证券期货业经营机构运维数据治理 规范
Specification for operationaldata governance in securitiesand futures industry operating institutions
深圳市证券业协会 发布
目次
目次.前言. 引言 III II1范围.2规范性引用文件3术语和定义.. 4运维数据治理总则5运维数据治理框架6顶层设计.6.1目标规划6.2制度规范 6.3平台架构，6.4治理机制7运维数据治理的对象与范围7.1CMDB配置数据7.2监控数据 7.3流程数据7.4知识库数据8数据质量管理9数据生命周期管理 10数据安全管理，附录A（规范性附录）CMDB配置数据模型参考 10A.1CI模型：主机硬件 10A.2CI模型：主机OS. A.3CI模型：应用集群. 10A.4CI模型：应用实例 11 11A.5CI模型：机柜位置. 11A.6CI模型：数据库. 12参考文献.. 13
前言
本文件按照GB/T1.1-2020《标准化工作导则第1部分：标准化文件的结构和起草规则》的规定起草.
请注意本文件中的某些内容可能涉及专利.本文件的发布机构不承担识别专利的责任.
本文件由深圳市证券业协会提出并归口.
本文件起草单位：深圳市证券业协会、深圳资本市场金融科技委员会、中信证券股份有限公司、平安证券股份有限公司、国信证券股份有限公司、招商证券股份有限公司、国投证券股份有限公司、中国中金财富证券有限公司、长城证券股份有限公司、五矿证券有限公司、安信基金管理有限责任公司、景顺长城基金管理有限公司、中信期货有限公司、深圳市金证科技股份有限公司、深圳华锐分布式技术股份有限公司、上海艾芒信息科技有限公司.
本文件主要起草人：林国峰、谷明泽、谭天啸、李相、王桂强、陈辉华、苑博文、张朝晖，古立夫，于仁军，黄晓春，宋熊、刘政、林英、邓曙光、何宇、陈越、沈德勇、王义辉、戴先宇、蔡坤、严发、沈映菊、张欣磊、宋辉、毛振赫、何涛、潘文磊、汤鑫、王洋、张于强、陈洪波、宿旭升、张帆.
引言
随着数字化转型不断深化，尤其是在AI技术快速发展的背景下，证券期货业正在加速向数字化、智能化方向发展.
运维数据作为公司数字化平台的核心资源，其治理水平直接影响着未来自动化工具和AI智能化工具的准确性.然而，当前行业内运维数据治理仍面临诸多挑战，包括数据孤岛、 标准缺失、数据质量参差不齐、数据安全防护不足、数据管理流程不规范等问题.这些问题不仅制约了数据价值的充分发挥，也对业务系统的安全稳定运行和行业的可持续发展带来了潜在风险.
为应对这些挑战，本文结合证券期货业的行业特点和实际需求，提出了运维数据治理的顶层设计、治理范围、数据质量管理、数据生命周期管理以及数据安全管理等方面的规范建 议.通过建立科学、系统的运维数据治理体系，旨在帮助行业内各经营机构提升精细化运营水平，保障业务系统稳定运行，同时为行业的数字化转型提供有力支撑.
证券期货业经营机构运维数据治理规范
1范围
数据质量管理、数据生命周期管理以及数据安全管理的要求. 本文件提出了运维数据治理的总则和框架，规定了运维数据治理的项层设计、治理范围、
本文件适用于指导证券期货业各经营机构的运维数据治理工作.
2规范性引用文件
下列文件中的内容通过文中的规范性引用面构成本文件必不可少的条款.其中，注日期的引用文件，仅该日期对应的版本适用于本文件：不注日期的引用文件，其最新版本（包括的修改单）适用于本文件.
GB/T34960.5-2018信息技术服务治理第5部分：数据治理规范
3术语和定义
下列术语和定义适用于本文件.
3.1
运维数据operation and maintenance data
在信息系统建设以及运行维护过程中产生的，用于系统管理、监控、维护和优化的各类数据信息的集合.
注：主要包括CMDB配置数据、监控数据、流程工单数据以及知识库数据等.
3.2
数据治理datagovernance
对数据资源管理行使权力和控制的活动集合（计划、监督和执行）.[来源：GB/T 44109-2024，3.1]
主数据master data组织中需要跨系统、跨部门进行共享的核心业务实体数据.[来源：GB/T 36073-2018，3.12]
3.3
3.4
元数据metadata
定义和描述其他数据的数据.[来源：GB/T 34960.5-2018 3. 6]
数据生命周期datalifecycle数据获取、存储、整合、分析、应用、呈现、归档和销毁等各种生存形态演变的过程.[来源：GB/T 34960.5-2018 3.7]
3.5
3.6
