我喜欢把数据赋能和数字化转型放在一起讲，因为数字化转型的目标之一就是数据赋能。众所周知，我们从93年开始逐步发展信息化，从为了解决业务上0和1问题，为了解决无纸化办公，到现在的大数据时代，近30年的时间总结起来，数据领域一共就三件事：解决数据孤岛问题、隐私数据保护以及提供数据服务。翻译过来就是数据治理、数据安全治理以及数据赋能。

数据治理数据安全应用

数字化社会离不开数字的流通和信息的交互，如何明确数字资源的产权，保障数据流通的安全型，在数据跨境传输和安全保护领域如何确保公民和***的数据安全将是数字化建设的重要环节，包括数据应用安全和数据生命周期安全两个方面。

数据应用安全是数字化应用过程中产生的新课题，包括如何人脸识别技术、数字签名技术、数字认证技术、加密传输技术、网络隔离技术等等，该类技术支撑数据在不同场景中被安全应用，具有良好的发展前景。

数据治理多种异构数据源支持

具有多种异构数据源支持，一个***规则可应用于不同的数据源，可对结构化数据、半结构化数据以及非结构化数据进行***处理。例如：可在excel、TXT、Or***e、Hadoop等数据源上直接引用。***后的数据完全不落地分发，提供库到库、文件到库、库到文件、文件到文件等方式，无需在生产系统或本地安装任何客户端。

数据治理

敏感数据一旦***会给个人及社会带来严重危害，甚至对企业及***带来不可估量的损失，那敏感数据到底有哪些呢?除***、***内界定的敏感数据（号、姓名、住址、***帐号等）外，还有企业或***机构不适合公开的数据，如企业的营业数据、网络结构等。但如何鉴别和分类敏感数据却存在诸多矛盾，由于不同地域、不同***或部门也可能对同一类的数据归类不尽相同，这也给识别敏感数据带来一定的难度。