"金融数据挖掘技术"相关数据
更新时间:2024-11-22金融数据安全,数据安全分级指南
随着信息技术的发展,众多金融基础业务、核心流程、行业间往来等事务和活动均已运行在信息化支撑载体之上,金融业机构生产运行过程中产生的信息也逐步以不同形式转化为数字资产传输于信息网络之间、存储在信息系统之中。随着大数据、人工智能、云计算等新技术在金融业的深入应用,数据逐步实现了从信息化资产到生产要素的转变,其重要性日益凸显。金融业机构数据泄露等安全威胁的影响逐步从机构内转移扩大至行业间,甚至影响国家安全、社会秩序、公众利益与金融市场稳定。
金融数据复杂多样,对数据实施分级管理,能够进一步明确数据保护对象,有助于金融机构合理分配数据保护资源和成本,是金融机构建立完善的生命周期数据保护框架的基础,也是有的放矢地实施数据安全管理的前提条件。同时,统一的数据分级管理制度,能够促进数据在机构间、行业间的安全共享,有利于金融行业数据价值的挖掘与实现。
为落实中共中央、国务院《关于构建更加完善的要素市场化配置体制机制的意见》有关加强数据资源整合和安全保护工作要求,指导金融业机构合理定级与利用金融数据,有效落实金融数据生命周期安全管理策略,进一步提高机构的数据管理和安全防护水平,确保金融数据的安全应用,编制本标准。
【更多详情,请下载:金融数据安全,数据安全分级指南】
- 金融数据安全,数据安全分级指南指南详细的说明了数据安全分级的原则、方法和流程,并在附件当中给出了《金融业机构典型数据定级规则参考表》。2020年发布时间:2020-07-08
- 数据侠活动PPT:时空行为数据挖掘初探及相关技术应用本文挖掘了时空行为的前世今生,分析了时空行为的数据,对群体事件进行了检测及预警,分析了P2P的深度风险。2016年发布时间:2020-08-11
- 金融科技(Fintech)和数据挖掘研究(六):利用数据挖掘构建热点主题组合2019年发布时间:2020-05-22
- 利用图谱数据技术发现互联金融中狡猾的羊毛党本文介绍了羊毛党的背景,利用图谱数据技术了发现互联金融中狡猾的羊毛党,并分享了Talkingdata羊毛党识别解决方案。2016年发布时间:2020-08-11
- 2024海量数据处理技术金融应用研究报告2023年发布时间:2024-08-23
- 人工智能之数据挖掘基于大数据时代的背景,本研究报告对数据挖掘这一课题进行了简单梳理,包括以下内容:数据挖掘的概念与研究概况。首先从数据挖掘的定义、分类、过程与功能四个方面介绍了数据挖掘;整理并分析了数据挖掘领域顶级会议ACMSIGKDD近六年的信息。2019年发布时间:2019-06-11
- FactSet供应链数据在A股上的应用:金融科技(Fintech)和数据挖掘系列研究(五)FactSet将处于同一供应链上的所有企业分门别类,归入四大项总计13种关系中,完整地描述了公司间的直连关系。2019年发布时间:2020-01-22
- 金融科技(Fintech)和数据挖掘研究(二):知识图谱的构建与应用2019年发布时间:2019-07-25
- 图解金融数据安全监管与技术要求2023年发布时间:2024-05-11
- 金融大数据反诈技术白皮书2022年发布时间:2023-06-20
- 区块链技术在金融领域的应用近年来,在各种创新技术的驱动下,金融产品及服务的效率和安全性得以极大的提升。金融科技作为一种业态,被中国人民银行行长易纲称之为“未来全球的金融增长点和国际金融中心的竞争点”。其中,区块链作为金融科技的一项底层技术,已经深入到了跨境贸易、跨境电商、供应链金融等各个领域,并且吸引到越来越多投资机构的青睐。2019年发布时间:2019-10-09
- 金融数据保护治理白皮书(2022)2023年发布时间:2023-06-02
- 2023金融数据保护治理白皮书2023年发布时间:2023-11-22
- 2023金融业元宇宙技术应用报告2023年发布时间:2024-02-23
- 金融科技(Fintech)和数据挖掘研究(三):量化因子的批量生产与集中管理量化因子计算可以定义为一种基于初等计算函数与一阶谓词逻辑的递归过程。利用自动因子生成器暴力挖掘因子是生产有效因子的重要方式。自动构建数据表是进行因子自动化管理的关键要素。2019年发布时间:2020-04-18
- 2023卫星遥感技术金融业应用报告2023年发布时间:2023-08-29
- 2021年金融级数据库容灾技术报告容灾备份简称“灾备”,是指利用科学的技术手段和方法,提前 建立系统化的数据应急方式,以应对灾难的发生。容灾与备份是两个 独立的概念,容灾是为了在遭遇灾害时保证信息系统能正常运行,帮 助企业实现业务连续性的目标,备份是为了应对灾难来临时造成的数 据丢失问题。2021年发布时间:2021-07-20
- 隐私保护技术在金融应用研究-以个人金融信息保护和金融反欺诈为例2023年发布时间:2024-09-02
- 挖掘位置数据的巨大效益在网络世界里,我们留下的每一条数据都能够暴露我们的特征,企业如能了解人们的行踪以及他们的行为,就可以从消费者日常生活场景中获得巨大商机。埃森哲2019数字消费者调查发现,超过半数(58%)的线上消费者认为,共享位置数据会带来个人风险。那么,企业在提供位置感知相关的服务时,要如何尊重用户的隐私呢?2020年发布时间:2020-09-29
- 2023物联网技术金融应用研究报告2023年发布时间:2023-11-21