互联网 类型
可以朗读 语音朗读
140千字 字数
2025-11-01 发行日期
展开全部

主编推荐语

一部系统梳理和总结华为在数据空间领域的研究成果与实践经验的著作。

内容简介

华为致力于数据空间理论与架构的研究近8年，积极参与国际数据空间协会（IDSA）、Gaia-X等国际组织的生态共建与标准制定，并与欧洲的相关科研机构在研究项目上开展了大量的合作。

华为成功研发了自己的数据空间服务产品EDS（交换数据空间），并在鲲鹏昇腾生态率先得到验证，如今已经在华为内部的4大类20多个场景和外部的大量客户中得到广泛应用。在此基础上，华为将自己在数据空间理论框架、工程实践、落地原则等方面的认知、经验、教训凝结成了这本书。

本书将为您揭示数据流通的破局之道，从理论到实践、从架构到落地，全面解析数据空间这一创新方案。

目录

  • 版权信息
  • 序以信任构筑基石，让数据释放新质生产力
  • 前言
  • CHAPTER 1 第1章数据流通释放价值
  • 1.1 释放数据要素价值的改革全面铺开
  • 1.2 企业数据的价值实现
  • 1.2.1 沿着业务流的数据清洁
  • 1.2.2 脱离业务流的数据共享
  • 1.2.3 跨越主体的数据交换
  • 1.3 企业数据定位的变化
  • 1.3.1 数据是IT的一部分
  • 1.3.2 数据作为企业战略资产
  • 1.3.3 数据成为生产要素
  • 1.4 企业数据流通模式的演进
  • 1.4.1 数据流通从集成、汇聚到交换
  • 1.4.2 数据交换的关键：跨主体边界后的可控
  • 1.5 小结
  • CHAPTER 2 第2章数据流通的世界级难题
  • 2.1 数据要素的独特性给流通带来新难题
  • 2.1.1 难以管控数据使用
  • 2.1.2 增加数据使用风险
  • 2.2 数据主体的利益保障和风险控制
  • 2.2.1 商业利益
  • 2.2.2 法律合规遵从
  • 2.2.3 技术保障
  • 2.3 世界主要经济体的应对战略及举措
  • 2.4 小结
  • CHAPTER 3 第3章数据流通难题的欧洲实践
  • 3.1 数据空间的由来
  • 3.1.1 从“工业数据空间”到“国际数据空间”
  • 3.1.2 数据空间的基本理念：保护“数据主权”
  • 3.2 数据空间的4个设计原则
  • 3.2.1 你决定你的数据如何被使用
  • 3.2.2 以数据和服务质量为基础的公平竞争环境
  • 3.2.3 去中心化、技术中立的基础架构
  • 3.2.4 公共与私营组织共同治理
  • 3.3 五层三维的数据空间参考架构
  • 3.3.1 业务层：定义数据空间的4类参与方及协作关系
  • 3.3.2 功能层：数据空间的6大能力特性
  • 3.3.3 流程层：定义数据交换的5大步骤
  • 3.3.4 信息层：数据空间的六边形模型
  • 3.3.5 系统层：以连接器为核心的6大组件
  • 3.3.6 安全维度：基于最佳实践的6个安全设计
  • 3.3.7 认证维度：个人、组织与组件的安全合规
  • 3.3.8 治理维度：以“联邦”的形式实现数据空间的安全可信交互
  • 3.4 数据空间已从理论走向实践
  • 3.4.1 理论体系已经相对完善
  • 3.4.2 数据空间生态已经成型
  • 3.4.3 领先数字企业布局数据空间配套服务
  • 3.4.4 初具规模的业务应用
  • 3.5 数据空间写入《欧洲数据战略》及《数据法案》
  • 3.5.1 《欧洲数据战略》：建立9大数据空间
  • 3.5.2 《数据法案》：将数据空间定位为基础设施和数据治理机制
  • 3.6 小结
  • CHAPTER 4 第4章数据空间的底层逻辑
  • 4.1 数据流通面临的现实诉求
  • 4.1.1 组织内部门间的敏感数据获取
  • 4.1.2 集团与子公司、事业群之间的可控数据共享
  • 4.1.3 华为与外部企业的数据交换
  • 4.1.4 华为与生态链上下游的数据协作
  • 4.2 在数字世界履行数据交换合约
  • 4.2.1 现实世界的数据交换合约通过法律执行有滞后性
  • 4.2.2 基于数据合约的控制技术履行合同条款
  • 4.3 数据空间的基本特征
  • 4.3.1 参与主体通过数据连接器交换和使用数据
  • 4.3.2 具备运营清算能力
  • 4.3.3 以可清算范围界定数据空间边界
  • 4.4 数据空间中的数据合约
  • 4.4.1 可在线协商的数据合约
  • 4.4.2 可标识的数据合约
  • 4.4.3 基于规则进行履行验收的数据合约
  • 4.4.4 覆盖数据全生命周期的数据合约
  • 4.5 数据空间中的数据策略
  • 4.5.1 从访问控制到使用控制
  • 4.5.2 数据使用控制策略是跨边界的控制
  • 4.5.3 多维可组合的“4W2H”策略描述模型
  • 4.6 小结
  • CHAPTER 5 第5章 数据空间的总体设计
  • 5.1 数据空间的工程能力要求
  • 5.1.1 多模态数据按需灵活接入
  • 5.1.2 满足不同运营要求的4种交换模式
  • 5.1.3 人、系统与设备均可按策略消费数据
  • 5.1.4 兼容现有的数字化环境进行部署
  • 5.2 数据空间中的参与角色
  • 5.2.1 保障数据空间可持续运转的清算运营方
  • 5.2.2 供应数据资源的数据提供方
  • 5.2.3 获取数据价值的数据消费方
  • 5.2.4 为数据增值的数据服务方
  • 5.3 数据空间中面向交换的数据形态
  • 5.3.1 符合交换要求的资源成为数据交换资源
  • 5.3.2 数据交换单元是传输、验收、使用和清算的最小单元
  • 5.3.3 数据Offer是由交换单元组成的数据合约标的物
  • 5.3.4 供需双方共同达成的数据交换合约
  • 5.4 数据空间中的交换业务流
  • 5.4.1 提供与控制数据的业务流
  • 5.4.2 获取和使用数据的业务流
  • 5.4.3 处理与加工数据的业务流
  • 5.4.4 清算与运营的业务流
  • 5.5 数据空间的核心能力组件
  • 5.5.1 交换数据及执行合约的连接器能力
  • 5.5.2 实现组织、个人及组件认证的可信能力
  • 5.5.3 决定数据如何被使用的可控能力
  • 5.5.4 全链路追溯清算的可证能力
  • 5.6 小结
  • CHAPTER 6 第6章数据空间中的数据连接器
  • 6.1 数据连接器的关键能力特性
  • 6.1.1 数据资源接入
  • 6.1.2 数据资源管理
  • 6.1.3 数据合约管理
  • 6.1.4 数据传输和传输协议
  • 6.1.5 数据消费和App管理
  • 6.1.6 数据连接器的配置与监控运营
  • 6.2 数据连接器的分层解耦架构
  • 6.2.1 数据连接器的业务作业面与数据处理面
  • 6.2.2 数据处理面数据集成服务的解耦架构
  • 6.2.3 数据连接器南向环境资源解耦架构
  • 6.2.4 数据连接器与数据空间中组件的交互关系
  • 6.3 适应多场景、多环境的数据连接器
  • 6.3.1 数据连接器的三种使用场景
  • 6.3.2 数据连接器的三种安全级别形态
  • 6.3.3 数据连接器的三种部署模式
  • 6.4 小结
  • CHAPTER 7 第7章 数据空间中的可信、可控、可证
  • 7.1 什么是可信、可控、可证
  • 7.2 基于数据空间信任框架保障可信
  • 7.2.1 数据空间的信任框架
  • 7.2.2 空间组织及人员可信
  • 7.2.3 数据服务及组件可信
  • 7.2.4 平台及环境资源可信
  • 7.3 基于开放数字权利语言的可控策略实现
  • 7.3.1 标准化、机器可执行的控制策略
  • 7.3.2 控制策略的实现机制：定义、执行与决策
  • 7.3.3 面向业务场景的服务化与模板化能力
  • 7.4 基于区块链实现数据交换的可证追溯与清算
  • 7.4.1 实现数据合约履行的透明可证
  • 7.4.2 基于数字探针端到端的实时记录
  • 7.4.3 探针数据上链防篡改
  • 7.4.4 标准化的查证与清算服务
  • 7.5 小结
  • CHAPTER 8 第8章数据空间的部署与运营
  • 8.1 启动数据空间的3个关键问题
  • 8.1.1 谁来用：使用场景的识别
  • 8.1.2 谁来管：明确运营主体及职责
  • 8.1.3 怎么用：被调用并嵌入现有业务流程
  • 8.2 数据空间装载与运营
  • 8.2.1 如何开通数据空间
  • 8.2.2 如何在数据空间中交换数据
  • 8.2.3 如何运营数据空间
  • 8.3 小结
  • CHAPTER 9 第9章数据空间的企业应用
  • 9.1 企业应用数据空间的四类场景
  • 9.1.1 企业内各业务部门间的数据交换
  • 9.1.2 企业总部与分公司间的数据交换
  • 9.1.3 企业与生态链上下游间的数据交换
  • 9.1.4 企业与外部组织间的数据交换
  • 9.2 部署数据空间的三类典型范式
  • 9.2.1 范式1：1︰1模式
  • 9.2.2 范式2：1︰N模式
  • 9.2.3 范式3：N︰N模式
  • 9.3 设计业务模板以满足场景复用需求
  • 9.4 小结
  • CHAPTER 10 第10章数据空间与AI大模型
  • 10.1 AI大模型时代数据既丰富又稀缺
  • 10.1.1 数据成为驱动AI大模型发展的核心要素
  • 10.1.2 激活非结构化数据资产的潜在价值
  • 10.1.3 高质量数据集成为稀缺资源
  • 10.2 AI大模型时代数据流通的挑战
  • 10.2.1 AI大模型需要数据可用又可见
  • 10.2.2 大规模高质量数据流通安全风险更高
  • 10.2.3 数据形态变化导致权限失效举证更难
  • 10.3 探索AI大模型的数据控制
  • 10.3.1 控制AI大模型的数据读取
  • 10.3.2 控制AI大模型的数据读取与加工
  • 10.3.3 控制AI大模型的数据读取、加工与训练
  • 10.4 数据空间支撑AI大模型的场景推演
  • 10.4.1 自建数据空间控制AI数据集流转使用
  • 10.4.2 参与数据空间生态获取更多的AI数据集
  • 10.5 小结
  • CHAPTER 11 第11章数据空间未来展望
  • 11.1 数据空间将成为大型组织数据要素流通的标准配置
  • 11.1.1 数据空间促进大型企业跨组织协作
  • 11.1.2 数据空间提升上下游生态安全水平
  • 11.2 行业数据空间支撑开放协作解决行业挑战
  • 11.2.1 行业数据空间提升行业整体竞争力
  • 11.2.2 欧盟行业数据空间布局初见雏形
  • 11.3 数据空间成为国家数据要素流通的基础设施
  • 11.3.1 城市数据空间激发数据成为发展新动力
  • 11.3.2 海量数据优势转化为国家竞争新优势
  • 11.4 数据空间成为全球数据流通的“丝绸之路”
  • 11.4.1 跨境数据流动推动全球协作共赢
  • 11.4.2 数据交换标准护航全球数据流通
  • 11.5 小结
展开全部

评分及书评

尚无评分
目前还没人评分

出版方

机械工业出版社

机械工业出版社是全国优秀出版社，自1952年成立以来，坚持为科技、为教育服务，以向行业、向学校提供优质、权威的精神产品为宗旨，以“服务社会和人民群众需求，传播社会主义先进文化”为己任，产业结构不断完善，已由传统的图书出版向着图书、期刊、电子出版物、音像制品、电子商务一体化延伸，现已发展为多领域、多学科的大型综合性出版社，涉及机械、电工电子、汽车、计算机、经济管理、建筑、ELT、科普以及教材、教辅等领域。