国内外大数据标准化现状及发展方向

　　大数据标准化工作意义重大

　　全球已步入大数据时代，作为继云计算后的新一代信息技术，大数据技术和产业的发展和应用已经对政府、企业决策和人们的生活方式产生深远的影响。

　　当前，各种大数据存产品和面向各行业的大数据应用层出不穷，急需通过标准化的途径规范认知，整合资源，促进各方达成共识，为我国大数据产业的健康发展打下基础，为数据安全应用提供保障，同时促进大数据交易等新兴服务模式规范发展。加强大数据标准化研制工作，对推动我国大数据产业进程，加快技术与标准的相互融合，落实大数据国家战略具有重要意义。

　　自2012年起，ITU-T、ISO/IEC、CCSA等国内外标准化组织相继开展大数据标准化工作，目前已发布了多项大数据标准。本文从大数据标准体系框架出发，介绍了当前国内外大数据标准化领域的重点方向及取得的成果，并分析了这些方向未来的标准化发展方向。
对大数据以及人工智能概念都是模糊不清的，该按照什么线路去学习，学完往哪方面发展，想深入了解，想学习的同学欢迎加入大数据学习qq群：458345782，有大量干货（零基础以及进阶的经典实战）分享给大家，并且有清华大学毕业的资深大数据讲师给大家免费授课，给大家分享目前国内最完整的大数据高端实战实用学习流程体系 。从java和linux入手，其后逐步的深入到HADOOP-hive-oozie-web-flume-python-hbase-kafka-scala-SPARK等相关知识一一分享！

　　大数据标准化体系框架

　　标准化工作需要科学的顶层设计，大数据标准化也不例外。制定体现大数据技术特点的、完善的标准体系框架对制定高质量、体系化的大数据标准至关重要。基于这一认识，在工信部和国标委的领导下，我国在2014年成立了全国信息技术标准化技术委员会大数据标准工作组（以下简称“信标委大数据标准工作组”），统筹开展我国大数据标准化工作。该工作组结合国内外大数据标准化情况、国内大数据技术发展现状、大数据参考架构及标准化需求，提出了我国的大数据标准体系框架。

　　该大数据标准体系总体上由七个类别的标准组成，分别为：基础标准、数据标准、技