发展历史

2013年，中山大学孙伟教授针对现有数据信息规范、安全问题提出“数据空间”概念。

2013-2016年，中山大学孙伟教授对“数据空间”概念进行深入的探索研究并发表了相关论文「1」

2018年10月，数据空间（data space）项目由华南军民融合创新研究院筹划启动，由孙伟教授带领的信息技术教育部重点实验室（中山大学）为核心团队打造。

2019年1月18号，针对安卓用户发布了数据空间1.0测试版，该版本支持个体自定义个人数据的多级权限，通过二维码方式进行数据权限分级分享。

数据空间的书面意义

我们所说的数据空间实际是指主体数据空间，与之相对的是公共数据空间。主体数据空间是公共数据空间的一个子集，随着主体需求的不断变化，数据项不断从公共数据空间纳入到主体数据空间中。主体、数据集、服务是数据空间的三个要素。主体是指数据空间的所有者，可以是一个人或一个群组，也可以是一个企业。数据集是与主体相关的所有可控数据的集合，其中既包括对象，也包括对象之间的关系。主体通过服务对数据空间进行管理，例如数据分类、查询、更新、索引等，都需要通过数据空间提供的服务完成。由此可见，数据空间是一种不同于传统数据管理的新的数据管理理念，是一种面向主体的数据管理技术。与传统的数据管理技术类似，数据空间管理也面临数据模型、数据集成、查询与索引等各种技术的研究。

数据空间的产品信息

数据空间是一种面向全对象的全生命周期的分布式多元标签数据存储的底层框架，是一种让数据安全、高效连接的技术体系。

是围绕数据与用户关联、数据与业务流程的映射，面向对象全生命周期业务进行梳理及关联，形成标准化的数据业务流；是利用数据身份技术、多级权限访问控制机制明确数据主权边界，从而达到数据主权回归及数据下放流通的目的,再通过多级保护安全算法（RSA，AES, SM）和数据脱敏技术对数据构建一座安全防护墙。基于数据空间的基础特性，数据通过“三维合一”的特性汇总存储后汇集成“三流合一”的数据流动体系。

数据空间的产品特性

• 面向对象性

数据空间基于大数据存储数据库，以个体为对象，将其全生命周期内所产生的关联数据进行标准化的数据定义，个体可通过服务对数据空间进行业务管理，例如数据分类、查询、更新、索引、授权等，是一种面向对象对数据分布式管理技术。

• 安全性

基于数据空间底层架构的数据组织方式，运用的是细粒度分层访问控制技术及细粒度分层保护安全算法，与传统数据库中的粗粒度存储方式相比，数据空间的安全管理技术更为可靠。

• 授权共享性

数据空间是一款专业化的数据存储的底层技术框架，其数据的覆盖面是全过程覆盖，其中包括元数据的抽取、数据细粒度标准化定义、数据多维度标签分类存储、数据多维度业务拓展应用等过程，囊括了数据的全加工过程，在数据三个维度的特性中，通过数据的流转逐渐形成“三流合一”的数据流动体系。

• 数据资产性