ICS47.020.01 CCSU04 中华人民共和国国家标准 GB/T47313—2026 智能船舶数据分类、分级与标识 Intelligentshipdataclassification,gradingandidentification 2026-03-31发布 2026-10-01实施 国家市场监督管理总局 国家标准化管理委员会发布目 次 前言 Ⅲ ………………………………………………………………………………………………………… 1 范围 1 ……………………………………………………………………………………………………… 2 规范性引用文件 1 ………………………………………………………………………………………… 3 术语和定义 1 ……………………………………………………………………………………………… 4 缩略语 1 …………………………………………………………………………………………………… 5 一般要求 2 ………………………………………………………………………………………………… 6 数据分类 2 ………………………………………………………………………………………………… 7 数据分级 4 ………………………………………………………………………………………………… 8 数据标识 6 ………………………………………………………………………………………………… 附录A(资料性) 智能船舶数据分类、分级、标识示例 8 ………………………………………………… 附录B(资料性) 智能船舶主要数据字段标识 15 ………………………………………………………… 参考文献 24 …………………………………………………………………………………………………… ⅠGB/T47313—2026前 言 本文件按照GB/T1.1—2020《标准化工作导则 第1部分:标准化文件的结构和起草规则》的规定 起草。 请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。 本文件由全国海洋船标准化技术委员会(SAC/TC12)提出并归口。 本文件起草单位:中国船舶集团有限公司综合技术经济研究院、上海船舶运输科学研究所有限公 司、上海船舶研究设计院、中国远洋海运集团有限公司、中远海运绿色数智船舶服务有限公司、哈尔滨工 程大学、大连海事大学、暨南大学、招商局工业智能科技(江苏)有限公司、招商局工业集团扬州鼎衡船舶 有限公司、交通运输部水运科学研究所、西安电子科技大学、中远海运散货运输有限公司、山东新能船业 有限公司、扬州中远海运重工有限公司、海洋石油工程(青岛)有限公司、江苏扬子鑫福造船有限公司、 辽宁港口集团有限公司。 本文件主要起草人:李恒、乔继潘、刘伟、屠海洋、黄珍平、文逸彦、秦尧、张焱飞、石瑶、赵科、季盛、 孙建国、陈伟民、冯玉龙、熊登攀、吕红光、杜守志、于巧婵、范立云、高展、高玉玲、陈建挺、张强、蔡斌、 张可、刘臣、叶桂兴、秦建国、孙超、刘兴、左浩悦、夏志华、李文辉、沈强昇、刘玉涛、程晋宜、刘安南、李国锋、 王秀亮。 ⅢGB/T47313—2026智能船舶数据分类、分级与标识 1 范围 本文件规定了智能船舶数据分类、数据分级与数据标识要求。 本文件适用于智能船舶全生命周期的数据管理,包括但不限于船舶在设计、建造、营运等环节,以及 设备接入、平台运行和系统应用软件中生成和使用的数据。 2 规范性引用文件 下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中,注日期的引用文 件,仅该日期对应的版本适用于本文件;不注日期的引用文件,其最新版本(包括所有的修改单)适用于 本文件。 GB/T43697—2024 数据安全技术 数据分类分级规则 3 术语和定义 下列术语和定义适用于本文件。 3.1 智能船舶 intelligentship 在船舶航行、管理、维护保养、货物运输等方面实现智能化运行的船舶。 注:其功能在不同程度上独立于船员自主执行。 3.2 数据分类 dataclassification 根据数据资源的属性、特征、来源和内容等,将其按照一定的原则和方法进行区分和归类。 [来源:GB/T26499.1—2011,2.5,有修改] 3.3 数据分级 datagrading 为便于对数据采取差异化的安全措施,根据数据安全影响程度对数据划分等级。 [来源:GB/T26499.1—2011,2.4,有修改] 3.4 数据标识 dataidentification 在数据分类的基础上,给数据赋予具有一定规律性、信息系统容易识别和处理的符号。 [来源:GB/T26499.1—2011,2.6,有修改] 4 缩略语 下列缩略语适用于本文件。 ECA:排放控制区(EmissionControlArea) GPS:全球定位系统(GlobalPositioningSystem) 1GB/T47313—2026IMO:国际海事组织(InternationalMaritimeOrganization) 5 一般要求 智能船舶数据分类、分级与标识要求如下: a) 应以提升智能船舶数据管理能力为目标,坚持企业与行业相结合,采用分类标识、逐类定级和 分级管理相结合的方式,确保数据的安全、高效与合理应用; b) 应根据数据资产管理形式,结合建造模式和运营模式,对智能船舶数据进行分类; c) 数据分类应首先分析梳理业务流程和系统设备,综合考虑行业要求、业务规模和数据复杂程度 等实际情况,对数据进行分类标识,形成数据分类清单,并明确每类数据的初始安全级别; d) 智能船舶数据应包括与船舶全生命周期相关的数据(如船舶研发数据、建造数据、运营及管理 数据、运营环境数据、停靠泊港口数据、与外界交互数据、营运的货物及供应链数据等); e) 应依据智能船舶数据的本质属性进行数据分级,分级界限清晰,便于数据安全的分级管理; f) 数据标识应至少满足标识的唯一性、一致性、准确性和真实性; g) 数据标识应建立电子或纸质文档,记录标识规则、位置及变更历史,便于审计和协作。 6 数据分类 6.1 分类原则 智能船舶数据分类应遵循以下原则: a) 科学性:根据智能船舶数据内在属性(如来源、格式、业务领域等)进行分类,确保分类逻辑清 晰、合理; b) 系统性:构建层次化的分类体系,明确类目之间的关联,避免重复或交叉; c) 实用性:结合当前智能船舶数据的实际情况和使用需求,符合业界对智能船舶数据区分和归类 的普遍认知; d) 兼容性:数据分类具有概括性和包容性,与国家、行业、地方有关数据分类标准相兼容; e) 可扩展性:分类方法具备延拓和细化的能力,以适应未来发展的需求。 6.2 分类方法 6.2.1 分类规则 智能船舶数据宜采用分层递进分类法,具体规则如下: a) 宜按照数据的内在属性,结合数据管理和使用需求,将智能船舶数据划分为船舶基础数据、船 舶监控数据、船舶报文数据3个一级分类; b) 宜综合考虑数据来源、数据领域与数据类型等因素,将一级分类细分为若干二级分类、三级分 类、四级分类等,具体数据分类方法宜参照附录A中A.1示例。 6.2.2 船舶基础数据 船舶基础数据是指与船舶属性有关的静态数据,应根据船舶的不同属性将数据进行细分,主要包括 以下二级分类: a) 船舶登记信息:如船名、IMO编号、船籍港、船级社、船舶类型、所有权人、管理公司等; b) 船舶主尺度:如总长、垂线间长、型宽、吃水、总吨、净吨、载重吨等; c) 船舶结构信息:如船体材料、甲板层数、舱室数量、肋位间距等; 2GB/T47313—2026