.1　数据空间设计原则54
5.1.1　基于增强透明度和数据主权的全新服务55
5.1.2　数据共享与交换的公平竞争环境55
5.1.3　数据空间互操作性的需求：软基础设施56
5.1.4　公私协同：欧洲在协调和协作方式下建立软基础
　　　设施中处于领先地位57
5.2　数据空间建设57
5.2.1　技术组件58
5.2.2　治理组件58
5.2.3　将组件合成为数据空间59
5.3　统一的数据空间治理方法61
5.4　前进道路：未来十年需要采取的行动61
5.5　建设运营一体化的设计与治理63
5.5.1　核心理念与设计原则65
5.5.2　建运一体的架构设计66
5.5.3　建运一体的实施路径67
第6章　可信数据治理
6.1　数据空间中的数据治理69
6.1.1　数据治理的一般概念69
6.1.2　大数据生命周期74
6.2　大数据技术的治理视角75
6.2.1　数据共享架构75
6.2.2　数据存储架构77
6.2.3　数据处理架构79
6.2.4　大数据治理的工具生态系统81
6.3　数据空间的可信数据治理需求演进82
6.4　DataOps与MetaOps：数据运营的方法论演进85
6.4.1　DataOps：敏捷数据治理的技术实践85
6.4.2　MetaOps：数据空间的下一代运营模式87
6.4.3　技术栈与工具生态89
6.4.4　方法论的价值定位90
6.5　可信数据审计与数据治理93
6.5.1　从数据到数据资产：认定与估值框架93
6.5.2　可信数据审计框架95
6.5.3　构建可信数据治理体系99
第7章　数据集成和互操作设计
7.1　数据空间中的联邦数据集成102
7.1.1　引言102
7.1.2　数据空间中的联邦数据集成工作流105
7.1.3　面向虚拟数据空间集成的形式化方法109
7.2　语义集成和互操作设计113
7.2.1　被忽视的多样性维度114
7.2.2　从大数据到认知数据115
7.2.3　通过语义图表示知识117
7.2.4　SCORVoc典型应用：供应链中的数据集成125
第8章　数据空间成熟度评估
8.1　模型设计方法论128
8.2　能力129
8.3　成熟度曲线130
8.4　评估方法134
8.4.1　界定范围与目标134
8.4.2　评估数据收集与分析135
8.4.3　运用评估结果来发展和管理能力135
8.5　实践案例136
8.5.1　基准测试结果136
8.5.2　能力差距分析136
8.5.3　能力重要性137
8.6　本章小结138
第三篇　平台选型与技术实现
第9章　数据空间基础设施与平台选型
9.1　数据平台项目组合143
9.1.1　DataPorts项目144
9.1.2　FSM项目144
9.1.3　i3-MARKET项目146
9.1.4　OpertusMundi146
9.1.5　TRUSTS项目149
9.1.6　smashHit项目149
9.1.7　PimCity项目150
9.1.8　KRAKEN项目151
9.1.9　Data Vaults项目152
9.2　面向未来科学数据基础设施的平台研究基础设施即服务
　　　的定义153
9.2.1　欧洲研究基础设施与ESFRI路线图154
9.2.2　欧洲开放科学云155
9.2.3　科学数字化与工业4.0156
9.2.4　人工智能的变革性作用157
9.2.5　5G技术的承诺157
9.2.6　面向未来SDI的平台与生态系统商业模式158
9.2.7　其他基础设施技术与趋势159
9.2.8　现代数据驱动/数字科学的范式转变160
9.2.9　欧洲研究基础设施的发展与演进时间线161
9.2.10　面向未来数据驱动型研究基础设施的一般性需求164
9.2.11　PRIaaS架构模型165
9.2.12　未来SDI中的研究数据管理166
9.2.13　未来的研究与开发168
9.3　KRAKEN：一个安全、可信、合规且保护隐私的数据共享
　　　平台168
9.3.1　KRAKEN概览169
9.3.2　数据平台架构171
9.3.3　使用Streamr实现实时数据共享：一种去中心化
　　　的点对点网络175
9.3.4　隐私、信任与数据保护176
9.3.5　以用户为中心设计数据的共享、所有权与使用控制178
9.3.6　遵守数据保护框架181
9.3.7　业务挑战188
9.4　依托开源软件连接数据空间与数据市场，助力欧洲单一
　　　数字市场建设190
9.4.1　引言190
9.4.2　数据市场设计与数据经济的挑战191
9.4.3　推进安全、隐私与信任领域的最新技术进展192
9.4.4　i3-MARKET面向市场经济的创新194
9.4.5　i3-MARKET196
9.4.6　以产业创新推动数据驱动的欧洲生态系统建设200
9.4.7　结论201
9.5　跨行业可信数据空间平台：ioChina实践202
9.5.1　平台架构与核心能力203
9.5.2　实施路径与治理机制205
9.5.3　创新亮点与核心价值206
第10章　数据空间技术解决方案
10.1　数据平台解决方案208
10.1.1　数据流通：经济价值创造的催化剂209
10.1.2　信任是数据交换的基石210
10.1.3　可追溯性的需求214
10.1.4　数据交换治理：迈向混合型数据交换平台215
10.2　面向可扩展数据空间的主权云技术218
10.2.1　开放性218
10.2.2　安全与信任219
10.2.3　数字主权的支柱220
10.2.4　与欧洲企业合作222
10.2.5　从云原生应用到数据空间的技术演进222
10.2.6　互操作性作为混合模式的关键推动因素以及大
　　　　规模数据空间225
10.2.7　未来展望233
10.3　通过联邦学习增强数据空间信任234
10.3.1　引言234
10.3.2　工业数据平台：架构视角235
10.3.3　工业数据平台：法律视角242
10.3.4　工业数据平台：客观数据价值评估，提升
　　　　数据空间可信度244
10.4　数据计量与可信审计技术249
10.4.1　数据计量技术：从使用量到价值度量249
10.4.2　基于区块链的可信审计存证251
10.4.3　隐私增强技术在审计中的应用252
10.4.4　智能合约：自动化审计与清结算253
第四篇　行业应用与最佳实践
第11章　工业数据空间
11.1　工业数据空间的建设背景256
11.2　工业视角258
11.3　工业物联网中的需求分析260
11.4　IDS-I参考用例262
11.4.1　协作式状态监测262
11.4.2　智能工厂网络264
11.5　数据主权的需求分析264
11.6　国际数据空间的主要概念265
11.7　典型用例分析267
11.8　展望269
第12章　能源数据空间
12.1　面向去中心化、数据密集型和分布式流程的新型信息
　　　通信技术解决方案270
12.2　能源数据空间中的用例271
12.2.1　电网中的数据流通271
12.2.2　预测性维护272
12.2.3　能源管理网关：来自中小企业的视角273
12.3　早期示范项目274
12.3.1　Fraunhofer示范项目EnDaSpace276
12.3.2　Bauhaus移动实验室278
12.4　总结与展望281
第13章　金融数据空间
13.1　行业背景及数字化现状284
13.2　数据空间设计中的挑战285
13.2.1　数据碎片化与互操作性障碍285
13.2.2　实时分析的成本与能力障碍285
13.2.3　复杂且多变的监管合规障碍286
13.2.4　全行业面临数据可用性障碍286
13.2.5　缺乏大数据应用的架构蓝图286
13.2.6　缺乏已验证可行的商业模式287
13.3　设计与实施的最佳实践287
13.3.1　技术的研发与突破287
13.3.2　实验基础设施建设287
13.3.3　新型商业模式验证288
13.4　INFINITECH模式288
13.4.1　多元化技术构建模块288
13.4.2　定制化实验基础设施289
13.4.3　推动大规模创新试点289
13.4.4　商业模式开发与验证290
13.5　INFINITECH核心能力290
13.5.1　语义互操作性与分析290
13.5.2　有的放矢的参考架构291
13.6　可扩展性与安全性考量291
13.7　本章小结294
第14章　医疗数据空间：可信集成与应用实践
14.1　引言295
14.2　医疗数据空间的要素296
14.3　医疗数据空间应用场景296
14.3.1　健康与疾病管理296
14.3.2　综合护理297
14.3.3　精准医疗299
14.4　医疗数据生态系统300
14.5　医疗数据空间的结构300
14.6　医疗数据空间中以用户为中心的概念301
14.6.1　受信任用户301
14.6.2　单一入口点301
14.6.3　统一健康报告302
14.7　医疗数据空间的数据质量302
14.8　案例：可信集成知识数据空间303
14.8.1　说明303
14.8.2　知识图谱集成304
14.8.3　安全控制305
14.8.4　数据互联307
14.8.5　数据共享309
14.8.6　子图共享309
14.8.7　ARK平台安全和隐私评估310
第15章　基于FIWARE的数据空间
15.1　FIWARE简介312
15.2　FIWARE与数据空间321
15.2.1　数据互操作323
15.2.2　数据主权与信任327
15.2.3　数据价值创造330
15.3　迈向欧洲数据空间的发展333
15.4　本章小结336
第16章　交通数据空间
16.1　交通数据现状337
16.2　交通数据空间：架构和组件338
16.2.1　基于数据主权的使用控制339
16.2.2　分布式系统340
16.2.3　核心组件的设计和运营341
16.3　以交通主数据市场为核心的交通数据空间342
16.4　德国交通数据空间344
16.5　数据平台连接346
16.6　数据应用案例：出行服务提供商347
16.7　一个通用的交通数据空间：欧洲的展望348
16.8　mFUND研究项目的实施情况350
第17章　农业数据空间
17.1　农业数字化转型353
17.1.1　农业领域353
17.1.2　农业数字生态系统354
17.1.3　领域特有挑战与要求355
17.2　农业数据空间概述356
17.2.1　领域架构356
17.2.2　IDS集成的可能层级358
17.2.3　可互操作农业数据空间的总体效益360
17.3　应用场景360
17.3.1　养分循环的可持续管理??360
17.3.2　商业模式创新与法律义务履行361
17.3.3　政府平台362
17.4　本章小结362
第五篇　未来展望与中国方案
第18章　数据空间的未来趋势
18.1　基于可信审计的数据资产化与金融化366
18.1.1　从审计到信用：构建数据时代的“信任基石”366
18.1.2　数据资产“入表”的技术前提：可信审计的
　　　　桥梁作用368
18.1.3　金融模式创新：可信审计催生数据金融新生态369
18.2　数据空间商业变革：超越价值共创371
18.2.1　基础交易模式：数据价值实现的核心路径371
18.2.2　增值服务模式：数据价值深化的关键路径373
18.2.3　生态平台模式：数据价值倍增的高级形态374
18.2.4　AI驱动的商业模式创新376
18.3　数据空间大爆炸：第六次技术革命引爆点377
18.3.1　数据空间大爆炸的理论基础378
18.3.2　数据空间的技术-经济范式379
18.3.3　数据空间的发展框架与演进路径380
第19章　数据空间的中国方案：迈向数智化基础
　　　　　设施新时代
19.1　智能化数据基础设施的政策与标准基础384
19.1.1　国家数据基础设施战略框架385
19.1.2　标准化技术体系388
19.2　智能化数据基础设施的技术收敛与关键创新399
19.2.1　技术路线的趋同与融合：从“六线并举”到
　　　　“一体共生”400
19.2.2　总体架构：构建“核心-节点”协同的智能可
　　　　信基座402
19.2.3　核心技术创新：打造自主可控的信任机器404
19.3　智能化数据空间的分类实施路径与融合趋势406
19.3.1　边界模糊化：从“泾渭分明”到“产城融合”406
19.3.2　技术趋向稳定与统一：技术栈的“收敛”与
　　　　 “互操作”407
19.3.3　形态专业化：垂直领域的“百家争鸣”407
19.4　面向数智未来的中国数据空间创新路径409
19.4.1　构建智能体互联的数据空间神经网络409
19.4.2　超智能数据空间的未来展望413