适用范围：范围:本文件适用于标书查重系统的技术要求的建设与运维; 主要技术内容:本文件规定了标书查重系统的功能内容、查重算法、数据安全与保密、大规模数据处理能力、用户界面的易用性、结果展示和报告的生成以及系统的运维的要求

适用范围：主要技术内容:本文件给出了信息系统国产化应用能力（以下简称“能力”）评价体系总体框架，规定了信息系统建设和服务提供者应具备的能力要求

适用范围：范围:本文件作用于数据入湖阶段，为数据湖中作为存储底座的分布式存储系统提供标准规范。本文件给出了磁光电混合媒体分布式存储系统的技术架构，规定了功能要求、性能要求、信息安全要求和建设环境要求，为数据湖内数据的接入、存储等，提供技术参考。 本文件适用于磁光电混合媒体分布式存储的设计、制造和应用; 主要技术内容:数据湖中汇聚了政府/企业/个人海量数据，在数据治理及资产管理中，存在常见数据标准不统一、数据质量不高、数据安全等问题；同时面临异构系统复杂环境数据接入、全存储介质及全生命周期数据管理、多场景数据分析挖掘及数据共享交换的安全可信挑战。数据湖系列标准围绕多维多源数据的入湖、在湖、出湖各场景，从数据分级存储、分析处理、AI需求定义、应用技术框架、AI应用业务落地等方面迫切需求，形成数据湖应用技术系列的标准化

适用范围：范围:本文件规定了RFID产品的分类与要求，包含外观要求、气候环境、功能要求、性能要求及检验规则。 本标准规定了RFID技术的数据安全，包含威胁与技术要求。 本文件适用于具有安全技术要求的应用RFID技术的各类电子标签、读写器安全、通信链路安全、管理单元安全及测试环境要求、测试评价方法; 主要技术内容:1 范围2 规范性引用文件3 术语和定义4 符号和缩略语5 RFID物联网应用6 RFID产品分类与要求7 数据安全附录A （规范性附录） 测试环境要求附录B （规范性附录） 测试评价方法

适用范围：主要技术内容:本文件提出了城域窄带物联感知平台（以下简称“平台”）数据管理整体框架，给出了面向城域窄带物联网感知终端设备数据采集、存储、治理和应用的各项技术要求，使其他系统或部门的异地、异构数据库的数据可以进行汇聚整合，形成更全面的数据库来支撑物联感知数据的挖掘、分析及共享

适用范围：主要技术内容:本文件规定了仪表盘生产线抽样自动抓取装置管理系统的术语和定义、要求、模块功能、运行测试。本文件适用于仪表盘生产线抽样自动抓取装置管理系统的设计及应用

适用范围：主要技术内容:本文件规定了集装箱物流业务一体化平台技术规范的术语和定义、基本要求、功能要求、用户体验、数据管理与安全、平台维护等。本文件适用于集装箱物流业务一体化平台软件系统

适用范围：主要技术内容:本文件规定了自动化物质分离设备控制系统的术语和定义、要求、模块功能、运行测试。本文件适用于自动化物质分离设备控制系统的设计及应用

适用范围：范围:本标准提出了数据资产化的前提条件和阶段划分，分别从数据资源化、资源产品化、产品资产化三个阶段提出要求。本标准适用于相关组织的数据资产化过程管理; 主要技术内容:本标准提出了数据资产化的前提条件和阶段划分，分别从数据资源化、资源产品化、产品资产化三个阶段提出要求。制定本标准，规范数据资产化过程，解决了如下问题：a）数据资产化条件明确：明确数据资产化所需的条件，如数据权属清晰、数据利用有效、数据价值可估、数据要求合规等。b）数据资产化流程标准化：为组织提供了一套标准化的数据资产化流程，包括数据资源化、资源产品化和产品资产化三个阶段，帮助组织明确数据资产化的不同阶段及其关键任务和要求，确保数据资产化过程的顺利进行。c）数据资源管理：帮助组织规范收集、清洗、整合和存储数据过程，发现数据资源的价值，形成可重用、可应用、可获取的标准化数据资源。d）数据产品开发：指导组织如何将标准化数据资源转化为具体的、有价值的数据产品。e）数据资产价值评估：提供成本归集与分摊的方法，帮助组织合理估算和分配数据资源化和资源产品化的成本，提供数据资产价值评估的方法和定价策略，帮助组织量化数据资产的经济价值。f）数据资产财务核算：指导组织如何将数据资产作为无形资产或存货进行管理和核算，纳入组织的财务报表

适用范围：范围:本文件规定了政务数据融合的术语和定义，提出了政务数据融合的目标和任务，提供政务数据融合的原则、技术要求、安全、技术评价及角色职责等方面的要求。 本文件适用于政务数据融合的总体规划、建设和运营指导。 在不引起混淆的情况下，本文件中的“标准化文件”简称为“文件”; 主要技术内容:本文件适用于政务数据融合的总体规划、建设和运营指导。政务数据融合的目标是通过建立符合法规的数据治理体系，实现数据的合规性；通过风险控制体系，确保数据融合治理的风险可控；通过构建价值实现流程，充分利用数据融合分析的结果，解决实际问题，实现既定目标；最后，推动政务数据与社会数据的共享和利用，以“数据要素x”在相关行业和领域的广泛应用，以培育新的生产力。这四个目标的实现，需要利用到诸如数据加密、风险评估模型、数据分析和数据交换平台等技术