張斌 王露露 張臻

摘 要：[目的/意義]對美國政府大數(shù)據(jù)互操作性框架提出的背景、具體內(nèi)容和主要特點進行分析與總結(jié)，以期為我國制定大數(shù)據(jù)參考框架、促進跨界合作提供有益的參考。[方法/過程]以內(nèi)容分析法和文本分析法為主要研究方法，以從美國NIST官網(wǎng)獲得的公開政策、研究報告等作為主要數(shù)據(jù)來源，從數(shù)據(jù)層、框架層、角色層和應用層等方面分析總結(jié)美國大數(shù)據(jù)參考框架的特點。[結(jié)果/結(jié)論]分析發(fā)現(xiàn)：NIST構(gòu)建了一個具有較強參考性與適用性的大數(shù)據(jù)概念框架，著重體現(xiàn)了大數(shù)據(jù)范式的前后變化并鼓勵挖掘大數(shù)據(jù)應用的可能性。啟示我國政府在制定大數(shù)據(jù)參考框架時，應當在理論層面達成共識的前提下，關(guān)注可參考價值與利益相關(guān)者的開發(fā)需求，同時在需求與價值之間構(gòu)建起映射關(guān)系。

關(guān)鍵詞：大數(shù)據(jù);政府;參考框架;概念模型;利益相關(guān)者

DOI：10.3969/j.issn.1008-0821.2019.11.001

〔中圖分類號〕G201 〔文獻標識碼〕A 〔文章編號〕1008-0821（2019）11-0003-10

Abstract：[Purpose/Significance]Through the analysis on the background and content of NIST Big Data Interoperability Framework，the main characteristics were summarized to provide beneficial advice for the big data development in China.[Method/Process]With the methods of content analysis and text analysis，from the aspects of data layer，frame layer，role layer，and application layer，the analysis and summary on NIST Big Data Interoperability Framework were made based on the data of public policy and research report mainly collected from the NIST official websites.[Result/Conclusion]It is found that NIST established a comparatively perfect reference framework，and emphasis on the changes in the big data paradigm and encourage the possibility of big data applications.When formulating the big data reference framework，China can pay attention to the reference value and the development needs of stakeholders under the premise of reaching a consensus on the theoretical level，and build a mapping relationship between demand and value.

Key words：big data;government;reference framework;conceptual model;stakeholder

大數(shù)據(jù)已成為推動經(jīng)濟發(fā)展、完善社會治理、提升政府服務和監(jiān)管能力的新動力和新途徑。各國在積極制定和實施大數(shù)據(jù)發(fā)展戰(zhàn)略的過程中，面臨一個重要挑戰(zhàn)就是如何處理好跨部門、跨領域的大數(shù)據(jù)管理問題從而發(fā)揮大數(shù)據(jù)的基礎性和戰(zhàn)略性價值。2016年5月，美國國家標準與技術(shù)研究院（National Institute of Standards and Technology，簡稱NIST）發(fā)布了大數(shù)據(jù)互操作性框架（NIST Big Data Interoperability Framework）并于2018年3月進行了更新[1]，以適應新階段的發(fā)展要求。美國的NIST大數(shù)據(jù)互操作性框架針對的是跨部門大數(shù)據(jù)管理與應用問題，本文通過分析與研究該框架，對面臨同樣發(fā)展困境的我國大數(shù)據(jù)發(fā)展具有一定的參考價值。

以“大數(shù)據(jù)+互操作/參考框架/參考架構(gòu)/標準/概念模型”為檢索關(guān)鍵詞，筆者在中國知網(wǎng)檢索到了87篇相關(guān)文獻，在Springer、Science Direct和EBSCO檢索到了323篇相關(guān)文獻。通過中外對比，發(fā)現(xiàn)在關(guān)鍵詞分布上國內(nèi)外呈現(xiàn)出較為明顯的區(qū)別。國內(nèi)文獻重點關(guān)注的是大數(shù)據(jù)指導標準的建立，譬如，肖筱華等[2]和張群[3]對當前國內(nèi)大數(shù)據(jù)標準體系及標準研制情況的研究。相較而言，大數(shù)據(jù)參考架構(gòu)和概念模型的研究成果不如標準多，但是也占據(jù)了較高的比例，譬如，鄭大慶等綜合了大數(shù)據(jù)治理的內(nèi)部要素和外部應用特征構(gòu)建了一個大數(shù)據(jù)治理參考框架[4]。國外文獻相較于標準制定，更偏重于對參考架構(gòu)的研究，Nadal S等遵循軟件工程原則細化了大數(shù)據(jù)系統(tǒng)的參考模型，并用它創(chuàng)建支持Semantic-aware大數(shù)據(jù)系統(tǒng)的軟件參考體系架構(gòu)[5]。Pkknen P等認為將Twitter、LinkedIn和Facebook等大數(shù)據(jù)開發(fā)案例的方法抽取到統(tǒng)一概念模型上尚且存在研究空白，因此，對已公布大數(shù)據(jù)用例實現(xiàn)架構(gòu)進行了分析，由此提出了大數(shù)據(jù)系統(tǒng)的技術(shù)獨立參考架構(gòu)[6]。筆者認為，國家標準和行業(yè)標準提供的是相對具體的指導，在大數(shù)據(jù)范式尚處于探索階段時，宏觀概念層次的參考架構(gòu)可以為大數(shù)據(jù)領域的創(chuàng)新提供更多的空間，抽象化的體系也更加有利于不同技術(shù)、組織和資源的融合與交流，然而，國內(nèi)對該主題的研究尚顯得較為薄弱，這為本文提供了研究空間。另外，筆者未發(fā)現(xiàn)以NIST大數(shù)據(jù)參考性框架為研究對象的文章，因此，本文以該框架作為介紹與分析的對象，具有一定的研究意義。

本文選擇美國NIST大數(shù)據(jù)互操作性框架作為研究對象的主要原因如下：第一，該框架旨在促進政府各部門、學界與企業(yè)之間開展有效合作，所針對的問題是當前大數(shù)據(jù)發(fā)展過程中所有國家政府都需要面臨的問題，大數(shù)據(jù)的概念之所以成立，在于數(shù)據(jù)通過有機、大規(guī)模集合可達成量變引起質(zhì)變，該特性決定了必須進行跨部門、跨界合作，而在合作過程中的優(yōu)劣互補、利益協(xié)調(diào)等問題同樣困擾著我國政府部門。第二，2016年10月，習近平在主持中央政治局第三十六次集體學習時指出：“以數(shù)據(jù)集中和共享為途徑，建設全國一體化國家大數(shù)據(jù)中心，推進技術(shù)融合、業(yè)務融合、數(shù)據(jù)融合，實現(xiàn)跨層級、跨地域、跨系統(tǒng)、跨部門、跨業(yè)務的協(xié)同管理和服務[7]”。該指導理念與美國政府“大數(shù)據(jù)研究和發(fā)展計劃”的核心原則有共通之處，都強調(diào)了對國家大數(shù)據(jù)開展工作進行集中指導與統(tǒng)一規(guī)劃。NIST大數(shù)據(jù)互操作性框架是美國“大數(shù)據(jù)研究和發(fā)展計劃”的政策產(chǎn)物，與我國自上而下的工作部署方向相一致，因此，可為我國的大數(shù)據(jù)戰(zhàn)略開展提供一定的參考。第三，該計劃于2016年形成，截至目前已實施了兩年多的時間，在這期間并未廢止且在向第二階段推進，可見該框架具有較強的可行性;同時，該框架還對第三階段的工作重點提前進行了規(guī)劃，對于未來大數(shù)據(jù)的趨勢形成了一定的洞見，因此，也具有一定的前瞻性。

1 提出背景

1.1 大數(shù)據(jù)的潛在價值催生合作需求

早在2002年，為了對大容量的流數(shù)據(jù)進行實時數(shù)據(jù)分析，美國政府就開發(fā)大規(guī)?？赏卣沟募夯A設施與IBM公司展開合作[8]。由此帶動IBM后續(xù)開發(fā)的IBM InfoSphere Stream和IBM Big Data等大數(shù)據(jù)產(chǎn)品受到了美國政府和企業(yè)的廣泛歡迎。2009年，美國政府Data.gov網(wǎng)站開始運行，大大推動了美國的政府信息公開和數(shù)據(jù)開放。所建設的數(shù)據(jù)倉庫整合了涵蓋交通、經(jīng)濟、衛(wèi)生保健、教育和人類服務等領域的數(shù)據(jù)以及多個應用的數(shù)據(jù)源[9]。2010年，總統(tǒng)科學技術(shù)顧問委員會在其《設計數(shù)字化未來：聯(lián)邦資助的網(wǎng)絡和信息技術(shù)研究與開發(fā)（Designing a Digital Future：Federally Funded Research and Development in Networking and Information Technology）》報告中明確闡述了美國即將實施大數(shù)據(jù)戰(zhàn)略。2012年，奧巴馬政府啟動“大數(shù)據(jù)研究和發(fā)展計劃（Big Data Research and Development Initiative）”，總投資為2億美元，計劃涉及80多個合作項目，要求多個聯(lián)邦部門共同參與，包括白宮科技政策辦公室，國家科學基金會，國家衛(wèi)生研究院，國防部，國防高級研究項目局，能源、健康和人類服務部以及美國地質(zhì)調(diào)查局。該計劃明確要求產(chǎn)業(yè)界、研究型大學和非營利組織與聯(lián)邦政府合作，最大限度地利用大數(shù)據(jù)帶來的機遇[10]。

由上述發(fā)展趨勢及其政策要求可見，當前美國無論是政府部門、商業(yè)界，還是學術(shù)界，都已經(jīng)充分認識到大數(shù)據(jù)在推動經(jīng)濟社會發(fā)展和增進人類福祉等方面的潛在價值。美國已從總統(tǒng)層面開始推動各個部門之間積極開展合作，同時，美國政府也與IBM、Aamazon、Google等公司展開合作，從技術(shù)研發(fā)、產(chǎn)業(yè)應用等方面共同推動大數(shù)據(jù)的發(fā)展。因此，可以說，大數(shù)據(jù)的潛在價值已促使利益相關(guān)者之間廣泛構(gòu)建和發(fā)展合作關(guān)系。

1.2 大數(shù)據(jù)技術(shù)應用帶來挑戰(zhàn)和問題

盡管跨部門和跨界合作的政策環(huán)境已經(jīng)基本具備，但是在具體的實施過程中卻面臨著諸多問題與挑戰(zhàn)，主要表現(xiàn)為兩個方面：一是在大數(shù)據(jù)的幾大關(guān)鍵問題上尚未達成共識。NIST大數(shù)據(jù)公共工作小組（Big Data Public Working Group，NBD-PWG）認為，未達成共識的問題包括：1）哪些屬性可以用來界定大數(shù)據(jù)解決方案;2）大數(shù)據(jù)與傳統(tǒng)數(shù)據(jù)環(huán)境的應用流程有何區(qū)別;3）大數(shù)據(jù)環(huán)境的基本特征是什么;4）新環(huán)境如何與當前部署的體系結(jié)構(gòu)進行集成;5）為加速部署強大的大數(shù)據(jù)解決方案，需要解決哪些核心科學、技術(shù)和標準化問題帶來的挑戰(zhàn)。二是尚未形成足夠的大數(shù)據(jù)應用能力[11]。美國白宮科技政策辦公室前主任霍爾德倫（John P Holdren）認為：美國擁有大量善于生成數(shù)據(jù)的機構(gòu)，但作為一個國家，還沒有充分發(fā)揮我們的能力來共享潛在競爭資源、協(xié)作分析與分享經(jīng)驗[12]。不同于其他物質(zhì)型的國家資產(chǎn)，他們所對應的實現(xiàn)場景和所具備的價值是清晰可見的，大數(shù)據(jù)屬于信息導向型資產(chǎn)，需要多元化的利益主體共同參與，通過持續(xù)的試驗與探索才可以發(fā)現(xiàn)其潛在的應用價值，因此，需要足夠的協(xié)作經(jīng)驗與頂層指導為大數(shù)據(jù)戰(zhàn)略的開展保駕護航。

根據(jù)2012年“大數(shù)據(jù)研究和發(fā)展計劃”要求，NIST開始著手制定大數(shù)據(jù)互操作性框架，以促進大數(shù)據(jù)有關(guān)專業(yè)力量間的合作，進一步確保大數(shù)據(jù)的安全和有效應用。2013年1月15～17日，NIST舉辦了“云與大數(shù)據(jù)論壇”，專門成立了大數(shù)據(jù)公共工作組負責開發(fā)大數(shù)據(jù)互操作性框架。2016年5月11日，NIST正式發(fā)布了大數(shù)據(jù)互操作性框架1.0版本，將美國的大數(shù)據(jù)發(fā)展分為3個階段，不同階段的工作任務對應參考框架的特定環(huán)節(jié)。2018年3月23日，NIST又對大數(shù)據(jù)互操作性框架進行了更新，明確指出當前美國大數(shù)據(jù)的發(fā)展已步入第二階段[13]。

2 核心概念界定

要在大數(shù)據(jù)關(guān)鍵領域達成共識，確保利益相關(guān)者合作項目的順利開展，必然要進行核心概念的界定。因此，該框架的目標之一是形成基于共識的理論范式，為實際操作的交流消除誤區(qū)，同時也促進對大數(shù)據(jù)技術(shù)有更深刻的理解與認知，擴大其影響力。

盡管大數(shù)據(jù)具有很多特征，但是大體量（Volume）、多樣性（Variety）、時效性（Velocity）和可變性（Variability）的“4V”特征真正推動了新型數(shù)據(jù)密集型并行架構(gòu)的產(chǎn)生，并且決定了對大數(shù)據(jù)系統(tǒng)的整體設計和大數(shù)據(jù)生命周期模型的構(gòu)建?；诖髷?shù)據(jù)的“4V”特征，NIST將大數(shù)據(jù)界定為：“大數(shù)據(jù)由大量數(shù)據(jù)集組成，主要集中在數(shù)量、種類、速度和/或可變性等特征上，這些數(shù)據(jù)集通過建設可擴展架構(gòu)可實現(xiàn)高效的存儲、操作和分析?！敝档米⒁獾氖牵琋IST在概念界定中強調(diào)了各個特征之間的相互作用關(guān)系，同時重點關(guān)注了為了滿足所需性能和成本效率需求可以使系統(tǒng)架構(gòu)變得可擴展?！跋到y(tǒng)架構(gòu)可拓展”通常被描述為垂直或水平拓展兩種思路，垂直拓展意味著增加處理速度、存儲和內(nèi)存的系統(tǒng)參數(shù)，以獲得更高的性能。這種方法受到物理能力的限制，其改進需要引入更復雜的元素（例如，硬件和軟件），無疑會增加現(xiàn)實過程中的時間和經(jīng)濟成本。另一種方法是使用水平擴展，即利用集成的分布式單個資源作為單個系統(tǒng)，而這種橫向擴展才是大數(shù)據(jù)革命的核心。同時，NIST也將與大數(shù)據(jù)系統(tǒng)設計相關(guān)的子概念進行了界定，譬如，大數(shù)據(jù)范例（Big Data Paradigm）包括跨水平耦合的獨立資源分布數(shù)據(jù)系統(tǒng)，旨在提供有效處理大量數(shù)據(jù)集所需的可擴展性[14]。

3 美國的NIST大數(shù)據(jù)互操作性框架及其特征 ?NIST大數(shù)據(jù)互操作性框架的開展以NIST大數(shù)據(jù)參考架構(gòu)（NIST Big Data Reference Architecture，NBDRA）的構(gòu)建過程為主線，分為以下3個階段：第一階段，確定高級別大數(shù)據(jù)參考架構(gòu)關(guān)鍵組件，這些組件是技術(shù)、基礎架構(gòu)和供應商當前所不可知的。第二階段，定義NBDRA組件之間的通用接口。第三階段，通過通用接口構(gòu)建大數(shù)據(jù)通用應用程序來驗證NBDRA。不同的發(fā)展階段對應不同的框架版本，指導相應階段大數(shù)據(jù)公共工作小組目標的實現(xiàn)。

NIST大數(shù)據(jù)互操作性框架主要由概念、分類、應用案例和一般要求、安全和隱私、架構(gòu)白皮書調(diào)查、參考架構(gòu)和標準路線圖七大主題組成，這些主題并非隨意選擇，是由大數(shù)據(jù)公共工作小組通過調(diào)查與研究所得。本文在進行介紹性分析時，并未按照該框架的主題順序展開，原因在于各個主題之間前后邏輯順序與相互關(guān)聯(lián)性較弱，不便于在文章中進行系統(tǒng)性分析與特征總結(jié)。因此，筆者對各個主題進行了整合與概括，將其分為數(shù)據(jù)層、框架層、角色層和應用層。

3.1 數(shù)據(jù)層：關(guān)注新舊數(shù)據(jù)范式的變化

理解大數(shù)據(jù)工程首先需要理解數(shù)據(jù)本身的特征。通過檢查不同顆粒度的數(shù)據(jù)在數(shù)據(jù)資源中所占的比例情況，可以更好地看到數(shù)據(jù)是怎樣改變了大數(shù)據(jù)范式以及不同數(shù)據(jù)層級需要重點解決的問題。因此，NIST提供了基于不同數(shù)據(jù)粒度的數(shù)據(jù)特征分析，見圖1。數(shù)據(jù)特征層級模型（Data Characteristic Hierarchy）將大數(shù)據(jù)的數(shù)據(jù)狀態(tài)分為數(shù)據(jù)、文件、數(shù)據(jù)集和多個數(shù)據(jù)集4個層次。

數(shù)據(jù)層在新的大數(shù)據(jù)范式中沒有發(fā)生大的變化，還是通過自身的數(shù)據(jù)類型和其他上下文數(shù)據(jù)（或元數(shù)據(jù)），元數(shù)據(jù)提供關(guān)于數(shù)據(jù)的歷史記錄等進行理解。數(shù)據(jù)層關(guān)注的是數(shù)據(jù)格式、數(shù)據(jù)價值和詞匯表、元數(shù)據(jù)和語義、質(zhì)量和真實性。數(shù)據(jù)會被分配到描述具體實體、事件或者事物的文件中，即文件層。在文件層，體現(xiàn)出了大數(shù)據(jù)帶來的變化，譬如，在非結(jié)構(gòu)化的文本中，1個數(shù)據(jù)文件可以指的是1個短語或者句子。該層次關(guān)注的是文件格式、復雜性、容量、元數(shù)據(jù)和語義。文件分組后即形成了數(shù)據(jù)集，數(shù)據(jù)集層次也體現(xiàn)了大數(shù)據(jù)帶來的變化。例如，在非結(jié)構(gòu)化文本中，數(shù)據(jù)集指的是完整的文檔。該層次關(guān)注的是質(zhì)量與一致性。對多個數(shù)據(jù)集的關(guān)注即形成了集成或融合多個數(shù)據(jù)集的需求，該層次體現(xiàn)的是大數(shù)據(jù)的多樣性。大量的數(shù)據(jù)集不能總是轉(zhuǎn)換成一個集成結(jié)構(gòu)，例如，大量的天氣數(shù)據(jù)無法都轉(zhuǎn)換在同一個時空網(wǎng)格上。由于無法將大容量數(shù)據(jù)集簡單復制到規(guī)范化結(jié)構(gòu)中，因此正在開發(fā)新的技術(shù)來根據(jù)業(yè)務需求來集成數(shù)據(jù)。例如，在非結(jié)構(gòu)化文本中，多個數(shù)據(jù)集可以同時引用一個文檔集合。該層次關(guān)注的是個體數(shù)據(jù)集的標識。

3.2 框架層：提高系統(tǒng)框架的可參考性

制定統(tǒng)一的參考框架（Reference Architectures）可以通過權(quán)威的信息來源，為某個主題領域存在的多樣化的系統(tǒng)架構(gòu)和解決方案提供指導并給予一定的約束[16]。鑒于大數(shù)據(jù)領域的復雜性，NIST專門推出了大數(shù)據(jù)參考框架（NIST Big Data Reference Architecture，NBDRA）。為此，專職工作小組調(diào)查了目前支持大數(shù)據(jù)框架的領先企業(yè)或個人發(fā)布的大數(shù)據(jù)平臺，并對收集到的資料進行了分析，從中提煉出了當前普遍的大數(shù)據(jù)開發(fā)架構(gòu)之間的一致性，并將調(diào)查結(jié)果形成了白皮書，即架構(gòu)白皮書調(diào)查（Architectures White Paper Survey）[15]。

NIST大數(shù)據(jù)架構(gòu)主要由2個坐標軸、5個角色與2個底層結(jié)構(gòu)組成。首先，該框架圍繞信息價值（Information Value）橫軸和信息技術(shù)價值（Information Value Technology）縱軸展開。沿著橫軸，通過數(shù)據(jù)收集、保管、分析和可視化等價值鏈后續(xù)流程來創(chuàng)建價值。沿著縱軸，通過提供網(wǎng)絡平臺、基礎設施、應用工具和其他IT服務來創(chuàng)建價值，這些服務用于承載和操作大數(shù)據(jù)，以支持所需的數(shù)據(jù)應用程序。其次，5個角色指的是系統(tǒng)協(xié)調(diào)員（System Orchestrator）、數(shù)據(jù)提供者（Data Provider）、數(shù)據(jù)用戶（Data Consumer）、大數(shù)據(jù)框架提供者（Big Data Framework Provider）和大數(shù)據(jù)應用提供者（Big Data Application Provider）。在這些角色中，需要注意的是，大數(shù)據(jù)應用程序提供者和大數(shù)據(jù)框架提供者使用“Provider”一詞表示這些組件在系統(tǒng)中提供或?qū)崿F(xiàn)特定的技術(shù)功能，并非普遍意義上的“提供”。總體上看，這5個角色是在任何大數(shù)據(jù)系統(tǒng)中都必然存在的技術(shù)角色。其中，系統(tǒng)協(xié)調(diào)員負責定義所需的數(shù)據(jù)應用程序活動，并將其集成到一個可操作的垂直系統(tǒng)中;數(shù)據(jù)提供者負責將新的數(shù)據(jù)或信息導入大數(shù)據(jù)系統(tǒng);大數(shù)據(jù)應用提供商負責執(zhí)行數(shù)據(jù)生命周期，滿足安全、隱私需求和系統(tǒng)編配定義需求;大數(shù)據(jù)框架提供商負責建立計算框架，在轉(zhuǎn)換特定應用的同時，保護彼此數(shù)據(jù)的隱私和完整性;數(shù)據(jù)用戶指的是終端用戶及其使用大數(shù)據(jù)應用程序成果的其他外部系統(tǒng)。最后，容納5個角色的2個底層結(jié)構(gòu)分別是隱私與安全（Security and Privacy）、管理（Management），這兩個底層結(jié)構(gòu)是所有大數(shù)據(jù)系統(tǒng)都必不可少的，負責為系統(tǒng)的所有組件提供保護隱私與安全的職能和管理的服務。此外，圖2中的服務應用代表軟件的可編程接口，“DATA”表示數(shù)據(jù)在組件之間通過引用或者直接的物理流動，“SW”表示在處理流程中大數(shù)據(jù)軟件工具發(fā)生轉(zhuǎn)移。

3.3 角色層：增強參考架構(gòu)的適用性

在傳統(tǒng)的數(shù)據(jù)項目中，數(shù)據(jù)系統(tǒng)一般是由一個組織進行主持、開發(fā)、部署和資源承載，而在大數(shù)據(jù)時代，系統(tǒng)的開發(fā)布局則是轉(zhuǎn)變成為分布式的。由2.3的大數(shù)據(jù)參考框架可見，在系統(tǒng)中會出現(xiàn)多種技術(shù)角色，這些角色可以是個人、組織、硬件或者軟件，某個角色可以固定在某個業(yè)務實體中，也可以由不同的業(yè)務實體共同實現(xiàn)，無需指定具體的參與角色或在合作情況下劃分清晰的業(yè)務邊界。因此，大數(shù)據(jù)系統(tǒng)需要適用于各種不同的業(yè)務環(huán)境，既要滿足緊密集成的企業(yè)系統(tǒng)，又要適應松散耦合、依賴不同利益相關(guān)者合作的垂直行業(yè)。

NIST構(gòu)建的大數(shù)據(jù)互操作性框架就是為了達成上述需求，他們認為在大數(shù)據(jù)系統(tǒng)開發(fā)項目中，“角色（Roles）”與“演員（Actors）”之間的關(guān)系與電影角色類似，某個角色可以由不同的演員來承擔，而不同的演員也可以重復扮演同一個角色，同樣地，某個活動可以由不同的行動者來承擔，而不同的行動者也可以承擔多種活動。為此，NIST提出了基于NBDRA系統(tǒng)的“角色”與“演員”樣本分類體系（Roles and a Sampling of Actors in the NBDRA Taxonomy），具體參見圖3。NBDRA“角色”與“演員”分類體系中的7個角色是由2.3的大數(shù)據(jù)參考框架中的5個角色與2個底層結(jié)構(gòu)組成，即系統(tǒng)協(xié)調(diào)員、數(shù)據(jù)提供者、數(shù)據(jù)用戶、大數(shù)據(jù)框架提供者、大數(shù)據(jù)應用提供者、隱私與安全和管理角色組成。

7個角色的含義與職能如下：1）系統(tǒng)協(xié)調(diào)員負責提供并確保系統(tǒng)必須滿足的總體需求，包括策略、治理、體系結(jié)構(gòu)、資源、業(yè)務需求、監(jiān)視或?qū)徲嫷?。雖然該角色的出現(xiàn)早于大數(shù)據(jù)系統(tǒng)，但在大數(shù)據(jù)范式中，一些與之相關(guān)的設計活動實則已經(jīng)發(fā)生了變化，應當進行相應的調(diào)整與更新。2）數(shù)據(jù)提供者負責為自己或者其他角色提供數(shù)據(jù)。NIST提出的這一概念本身并不新鮮，但是大數(shù)據(jù)帶來了強大的數(shù)據(jù)收集和分析功能，為該角色創(chuàng)建數(shù)據(jù)價值開辟了新思路。此外，政策環(huán)境也為該角色提供了助力，美國政府積極倡議開放數(shù)據(jù)，作為公共數(shù)據(jù)管理者的聯(lián)邦機構(gòu)也應積極承擔數(shù)據(jù)提供者的角色。3）數(shù)據(jù)用戶是大數(shù)據(jù)系統(tǒng)的價值輸出所在。正常情況下，數(shù)據(jù)用戶收獲的價值應當與大數(shù)據(jù)提供者提供的服務相對接。該角色受大數(shù)據(jù)系統(tǒng)的影響較小，較為明顯的相互作用主要在于反饋市場需求。4）大數(shù)據(jù)框架提供者擁有大數(shù)據(jù)應用程序提供者在創(chuàng)建特定應用程序時所需要的一般資源或服務，包括基礎架構(gòu)框架、數(shù)據(jù)平臺框架和處理框架等。大部分情況下，該角色提供的是多種技術(shù)的混合實現(xiàn)，這是大數(shù)據(jù)所帶來的新變化，也是未來需要關(guān)注的新領域。5）大數(shù)據(jù)應用程序提供者按照數(shù)據(jù)生命周期執(zhí)行具體的操作，滿足系統(tǒng)協(xié)調(diào)者提出的需求，同時滿足安全和隱私需求。該角色是將大數(shù)據(jù)框架內(nèi)的一般功能結(jié)合起來產(chǎn)生特定數(shù)據(jù)系統(tǒng)的地方。6）隱私與安全角色主要開展的活動時隱私與安全的政策制定與監(jiān)控，需要與系統(tǒng)協(xié)調(diào)員在政策、需求和審計等方面進行合作，還需要在系統(tǒng)開發(fā)、部署和操作方面，與大數(shù)據(jù)應用程序提供者和大數(shù)據(jù)框架提供者進行交互。7）管理角色是為了順應大數(shù)據(jù)的4V特征而建立的多樣性、復雜性和多功能平臺，主要用于存儲、處理和管理復雜數(shù)據(jù)。該角色既涉及處理大數(shù)據(jù)環(huán)境下的系統(tǒng)相關(guān)，也要處理大數(shù)據(jù)環(huán)境下的數(shù)據(jù)相關(guān)。

3.4 應用層：挖掘大數(shù)據(jù)應用的可能性

如果將大數(shù)據(jù)系統(tǒng)視為一個黑箱，想要盡可能地輸出更多的數(shù)據(jù)價值，就必須從源頭掌握大數(shù)據(jù)最新的技術(shù)、面臨的挑戰(zhàn)、市場發(fā)展等相關(guān)情況，從而向黑箱輸入更加合理的需求，因此，應當重視挖掘大數(shù)據(jù)應用的更多可能性，應用問題也是大數(shù)據(jù)發(fā)展過程中較為突出的一大挑戰(zhàn)。NIST為此專門進行了相關(guān)調(diào)研，形成了一份跨利益相關(guān)者的需求清單，該清單列舉了九大基礎應用領域，分別是：政府運行、商業(yè)活動、國防、醫(yī)療與生命科學、深度學習和社交媒體、研究生態(tài)系統(tǒng)、天文學和物理學、地球、環(huán)境與基地科學和能源九大領域。基于上述九大領域，NIST又從中歸納出了七大數(shù)據(jù)需求，使之更有延伸空間和概括性。具體的需求是：數(shù)據(jù)資源（如，數(shù)據(jù)大小、文件格式、增長率、靜態(tài)或動態(tài)）;數(shù)據(jù)轉(zhuǎn)換（如，數(shù)據(jù)融合、分析）;功能（如，軟件工具、平臺工具、硬件條件）;數(shù)據(jù)使用（如，以文本、表格、可視化和其他格式處理結(jié)果）;安全性和隱私;生命周期管理（如，策劃、轉(zhuǎn)換、質(zhì)量檢查、分析前處理）和其他需求。針對七大需求，可以與2.3的系統(tǒng)架構(gòu)的7個角色相對應，形成數(shù)據(jù)需求—NBDRA組件映射表，具體參見表1。

值得注意的是，在挖掘大數(shù)據(jù)應用可能性的同時，也要注意隱私和安全的保護。NIST將大數(shù)據(jù)系統(tǒng)中的隱私與安全分為以下5種情況，分別是數(shù)據(jù)保密性、數(shù)據(jù)來源、系統(tǒng)狀況、公共政策、社會和跨組織主題。前3種情況大致符合傳統(tǒng)的數(shù)據(jù)機密性、完整性和可用性要求，在大數(shù)據(jù)范式下，又被重新定位為需要并行考慮的大數(shù)據(jù)隱私與安全問題。

4 對我國的啟示

4.1 以可控性為前提，在概念層面達成局部共識

我國國務院2015年8月印發(fā)的《促進大數(shù)據(jù)發(fā)展行動綱要》將大數(shù)據(jù)界定為：“以容量大、類型多、存取速度快、價值密度低為主要特征的數(shù)據(jù)集合，正快速發(fā)展為對數(shù)量巨大、來源分散、格式多樣的數(shù)據(jù)進行采集、存儲和關(guān)聯(lián)分析，從中發(fā)現(xiàn)新知識、創(chuàng)造新價值、提升新能力的新一代信息技術(shù)和服務業(yè)態(tài)”[19]。無論國內(nèi)還是國外，當前對于大數(shù)據(jù)尚未有一個公認的定義，不同的定義基本是從大數(shù)據(jù)的3V或者4V等特征出發(fā)，3V與4V都是當前在大數(shù)據(jù)領域較為普遍地達成共識的大數(shù)據(jù)特征描述，除了之前提到的4V，此處的3V指的是大體量（Volume）、多樣性（Variety）和時效性（Velocity）?？傊?，各界學者試圖通過這些特征的闡述和歸納試圖給出其定義[20]，包括本文研究的NIST大數(shù)據(jù)框架。盡管如此，在概念上對大數(shù)據(jù)形成局部共識還是十分必要的，一方面，在實踐過程中，利益相關(guān)者需要致力于構(gòu)建同一個解決方案，相互之間需要共同語言進行交流與理解，方可使各方作用于同一著力點，盡量減少溝通問題和擴大參與范圍;另一方面，大數(shù)據(jù)解決方案與大數(shù)據(jù)的特征是密不可分的，大數(shù)據(jù)的特征決定了大數(shù)據(jù)應用方案的創(chuàng)新，大數(shù)據(jù)思維帶來了不同粒度層次的數(shù)據(jù)價值的變化，這些是在具體實施過程中無法繞開的理解性問題，必須在特定工作范圍內(nèi)達成一定的共識。

筆者認為，在實踐過程中，對于概念的界定，應以可控性為重點，以適用人群為導向，達成局部的共識，不必過度拘泥于具體的表述。任何范式在最初的時候概念都是綱要性的，探索性的概念界定不一定是完美的。因此，從大數(shù)據(jù)的3V或者4V特征出發(fā)，確保利益相關(guān)者在討論數(shù)據(jù)和數(shù)據(jù)系統(tǒng)時是可控的即可。譬如，NIST的概念界定是從4V特征出發(fā)，重點服務于以下人群：一是面向管理者，為他們理解這一變化領域所需的整體規(guī)劃提供支持;二是面向組織者，有利于理解組織需求并區(qū)分不同的解決方案;三是面向應用者而言，可以促進大數(shù)據(jù)解決方案和應用的創(chuàng)新與協(xié)作;四是面向技術(shù)人員，將提供一種通用語言，方便他們更好地區(qū)分大數(shù)據(jù)的特定技術(shù)產(chǎn)品。在概念界定的結(jié)構(gòu)上，可以借鑒NIST的方案，圍繞核心概念，擴散出子概念，形成一個邏輯清晰、逐步深入的“概念樹”;在形式上，最終可以形成一份專有名詞詞匯表，方便社會各界進行查閱。另外，筆者認為，在進行概念界定時，需要體現(xiàn)出變化以及不同范式之間的差異性。Kuhn T在《科學革命的結(jié)構(gòu)》中提出，不同科學范式之間具有不可通約性，即在革命和范式轉(zhuǎn)換過程中，是世界觀的轉(zhuǎn)變，即便是同樣的用詞，他們的真實含義也已改變[21]。Jim Gray將大數(shù)據(jù)視為“第四范式”，大數(shù)據(jù)在概念上帶來的混淆與不確定性需要通過新舊范式對比來進行解釋。

4.2 以指導性為目標，設計統(tǒng)一的系統(tǒng)構(gòu)建框架

從國家層面規(guī)劃大數(shù)據(jù)發(fā)展是一個系統(tǒng)性、互操作的工程，需要融合多種技術(shù)與方法來共同解決問題。因此，構(gòu)建一個無關(guān)技術(shù)與基礎設施的、統(tǒng)一的、中立的概念性結(jié)構(gòu)模型，一方面，可以提高利益相關(guān)者對各種大數(shù)據(jù)組件、流程和系統(tǒng)的理解，鼓勵他們遵守國家推薦的標準、規(guī)范和模式;另一方面，又可以為政府部門、機構(gòu)和其他用戶提供技術(shù)參考，以便共同理解、討論、分類和比較大數(shù)據(jù)解決方案。我國政府在制定統(tǒng)一架構(gòu)時，可以適當借鑒NIST制定的大數(shù)據(jù)參考架構(gòu)，在此基礎上，筆者認為，以下4點可供進一步思考與分析。

一是在架構(gòu)構(gòu)成元素方面。大部分參考架構(gòu)在設計參考元素時都需要基于已有的開發(fā)案例數(shù)據(jù)進行歸納推理，而數(shù)據(jù)流、數(shù)據(jù)存儲和功能組件這三大基本角色是必須具備的[6]。

二是在大數(shù)據(jù)應用者環(huán)節(jié)。該環(huán)節(jié)分為收集、保管、分析、可視化和獲取等活動，但是針對不同的垂直領域，需要制定用于子組件之間定義與交換的元數(shù)據(jù)策略，不便于進行標準化。另外，盡管這些活動還是傳統(tǒng)數(shù)據(jù)管理活動的基本流程，但是大數(shù)據(jù)實則從本質(zhì)上改變了他們的含義、價值和實現(xiàn)方式，因此需要對算法、機制和應用程序進行調(diào)整與優(yōu)化，使之具有較強的可擴展性和較高的響應能力。

三是在大數(shù)據(jù)框架提供者環(huán)節(jié)，大數(shù)據(jù)領域?qū)μ幚砣萘?、多樣性、速度和可擴展性等的新要求大部分都發(fā)生在該環(huán)節(jié)，促使大數(shù)據(jù)框架的相關(guān)技術(shù)研發(fā)逐漸成為迭代更新的熱點，因而當前該環(huán)節(jié)具有相對充足的參考信息可供選擇，可以進行進一步的細化與標準統(tǒng)一。

四是在整體上，需要關(guān)注對互操作性、可移植性、可重用性和可擴展性等方面的分析與介紹[22]。此處，值得注意的是美國大數(shù)據(jù)互操作性框架的制定者是美國國家標準與技術(shù)研究院，該機構(gòu)主要為美國發(fā)展提供標準、標準參考數(shù)據(jù)及有關(guān)服務[23]，可見大數(shù)據(jù)框架所承擔的作用相當于標準類知識產(chǎn)品，制定機構(gòu)本身的職能也使之可以起到較好的統(tǒng)籌規(guī)劃、提供指導的作用。

4.3 以適用性為要求，考慮各利益相關(guān)方的需求

NIST制定的“角色”與“演員”樣本分類體系實則是對NBDRA框架的補充，但是因為該體系的形成來自于NIST對已有大數(shù)據(jù)用例的市場調(diào)研，且這樣的列舉可以從某種程度上提高不同參與者對大數(shù)據(jù)標準的響應度與參與度，因此該體系的制定也值得我國進行借鑒與參考。

筆者認為，在制定類似的參與者框架時，需要注意以下幾點：一是對業(yè)務環(huán)境適應性的關(guān)注，大數(shù)據(jù)分布式的開發(fā)布局不僅促進了跨界合作，還使得大數(shù)據(jù)利益相關(guān)者邊界日益模糊化，對此，NIST采取的解決思路是對利益相關(guān)者的需求進行抽象化，轉(zhuǎn)化為對不同業(yè)務環(huán)境的適應性;二是對抽象與具體的把握。NIST大數(shù)據(jù)參考架構(gòu)并不是特定大數(shù)據(jù)系統(tǒng)的架構(gòu)，而是一個基于公共參考框架用于描述、討論和開發(fā)的工具。該模型不綁定到任何特定的供應商產(chǎn)品、服務或參考方案，也不定義限制創(chuàng)新的說明性解決方案。尤其是在“角色”與“演員”關(guān)系的構(gòu)建方面，始終重點闡述的是角色的含義及目標，并未過多限定“演員”的可能性與職責。三是對數(shù)據(jù)所有權(quán)和數(shù)據(jù)治理的關(guān)注。NIST在第3階段的發(fā)展目標中明確提出了對這兩個問題的關(guān)注。這兩個問題屬于社會影響問題，雖然并非是當前亟需考慮的，但是鑒于頂層架構(gòu)的宏觀指導性與社會影響力，都應當將它們納入討論范圍內(nèi)。四是NIST在設計大數(shù)據(jù)架構(gòu)時靈活運用了分類法。無論是3.1數(shù)據(jù)層的數(shù)據(jù)層級還是3.3角色層的角色分類，都可以更加清晰地展現(xiàn)大數(shù)據(jù)的概念結(jié)構(gòu)，不斷收集新的數(shù)據(jù)并逐漸完善分類也是歸納推理法的體現(xiàn)，是NIST構(gòu)建技術(shù)架構(gòu)、數(shù)據(jù)層級、應用領域和角色體系的重要方法。

4.4 以應用性為重點，構(gòu)建需求與價值的映射關(guān)系

NIST的應用層構(gòu)建主要特色在于：一方面，鼓勵相關(guān)機構(gòu)、學界和普通公眾自下而上提交市場案例;另一方面，將基于市場調(diào)研提煉出來的數(shù)據(jù)需求與大數(shù)據(jù)架構(gòu)的功能組件相對應，形成一個相互映射的需求功能表。我國政府發(fā)布的《促進大數(shù)據(jù)發(fā)展行動綱要》提出了：“促進大數(shù)據(jù)應用市場化服務為重點，引導鼓勵企業(yè)和社會機構(gòu)開展創(chuàng)新應用研究，深入發(fā)掘公共服務數(shù)據(jù)，在城鄉(xiāng)建設、人居環(huán)境、健康醫(yī)療、社會救助、養(yǎng)老服務、勞動就業(yè)、社會保障、質(zhì)量安全、文化教育、交通旅游、消費維權(quán)、城鄉(xiāng)服務等領域開展大數(shù)據(jù)應用示范[19]”。為了實現(xiàn)上述目標，可以適當借鑒NIST分析大數(shù)據(jù)應用案例時所形成的需求功能表，在政府重點提到的應用示范領域構(gòu)建大數(shù)據(jù)應用范例，以便于分析利益相關(guān)者的需求和構(gòu)建指導性框架所需的功能組件。

具體可以從以下3個方面參考：一是重視規(guī)范化市場數(shù)據(jù)的收集，可以制定標準化的大數(shù)據(jù)應用案例信息提交表，引導大數(shù)據(jù)實踐工作者詳細收集數(shù)據(jù)的生命周期流程、數(shù)據(jù)資源的4V特征、數(shù)據(jù)用戶、應用軟件、分析工具、安全與隱私保護措施等相關(guān)信息。二是實現(xiàn)需求輸入—價值輸出的對接，這是構(gòu)建需求功能表的關(guān)鍵。其具體步驟為：1）政府機構(gòu)發(fā)布大數(shù)據(jù)應用案例信息提交表，利益相關(guān)者提交大數(shù)據(jù)應用需求，收集需求數(shù)據(jù);2）將具體的應用需求進行提煉與歸納，完成需求輸入;3）基于已構(gòu)建的大數(shù)據(jù)系統(tǒng)架構(gòu)中的職能組件，完成價值輸出;4）將可能影響大數(shù)據(jù)應用布局的挑戰(zhàn)與變量列舉出來，總結(jié)過程參數(shù);5）綜合對接需求輸入與價值輸出，形成需求價值清單，可參見圖4。三是對安全與隱私的關(guān)注。NIST發(fā)布了大數(shù)據(jù)安全與隱私架構(gòu)和分類清單，作為NBDRA框架的補充，同時還主張?zhí)剿靼踩c隱私分類清單與NBDRA框架之間的映射關(guān)系，這一關(guān)系的建立實則是將安全與隱私的需求落實到了具體的職能組件集合，更有利于指導解決方案的形成。

圖4 大數(shù)據(jù)應用需求與價值的功能映射流程

大數(shù)據(jù)既是新一代信息技術(shù)，也是一種服務業(yè)態(tài)，還改變了新的經(jīng)濟、社會乃至政治環(huán)境。在這一背景下，美國NIST的大數(shù)據(jù)互操作性框架為美國政府部門、商業(yè)界、學術(shù)界和用戶等各個利益相關(guān)方提供了一個開展溝通和合作的重要框架，與大數(shù)據(jù)系統(tǒng)、資源和解決方案等有關(guān)的探討都可以在這個框架下展開。作為在美國推動大數(shù)據(jù)發(fā)展的重要舉措，NIST制定大數(shù)據(jù)互操作性框架這一行動本身，值得我國政、產(chǎn)、學、研等各界關(guān)注和重視。從框架的具體內(nèi)容上看，美國NIST在設計過程中所采取的設計思路、所構(gòu)建的概念映射關(guān)系等方面，都可以為構(gòu)建具有中國特色的大數(shù)據(jù)發(fā)展指導框架提供一定參考。

參考文獻

[1]NIST.Big Data Information[EB/OL].https：//www.nist.gov/el/cyber-physical-systems/big-data-pwg，2019-03-05.

[2]肖筱華，周棟.大數(shù)據(jù)技術(shù)及標準發(fā)展研究[J].信息技術(shù)與標準化，2014，（4）：34-38.

[3]張群.大數(shù)據(jù)標準化現(xiàn)狀及標準研制[J].信息技術(shù)與標準化，2015，（7）：23-26.

[4]鄭大慶，黃麗華，張成洪，等.大數(shù)據(jù)治理的概念及其參考架構(gòu)[J].研究與發(fā)展管理，2017，29（4）：65-72.

[5]Nadal S，Herrero V，Romero O，et al.A Software Reference Architecture for Semantic-aware Big Data Systems[J].Information and Software Technology，2017，90.

[6]Pkknen P，Pakkala D.Reference Architecture and Classification of Technologies，Products and Services for Big Data Systems[J].Big Data Research，2015，2（4）.

[7]吳韜.習近平國家治理現(xiàn)代化思想的大數(shù)據(jù)觀及其現(xiàn)實意義[J].云南行政學院學報，2018，20（5）：104-109.

[8]President s Council of Advisors on Science and Technology.Designing a Digital Future：Federally Funded Research and Development in Networking and Information Technology.Washington[EB/OL].http：//www.whitehouse.gov/sites/default/files/microsites/ostp/pcast-nitrd-report-2010.pdf，2019-03-14.

[9]U.S.Government[EB/OL].Data.gov：http：//www.data.gov，2019-03-14.

[10]Office of Science and Technology Policy，Executive Office of the President.Fact Sheet：Big Data Across the Federal Government[EB/OL].http：//www.whitehouse.gov/administration/eop/ostp，2019-03-14.

[11]NIST.NIST Special Publication 1500-6[EB/OL].https：//nvlpubs.nist.gov/nistpubs/SpecialPublications/NIST.SP.1500-6.pdf，2019-03-14.

[12]OSTP.“Data to Knowledge to Action” Event Highlights Innovative Collaborations to Benefit Americans[EB/OL].https：//obamawhitehouse.archives.gov/sites/default/files/microsites/ostp/Data2 Action%20Press%20Release.pdf，2019-03-06.

[13]NIST.NIST Big Data Interoperability Framework：Volume 5，Big Data Architecture White Paper Survey[EB/OL].https：//nvlpubs.nist.gov/nistpubs/SpecialPublications/NIST.SP.1500-5.pdf，2019-03-06.

[14]NIST.NIST Big Data Interoperability Framework：Volume 1，Definitions[EB/OL].https：//nvlpubs.nist.gov/nistpubs/SpecialPublications/NIST.SP.1500-1.pdf，2019-03-06.

[15]NIST.NIST Big Data Interoperability Framework：Volume 2，Big Data Taxonomies[EB/OL].https：//nvlpubs.nist.gov/nistpubs/SpecialPublications/NIST.SP.1500-2.pdf，2019-03-06.

[16]Office of the Assistant Secretary of Defense，Reference Architecture Description[EB/OL].http：//dodcio.defense.gov/Portals/0/Documents/DIEA/Ref_Archi_Description_Final_v1_18Jun10.pdf，2019-03-06.

[17]NIST.NIST Big Data Interoperability Framework：Volume 6，Reference Architecture[EB/OL].https：//nvlpubs.nist.gov/nistpubs/SpecialPublications/NIST.SP.1500-6.pdf，2019-03-06.

[18]NIST.NIST Big Data Interoperability Framework：Volume 3，Use Cases and General Requirements[EB/OL].https：//nvlpubs.nist.gov/nistpubs/SpecialPublications/NIST.SP.1500-3.pdf，2019-03-06.

[19]國務院.促進大數(shù)據(jù)發(fā)展行動綱要[EB/OL].http：//www.gov.cn/zhengce/content/2015-09/05/content_10137.htm，2019-03-06.

[20]孟小峰，慈祥.大數(shù)據(jù)管理：概念、技術(shù)與挑戰(zhàn)[J].計算機研究與發(fā)展，2013，50（1）：146-169.

[21]Kuhn T.科學革命的結(jié)構(gòu)[M].金吾倫，胡新和，譯，北京：北京大學出版社，2012：5.

[22]Chang W.NIST Big Data.Reference Architecture for.Analytics and Beyond[EB/OL].https：//bigdatawg.nist.gov/Day2_15_NBDRA_Anaytics_and_Beyond_WoChang.pdf，2019-03-06.

[23]百度百科.NIST[EB/OL].https：//baike.baidu.com/item/%E7%BE%8E%E5%9B%BD%E5%9B%BD%E5%AE%B6%E6%A0%87%E5%87%86%E4%B8%8E%E6%8A%80%E6%9C%AF%E7%A0%94%E7%A9%B6%E9%99%A2/3931459？fr=aladdin&fromid=6274256&fromtitle=NIST，2019-03-06.

（責任編輯：郭沫含）