开源数据的质量评估指标体系研究

摘　要

开源数据是网络威胁检测、网络威胁情报、网信治理和网络安全态势感知的重要数据来源。开源数据具有实时性、海量性、虚假性等特点，其数据质量主要是指数据的固有属性能否满足用户的需求，数据质量低的开源数据会导致分析的准确性降低，影响后续决策。因此，开源数据质量评估是影响开源数据分析与利用的重要难题，基于开源数据特征提出了数据质量评估体系，构建全面实用的开源数据质量维度、评估理论、跟踪方法，增加了开源数据的实效性、完整性、关联性，释放数据价值，提升网络安全事件分析、溯源处置的及时性、准确性。

内容目录：

1　国内外现状

2　开源数据质量评估体系

2.1　开源数据质量评估体系

2.2　开源数据多维质量检测指标构建

3　开源数据质量评估流程

4　结　语

开源数据是指在开放环境下，通过合法方法从公开资料中获取的数据，数据可被任何人自由访问、重复使用与共享，没有版权、专利或其他限制。

随着互联网、大数据技术的快速发展，网络环境中的开源数据量井喷式增长，占据数据体量的 95%。开源数据具备类型多样、及时性、开放性、海量多维等特点，为开源数据的深度分析与挖掘提供了坚实的数据基础。但是开源数据的多源异构、无组织管理、碎片化等特点，让人们无法对数据进行多维度评估，使得数据本身的不确定