大数据背景下公安院校数据治理的挑战及对策

随着信息技术的不断发展，尤其以移动互联网为代表技术的不断发展，产生了海量数据。对此，传统的数据存储和分析等技术显得无计可施，大数据技术由此脱颖而出。2013年是大数据发展元年①刘维贵：《“大数据”研究综述》，《办公自动化》2014年第1期。，作为一门新兴技术，其蕴含着巨大的社会、经济效益，已得到社会各部门的高度重视，正在深度融入各行各业，给相关行业带来前所未有的机遇和挑战。从本质上讲，大数据属于一种数据处理技术，其核心是数据。由于数据的质量对大数据处理结果起着关键性的作用，因而近年来各个行业日益重视数据治理工作。

一、数据治理及其对公安院校的意义

随着互联网、物联网和云计算等技术的快速发展，海量的数据，尤其是非结构化数据不断产生。据市场调研机构IDC 预计，未来全球数据总量年增长率将维持在50%左右，到2020年全球数据总量将达到40ZB，其中我国数据量将达到8.6ZB，占21%左右。面对海量数据处理需求，传统的数据存储、分析技术难以实时处理海量异构数据，因此产生了大数据技术。

著名咨询机构麦肯锡将大数据定义为一种规模大到在获取、存储、管理、分析方面远远超出了传统数据库软件工具能力范围的数据集合，其主要具有四个特征（4V）：数据规模大(Volume)、数据种类多(Variety)、数据处理速度快(Velocity)、数据价值密度低(Value)。

大数据作为专门处理海量数据的一种技术，其主要包括数据采集、数据预处理、数据存储和数据挖掘分析等技术。在大数据技术中，处于核心地位的是数据，所有的操作都是围绕着数据。由于数据已经成为一种重要的资源，各行各业纷纷对拥有的数据进行分析挖掘，利用数据创造价值，提升决策能力和执行效率。实践中，数据质量的优劣直接影响大数据的应用效果①张宁、袁勤俭：《数据治理研究述评》，《情报杂志》2017年第5期。，因此各个行业十分重视数据治理。

目前，业界还没有统一的数据治理定义，不同机构的定义各不相同②彭雪涛：《美国高校数据治理及其借鉴》，《电化教育研究》2017年第6期。。美国DAMA 认为数据治理是指对数据资产行使权利和控制的活动集合，包括计划、监控和执行等；PTAC（Privacy Technical Assistance Center）则认为数据治理是对数据和信息进行管理的组织行为，是涵盖采集、使用到清理的数据全生命周期的政策和程序集；ECAR（EDUCAUSE Center for Applied Research）认为数据治理维护数据完整性，对数据访问实行有效控制，确保组织的数据资产安全。

就公安院校而言，其治理的数据主要包括学校各业务部门系统中的数据③许晓东、王锦华、卞良、孟倩：《高等教育的数据治理研究》，《高等工程教育研究》2015年第5期。。比如，教务处掌握的教师教学和学生成绩等数据，科研处掌握的教师科研相关数据，学生处掌握学生相关数据等等。此外，公安院校治理的数据还包括互联网中与学校相关各类内容，以及学校内部各种设备采集的数据，如摄像头采集的视频，无线WiFi 采集的设备MAC 地址等。此外，区别于普通高校，公安院校治理的数据还包括与公安教学相关的实战案例和公安业务数据。对这些数据进行治理，特别强调数据安全④单勇：《以数据治理创新社会治安防控体系》，《中国特色社会主义研究》2015 第4期。。

公安院校数据治理的应用可以使相关工作变得更加智能化、精准化和高效率，因而具有十分重要的意义：一是数据治理有利于科学决策。传统决策方式主要依靠决策者的主观经验，基于数据治理则使得每个决策的制定都有可靠数据做支撑。例如，后勤部门在采购实验室计算机时，就可以根据需要上机实验的课程数量及课时数、课程对机器配置要求和学生人数等相关数据作出科学的决策；二是数据治理有利于管理效率。基于数据治理，能够厘清各业务部门、各管理系统的数据流，从而简化优化业务流程，提升工作效率；三是数据治理有利于精准分析。基于数据治理，并结合相关分析模型能够实现精准分析。例如，可以通过教务系统教学数据和科研系统中科研数据对教师进行多维度、全方位的精准分析；四是数据治理有利于有效预警。基于数据治理，公安院校能够对存在的隐患进行有效预警，通过提前介入而将损失降到最低。比如，通过对学生的行为数据进行建模分析，对学生的异常情况进行有效预警。

二、当前公安院校数据治理的主要挑战

在大数据时代，数据成了核心资源，合理地利用数据，对数据进行分析挖掘，能够有利于科学决策，提升业务效率。因此提升数据质量，对数据进行治理显得尤为重要。目前,包括公安院校在内的很多单位的数据治理工作还处于初级阶段⑤张一鸣：《数据治理过程浅析》，《中国信息界》2012年第9期。，还存在以下一些突出问题。

（一）缺乏数据治理和大数据应用意识

大数据时代，数据的深度应用成为提高竞争力和生产力的关键要素。然而，目前仍存在着部分工作人员缺乏对数据治理和大数据应用的重视，盲目迷信自己的经验，以个人因果推理取代数据分析，对大数据分析产生抵制。与此同时，由于缺少必要的数据管理，导致数据出现不完整、不一致、可用性差等问题，这又会进一步影响数据的分析结果。

（二）缺乏对数据的规划和权责体系

由于缺少顶层设计，管理规范缺失，制度不健全，同时又缺少对基础数据的规划，导致在各个业务系统中许多基础数据被重复建设；并且这些系统采用的标准和规则各不相同，造成数据分散存储和因冗余而产生不一致的现象。另外，由于缺乏数据治理的权责体系，又会产生诸如数据规划应由哪些人员设计、哪些工作应由业务部门承担、哪些应由信息化技术管理部门承担等等权利不清、责任不明的问题，甚至还会出现缺少关键基础数据、部分辅助数据缺失或不全面、历史数据丢失严重等数据不完整的问题。

（三）缺乏数据共享与整合，“数据孤岛”问题严重

在许多公安院校，各个工作部门都有自己的业务系统和数据。一方面，它们视自己的业务数据为核心竞争力，不愿共享；也有一些部门以业务数据需要保密以及节省数据整理成本为由，不敢共享数据；还有些部门缺乏数据公开共享的动力，因懒政而让数据睡觉，不想公开数据。这些都导致大量业务部门数据存在“不愿公开、不敢公开、不想公开”的问题，形成人为的“数据孤岛”。另一方面，虽然愿意公开共享数据，但是因为缺乏统一的规划和标准数据接口而导致数据格式标准缺失，无法进行关联融合，造成大量业务部门数据存在“不会公开”的问题，形成技术上的“数据孤岛”。“数据孤岛”的形成，使得后期数据共享和整合的成本非常高。

（四）缺乏与外部数据的交互能力

目前各单位的数据来源单一，主要来自内部业务系统。但在大数据时代，不仅要求数据量大，而且要求数据种类丰富。因此，在单位内部需将各部门的数据进行有效整合，同时也需要整合外部有效数据，进一步提升大数据应用能力。公安院校作为专业院校，在教学和实战训练方面需要加强与公安机关的联系，整合公安机关各类自有数据以及社会数据等外部数据。但在目前，公安院校缺少与外部数据的交互能力，数据融合不充分，这也进一步限制了相关工作的开展。

（五）缺乏对数据安全隐私的保护机制

大数据犹如一把双刃剑，在给各单位带来便利的同时，数据安全和隐私保护等问题也日益凸显。公安院校数据治理所涉及的数据既有在校教师和学生的个人信息，也有公安机关实战案例、公安机关自有数据和相关社会数据。这些数据或是属于个人隐私，或是具有一定的机密性，都需要加以安全地保管、保护。然而，目前公安院校对这些数据治理的方式与普通数据没有区分，都是以明文的方式存储于学校的服务器之中，数据的安全性完全取决于存储服务器的口令，缺乏相关安全隐私保护机制。一旦存储机密隐私数据的服务器被黑客攻击，那么数据毫无安全性可言。

三、公安院校数据治理的发展完善

近几年，大数据技术已给各行各业用户带来了巨大的经济效益和社会效益。为充分发挥大数据技术的优势，公安院校需要从以下几个方面进一步做好数据治理工作。

（一）强化数据治理意识和大数据理念

公安院校各级领导和教职员工都应强化数据治理意识和大数据理念，从“经验主义”向“数据主义”决策转变，真正认识到数据的价值。要建立“用数据说话、用数据决策、用数据管理、用数据创新”的管理机制，实现基于数据的科学决策，推动管理理念和治理模式的改革。要尽快打破数据存在的壁垒，提升数据的开放和共享，使数据的价值得到充分的挖掘。高校师生需要的是服务，而不是服务器以及里面的数据。为此，各级部门要在数据治理的基础上充分利用数据，简化优化工作流程，使师生得到优质服务，实现让“数据多跑路，师生少跑腿”。

（二）顶层规划设计数据治理，落实数据治理权责体系

为能够有效进行数据治理，公安院校应从顶层设计规划数据治理，建立数据标准体系，成立以校领导为负责人的信息化或智慧校园领导小组作为指导机构，通过行政手段确保各项措施的落实，并由领导小组进行相关工作的协调，督查督办。同时，也要落实数据治理权责体系，明确各部门在数据治理工作中的岗位职责。相关业务部门联合讨论数据治理的方案，建立交叉数据分析模型；技术部门负责具体实施，建立统一数据中心，搭建数据共享平台，完善数据共享机制。通过机制和技术双重保证，打破长期存在的数据壁垒，实现数据共享机制。要做好基础数据保障工作，根据权责划分，由指定部门负责更新，供全校各系统共享，避免数据重复建设和因冗余而造成数据的不一致和可用性差等问题。

（三）使用技术手段有序保障数据治理

公安院校应该建立主数据中心，使用Hadoop 等主流分布式计算框架，汇聚全校的业务数据，确保能够快速访问数据，并且保证数据的准确性、完整性和一致性。作为数据治理具体实施部门，技术部门需要加强信息系统的设计，在需求分析阶段根据标准数据规范细化各项需求和数据库设计。针对部分机密数据，需要通过相关信息安全技术手段加强安全保护机制，在数据安全管理制度的指导下，对机密数据实施数据加密、脱敏、监控、审计和数据备份、恢复等操作。

（四）充分挖掘潜在信息，实现数据治理更大价值

在大数据时代，数据是各部门的核心资源，具有很高的价值。数据的价值主要拖过分析、挖掘来实现的。通过数据治理，各部门保存着海量数据，通过对这些数据进行统计分析和数据挖掘，可以从中提取出有价值的信息，从而提升决策能力和执行效率，实现数据治理更大价值。

四、结束语

随着大数据时代的到来和数据应用的快速发展，数据越来越成为一种核心竞争力。数据质量的优劣直接影响着数据应用的效果，而数据治理是保证数据质量的必要手段。为此，包括公安院校在内的各类数据用户必须十分重视数据治理工作。由于目前数据治理工作仍处于初级阶段，所以各用户单位需要从主观认识和具体措施等两方面对数据治理进行变革，双管齐下，不断提升数据治理水平，提高数据质量，从而获得持续的核心竞争力。