PeopleData数据层设计

数据分类分级

按照分类分级标准可以划分为17大类，22个小类，以及1-5安全级别。参考《信息安全技术 个人信息安全规范》 GB/T35273-2020

数据格式（doctype）

主要考虑机器可读、自动化处理和数据资产管理，满足W3C VCs的标准，可验证的数据格式。例如：JSON-LD。

个人数据格式还有待标准化。

数据交收模式

按照交收参与者分类：

1. 点对点交收
2. 多对壹交收
3. 多对多交收

按照隐私和安全分类：

1. 数据可用可见交收
2. 数据可用不可见交收
3. 可信计算交收等

数据溯源（data provenance）

数据在整个生存周期内(从产生、传播到消亡)的演变信息和演变处理内容的记录。数据溯源也称为"数据族系"、"数据系谱"。ProVOC 模型（provenance vocabulary model）定义了一种简便数据溯源描述模型。

数据血缘（data lineage）

数据血缘属于数据治理中的一个概念，是在数据溯源的过程中找到相关数据之间的联系，了解数据是怎么来的，经过了哪些过程和阶段。

血缘分析是保证数据融合的一个手段，通过血缘分析实现数据融合处理的可追溯。数据血缘跟踪、记录、展示了数据来自何处，以及在数据流转过程中应用了哪些转换操作，它有助于追溯数据来源及处理过程。

数据血缘系统的核心功能：

1. 数据资产的自动发现及创建
2. 血缘关系的自动发现及创建
3. 不同视角的血缘及资产分析展示

数据血缘的三个视角：

• 数据工程师：通常希望看到数据处理细节的血缘，例如数据处理过程中的mapping，de-duplicate，data masking，merge，join， update, delete, insert等诸如此类的操作，这样便于在数据出现问题的时候方便他们进行回溯分析定位。
• 业务用户：通常希望看到数据从哪里来，经过了那些关键的处理环节，每个处理环节是谁来负责，他们通常不关心诸如merge，join等非常技术细节的操作。
• 数据交易：交易标的的数据资产经过哪些环节，和哪些数据进行了融合，以及什么方式进行的融合等。这样便于了解数据的价值构成。