Big data es un arma mágica importante para implementar la estrategia de "seguridad continua"

Big data es un arma mágica importante para implementar la estrategia de "seguridad sostenible"

El 5 de septiembre, el Consejo de Estado emitió el "Esquema de acción para promover el desarrollo de Big Data". proponiendo que "los macrodatos son una herramienta importante para promover la gobernanza gubernamental" La necesidad inherente y la elección inevitable de la modernización de capacidades ". Como profesional de la seguridad de la aviación civil, el autor no puede evitar pensar en qué papel desempeñará el big data en la implementación de la estrategia de "seguridad continua".

Big data es un arma mágica importante para implementar la estrategia de "seguridad continua".

El núcleo de la implementación de la estrategia de "seguridad continua" es completar una gestión y control refinados, científicos y sistemáticos de los riesgos ocultos. La base es realizar la digitalización del contenido, el comportamiento y los resultados de la supervisión de la seguridad. y analizar y juzgar la situación de seguridad y tomar decisiones “bien en mente”.

Actualmente, la industria de la aviación civil ha establecido un sistema regulatorio maduro, jerárquico, profesional y basado en vínculos. Sin embargo, en algunas áreas y enlaces en algunos campos, es necesario mejorar el grado de digitalización. Algunas no están completamente registradas, algunas están "durmiendo" en los archivos, algunas están ocultas en la mente y otras pueden tener una impresión borrosa. Todavía existe una gran brecha para lograr el objetivo de big data de la supervisión de la seguridad en toda la industria.

Los datos perdidos, "durmientes", ocultos y vagos son difíciles de utilizar científicamente y de ser eficaces. Un cuadro dirigente se lamentó una vez: "¿Deberíamos supervisar 6.000 veces al año u 8.000 veces? ¡6.000 veces no necesariamente causarán un accidente y 8.000 veces no evitarán un accidente!"

Sólo con "vivo" big data podemos completar el análisis de la situación de seguridad con un análisis cuantitativo, para lograr "usar datos para hablar, usar datos para analizar, usar datos para tomar decisiones, usar datos para innovar".

Por lo tanto, el big data es un arma mágica importante para dar el salto de la gestión y el control de riesgos "cualitativos" a los "cuantitativos" e implementar la estrategia de "seguridad continua".

Big data en la supervisión de la seguridad de la aviación civil

Logros y deficiencias de su aplicación

El big data no es ajeno a la aviación civil.

(1) Logros. La recopilación, integración, análisis y utilización de big data requiere el apoyo de sistemas de información. La aviación civil, como industria modelo para la aplicación de tecnología de la información, cuenta con un sistema de gestión y supervisión de estándares de vuelo de la aviación civil (FSOP) y utiliza un sistema de notificación de dificultades (. SDR), sistema de gestión de seguridad, etc. (SMS), red de información de seguridad de la aviación, etc. dentro de la región, existen plataformas de colaboración regulatoria como la Plataforma de Supervisión de Seguridad de la Aviación Civil del Este de China (ESSP) y algunas oficinas regulatorias; También han establecido plataformas independientes de información empresarial. Algunas oficinas reguladoras utilizan mejores sistemas, como el Sistema de gestión y supervisión de estándares de vuelo (FSOP), y han completado el proceso de acumulación de "datos durmientes" a "datos" y de "datos" a "grandes datos".

Después de una observación en profundidad, no es difícil encontrar que estos campos básicamente han realizado la integración mutua y la promoción del trabajo de supervisión y big data. Por un lado, el trabajo de supervisión diario proporciona material nuevo para big data. A través de la tecnología de la información, el contenido, las acciones y los resultados de la supervisión diaria se registran en la base de datos de forma digitalizada, formando así big data, mientras que los big data brindan un fuerte apoyo para el análisis macroscópico de la situación de seguridad y la toma de decisiones; también tiene un impacto negativo en La supervisión diaria no sólo promueve su refinamiento, cientificidad y sistematización, sino que también realiza el aplanamiento e informatización de la gestión de las líneas de negocio.

(2) Deficiencias. La razón principal es que los datos no son lo suficientemente "grandes". La razón directa es el aislamiento de la plataforma y las líneas toscas de la minería de datos. La razón más profunda es que todavía existe una gran brecha entre big data y la integración del trabajo de supervisión de seguridad en todas las industrias y campos. Esto se refleja principalmente en tres aspectos: en primer lugar, el contenido regulatorio en todas las áreas no es muy detallado y se han formulado listas de riesgos y listas regulatorias ejecutables y rastreables. En segundo lugar, no todas las acciones regulatorias se rastrean y analizan de manera inteligente, y no todos los resultados regulatorios son cuantificables. En tercer lugar, no todos los resultados regulatorios pueden transformarse en una base para una evaluación cuantitativa del estado de riesgo de seguridad de una empresa.

Para implementar la estrategia de seguridad continua, no solo debemos adoptar pensamiento científico y métodos de pensamiento a nivel de conciencia, sino también cambiar del modelo de supervisión tradicional de centrarse en personas, eventos y posiciones a centrarse en el sistema. a nivel laboral., Vigilar la organización. Sin embargo, los sistemas y las organizaciones son diferentes de los objetos de supervisión tangibles, después de todo, son invisibles e intangibles. En el andar a tientas sin rastros, sin el apoyo de big data, fácilmente caeremos en la inercia de dependencia del modelo regulatorio tradicional y en el enredo de "innumerables mentes".

Promover la integración de big data y supervisión

Es una forma importante de implementar la estrategia de "seguridad continua"

Integrar big data y supervisión puede ser la clave hasta encontrar el punto crucial y promover un intento útil de transformación regulatoria.

(1) Utilizar el refinamiento de big data para promover la formulación de listas de riesgos detalladas y listas regulatorias en diversos campos. Por un lado, clasificamos los puntos de riesgo definidos que se encuentran en leyes, regulaciones, documentos de políticas y sistemas internos; por otro lado, extraemos datos empíricos en su totalidad, clasificamos datos regulatorios y datos de incidentes y accidentes a lo largo de los años, e intercambiamos; y resumir la experiencia regulatoria en varios lugares y formular políticas para diferentes empresas la lista de riesgos y la lista regulatoria de la entidad. Con base en la lista, combinada con el plan de supervisión y los propósitos de supervisión, calcula y compila científicamente las tareas de supervisión para lograr la cobertura de la red de riesgos ocultos.

(2) Promover el establecimiento de un modelo científico de evaluación de la efectividad regulatoria a través de la cientificización del big data. Por un lado, se establece una base de datos para registrar todo el proceso de aplicación de la ley, basándose en el criterio de si cada vínculo tiene reglas a seguir, bien documentadas, responsables y supervisadas, se puede rastrear y controlar inteligentemente la estandarización del comportamiento de las fuerzas del orden. evaluar científicamente para evitar problemas causados ​​por la aplicación de la ley, problemas de seguimiento causados ​​por estándares inconsistentes y procedimientos irregulares, llevar a cabo una evaluación cuantitativa del trabajo de supervisión y el sistema de responsabilidad por fallas, evaluar científicamente la efectividad del trabajo de supervisión y prevenir fluctuaciones; en la calidad de la supervisión causada por factores como la fluctuación del nivel de supervisión, la capacidad, el estado, etc.

(3) Utilizar la sistematización de datos para promover el establecimiento de un modelo sistemático de datos de índice de riesgo empresarial. El primero es lograr un análisis cuantitativo continuo de la situación de seguridad. Aprovechar al máximo los datos de inspección, rectificación, sanción y otros datos "durmientes" en los archivos de diferentes entidades corporativas a lo largo de los años, y modelarlos científicamente para formar un índice de riesgo corporativo cuantificable y analizable para cada vínculo. El segundo es optimizar la asignación de recursos regulatorios en función de los índices de riesgo. De acuerdo con el nivel y los cambios del índice de riesgo, asignar científicamente recursos regulatorios y aumentar la supervisión de manera específica para utilizar buen acero en la vanguardia. El tercero es reflejar los beneficios económicos del trabajo de seguridad con racionalidad indexada. Una razón importante por la que el trabajo de seguridad es difícil de realizar es que los beneficios económicos de la seguridad están naturalmente ocultos y no se reflejan en los estados financieros. Vincular el índice de riesgo corporativo con las operaciones corporativas e imponer restricciones a los horarios de vuelos y operaciones de producción para empresas con índices de alto riesgo, a fin de alentar a las entidades de producción y operación a comprender y coordinar plenamente "seguridad y desarrollo, seguridad y eficiencia, seguridad y servicio". , seguridad y normalidad”.

Lo anterior es el contenido relevante compartido por el editor sobre que big data es un arma mágica importante para implementar la estrategia de "seguridad continua". Para obtener más información, puede seguir a Global Ivy para compartir más información útil.