طراحی چارچوب مفهومی حکمرانی تطبیقی داده در بازارهای داده دیجیتال مبتنی بر معماری ترکیبی هیبرید-فدرال چندابری

رشد سریع اقتصاد داده و گسترش زیست بوم های داده محور، بازارهای داده دیجیتال را به زیرساختی حیاتی برای تبادل امن، خلق ارزش و حکمرانی قابل اعتماد تبدیل کرده است. این بازارها که عمدتا بر بستر معماری های هیبرید–فدرال چندابری توسعه می یابند، با چالش هایی چون ناهمگنی زیرساختی، تنوع مقرراتی و استقلال دامنه ای مواجه اند؛ وضعیتی که نیاز به چارچوب های حکمرانی داده ای سنجش پذیر، انطباق پذیر و هوشمند را دوچندان می سازد. پژوهش حاضر، به عنوان مرحله سوم از یک برنامه پژوهشی پنج گانه، بر طراحی و اعتبارسنجی چارچوب حکمرانی تطبیقی داده در بازارهای داده دیجیتال متمرکز است. این چارچوب بر مبنای روش پژوهش علوم طراحی(Design Science Research) توسعه یافته و با اتکا بر یافته های دو پژوهش پیشین نویسندگان (شامل چارچوب ارزیابی STOF+۲CC و معماری مرجع ۸ لایه) شکل گرفته است. نوآوری اصلی پژوهش در ترکیب رویکرد «حکمرانی به صورت کد اجرایی» (Governance-as-Code) با قابلیت های یادگیری ماشین و «سیاست به صورت کد اجرایی تطبیقی» (Adaptive Policy-as-Code) نهفته است؛ بدین ترتیب سیاست های حقوقی و سازمانی به قواعد ماشینی قابل اجرا تبدیل می شوند که امکان تست، ممیزی، نسخه بندی و بازتنظیم پویا را فراهم می سازند. فرآیند طراحی شامل نگاشت شاخص های کلیدی حکمرانی داده به لایه ی «حکمرانی، نظارت و انطباق خودکار» در معماری مرجع، توسعه ی یک ماتریس نقش-سیاست-ابزار، و پیاده سازی نمونه ی مفهومی با بهره گیری از ابزارهای ابری مانند Azure Purview و Data Catalog است. چارچوب پیشنهادی در سه سطح مورد ارزیابی قرار گرفت: (۱) تحلیل مفهومی نیاز ↔ مولفه، (۲) ارزیابی تجربی از طریق پرسشنامه های DAMA و DCAM با ۱۲ خبره، و (۳) ارزیابی مقایسه ای با پلتفرم های بین المللی همچون Gaia-X و IUDX. یافته ها نشان می دهد که چارچوب طراحی شده توانسته است قابلیت های سنجش پذیری، انطباق پذیری و هوشمندسازی را به طور یکپارچه محقق کند و گامی عملی برای پیاده سازی حکمرانی داده در بازارهای داده دیجیتال هیبرید–فدرال چندابری بردارد.

کلیدواژه ها:

بازارداده دیجیتال ، دیتامش ، دیتافابریک ، حکمرانی داده ، حکمرانی به صورت کداجرایی ، یادگیری ماشین ، هیبرید-فدرال ، چندابری