安全数据治理

依据

  • DAMA-DMBOK
  • MH/T 5055—2021《智慧民航数据治理规范 数据架构》

知识点

在 DAMA-DMBOK 的 11 个知识领域中，数据治理处于核心统御位置，环绕着数据架构、数据建模、元数据管理、参考与主数据管理、数据质量等各个领域。结合民航场景，这四个概念的关系可以这样理解：

  • 数据标准​ = 业务层面的"宪法"——定义"一个飞机注册号、一个事件类型"在企业级范围内应该有怎样的统一定义和表达规则

  • 数据模型​ = "党章/部门规章"——把标准变成可执行的表结构、字段、关系（概念→逻辑→物理三层）

  • 元数据​ = "数据的使用说明书"——描述数据的数据，回答"这个数据是什么、从哪来、怎么用"

  • 主数据​ = "核心业务实体的黄金记录"——跨部门、跨系统共享的"单一可信源"

MH/T 5055—2021 明确指出：数据架构建设重点包括数据资产目录编制、数据标准管理、数据模型构建、元数据管理、主数据管理五大内容，目标是"统一业务数字化时所需的数据语言及操作手段"。这四个概念不是孤立的，而是统一数据语言的四个支柱。

数据标准

MH/T 5055—2021 定义：数据标准是指共同遵守的对数据含义和业务规则的规范性约束。

DAMA：通常意义上的狭义数据标准，是指数据的业务含义和表现形式标准。它的本质是"各部门之间关于通用业务术语的定义，以及这些术语在数据中的命名和表示方式的协议"。

落实到具体形态，数据标准通常由以下几类组成（参照 DAMA 中国的数据标准体系架构）：

标准类型 解决什么问题 民航安全数据示例
数据元标准​ 用一组属性描述定义、标识、表示和允许值的数据单元，是数据标准的基本单元 "飞机注册号"数据元：字符型、长度 6-7、值域为民航局登记在册的注册号
主数据标准​ 核心业务实体的统一定义 "航空器"主数据：编号规则、业务定义、分类
参考数据标准​ 规定数据属性的域值范围（枚举值） "事件严重程度"代码表：1=轻微、2=一般、3=严重、4=特大
指标数据标准​ 业务指标的统一口径 "万时率"事件率：分子是什么、分母是什么、统计周期

为什么在安全数据场景下至关重要

DOC9859 第 5 章强调安全数据要"从安全数据转化为安全信息"。转化的前提是所有人对同一件事的理解是一致的。如果没有数据标准，会出现：

⚠️ 典型反例：A 系统记录"事件类型=跑道侵入"，B 系统记录"事件类型=Runway Incursion"，C 系统记录"事件类型=RI"——三者其实是同一件事，但因缺乏统一的数据元标准，系统无法自动归并，安全趋势分析就会出现"三个数据源给出三套趋势"的荒诞结果。

民航局在 MH/T 3039—2025《民航领域数据分类分级要求》中，将民航领域数据分为宏观调控、安全监管、市场管理、航空安全保卫、生产运行、航空服务、机场工程、空管、其他 9 个一级域。其中安全监管域下的"安全事件"等数据需要严格的标准化，否则无法在行业层面汇聚和分析。

怎么建立

  1. 盘点核心数据元：识别安全数据报告中的高频字段（飞机注册号、航班号、事件类型、危险源类别、岗位、机场、时间段等）

  2. 定义业务属性：每个数据元的业务定义、业务规则、值域、标准依据

  3. 定义技术属性：数据类型、数据格式

  4. 定义管理属性：标准版本、标准制定者、标准状态、维护日期

  5. 建立参考数据代码表：如事件类型代码、严重程度代码，优先对齐 ICAO ADREP 分类法

数据模型

MH/T 5055—2021 定义：数据模型是指从数据视角对现实世界特征的模拟和抽象，根据业务需求抽取信息的主要特征，反映业务信息（对象）之间的关联关系。

数据模型按应用层次分为三层（这是 DAMA-DMBOK 的经典划分）：

🎯 概念数据模型（Conceptual）

面向业务人员，描述核心业务实体及关系，与具体数据库无关。

民航安全数据示例：核心实体"安全事件"与"航空器""人员""机场""危险源""纠正措施"之间存在关联关系。

🎯 逻辑数据模型（Logical）

用统一逻辑语言描述系统需求，与具体 DBMS 无关。

示例："安全事件"实体包含事件 ID、发生时间、地点、涉及航空器、事件类型、严重程度、报告人等属性；"安全事件"与"纠正措施"是一对多关系。

🎯 物理数据模型（Physical）

面向计算机物理表示，描述数据在存储介质上的组织结构，与具体数据库系统密切相关。

示例：安全事件表的建表语句、索引策略、分区策略。

为什么在安全数据场景下至关重要

MH/T 5055—2021 强调：数据架构是业务与应用系统建设的桥梁。如果数据模型设计不当，安全数据系统就会出现：

  • 同一个"事件"在不同表中重复存储但结构不一

  • 事件与后续的风险管理行动、纠正措施无法关联追溯

  • QAR/FDR 数据、维修数据、气象数据、ATS 数据无法在主数据层面打通

怎么建立

  1. 概念模型：基于业务架构识别安全数据主题域（事件报告、危险源库、风险管理、SPI 监测等）

  2. 逻辑模型：对每个主题域进行实体-属性-关系建模，定义业务规则

  3. 物理模型：由数据架构师统一维护，明确命名规范、字段冗余策略、分区策略

  4. 模型管控：建立模型设计、审核发布、版本管理流程——不能让每个 ETL 开发人员按自己习惯设计

💡 数据模型是数据标准的落地载体。如果标准是"宪法"，模型就是"部门规章"——把标准变成可执行的表结构设计规则。

元数据

MH/T 5055—2021 定义：元数据是指描述数据的数据，是关于数据的组织、数据域及其关系的信息。

DAMA-DMBOK 将其定位为"data about data"，用于改善理解、治理和可访问性。元数据可分为三类：

类型 回答的问题 民航安全数据示例
业务元数据​ 数据什么意思？ "万时率"指标的业务定义、计算口径、统计维度
技术元数据​ 数据在哪？什么结构？ 安全事件表的表结构、字段类型、索引
操作元数据​ 数据怎么来的？ ETL 运行日志、数据血缘（从 QAR 原始数据→清洗→入库→生成指标）

为什么在安全数据场景下至关重要

DOC9859 第 5 章要求安全数据具有可追溯性——当一条安全信息触发了某个风险管理决策，事后必须能回溯到原始数据。元数据中的**数据血缘（Data Lineage）**正是解决这个问题：MH/T 5055—2021 定义数据血缘为"数据在经过产生、存储、传输、加工、销毁等过程后，数据之间具备的关联关系"。

在安全数据场景下，元数据管理支撑：

  • 合规审计：证明安全数据的处理符合 DOC9859 第 7 章的保护要求

  • 数据质量溯源：发现"某月事件报告数异常下降"时，能通过血缘追溯是数据源问题、ETL 问题还是业务问题

  • 跨系统理解：当数据在 QAR 系统、SMS 系统、维修系统间流转时，元数据让接收方正确理解数据含义

怎么建立

  1. 元数据采集：从各业务系统自动采集技术元数据（表结构、字段、ETL 作业）

  2. 元数据补全：由业务数据责任人补充业务元数据（业务定义、计算口径）

  3. 血缘映射：建立从数据源到消费系统的端到端血缘图

  4. 元数据管理流程：明确元数据获取、变更、注销的流程和职责

主数据

MH/T 5055—2021 定义：主数据是指反映民航核心业务实体状态属性的基础数据，在数据价值链上应用于多个业务流程、部门和信息系统。

《数据治理实战指南》给出了更形象的解释：主数据管理领域有一个核心术语叫"黄金记录（Golden Record）"——特指经过治理后、代表某一业务实体最准确、最完整且唯一权威的数据记录，被认为是该实体"事实的最佳版本"。

主数据具有四个典型特征：高度共享性、长期稳定性、数据独立性、业务关键性。它与交易数据的区别在于：

  • 主数据：客户、供应商、产品、员工、航空器、机场——相对稳定，跨部门共享

  • 交易数据：订单、销售记录、事件报告——实时变化，记录业务活动

  • 参考数据：省市区代码、币种、事件类型代码——标准化枚举值，通常不变

民航安全数据中的主数据有哪些

参照《数据治理实战指南》的识别方法（关键业务流程中不可或缺、被重复使用、跨部门共享、行业通用核心实体），民航安全领域的主数据至少包括：

  • 航空器：飞机注册号、机型、所属航空公司

  • 人员：飞行员、机务、签派员等的工号、资质信息

  • 机场：ICAO/IATA 代码、地理坐标

  • 空域与航路：空域编号、航路点

  • 组织：航空公司、维修单位、空管单位

  • 危险源分类：依据 ICAO 或 CAAC 分类法

  • 事件类型分类：依据 ADREP 或行业分类法

为什么在安全数据场景下至关重要

设想这样一个场景：一起"跑道侵入"事件涉及航空器 B-1234。如果在 SMS 系统中，B-1234 对应的机型是 A320；在 QAR 系统中，B-1234 对应的是 A321；在维修系统中，B-1234 对应的是 A319——那么跨系统关联分析时，这起事件的机型维度就会混乱，基于机型的安全绩效指标（SPI）也就失真。

主数据管理的目标就是：确保 B-1234 这个核心业务实体在所有系统中指向同一个黄金记录。

怎么建立

《数据治理实战指南》给出了主数据管理的五步闭环：

  1. 主数据识别：明确组织的核心业务实体，界定需要纳入治理的主数据

  2. 主数据标准制定：建立统一的主数据分类体系与编码规范，设计主数据逻辑模型

  3. 主数据集成和清洗：从多源系统整合原始主数据，制定清洗规则（去重、缺失值处理、规范性处理），形成全组织唯一的权威主数据

  4. 主数据分发：将黄金记录分发到各消费系统

  5. 主数据运营：持续维护和更新

清洗规则举例：

  • 去重："飞机注册号"完全相同时判断为重复 → 合并记录，保留信息最完整的一条

  • 缺失值处理："机型"字段为空 → 整条记录驳回，通知源系统补充

  • 规范性处理：注册号大小写不一致 → 统一为大写格式

示例

场景：某航空公司 SMS 系统收到一条跑道侵入事件报告，需要跨系统分析该航空器的历史 QAR 数据、维修记录、机组资质。

概念 在该场景中的作用
数据标准​ 规定"飞机注册号"必须是大写、长度 6-7 位、符合 ICAO 注册号规则；"事件类型"必须从 ADREP 分类代码表中取值
数据模型​ 概念模型定义"安全事件"与"航空器"的关联关系；逻辑模型定义安全事件表的结构；物理模型定义实际建表语句
元数据​ 记录这条事件报告的来源系统、ETL 作业 ID、数据血缘（从报告录入→清洗→入库→生成 SPI 指标）；记录"跑道侵入率"指标的计算口径
主数据​ "B-1234"这架航空器的黄金记录——机型 A320、所属航空公司 XX、制造商序列号 XXX，在 SMS、QAR、维修、机组管理所有系统中保持一致

如果没有这四个概念的协同：

❌ 数据标准缺失 → 事件类型编码混乱，无法行业对标

❌ 数据模型缺失 → 事件与航空器、机组、纠正措施无法关联

❌ 元数据缺失 → 无法追溯数据血缘，合规审计失败

❌ 主数据缺失 → B-1234 在各系统指向不同实体，跨系统分析失真

📚 参考

  1. 《DAMA-DMBOK 数据管理知识体系指南》（第 2 版）——数据管理领域的"圣经"，11 个知识领域全覆盖。DAMA 国际官方指出 DMBOK 2.0 仍是当前高度相关且有价值的资源

  2. 《数据治理实战指南》——主数据管理章节讲得非常透彻，包含黄金记录、五步闭环等实操方法

  3. MH/T 5055—2021《智慧民航数据治理规范 数据架构》——民航行业的数据架构标准，直接定义数据标准、数据模型、元数据、主数据的民航语境

  4. MH/T 3039—2025《民航领域数据分类分级要求》——最新的民航数据分类分级标准，定义 9 个业务域和三级数据级别