Nền tảng dữ liệu lớn và phân tích quốc gia, tương đương các giải pháp của Palantir

VNeID vận hành sẽ sinh ra khối dữ liệu khổng lồ: nhật ký giao dịch của hàng chục triệu người dùng, dữ liệu liên thông từ các cơ sở dữ liệu quốc gia và chuyên ngành. Giá trị của khối dữ liệu này — phát hiện gian lận, chống rửa tiền, tối ưu chính sách, cảnh báo sớm — chỉ được giải phóng khi có nền tảng phân tích hợp nhất. Nền tảng thương mại nước ngoài hàng đầu cho bài toán này (điển hình là Palantir) vừa có chi phí rất cao, vừa không thể chấp nhận về chủ quyền khi xử lý dữ liệu dân cư gốc.

Về nghiệp vụ: phục vụ bốn lớp bài toán — phân tích vận hành (điểm nghẽn thủ tục, chất lượng dịch vụ theo địa bàn), chống gian lận bằng phân tích đồ thị (phát hiện mạng lưới tài khoản, danh tính giả, giao dịch móc nối), hỗ trợ chỉ đạo điều hành (báo cáo thời gian thực, dự báo, mô phỏng chính sách) và chia sẻ dữ liệu có kiểm soát cho bộ ngành, khu vực tư. Về kỹ thuật: kiến trúc hồ - kho dữ liệu hợp nhất (lakehouse) trên Apache Spark, Kafka, Iceberg/Delta Lake, Trino, ba vùng (dữ liệu gốc - chế biến - phục vụ) với nguyên tắc dữ liệu cá nhân chỉ rời vùng gốc sau khi khử định danh; mô-đun phân tích đồ thị chống gian lận và kỹ thuật bảo vệ quyền riêng tư (differential privacy, phân tích liên kết) là hạng mục 'đặt đề bài' trọng điểm. Nền tảng: các doanh nghiệp trong nước đã có nền tảng dữ liệu lớn (Viettel, VinBigData, FPT); Trung tâm RAR (C06) đã chứng minh năng lực khai thác giá trị dữ liệu dân cư (doanh thu khoảng 2.300 tỷ đồng).

Phương thức áp dụng: xây nền tảng dữ liệu VNeID theo kiến trúc lakehouse ba vùng, có danh mục dữ liệu, từ điển dữ liệu và phân quyền theo khung quản trị dữ liệu quốc gia. Mục tiêu cụ thể: nền tảng lõi vận hành trong 12-18 tháng, mô-đun phân tích nâng cao trong 18-24 tháng; giải phóng giá trị dữ liệu phục vụ chống gian lận và điều hành mà vẫn giữ dữ liệu cá nhân trong vùng kiểm soát.