数据专栏

智能大数据搬运工,你想要的我们都有

科技资讯:

科技学院:

科技百科:

科技书籍:

网站大全:

软件大全:

《读懂G20四大主题:洞悉数据时代经济发展动向》报告(完整版PPT)
来源:阿里研究院 时间:2016-09-06 13:28:02 作者:ARC
2016年9月1日,阿里研究院在北京发布了G20主题新经济系列研究报告,包括《读懂G20四大主题:洞悉数据时代经济发展动向》和《贸易的未来:跨境电商连接世界——2016中国跨境电商发展报告》。在G20 峰会召开之际,这两份重磅研究成果再次吹响了新经济的号角。
全球G20领导人第11次峰会于2016年9月4日至5日在中国杭州召开,本届G20峰会的主题为“构建创新、活力、联动、包容的世界经济”。阿里研究院指出,以互联网为代表的新经济业态,无论从推动持续创新、增强经济活力,还是加强世界联动、实现包容性增长方面,都发挥着日益举足轻重的作用,成为全球经济增长的新增长点。
2015年,尽管全球贸易增速放缓,但是中国跨境电商依然逆势成长。全年中国跨境电商(包括批发和零售)交易规模达4.8万亿元,同比增长28%,占 中国进出口总额的19.5%。其中,中国跨境电商零售交易额达到7512亿元,同比增长69%。阿里研究院预计到2020年,中国跨境电商交易规模将达12万亿元,占 中国进出口总额的约37.6%;跨境电商零售出口额将达到约2.16万亿元,年均增幅34%。
根据阿里巴巴跨境电子商务 大数据 ,阿里研究院编制了ECI指数,旨在反映中国与其他国家在跨境电商贸易方面的连接紧密程度。2015年, G20其他国家与中国的跨境电商连接指数排名前五位分别是:美国、英国、澳大利亚、法国、意大利。
由阿里提出、备受全球关注的eWTP(世界电子贸易平台)已经得到G20贸易部长们的积极回应和支持,并在本届G20峰会上作为重要议题进行讨论。在跨境电商研究报告中,阿里研究院系统阐述了eWTP的理念,这一由私营部门引领、市场驱动、开放透明、多利益攸关方参与的国际交流合作平台,将聚焦在四个目标:促进普惠贸易发展、促进小企业发展、促进消费全球化和促进年轻人发展。
G20作为国际社会寻求合作、促进国际金融稳定和经济持续增长的重要平台,在当今全球经济治理中发挥着重要作用。于2016年9月4日至5日在中国杭州召开的G20领导人第11次峰会也将主题定为世界各国面临的共同问题——如何“构建创新、活力、联动、包容的世界经济”?
阿里研究院作为数据时代最前沿的智库性研究机构,以独特的视角、新颖的观点对G20峰会的四大主题做了全面阐释:
1、世界经济如何持续创新? 创新已成为全球经济增长的核心动力。在全新的信息、数据基础设施下,创新成本、创新方式、商业模式已全然不同。如何加速推进科技进步,开启新一代信息革命是当下迫切需要解决的问题。
2、世界经济如何保持活力? 以中国经济为例,近年来钢铁、水泥、平板玻璃、电解铝、船舶等行业产能严重过剩,布、卷烟、冰箱、空调、原煤、钢铁、水泥等主要工业产品产量出现下降,工业化热潮正在逐步褪去。如何加快推进供给侧结构性改革、稳住传统产业发展节奏,特别是大力发展以互联网经济为主要内容的新经济,培育新的增长点,激活经济活力成为中国经济面对的一个战略性、全局性问题,也是世界经济的一个共同话题。
3、世界经济如何更好互动? 全球贸易已经放缓。全球经济治理改革和国际经济贸易规则演变都需要新思路,特别是增强新兴市场国家和发展中国家的代表性和发言权,提高世界经济整体抗风险能力。
4、世界经济如何包容发展? 过去几十年世界经济发展取得瞩目的成就,但发展不均衡却有愈演愈烈的趋势。虽然各国政府对弱势群体进行了长期的、大力度的帮扶,但贫困人群、农民、残疾人等仍是世界经济发展进程上的一个伤疤。
对于这些共同问题,中国通过实践给出了自己的思考:
• 云平台将使普惠计算和普惠科技成为现实,小 企业 创新的门槛降低到了前所未有的水平,用户、服务商、平台深度融合的“开放式创新”将成为企业创新的主导模式,以消费者为核心的、按需定产的C2B将成为新的商业范式。
• 经过改革开放三十余年的发展,中国迎来了消费的黄金时代,生活必需品、准必需品的增长放缓,以品质、健康、绿色等为代表的消费升级将成为中国经济发展的新引擎。
• 全球小微企业和个人依托电商平台、互联网金融、智能物流、云和大数据等新型商业基础设施,“买全球、卖全球”成为新一轮全球化的重要变革和驱动力量。eWTP应运而生,并将逐渐发展成为未来的全球网络经济共同体。
• “电商赋能”是阿里巴巴践行“普惠式发展”的核心思想。通过商业模式帮扶,培育内生造血机制,实现贫困地区和特殊群体收入和生活水平的持续提高。
中国的探索与实践具有开创性和普世性,是对G20提出的“创新、活力、联动、包容”发展战略的有益尝试。但这些经验或许还有中国局限性,我们期待从G20峰会看到更多思想的碰撞,为数据时代经济发展指明道路。
以下为报告完整版PPT:

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

☞点击进入 阿里云 在数据观的企业栏目>>>
注:本报告来源阿里研究院-ARC,版权著作权属原创者所有。数据观整理分享此文并非商业用途,以上内容并不代表数据观观点,如涉著作权等事宜请联系小编更正。数据观微信公众号(ID:cbdioreview) ,欲了解更多大数据行业相关资讯,可搜索数据观(中国大数据产业观察网www.cbdio.com)进入查看。
责任编辑:王培
产业观察
2016-09-06 13:28:02
[曲奇饼的寓言故事]五种虚拟化力量将推动大数据技术的云端化
来源: 数据观-企业 时间:2016-09-06 11:47:16 作者:亚信数据-DataHub胡嘉琪
【摘要】 现今,大数据及数据科学技术并未与云计算取得紧密结合,对于传统企业而言,上一套大数据平台的投入与风险,不亚于当年上一套ERP。对于任何大数据应用的建立,需要设施、平台、数据、技术(或团队)及应用封装五种核心资源,而云计算技术已实现了设施、平台与应用三点的虚拟化,但只有完成数据与技术的虚拟化,才能组成完整的“数据生产流水线”,降低全社会使用 大数据技术 的TCO。而这也是企业数据资产化运营的核心过程。
【关键词】 数据应用云架构,数据流通,数据资产化运营
在开篇之前,不妨先来看看一个轻松寓言故事。
曲奇饼的寓言故事: 在北方的云端镇,居民们都非常沉迷于曲奇,每到阳光明媚的下午,云端镇居民们都会拿出一盘曲奇享用,曲奇成为了小镇不可划缺的美食。之前居民们都是自己烘焙曲奇的,除了面粉、黄油、鸡蛋的基础原料以外,还需要专门的烤箱。决定曲奇美味程度的最大因素是烤箱,然而能烘焙出最美味曲奇的高端烤箱价格非常昂贵。这时一位老板看到商机,推出了一个“烤箱即服务”的创业计划:在一个名叫“小云工坊”的舒适店铺里,放上几个这种高端烤箱,让顾客们带着自己制作曲奇的原材料来店烘焙,烤箱们已经过严格的调试,顾客不需要理会烤箱的设置和管理,直接使用即可。(好吧,聪明的你已经心里面揭穿我的寓言,知道这种将烤箱等“硬件”外包给别的地方去的服务,分明就是云计算中的IaaS“基础设施即服务”)。
由于无需购买昂贵的高端烤箱也能吃到美味的曲奇,“小云工坊”非常受欢迎,然而商人并未就此而停止了创新的脚步,因为虽然通过低廉的价格就能使用到好烤箱,但制作曲奇的过程仍然还是麻烦事情,需要打蛋器打蛋、模具成型等一系列工序才能完成。因此老板又推出了“桌子即服务”的额外创意:商人在店铺准备了很多的长方形桌子,上面放好了打蛋器、碟子、曲奇模具等制作曲奇的必要工具。更为重要的是,顾客无需考虑这些工具使用前的消毒和更为麻烦的用后清洁,只需按需使用就是,其他都由店铺搞定(这时候你又指着我说,你这种中间件和工具的外包,不就是想比喻云计算中的“平台即服务”PaaS嘛,快点把SaaS也放出来)。
随着“好曲奇,小云做”的口碑传得家喻户晓,“小云工坊”的老板看到了更大的商机,对于那些烘焙技术小白以及懒人来说,上面这些服务都仍然麻烦,能直接把曲奇送到口边就最好了。Bingo!老板真推出了“小云牌”曲奇外卖服务,吃货们可以直接把自己家里所有的曲奇工具都扔掉,只要打一个电话,曲奇外卖就会送到家门口,正可谓“曲奇即服务”。(当然,你也掌握了这个故事的套路,知道这就是SaaS“软件即服务”)。
既然I/P/SaaS都出来了,云端小镇的云故事就此结束了吗?还没!
其实曲奇的美味,另外一个最重要因素是黄油的质量,没有最上等的黄油即使设备再好也是白搭。但很遗憾,在云端镇好黄油是稀缺资源,几乎都被几个大佬给垄断了,这时候“小云工坊”的老板又看到了商机,开始和这些大佬们合作。大佬们也发现,几乎没有比“小云工坊”更好的销售渠道了,因此“小云工坊”就有了“黄油即服务”计划,顾客可按量使用这些优质黄油,做多少曲奇用多少,也无需担心存储黄油的冰箱环境。同时更为重要的是,顾客再也不需要把整块昂贵高级黄油买回去,一切都按需使用。
最后,老板为了照顾那些明明对制作曲奇一窍不通,但又非要来“小云工坊”制作曲奇的技术小白,又推出了“技术即服务”计划,店里配了几个精通曲奇做法的师傅,按小时收费指导技术小白们做出香喷喷的美味曲奇。
从烤箱、桌子、外卖,到原材料与技术,“小云工坊”的商业模式终于圆满啦!
聪明的你,相信一定也猜到了,上述的“黄油”指的就是数据。在传统的云计算架构中,很少甚至并没有考虑到数据的核心定位,大数据与云计算也远没有达到良好的结合。但我认为,大数据与云计算是一对非你莫属的绝配基友,数据也能像硬件一样实现虚拟化,从而结合云计算创造更为强大的大数据应用开发和部署能力。当然与此同理的还有数据科学团队的技术。
第一部分:从运营商案例谈云端的数据科学
云计算由于众所周知的资源弹性使用、隔离性、可扩展性、安全性、资源可充分利用等特点,在低成本快速搭建企业级应用的效率有目共睹,通过云平台可快速搭建起一个个网站、移动APP、容灾备份中心甚至小型电商平台。但相比这些传统应用,针对于企业拥有的、越来越庞大的数据资源,以数据导向去利用云服务迅速低成本高效率低部署大数据应用,则没有如此简单了。
核心原因在于目前云计算仍没有与大数据深度耦合,如何利用云架构迅速降低大数据应用乃至数据科学的部署成本,是一个非常有趣且具备现实意义的问题。我相信以后的大数据应用研发,一定是类似本文开篇的寓言故事一样,从数据采集、存储、治理、计算、应用到流通,都会有一条标准化的云端“数据生产流水线”去帮助企业实现低成本高效率部署,使得普通企业也能用得起各类重型大数据技术。
谈起数据应用,在过去,数据应用的种类单一,基本围绕BI、管理驾驶舱、交互分析与报表系统、可视化等小量应用,适合通过各类通用解决方案去满足需求。但随着数据的急剧爆发,大数据领域的应用则丰富得多,如人流预测、推荐引擎、征信模型、甚至无人驾驶等,各个领域均会基于自身业务逻辑衍生出个性化的大数据应用场景,其应用具备典型的长尾特征,无法通过标准化方案去满足需求。“千人千面”的大数据应用模式,意味着定制化开发成为主流,但我们都清楚知道,让每个企业都部署一个 大数据平台 ,既不现实,又不经济,如何用云架构去承载这些长尾大数据应用是未来的爆发点。
为免枯燥,接下来我们先从一些电信运营商的数据应用开放案例,看如何利用云架构推动大数据应用生态的搭建。
电信运营商拥有异常丰富的数据资源,而由于众所周知的原因运营商近年来的日子不太好过,其大数据能力除了内部应用以外,运营商还将部分数据通过有序的加工后,开放给各个行业的外部客户使用。
运营商对外数据应用开放的类型上,主要包括了客户标签应用、基于运营商大数据的征信应用、地理标签应用及实时人流分析应用等几类。例如征信应用方面的用户身份核实、二次卡清理应用当前非常受金融机构及互联网公司的欢迎。而部分运营商甚至更多走出了一步,甚至允许第三方合作伙伴走入运营商IT环境之中,使用运营商大数据,开发基于合作伙伴自身业务场景需求的大数据应用,这里最典型的就是个性化客户标签定制,以及区域人流分析,一下以个性化客户标签说明。
虽然目前运营商已经定制了海量的客户标签,但对于众多垂直行业来说这些标准化的标签应用并不足够,因为归根到底标签是为了带来sales leads的,有效的客户标签需要紧贴业务场景去设计,运营商也不太可能做这么多不同行业的专家,所以好的做法,就是拉上合作伙伴进入到自身大数据基础IT环境中开发标签应用。下图是这个流程的示例,当然这个图仅仅作为参考,实际业务层面的做法要比这个图复杂。
具体流程上,运营商在自身云架构的大数据平台中,对第三方合作伙伴单独开放了一个私有PaaS环境,企业根据自身业务场景在上面开发标签应用(目前这步的开发工作基本由运营商代劳),数据采取“可用不可见”的方式提供给企业部署算法模型,最终通过私有的标签调用出口提供给合作伙伴使用,并完成了运营商数据的深度开放。
第二部分:基于五种虚拟化力量的云生态
对上一章节的案例流程进行抽象及延展,实质上我们可以发现存在5个层面的虚拟化:
1.设施的虚拟化:非常容易理解,运营商的基础设施组成了本次应用的IaaS层,对于任何云架构来说,设施的虚拟化都是基础;
2.平台的虚拟化:运营商部分大数据平台能力虚拟为提供给合作伙伴的PaaS平台,业态上将来也会涌现越来越多的以数据应用为导向的aPaaS平台,除了数据库和中间件以外,还集成了大量容器化的重型大数据应用,如Spark、流式处理等,以及交互性更强的数据科学工具箱;
3.数据的虚拟化:上述流程中,实际上运营商是采取数据虚拟化的方式,将数据提供给第三方使用。第三方只能使用到有限的数据,而且也不用关注这些数据是如何治理的,按需使用数据就可以,虚拟化的数据是可用而不可见的;
4.技术的虚拟化:为了简便上述案例并未涉及这点,但如果第三方实质上并不具备标签建模的技术能力,但仍希望得到标签应用,那该怎么办呢?答案大家肯定也能想到,那就是技术外包。鉴于大数据技术的专业性,除了大型公司以外,任何公司单独维持一支数据科学团队肯定是不经济的,专业技术服务提供商生态将逐渐被建立起来。而事实上现在 阿里云 也初步建立了“云市场”生态,云计算需求方可以在“云市场”上通过SLA方式按需购买到大量的标准化服务,比如环境预装、APP定制开发等,具体可参考下面阿里云的截图。将来在大数据应用领域中,也肯定会出现这样的专业技术服务提供商生态,如专门做数据可视化的、专门做复杂事件处理的。
5.应用的虚拟化:这点非常传统,最终标签结果通过SaaS方式提供给外部用户使用,在软件市场,SaaS的巨大优势让众多传统软件提供商收益,在大数据应用时代,SaaS也将会是主流形态(或应该称为DaaS);
基于上述设施、平台、数据、技术及应用的五种虚拟化力量,才能构筑完整的数据应用云生态,使得专业大数据技术能力不再是BAT等巨头的专利,任何企业都能按需使用大数据技术。其中我觉得最为关键的是技术和数据的虚拟化。再谈一下技术的虚拟化,毫无疑问以后会有越来越多没有太多数据资产但技术过硬的大数据技术公司,风口在于构筑一个平台生态大幅降低信任成本,让他们服务于数据拥有方,取得数据和技术的共赢;而数据的虚拟化则是一个更为有趣的问题,多方的大数据应用合作实质就是一个数据流通和共享的问题,如何通过一个云平台,让多个数据拥有方的数据产生碰撞并形成应用,将涉及更多的信任和交易成本的问题,让多方产生信任,同态加密、多方安全计算等技术也许必不可少。
上图是基于五种虚拟化力量的数据应用云生态构想,不一定成熟,但希望有参考价值。而这个应用生态实质也是数据资产化运营的总体框架,将来企业需要将数据视为一种来未可带来预期收益的资源,再通过这套标准化的云端“数据生产流水线”去铸造各类数据应用。当然,这个框架还隐含了一点假设,就是企业的数据已通过良好的数据治理,否则质量低下的数据,通过数据生产线后也只会是“垃圾进垃圾出”。
第三部分:数据流通的两个流动层次
数据交易与流通如今是炙手可热的话题,虽然数据在未来会打破主体孤岛,实现全社会的广泛流通已经成为了一种共识,但数据流通的标准至今仍没事实标准,而这个标准相信短期内也不会有。
我在另外一文《数据API经济与大规模数据流通:从水的寓言说起》中谈到了数据API经济,即完善的数据应用产品将交易与流通会如“拧水龙头”一样的使用方式通过API去调用,并能很好解决数据流通中“挑数据”、“开箱即用”以及降低交易成本与门框等问题,这实质上就是通过类似SaaS的方式(应该称为DaaS更适合)去虚拟化使用各种数据应用。
但原始数据成为数据应用之前,可能还经历了一次基础数据能力流通,即多方主体通过平台合作,将互补性的数据共享到一起,再基于此通过“数据生产流水线”输出数据应用。如最典型的案例就是互联网大数据征信应用,征信机构将来源于金融机构、运营商、互联网及用户自身披露等大量数据作为风控模型的输入,最终形成征信评分,以征信数据产品的形式再度流通出去。
在此前的架构图上,我们可以清晰地看到数据这两个流通层次,一个是汇聚底层基础数据能力的“地底河”,而另外一条是围绕数据生产线所输出的数据应用产品流通的“地表河”。值得注意的是,这两条河流有完全不一样的数据流通逻辑,甚至需要有两套不同的数据流通标准去承载这两种流通需求。
我觉得对于承载底层基础数据能力的“地底河”而言,重点在于通过一个生态环境连接起社会中的多方数据,通过技术及业务手段去降低数据连接的信任成本,同态加密、多方安全计算等未来大数据安全技术将能大展身手;而对于承载数据应用产品流通的“地表河”而言,则是以市场为导向的互联网运营,强调数据应用的客户体验、价格促销等,带有强烈的数据应用商店性质。对于国内所有从事数据交易的交易机构来说,千万要搞清楚自己是走在哪条河边,如果用“地底河”的流通逻辑去运营成熟数据应用产品的话,会闹出不少笑话。
写到结尾了,呼应一下开篇寓言,在忙碌于准备类似“小云工坊”这样的事业时候,我们不能忘记把原材料和专业技术团队也纳入到生态之中。对于数据应用云生态来说,只有设施、平台、数据、技术及应用的五种虚拟化力量在一起,才能创造完整的“数据生产流水线”,利用云计算的力量,像工厂一样输出 大数据应用 能力,当然最后的归宿,就是数据的流通。
作者丨亚信数据-DataHub胡嘉琪
☞点击进入 亚信数据 在数据观的企业栏目>>>
责任编辑:王培
产业观察
2016-09-06 11:47:16
星环科技流产品研发经理杨俊:如何高效开发实时数据分析应用(演讲全文+PPT干货)
来源: 数据观-企业 时间:2016-09-06 11:23:01 作者:星环科技
导读: 日前,在星环 大数据技术 峰会上,星环的流产品研发经理杨俊给大家做了《如何高效开发实时数据分析应用》的主题演讲。实时流处理一直是很多行业特别需要但门槛又特别高的技术,星环的产品可以让用户实现快速应用,易操作。小编特此推出速记版,与大家一起分享。
首先了解一下为什么使用实时技术。
这里有几张图:
第一张图是风电的应用。那风电应用为什么需要实时技术呢?以前没有这个技术的时候,它的延迟比较高,一旦有发电机组发生问题,它很晚才能反映过来去维修。这样就耽误了最佳维修时间,也会产生资源的浪费。若此时运用分布式的消息队列加上分布式的流处理,就可以使其达到秒级的实时预警效果。
第二张图是代表金融相关的一些问题。没有实时处理技术的时候,它们往往是在每天下班之前跑一下系统,评估公司的资产和风险状况。运用批处理的话,是将所有的市场数据进行估计运算,计算很多风险值。在这里如果有分布式的实时处理系统,它会在每次市场数据变化的时候重新计算一下公司的估值状况和风险情况,所以当下单结束或者市场交易结束的时候,我们拿到的已经是最新的市场数据,只需要进行查询和返回就可以了,不需要额外的计算。对于上层领导和监管部门来说,如果能及时反馈这些信息的话,可以帮助他们达到更好的决策效果。
最后一张图是交通部门秒抓套牌车的例子。以前没有实时处理的时候,很难想象交警会在下一个红绿灯口等着套牌车过来,也就是在实时处理的情况下,我们彻底改变了这个抓套牌车的场景。也就是说很多业务在原来批处理的角度是不可能实现的。
以上是我简单举了几个实时处理的例子。其实类似的例子还有很多,星环的很多客户也已经开始运用我们的实时处理技术,效果都不错。
我的标题是如何高效开发实时 数据分析应用 ,我们公司是从13年开始运用spark streaming来做实时应用,当时也遇到很多困难。
首先就是入门门槛是很高的。无论是我们和客户合作来推动应用的实现,还是和合作伙伴共同推动应用的实现,当时都是很困难的,写出来的应用质量不高。因为实时应用对性能要求很高,所以对代码质量的要求也比较苛刻,如果用spark streaming呢,需要对这个编程模型了解的比较清楚才可能写出高效的代码。所以对于程序员来说,这块的开发成本比较高。
另一方面,迁移成本很高。如果有一个公司,它想要把本身批处理的业务往实时处理的方向迁,那对于原来使用SQL的业务分析人员来说,让他们在转到spark streaming上就比较困难了。我们有的客户原来拥有的PL/SQL的代码量已经是几十万行了,让现有业务分析人员全部弄清楚都是很困难了,别说我们再将这些代码改写成spark streaming了,成本可能就高的离谱了。
最后一个问题就是产品化差。原来运维人员可能只需要会看几个常见错误就行了,但是现在这种写代码方式可能出现各种各样的问题,无法区分是框架本身的错误还是他代码的bug,他就需要去找程序员看出错误然后再解决,不仅麻烦,时间周期也比较长。
综上所述,我们认为直接使用编程的方式是不够高效的。所以我们从去年6月开始就想要完全采用SQL来写实时处理。
接下来有一个非常直观的例子。
左边这部分是用spark streaming 写的代码,这里还不是完整版,完整的需要2页ppt才能展示。如果用SQL写,就只需要右边的这几行代码了。这几行主要就是对test表根据一定的排列方式输出查询结果。这个SQL看上去就比较直观,稍微有点SQL经验的人都可以容易的看懂这些代码。如果让分析人员看左边的代码,那就比较困难了。
而且,右边的SQL代码还可能写的比左边的代码更高效,因为我们在框架层做了更多的优化。
接下来是stream SQL的框架图,分为三层。
最下面是存储层,在这一层上,我们的SQL可以对接各种存储层,例如ORC,Hyperbase,holodesk,Oracle等等。
中间层计算层中,我们对它的改动还是比较大的。对输入有一个Sourcemanager来控制,比如有多个表的时候要怎么去共享内存中的数据。然后有一个Application manager来管理过来的SQL是怎么运行的,运行周期是怎么样的,用户需不需要展开运行值或者状态信息。接下来,Distributed Execution Engine是我们集中改造的,这个引擎无论是对SQL还是执行计划的执行都是进行了比较高的优化的。Storage manager从用户的角度来说,比如存了一些东西,它到底是在内存里还是硬盘里面,中间的这些问题用户是不需要考虑的,我们再这里有一个透明层已经帮你解决掉了,而你是感觉不到我们在这里做的透明层的。Sink manager是和存储层和输出打交道的。比如我要输出到Hyperbase,sink manager就会考虑需要用分批存储的方式,因为这个方式性能比较高。
最后上层就是一些接口层,Inceptor这边你可以用SHELL直接打开连接数据库,或者用JDBC和ODBC来做steam SQL的连接操作,然后通过SQL compiler去把执行计划输入到下面的计算层中。我们还支持一些数据挖掘的接口,到目前主要是支持R语言,之后会有一些SQL的对接和图形化的对接。
那接下来支持语法的部分基本上和我们的数据仓库的语法是相同的,因为我们完全是从Inceptor那一套语法过来的。
SQL2003除了少数无法支持的语法之外,支持程度达到98%以上。这其中比如流上的数据是持续不断的数据,如果你要对它前一秒的数据在流上做修改其实是没有意义的,所以这块我们是不支持的。此外,我们还有一些额外的语法,主要是为了在流上面做更好的特殊化处理,因为原来的语法集是不能完备的支持流上面的特殊处理的。
另外,我们还支持Oracle的PL/SQL和DB2的PL/SQL,其实,支持PL/SQL的目前在这个地球上只有我们一家 :p
接下来我分享一下我们的一些经典案例场景。
第一个是有关于权限控制。团队来了新人,想基于生产集群的数据额外开发一些新的功能,这时候就需要比较高效的开发。或者现在有用户想查看某些信息,但是一些敏感信息只有管理员才能看到。另外,公司里的多租户环境中,多个租户同时在同一台机器上运行程序,不会相互干扰。
对于以上问题,我们抽象出了一个Application的概念,例如图中这个新用户叫做Emily,刚进公司把她归在一个testapp里面,你可以赋予她各种权限。比如她有权利在testapp里创建流应用,她有权利去看当前正在运行的分析系统,她有权利去启动一些以前存储过的存储过程。类似的,公司里可能还有一群人group1,对应他们有一个应用叫app1。如果现在Emily想去看group1的app1里的东西,不给她赋予一个特殊的权限,她是没办法看到的,所以我们就做到了一个这样的隔离。
具体来说是这样的,首先要去创建一个testapp,就是create application testapp,然后把相应的权限都赋给Emily。这样做了之后,一般来说到对应的testapp里去查相应的权限是可以查到Emily有权限的,但是她到另外一个生产集群上去做相应的操作,是没办法成功的。另外,我们的List命令是可以查询到一般的运行状态的,比如现在跑了多少task,运行了多长时间,在什么状态,有没有什么问题等等。额外的信息我们是不给普通权限的人开放的,需要有管理员信息才可以到4040页面查看。最后,不同租户之间,例如刚才的testapp和production之间做到彻底隔离互不干扰。
接下来的第二个案例是ETL任务的例子,像刚开头说到的风电的例子和交通稽查布控的例子其实就是他们主要用我们的系统做ETL任务。
如果有一些实时数据进来,我可能有需求要把他们存储起来,录入到某个库里面,或者后来需要做现场分析,我们要录入holodesk内存表,之后做查询。这就是一个非常常见的ETL任务,无论在什么行业里,当前这个用到的是比较多的。若这个步骤要用编程实现,工作量还是蛮大的,有很多问题需要考虑,接口怎么处理等等。如果是用我们的产品,你可以用过JDBC或者ODBC对接我们的StreamSQL,通过Stargate导到各个不同的数据库里,比如对Hyperbase做一个实时的检索,Holodesk可以做实时的交互分析,HDFS可以做统计分析和跑批等等。我们甚至可以把结果在写回Kafka,给下一个应用做实时告警。
接下来就是实现过程。首先创建流,然后创建几张表如图,最后启动流的时候只需要图中这几行SQL,你的ETL就完成了。其实就是需要这样几行SQL就可以实现流应用,当然,一开始你也可以加入聚合、复杂计算等,但是这也只是一个SQL的复杂化问题。
最后因为时间关系,我们就不详细介绍剩下两个案例。第三个是网站实时统计的一个场景,需求我列在ppt里,其实我们也只需要下面这张ppt里的几行SQL就可以解决。
    最后一个案例是比较复杂的金融期货的案例。简单来说,整个过程就和刚才差不多,就不断的create一些stream表,不停的在stream表上做一些转化,再加上一些窗口函数,最后就可以实现一些很复杂的业务。






☞点击进入 星环科技 在数据观的企业栏目>>>  
责任编辑:王培
产业观察
2016-09-06 11:23:01
星图数据CEO谷熠:大数据驱动线上零售业务增长(PPT干货)
来源: 数据观-企业 时间:2016-09-06 10:48:27 作者:星图数据
日前,“大数据世界论坛”上,星图数据CEO谷熠作为受邀嘉宾,进行了一场关于《大数据驱动线上零售业务增长》的分享,谷熠表示如今 大数据 在企业中的角色中还是决策辅助,在不久的将来大数据会成为辅助决策的重要因素,他也相信下一个时代是大数据时代,每个 企业 最终都需要通过大数据进行运作和决策,真正实现数据替代决策。
以下附PPT全文:







































☞点击进入 星图数据 在数据观的企业栏目>>>

责任编辑:王培
产业观察
2016-09-06 10:48:27
拓尔思施水才:从大数据到大知识(PPT干货)
来源: 数据观-企业 时间:2016-09-06 09:56:51 作者:软件IC圈


























注:本PPT来源软件IC圈
☞点击进入 拓尔思 在数据观的企业栏目>>>
责任编辑:王培
产业观察
2016-09-06 09:56:51
T11 2016暨TalkingData智能大数据峰会即将在京举行
来源: 数据观 时间:2016-09-05 14:16:04 作者:
   引领智能数据生态新纪元
  T11 2016智能数据峰会进入倒计时
  由国内领先的独立第三方智能数据平台TalkingData主办的,智能数据领域一年一度的行业盛会——“T11 2016暨TalkingData智能大数据峰会”将于9月13日、14日在北京中国大饭店隆重召开。本届峰会将以“智能数据生态”为主题,邀请国内外各领域的数十位数据专家、行业精英、知名学者共同围绕一系列在业内既存在广泛共识又有较大话题性的议题展开深度沟通、交流探讨。
   据了解,作为智能数据领域最具影响力的行业盛会,本届T11峰会呈现出五大亮点:
   顶级的嘉宾阵容
  截至目前组委会已邀请到了包括清华大学计算机系副教授、博士生导师、智能技术与系统国家重点实验室教学副主任、卡内基梅隆大学兼职副教授朱军,红杉资本中国基金专家合伙人、浙江大学管理学院客席教授车品觉,国泰君安网络金融总经理毕志刚,玖富财富联合创始人&高级副总裁陈理行,卓越集团战略与运营管理部总经理李文涛,花样年社区金融集团CEO周锦泉,Google大中华及韩国区数据洞察与解决方案总经理郭志明,环球旅讯首席商务官王京,华住集团CIO刘欣欣等行业领军人物在内的数十位大咖共襄盛举。
   引导行业方向:
  峰会将特设一系列在各领域引起广泛关注的议题,如“大数据引领房企战略转型与创新实践”、“金融行业从数据运营到运营数据的转变”、“大数据生态驱动城市智能化升级”、“零售业的大数据时代”、“中国不同城市人群画像特征报告”、“新技术改变人类出行方式、也带来更多数据、引发商业模式创新”等,以大数据的视角提纲挈领畅谈相关行业趋势、畅谈行业未来。
   海量的商业机会:
  峰会邀请到包括国泰君安证券、上海脉策科技等在内的十数家在各自领域处于领先地位的参展商、服务商,共同展示产品服务、分享成绩案例、洽谈业务合作。
   涉及领域众多:
  本届峰会在主会场和技术分会场之外,还设置了“大数据与金融”、“大数据与地产”、"大数据与城市"、“大数据与零售”、“大数据与出行”、“智能数据营销”等6个分会场,基本涵盖了大数据领域最新实践和最热门的行业应用。
   传播方式多元:
  在往届的基础上,T11 2016智能数据峰会传播矩阵再次升级,囊括了包括央视新闻中心、央视财经中心、北京新闻采编、BTV首都经济报道、乐视、优酷、爱奇艺、土豆、钛媒体、虎嗅、36氪、新浪、搜狐、网易、腾讯、凤凰在内的超过200家主流媒体全方位报道共同见证。
  更值得一提的是,T11 2016智能大数据峰会时值TalkingData五周年庆,作为对过去5年高速发展的经验总结和对未来发展战略布局的集中展示,主办方倾注了极大的精力、投入海量的资源,经过组委会的精密筹划安排,相信必将为广大受众呈现一场数据与科技并驾、智能与业务齐飞的视觉盛宴。
  T11 2016智能大数据峰会期待您的参与!
☞点击进入 TalkingData 在数据观的企业栏目>>>
责任编辑:陈近梅
产业观察
2016-09-05 14:16:04
贵阳南明区:“数治城管”让城市管理更高效
来源:贵阳日报 时间:2018-10-19 16:27:10 作者:夏延芳
  今年,南明区以打造新时代“共建、共治、共享”的城市管理格局为目标,创新工作方法,充分运用大数据手段,通过推行“百姓拍”APP、实行“门前三包”二维码管理制度等举措,积极探索“数治城管”模式提升城市精细化管理水平。
  上半年,南明区推行商户“门前三包”二维码管理制度。通过建立城市管理综合执法云平台,完成辖区实体店铺数据库创建,并为实体店铺创建二维码。用手机微信扫码后,能详细查阅店铺的地址、经营类型、责任面积等基本信息,还能查看巡逻信息、违章处理记录。城管执法人员通过对店铺扫码执法,可做到执法高效、管理高效;商家通过扫码,可以随时掌握店铺“门前三包”责任情况。
  同时,该区对二维码后台程序进行完善和补充,指派专人负责,对巡查、考核、处罚等情况进行即时更新,以商户二维码推动巡查制度、考核制度、奖惩制度的建立和完善。并建立诚信管理机制,将商铺的“门前三包”落实情况纳入工商诚信平台。
  “店里有二维码,方便我们了解自家‘门前三包’责任的落实情况。这不,这周我家又是‘五星级门店’。”西湖社区一家做床垫生意的经营户说。年初,西湖社区率先实行“门前三包”二维码管理制度。为更好地激发辖区商户的积极性,该社区还通过每周评选“门前三包 ”五星级门店(即:卫生之星、整洁之星、秩序之星、绿化之星、文明之星),激励先进、鞭策后进,营造整洁、优美、卫生的环境。
  截至10月16日,南明区城市管理综合执法云平台录入主、次干道路的商铺已达11245户,夜市规范摊区商铺录入241户,临时摊区699户。
  另一个“数治城管”提升城市精细化管理水平的案例,是“百姓拍”APP的推广应用。
  “咔”!家住花果园的小瞿下班路上,随手拿起手机,拍下一家经营户延伸占道经营的图片,通过“百姓拍”APP进行举报,问题很快得到了解决。小瞿使用的“百姓拍”APP,是今年贵阳市创新运用大数据手段推出的城市精细化管理监督平台。社会公众通过“百姓拍”APP上报模块,可使用照片及文字相结合的方式上报案件信息。
  今年3月1日,南明区正式启动“百姓拍”APP的应用,迅速搭建了区级指挥平台,并在28个乡(社区)及相关职能部门建立处置平台,建立24小时值班制度,对市级派案进行全天候全时段处理,案件受理后第一时间派发到相应乡(社区),并要求在规定时间内解决。
  “百姓拍”APP引导群众参与城市管理的同时,还简化了案件处理流程,节省了人力物力,提升了工作效率。此外,通过对公众上报的问题的分析,可有针对性地调配人手集中开展专项整治,做到主动发现问题、精准解决问题、有效预防问题,落实长效管理机制。
  过去,兴关路周边垃圾乱丢、广告牌乱放、游摊占道等问题突出,周边市民对此怨声载道,虽多次整治,但因缺乏群众参与,往往是治反复、反复治,效果不理想。自“百姓拍”APP上线后,通过引导公众参与监督管理,该路段的许多问题被迅速发现、迅速解决。
  据统计,今年3月1日至9月17日,“百姓拍”APP南明区受理案件96344件,占全市案件总量的15%,已处置95647件,处置率为99.28%。
  (通讯员 夏延芳)
责任编辑:陈近梅
产业观察
2018-10-19 16:27:10
数联铭品:中国版的“Palantir”
来源: 数据观 时间:2018-10-19 16:12:47 作者:
提到Palantir ,媒体将其称为“硅谷最神秘独角兽”。2018年9月4日,据彭博社报道,美国知名国际金融服务公司摩根士丹利(Morgan Stanley,MS)将领衔推动Palantir于2019年底或2020年初IPO。
10月19日,华尔街日报报道,最早2019年下半年,Palantir或将以高达410亿美元的估值上市,或成为近年来规模最大的IPO之一。
在大数据领域,Palantir是风头最盛的公司,2015年底估值就高达200亿美元,位列当时全球未上市公司第四,仅次于Uber、小米和Airbnb。而今,Palantir 冲击IPO的消息注定令人遐想。
当下,中国的大数据行业正经历着发展和变革时代,从众多大数据企业中脱颖而出的数联铭品(BBD),被认为是最有望成为“中国版Palantir”的大数据企业。
立足政府及大型企业
Palantir成立于2004年,以做情报分析起家,前期客户包括美国中央情报局、美国国家安全局和联邦调查局等。2017年,Palantir参与纽约警察局的治安行动而名骚一时,“预防性治安”(predictive policing)一词进入了美国公众视野。目前,美国数十个地方警察部门已公开或不公开地使用Palantir的服务来实施“预防性治安”。
“预防性治安”指向事发之前的预警性。Palantir帮助客户整合结构性数据库,并经过机器学习判断后,用直观的可视化图表输出分析结果,帮助政府机构实现提前预警、精准决策。
作为一家成立于2013年的国内大数据公司,数联铭品将自身客户定位于具有较高社会和市场影响力的政府机关、大型集团或金融机构,持续深耕。近年,数联铭品积极部署安全领域,以提升公安智能感知、立体防控与精准服务能力为需求导向,以机器换人力、以智能增效能为原则,提供多元化解决方案。
同时,数联铭品在国资监管、宏观经济监测等领域,均有不俗表现,服务于北京、贵阳、芜湖等各省市,为政府机构提供前瞻性的决策参考。
防范预测金融风险
2010年,摩根大通成为Palantir的首批大型商业客户之一,曾公开称赞Palantir多年来帮助发现内幕交易和欺诈。这是一个转折点,Palantir开始涉足大数据金融欺诈解决方案,获得越来越多来自华尔街金融大鳄的信赖与认可。如今,其在金融领域的服务覆盖发现和避免诈骗犯罪活动,如信用卡欺诈、洗钱、抵押贷款欺诈、骗税逃税以及身份欺诈等。
金融风险监测预警,也是数联铭品大数据创新实践解决方案之一。数联铭品利用大数据风险全息图谱,预测研判金融风险,服务于北京市、上海市、贵州省、河南省等全国20余个省市的地方金融监管工作。同时,数联铭品在证券市场监管领域也日渐崭露头角,利用知识图谱技术,多维度捕捉企业风险信号,达到对上市公司、拟上市公司风险的精准研判、提前预警。
根据官网披露,Palantir 的大数据技术已形成十余种解决方案,遍布反诈骗、资本市场分析、国防、网络安全、医疗、保险分析、情报分析、行为监控、案例管理、灾害防范、危机应对等领域,并从未放弃业务扩张。而数联铭品在小微信贷、企业征信、金融监管、宏观经济监测与分析等领域,同样领跑国内大数据企业,具有无法复制的优势,同时积极部署其他领域,未来前景可期。
用科技解决人类难题
凭借已有的渠道、人才、资金的积累,Palantir和数联铭品在各自领域内继续拓展业务范围,巩固业内领先地位。
Palantir创始人Peter Thiel曾提到自己创立Palantir的原因,在当下机器智能在短时间内还不能代替人脑时,科技意味着补充,人类和机器所擅长的工作存在着本质上的差异,人类有意识,擅长在复杂的情况下制定计划、做出决策,但不擅长大量数据的处理。计算机恰恰相反,擅长高效的处理数据,却做不出人类很轻松就能做出的基本判断。
不论是探索应用场景,还是研发解决方案,数联铭品始终想要成为决策背后的支撑力量,用技术为人服务,为决策服务。对此,数联铭品注重技术、关注场景、找寻痛点、精确算法,确保每一次智力输出都逻辑严谨,经得起验证。
近年来,数联铭品研发了以昆仑动态本体平台为代表的一系列拥有自主知识产权的智能数据处理平台,完成知识产权成果转化总计超过600件。围绕企业全生命周期进行全息画像,再按照征信模型,小微信贷模型和监管模型,分门别类地建立企业动态本体模型,为政府机构、商业主体以及其他组织提供订单式的产品和服务。
最后,借用《从0到1》中一段话,“未来最有价值的公司肯定不是靠计算机单独解决问题,而是关注计算机如何才能帮助人类解决难题”。(数据观 宿思)
责任编辑:陈近梅
产业观察
2018-10-19 16:12:47
大数据应用提升旅游体验 阿里飞猪成立“新旅行联盟”
来源:人民日报海外版 时间:2018-10-19 15:50:55 作者:赵珊
  10月17日,阿里巴巴旗下的旅行品牌飞猪宣布成立“新旅行联盟”,联合全球旅行服务商、各国旅游局、阿里生态伙伴等优质生产力要素,以消费者为中心,开启数据智能时代的深度连接,构筑全链路连接的行业新生态,使游客的旅行体验更舒适。
  阿里巴巴集团CEO张勇说:“数字技术和商业正以前所未有的速度进行全面结合,新旅行联盟希望与所有商家、合作伙伴一起,共同探索如何做好旅行产业的数智化,让天下没有难做的旅行生意。”
  伴随着服务型消费升级和技术发展,旅游消费市场近年发生了不小的变化。价格型消费向价值型消费转变,出行人群越来越年轻,需求越来越个性,他们已经不再满足于在垂直品类中单纯地买机票、订酒店、买门票,或者租车自驾等等,他们的需求是基于无缝式衔接、场景化体验的全过程。
  对旅游消费者来说,信息是全面透明的,却又是芜杂和充满壁垒的。他们很容易通过互联网查询到全球的旅行资讯,同时也不得不面对诸多彼此无关联的旅行服务商。垂直、分散、碎片化的旅游业,面临着来自消费者和行业内部的双重挑战。游客的新需求,需要行业建立新的连接方式。在飞猪的新旅行联盟模式下,飞猪与商家、阿里巴巴经济体与商家、商家与商家等不同主体间都在产生纵横交织的多维连接点,将全链路渗透、全场景覆盖的旅行服务提供给消费者。
  新旅行联盟的本质是大数据及运算能力。阿里巴巴全球化事业部总裁、阿里巴巴集团资深副总裁兼飞猪总裁芷雪说:新旅行联盟是一种不设限的连接模式,希望通过行业伙伴的深度互动,让全球消费者的旅行体验越来越超乎想象。
  去年,阿里巴巴提出“五个全球”战略——全球买、全球卖、全球付、全球运、全球FUN。新旅行联盟聚合优质行业伙伴为年轻人打造极致体验,是飞猪“全球FUN”战略的重要举措。
  据悉,由阿里巴巴建设运营的一家酒店也将于近期开业,这家酒店将是阿里经济体技术创新的孵化器,也将成为新零售的集中展现场景。这家酒店内的新技术新体验,将作为服务标准与全行业共享。
 
责任编辑:陈近梅
产业观察
2018-10-19 15:50:55
日本学术信息网向企业开放,实施高效大数据分析
来源:科技部 时间:2018-10-19 15:43:18 作者:
  东京大学、国立情报学研究所(NII)、产业技术综合研究所(AIST)三方合作,计划在2020年度向企业开放使用超高速学术信息网络“SINET”。SINET将引入波分复用技术,数据传输能力可提高2-3倍,实现世界最快的数据传输速度,从而完善企业的应用环境。三方在东京大学柏II校区进行设施及系统的整备工作。
  SINET是连接约900家全日本都道府县的大学与研究机构的光纤信息通信网络。每秒可传送数据100GB,通信速度大幅高于互联网。既可远程进行超级计算机的数据分析,也可有效接发加速器及基因数据的备份。
  通过SINET的产业应用,有望实现基于气象卫星信息及智能手机位置信息等大数据的自动驾驶技术的实际应用、提升物流效率、优化自然能源。以此联接全日本的大学和研究机构,并对地方的产学合作做出贡献。
  NII在2018年度已启动了个人移动数据的SINET连接实验。目前,只有与大学开展合作研究的民间企业才能使用SINET。
 
责任编辑:陈近梅
产业观察
2018-10-19 15:43:18
首家市场化个人征信机构年底提供服务 覆盖全社会征信系统初步确立
来源:经济参考报 时间:2018-10-19 15:38:33 作者:向家莹
  我国征信业发展再次迈出坚实一步。记者18日从央行获悉,首家市场化个人征信机构百行征信已与241家机构签署信用信息共享合作协议,预计今年底可向市场提供个人征信服务。
  根据中央征信全覆盖的战略部署,在总结个人征信业务准备试点经验的基础上,央行指导芝麻信用、腾讯征信等8家市场机构与中国互联网金融协会合作,根据“共商、共建、共享、共赢”原则,指导组建并审批了百行征信有限公司。记者从央行获悉,截至目前,百行征信已与241家机构签署信用信息共享合作协议,并于10月12日与部分机构正式开始系统接入测试工作,经过半年多的准备,预计今年底可向市场提供个人征信服务。
  作为全国唯一一家拥有个人征信业务牌照的市场化个人征信机构,百行征信与人行征信中心收集商业银行、证券公司、小贷公司等持牌金融机构信用信息互补,致力于采集散落的非传统金融领域的个人信用信息,着力服务长尾人群,填补传统征信空白。
  央行征信管理局局长万知存18日表示,征信机构对市场提供服务,需要采集信息逐步扩展,所有机构根据成熟一个接入一个的原则运行,因此百行征信初期规模可能没有预期大,但会逐步扩展。他还透露,央行未来也将进一步推动信息共享,按照政府信息公开要求,整合集中。
  业内人士表示,在政府大力建设社会信用体系的大背景下,百行征信作为互联网信贷数据的统一采集和供应方,通过建立信用信息共享机制,有望打破征信市场“数据孤岛”,减少“多头借贷”乱象,降低行业风险,使得互联网金融机构的征信成本大幅降低。
  早在2006年,人民银行就组织商业银行建立了全国集中统一的国家金融信用信息基础数据库。在“政府+市场”双轮驱动的征信发展模式下,我国金融信用信息基础数据库与市场化征信机构错位发展、功能互补的市场格局已初步形成。数据显示,截至2018年8月末,国家金融信用信息基础数据库累计收录信贷信息33亿多条、公共信息65亿多条,为2542万户企业和其他组织、9.7亿自然人建立统一的信用档案;接入各类法人放贷机构3900多家,日均查询企业信用报告29万余次、个人信用报告477万余次。
 
责任编辑:陈近梅
产业观察
2018-10-19 15:38:33
一周速读 ▏国内外区块链最新资讯(第二期)
来源: 数据观 时间:2018-10-19 13:58:01 作者:综合报道
海南省政府与百度公司签署合作协议共建区块链生态;京津冀首个区块链产业园落户曹妃甸;苹果联合创始人加入区块链风投基金;索尼欲以区块链提高版权管理效率……以下带您关注国内外区块链最新资讯。
【国内 】
1、海南省政府与百度公司签署合作协议共建区块链生态
10月18日讯,海南省人民政府与百度在线网络技术(北京)有限公司战略合作签约仪式在海南生态软件园举行。 
据了解,海南省工信厅、百度公司、海南生态软件园签署了共建百度区块链实验室的合作协议。百度公司高级副总裁向海龙表示:“百度自主创新推出‘超级链’解决方案,已经成为区块链3.0的先行者。未来百度将于海南省合作建设区块链实验室、区块链标准研究、促进产业落地,形成区块链产业集群,共同探索出更多的产业机会。” 
在此之前,10月8日,海南自贸区(港)区块链试验区正式在海南生态软件园授牌设立。10月16日,国务院批复同意设立中国(海南)自由贸易试验区,下设区块链试验区。
2、京津冀首个区块链产业园落户曹妃甸
10月12日,在第三届曹妃甸海洋发展大会上,曹妃甸区政府与唐山创到区块链科技有限公司举办曹妃甸大数据区块链产业园签约仪式。此举标志着京津冀地区首个区块链产业园正式成立,意味着曹妃甸发展区块链等数字产业正式拉开序幕。
  区块链技术可以用于解决传统行业的痛点难点,智能合约解决了信任问题、贡献机制解决激励问题以及去中心化解决中介问题。此次合作旨在将曹妃甸大数据区块链产业园打造为区块链技术行业的标杆、京津冀地区区块链产业加速最好的示范样本、京津冀地区大数据和区块链人才和工业聚集地。
据了解,目前,曹妃甸大数据区块链产业园已经全面开放注册和入驻申请。
3、全国首家区块链智慧公益平台上线
10月17日,在全国第五个“扶贫日”活动当天,由贵州省扶贫基金会(以下简称“基金会”)搭建的区块链智慧公益平台正式上线。
通过本届“扶贫日”活动,基金会将在广州、上海、北京、天津、无锡等城市发出“区块链智慧公益平台”爱心人士注册倡议书,动员社会各界注册为爱心人士,并组织对贵州贫困人群进行点对点的精准帮扶。
据了解,基金会将与CROS区块链技术公司携手合作,打造全国第一个区块链智慧公益平台,面向全社会推出基于区块链技术的移动客户端(Dapp)以及网站、微信公众号。
运用区块链技术的可溯源、不可篡改、数据加密安全等特征,实现公益活动过程中信息与行为的全流程存证、全周期追溯与审计。在公益慈善过程中,公益款项的使用记录和流转过程都登记到区块链上存证,记录公开透明且不可篡改,社会及公众可以追溯款项的去向。这样将能实现整个公益流程的高度透明,使贵州省扶贫基金会在公信力方面有着质的飞跃,领先于国内外同行。
与此同时,智慧公益区块链平台还支持电脑、手机等多终端显示,并且苹果系统、安卓系统、网页等跨平台同步技术,用户可随时随地获取公益活动信息,还可随时参与或进行扶贫公益项目流程监控,从而提高社会扶贫工作效率和监控体系。
4、HTC将发布区块链手机EXODUS
10月13日消息,HTC官方宣布将于10月22日发布旗下首款区块链智能手机HTC EXODUS,遗憾的是关于该机的细节暂时还不清楚。
据悉,HTC EXODUS将区块链、去中心化技术整合到手机内,采用社交密钥恢复机制(Social Key Recovery),使用者可把密钥分散交由几个值得信赖的亲朋好友保管,倘若手机丢失也不用担心资产会受到损失。
作为曾经的全球智能手机元老级企业,HTC推出了全世界第一款搭载安卓系统和Windows系统的智能手机。如今这家公司的处境越来越危险。据媒体报道,HTC七月份的收入同比大跌近八成。根据HTC公布的营业数据,宏达电七月份一共获得14亿新台币(约4570万美元)营收,和六月相比暴跌37.23%,和去年同期相比暴跌77.41%,创造了2003年8月以来月度最差纪录。
如此糟糕的业绩表明HTC在智能手机销售上仍然是低迷状态,如今HTC押宝区块链技术,能否帮其扭亏为盈有待验证。
5、北京市东城区人民法院首次采用区块链云取证进行判决
近日,北京市东城区人民法院(下称东城法院)就中文在线数字出版集团股份有限公司(以下简称“中文在线”)诉北京京东叁佰陆拾度电子商务有限公司(以下简称“京东商务公司”)侵犯作品信息网络传播权纠纷案作出一审判决,认定京东商务公司的行为构成侵权,判令京东商务公司赔偿中文在线经济损失11万余元。目前京东商务公司已经提起上诉。
据悉,该案是东城法院首次采用区块链云取证数据对知识产权案件进行判决,同时也是北京首例已判决的区块链存证案。
该案中,中文在线通过第三方存证平台对京东商务公司的侵权事实进行了取证,并通过区块链储存电子数据的方式证明电子数据的完整性及未被篡改性。东城法院在审理中,明确了如何对区块链电子存证的效力予以认定。专家认为,这对于今后法院推广使用区块链电子存证具有一定参考和借鉴意义。
中国传媒大学政法学院教授、网络法与知识产权研究中心执行主任刘文杰表示:“一般而言,原告对电子数据的真实性的主张都依赖于公证,而当证据转由私人制作完成时,往往因为不具有以上一个或多个特征而在可靠性上受到质疑。目前,我国出现的通过第三方云平台取证,通过区块链技术存证,刚好克服了上述缺陷,在实践中,当事人和技术提供方探索多样化、低成本证据保存与证明方式的做法值得肯定。”
【国外 】
6、苹果联合创始人加入区块链风投基金
近日,据外媒报道,苹果联合创始人沃兹尼亚克宣布成为区块链风投基金EQUI Global的联合创始人。
沃兹尼亚克透露,EQUI Global 区块链风投基金将会专注于区块链技术。具体来说,新的风投基金旨在通过非机构投资来改变传统行业,并允许投资者通过外部加密交易所进行交易。他还表示,该风投的使命是“寻找、资助、支持未来的区块链技术明星”,目前他们已经与20家初创企业达成了合作。
据报道,EQUI Global的80%投资将投入科技公司,其余投资将投资于房地产和艺术等其他领域。
据悉,沃兹尼亚克对区块链的兴趣历来浓厚,早在2015年就已经加入了区块链公司Planet Capital担任顾问与董事。
7、索尼欲以区块链提高版权管理效率
10月15日,索尼公司与旗下的索尼音乐娱乐、索尼全球教育宣布将开发一套基于区块链的数字内容版权管理系统。
索尼在公告中称:“今天,技术的高速发展大大简化了内容创作的难度,使得我们每一个人都能自由地传播和分享作品,但是这些作品的版权管理仍然由传统的版权机构或者作者本人进行,这凸显了创造一个针对文字作品的更加高效的版权管理系统的必要性。”据悉,索尼版权管理系统是基于其全球教育系统,为文字作品版权管理设计的。
借助于区块链可溯源、难篡改的特点,该版权管理系统希望为版权提供确实证据,简化分享和确权的步骤。索尼还打算将其应用于文字作品之外的其他数字作品中,包括音乐、电影、VR内容等。
据悉,索尼于今年4月向美国专利和商标局申请了“基于区块链的数字版权管理技术”的专利。
8、IBM联合网际元通利用区块链构建跨境贸易生态圈
日前,IBM(中国)公司与网际元通(北京)科技股份公司(以下简称“网际元通”)在京签订了战略合作协议,共同开发建设全球数字化智能贸易服务平台——新华国贸网。
此次与网际元通的全面战略合作,IBM(中国)公司将组建专业团队,充分发挥IBM在区块链、大数据、人工智能和云计算等领域的优势,打造创新的跨平台、跨行业、跨国界的开放型产业生态和绿色贸易生态系统,引领全球智能贸易,建设全球贸易协作体系新格局。
近年来,IBM尤其在区块链领域的发展异常迅猛。目前,IBM已经占据区块链全球市场很大份额,业务范围涵盖非常广泛,在银行、制造、保险、零售、物流以及能源等领域都有涉足。
在此次与网际元通合作之前,IBM就已经应用区块链技术“试水”全球贸易。今年1月,丹麦哥本哈根航运巨头马士基集团和IBM宣布将联合开发全球贸易数字化平台,通过区块链技术为开展全球贸易及供应链数字化提供更为高效、安全的端到端数字化服务。
据了解,新华国贸网将与马士基区块链物流平台联通,实现跨链协作,这将推动全球贸易产业链大闭环局面,促进贸易便利化和高效率。
9、肯尼亚政府计划使用区块链技术来管理大型经济适用房项目
据肯尼亚新闻媒体The Star10月15日报道,肯尼亚政府计划使用区块链技术来管理一个包含50万套政府住房的项目。区块链技术将被用来确保住房合理分配给有资格参与该项目的人,并解决立法者和受益人之间的贪污问题。
据报道,肯尼亚政府计划于2022年完成包含50万套经济性住房的项目,以帮助那些年收入不足10万肯尼亚先令(约合992美元) 而无力支付抵押贷款的人士。2016年肯尼亚就业人数为248万,其中年收超过10万先令的只有77000人(约占就业人口的3.1%)。
The Star报道称,肯尼亚政府还希望这项新技术能重塑公众对政府住房计划的信任。此前,在“全国青年服务团”(National Youth Service)丑闻中,40名公务员和14名私营部门官员因贪污7800万美元项目资金而被捕。
在内罗毕(Nairobi)与世界银行(World Bank)就经济适用房议程举行的第二次城市对话上,肯尼亚住房和城市发展首席秘书Charles Hinga说道:“肯尼亚将利用区块链技术来确保有资格参与政府资助的住房项目的公民获得房屋的居住权。”
根据报道,该项目将依据2018年财政法案,由肯尼亚国家住房基金(National Housing Fund)提供资金,肯尼亚人将向该基金缴纳其工资的1.5%,而雇主也会提供相应的资金。
10、澳大利亚新南威尔士州将利用区块链技术进行房产产权产易
据CCN 10月16日报道,澳大利亚新南威尔士州的土地注册管理处与一家区块链技术公司Chromaway进行了合作,使用后者的开源技术来记录数据、促进交易以及提供智能合同,以对一些选定的用例进行概念验证,希望将分布式账本技术应用于房地产产权交易。
总部位于瑞典斯德哥尔摩的Chromaway公司已经提供开源区块链技术服务四年多了,其客户包括瑞典土地注册处(Swedish land registry),Chromaway曾为瑞典土地注册处提供过类似的服务。
新南威尔士州土地注册处的的首席执行官司亚当•贝内特(Adam Bennett)说道:“区块链和分布式账本技术的应用在海外风声水起,它们已经产生了显著的效益。因此,新南威尔士州土地注册处与ChromaWay合作,对与我们的市场相关的选定用例进行了调查和测试。”
新南威尔士州政府关于房地产交易的指令意味着,从下个财政年度开始,该州所有的主流房地产交易都必须以电子的方式进行。在2017年的财政支出中,大约有800万澳元用于实现这一目标。
此外,新南威尔士州政府将取消所有纸质的所有权证书。目前,银行和其他金融机构正在有条不紊地将纸质证书转换成电子证书。
   注:本文由数据观综合整理自互联网,图片来源于视觉中国,编辑/孙永慧,载请注明来源。
责任编辑:陈近梅
产业观察
2018-10-19 13:58:01
【专访】发力供应链金融应用,布比区块链的道与术
来源:数据观 时间:2018-10-19 12:14:52 作者:程远肖
  10月10日,在由中国信息通信研究院、中国通信标准化协会联合主办的“2018可信区块链峰会”上,由贵阳银行股份有限公司(以下简称“贵阳银行”)、布比网络技术有限公司(以下简称“布比”)联合打造的供应链金融平台——爽融链获得由中国信息通信研究院、中国支付清算协会金融科技专业委员会颁发的奖牌—— 2018金融区块链创新应用优秀案例 。
   △由贵阳银行与布比打造的“爽融链”获奖奖牌
  作为一个成立三年的区块链公司,布比没有在区块链喧嚣的浪潮中沉寂,反而越走越扎实,打造了一个个区块链与实体经济相结合的案例。在区块链不被叫好、备受质疑的今天,布比的区块链+供应链金融成果似乎给了那些看衰区块链的人一个不一样的视角。
  那么,布比在整个区块链行业的布局是什么?它何以在尚不成熟的区块链行业占有一席之地?它背后的道与术又是什么?
   布比的道与术
  在布比区块链供应链金融板块运营负责人商洪武看来,区块链行业有着自己的道和术,而作为第一批接触区块链技术的企业,布比同样如此。
  2008年,中本聪提出区块链概念,之后,由于具有去中心化、开放性和不可篡改性等特质,区块链受到各行各业关注。
  2016年,国务院印发了《“十三五”国家信息化规划》,《规划》中提到,“十三五”时期,全球信息化发展面临的环境、条件和内涵正发生深刻变化,区块链技术首次被列入《国家信息化规划》。
  除此之外,市场对区块链的需求同样显著。据2017年鲸准数据库的统计显示,2013年我国区块链企业融资总额仅有1.74亿元,至2017年已经攀升至13.58亿元,年均增长率达到50%左右;从融资事件数量来看,2013-2017年总体从8起增长至54起。
  与此同时,区块链+医疗数据安全应用逐渐增多;多款区块链游戏相继推出;一批批区块链金融的项目不断涌现......关于“区块链作为一项颠覆性技术,正在引领全球新一轮技术变革和产业变革”等论调也不断见诸报端。
(图片来源:视觉中国)
  “但其实,区块链这个行业,它有自己的道和术。最近几年,这个市场经历了大大小小不少的起和落。布比严格来说,同样也经历了这个过程,但在这个过程中,我们形成了自己的一整套‘道与术。’”商洪武对记者说道。
  商洪武引用了“道与术”的概念来描述布比扎根区块链的战略和实践路径, 即坚持走自主研发、打造自主知识产权区块链,同时将这样的核心技术与实体经济相结合,辅助实体经济;而布比的术,则是根据自己的实际情况和综合判断,选择一条正确的路径,与实体经济实现真正落地的结合 。
   供应链金融天生适合区块链
  在具体的结合上,布比选择了供应链金融。这样的选择不仅是基于供应链金融行业本身存在的特性,还在于布比3年多的积累与经验。
  “早在我们开发出我们的底层开源平台之后,我们就一直在思考怎样把这个科研成果商业化落地的问题。之后,我们持续见了大概一千多个企业,包括合作伙伴、金融机构、科研机构,不断讨论我们能把哪些场景做商业化落地。”
  从结果来看,供应链金融成了布比的首要选择。
  于是,经过近一年的持续筹备,2017年5月的中国国际大数据产业博览会(简称“数博会”)上,布比发布了其首个区块链+供应链金融产品原型——壹诺金融,从专注于区块链底层技术的开发向区块链+供应链金融的方向发展;同年9月,布比与贵阳银行联合打造的“爽融链”平台开出第一张电子凭证。
  目前,由壹诺金融搭建并持续赋能的资产流转网络中已经累计接入 近百家核心企业,六百多家供应商,整体融资余额超过20亿元,业务发生额超过70亿元 。
  “这算是非常了不起的一个跨越,因为我们已经实现了基于区块链的供应链金融业务从一级向多级供应商的扩展,可以帮到更多的中小企业融资了,而且这个数量很可观。”商洪武感叹道。
   (图片来源:视觉中国)
  而这样的结合能产生效果主要还是在于供应链金融场景与区块链技术特性的匹配。
  首先,供应链金融是由核心企业(在供应链链条上下游中拥有较强议价能力的一方)、金融机构、一级供应商、二级供应商等多方参与构成的链条,其多方参与的贸易背景使得 供应链金融三流 (物流、资金流和信息流) 不能合一,信息不通畅 ,信息的阻塞则让这些中小型供应商企业在向银行融资时面临着 难以证实贸易背景 的困境。而采用联盟链的方式,则可以给这些多方贸易主体 搭建一条通畅的信息流 ,以区块链的不可篡改、可追溯性 确保这些贸易的真实性 。
  其次,在供应链金融领域,传统商票一般是纸质的, 纸质商票难以在核心企业、各级供应商之间流转 ,这样的难操作进一步限制了中小企业融资。而区块链 电子化、可灵活拆分的凭证 则可以改善传统纸质商票难以拆分、流转的现状,解决了纸质商业汇票的操作难题。
  再有,供应链中,参与主体往往从一级到三级甚至四、五级,贸易关系时间长、过程复杂,使得 银行向这些企业回收贷款时往往历时长、风险高 。而利用区块链 智能合约的自动清理结算 功能,则可以实现一旦交易生成,便能自动结算,降低银行贷款风险的同时,提高银行的作业效率。
  最后,通过区块链技术,以联盟链的方式对进入网络的供应商企业筛选,不仅 能筛选掉一批履约不良好的供应商 ,还可以 降低银行贷款风险 ,同时 增加这些供应商与银行的粘性 ,在供应商与银行之间形成良性循坏。
  “所以我们认为一定要把区块链跟实体经济结合起来,因为你只有这样,区块链才不是空中楼阁,不是水中月,镜中花。”商洪武强调。
   不想颠覆,只想连接与赋能
  去中心化、不可篡改、可追溯、自动结算,有人说,区块链的这些特性会对金融、医疗、安全等行业带来颠覆性的变革。从布比的区块链实践结果来看,这样的论述确实有合理之处。但谈及此,商洪武却强调道,“我们并不想革谁的命,我们想做的只是连接与赋能。”
  确实,无论是对供应链金融中各参与方的连接,还是利用区块链提高这些参与方的粘性,抑或是用区块链技术提高银行作业效率,布比确实如商洪武所说,对传统行业做到了优化。
  据世界银行报告显示,中国的中小微企业中有4成存在信贷困难或无法从正规金融体系获得外部融资的问题。中小企业在融资时面临的困境已是不争的事实,而利用区块链的技术特性对这个行业进行赋能与优化,成了不少区块链企业在努力的方向。
  如 腾讯推出的区块链+供应链金融解决方案 ,致力于连接核心企业资产端及金融机构资金端,帮助实现债权凭证的转让拆分;还有 易见供链管理股份有限公司推出的“易见区块”平台 ,能够证明贸易双方的交易背景,为金融机构提供贷前预审及贷后管理辅助功能;再有, 金融壹账通推出的区块链方案“壹账链”, 可降低中小银行和金融机构获得高性能区块链底层设计服务的成本......
  各金融机构、互联网公司的介入,使得这个行业潜力巨大,根据前瞻产业研究院的一则数据显示,2017年,中国供应链金融的市场规模为13万亿元,这个数字预计在2020年增长至15万亿元。
  那么,什么样的企业才能在这样一个潜力巨大的新兴行业获得更多的竞争力呢?
  商洪武认为,现在远未到能终局评判的时候,而只有具备核心的技术优势,在此技术支撑上提供业务咨询,并将这个技术平台上聚集的资源做撮合,最后打造一个广泛的泛价值网络系统,这样的企业才能更具竞争力。
  正是凭着这样的愿景,布比才能一步一个脚印走到现在。未来,布比也将带着这样的目标,砥砺前行,让中小企业、金融机构等更多的主体参与进来,连接、赋能和优化传统供应链金融。正如商洪武所说,“‘待到山花烂漫时,她在丛中笑’,布比只要做到这个‘她在丛中笑’就够了。”
责任编辑:陈近梅
产业观察
2018-10-19 12:14:52
苹果更新"隐私页面" 谈大数据时代如何保障用户信息
来源:新浪手机 时间:2018-10-19 11:43:04 作者:王迪
  我的密码是不是已经被泄露?
  这是在前两周更换了新手机、登入多个App账号时,笔者突然冒出的疑问。切换于多个或重或轻的社交平台,想到自己雷同(甚至是相同)的密码,你很难担保在某个不知名设备或者平台上,这个通用密码就被默默记在别处。
  对于把一切生活都搬到网上,一切内容都存在手机里的一代人来说,这可能是种被“麻痹”的忧虑。虽然没有依据支撑,但当联网生活支配了你一半的生活以后,你很难自证“我的隐私,还握在我手里”。
  隐私页面更新
  而苹果在今晚更新了“隐私页面”,用技术和文字告诉你:至少在苹果生态下,隐私数据能够被保障。在更新后的页面内,涵盖了:
  如何既保障用户个性化体验、同时还保证用户隐私;
  如何把你核心数据仅保留在本地;
  怎么保证多平台密码安全、甚至是在情况复杂的网页端;
  以及对外的政府透明度报告等等。
   一、把隐私锁在本地
  举个例子:“既要手机足够了解你,又要把隐私抓在用户自己手中”,这道选择题怎么做?
  苹果在开始设计每一个功能之初,都需要面对类似的问题。为此他们单独设置了一个“用户隐私团队”,与工程团队一起,确保用户的隐私不被侵犯。并且有一套基础原则。到如今,这套原则已经演化为四条:
  1、尽可能少的利用隐私数据调用;
  2、尽量把隐私和运算留在硬件上(减少云处理);
  3、保证所有数据调用的公开透明,消费者知道什么时候调用并取消;
  4、运行在苹果安全的平台下;
  我们说“既要手机足够了解你,又要把隐私抓在自己手中”,很大程度是前两条原则的运用。而技术手段之一,是“差分隐私(differential privacy)”。
  这一技术名词最早出现在iOS 10上,是一种解释起来容易,但是实际并不简单的统计原理算法。每当苹果需要调取一部分用户数据时,它会在数据中掺杂随机的假数据;这样会造成个人信息在苹果看来没有任何可读价值。但当整体混合后,由于随机掺杂的假数据被均摊,就能够被剔除掉。留下的,是一个群体的有效数据。
  比如统计一个学生姓名、身高数据,同时掺入多个假名,所以在汇总时,单个身高和姓名数据是不能匹配的;但当汇总一个年级时,假名的掺杂会被规律性发现。由此我们能得到全年级学生身高的分布情况(简单举例,并不能准确对照)。
  该项技术更多用于“大数据”调用,这些有用信息汇总以后可以判断:什么年龄段喜欢什么表情、用哪些高频词、到了一个新城市都会有哪些联动操作、每天早晚高频的操作有哪些。这会有利于设备为你做更智能的操作预判。但实际上可被阅读的个人数据,并没有上传到云端。
  不过困扰用户隐私的问题其实更容易被感知,摆在明面的隐私调用会更让人觉得敏感。换个场景,“我在日历里面添加了和朋友约饭的行程,到时间打开地图,会直接有相关地点的坐标”。
  虽说整套体验足够优秀,但能明显感觉到个人信息的“联动调用”:我什么时间、在哪;路程前后的坐标、路径,都是敏感数据。
  苹果给出的说法是:整套操作仅仅基于本地计算。并且,背后设备使用的数据也做了处理。
  应用间联动依靠本地的AI机器学习 并且数据已经被加密
  来还原下这套操作,“本地处理”是关键词之一。众所周知苹果最新的iPhone XS/XR系列采用A12仿生芯片,除了能耗更低性能更快,这一代负责AI机器学习的神经网络核从去年的两个暴涨到八个。每秒运算次数达到5万亿次,达到实时机器学习级别。所以当日历有动向,本地计算就能作出判断:在何时提供另一个应用来辅助,让体验升级。
  强大的本地机器学习能力 是隐私保障的前提条件
  另一个关键词则是“随机标识符”,在地图上我们看的坐标名称,在手机中进行过“随机标识符”处理,而并不是可被读取的地点名称,同时这些信息并不会与“你”这个主体发生联系。也就是地点并不会有主语“谁”,这同样是保护隐私的一层手段。
   二、保护第三方平台数据 但更要建立新密码习惯
  最大忧虑仍旧来自于第三方。一次登录多个平台账号终于让笔者发现:其实大部分人会选用几组固定密码组合;在一个平台泄露了密码,会造成连锁反应。
  苹果认识到这个问题,并给出了一个养成式解决办法——“自动生成强密码”。
  自动生成密码以及自动登录
  这一在WWDC 2018中出现的功能不难理解,在你需要注册账号时,系统会根据要求生成一串不重复的复杂密码,避免“多平台同密码”这种尴尬情况;作为配套,苹果还拥有密码自动填充。在同iClould下,每个人都有一套完整的“钥匙串”。在里面记载了你不同平台的账户、密码,同时还会根据实际情况提醒某些密码存在重复等风险。
  第二道防线是第三方App,应用商店则是这条防线的大门。第三方App开发者们被要求必须遵守特定的指导原则,来保护用户隐私和安全,上架之前还会经过审核。同时根据透明原则,应用在初次尝试访问你的位置或照片等信息时都需要被许可,并且提供完整隐私政策说明。并且,每款应用还支持随时对许可进行修改,保证用户调整自己授权权限。
  每次调用用户数据 都会有明显的提醒标识
  即使如此,苹果仍旧留了最后一手,任何第三方App均不会获得完整的用户权限,苹果会保留更高的安全标准。
  最后则是浏览器,虽然如今App邻里,但页面仍旧是人们搜索浏览的一大中心。相比较App,未知页面对用户隐私安全危险更高。“页面会根据你浏览器的字体、设置、插件来追踪你得个人数据;基于此,你的数据会不知不觉被偷走;甚至是账号”。
  对此,苹果Safari浏览器很早就率先将阻止第三方Cookie设为默认功能,并提供了无痕浏览模式。这不仅能自动阻止可疑网站的载入,还利用沙箱技术将有害代码限制在单独的浏览器标签页中,使其无法染指你的其他数据。
  并且Safari 浏览器会对内容拦截器做特别设计,不会向开发者发送你访问网站的相关信息。比较常见的场景是“你之前上网想购买某件商品,之后你浏览网页时就都能看到那件商品。”这就是第三方通过跟踪Cookie泄露你个人信息的表现。而如今苹果在macOS与iOS中,都不会出现这类情况。
  以上,我们提到了网页保护、第三方App保护、密码保护、自带应用保护、大数据保护的几大典型场景,在隐私这件事上苹果最主要思路是“把数据留在本地、把选择交给用户”。而隐私页面更新,则是在技术之外的一种“解读”;毕竟除了实际行动,让用户了解自己的隐私处于何种状态,也是体验的一个部分。(王迪)
责任编辑:陈近梅
产业观察
2018-10-19 11:43:04
天津规模最大数据中心在高新区建成投用
来源:科技日报 时间:2018-10-19 11:29:59 作者:张海燕 冯国梧
  10月18日,天津市规模最大的互联网数据中心——赞普数据中心在天津高新区渤龙湖科技园建成投用,并与京东云、天津联通、中经云数据中心等11家企业签署战略合作协议。该中心由天津高新区企业赞普科技股份有限公司投资4亿元建设,可承载4万到7万台服务器同时运行,填补了天津市大型、高等级数据中心的空白,将为大中型互联网企业、金融、证券、政务、智慧城市等各行业的大数据应用提供高可靠、高容量、高品质的基础设施支撑环境。
  天津赞普科技股份有限公司2003年成立,是天津市首家移动互联与大数据、云计算行业中登陆“新三板”的国家高新技术企业,主营智慧社区宽带网络建设运营、IDC数据中心及云服务和智能WiFi网络建设运营。此次建成投用的赞普数据中心大厦占地近一万平方米,总建筑面积两万多平方米,地上四层,配备24个机房模块,设计容量3700标准机柜,可容纳4万至7万台服务器。中心按照国际GB50174-A级标准和国际 T3-T4级标准设计和建造,是天津市首家、也是唯一一家获得国标(CQC)A级认证的数据中心。同时,中心依托赞普投资建设的辐射天津市内六区和新四区的2000余公里的城域光网,及赞普独有的三线BGP的网络优势,三大运营商均已完成骨干光缆多物理路由接入,可无缝支撑各类客户的多种业务需求。
  天津赞普科技股份有限公司董事长张寿权表示:“数据中心的建成,标志着赞普科技从一家资源依赖型的轻资产公司,转型成为拥有核心竞争力的重资产运营公司。”
  据介绍,目前天津高新区已经初步形成了包括赞普科技在内的,以飞腾、麒麟、曙光、360、紫光、南大通用、中环半导体等为代表的新一代信息技术产业集群。为推动项目落地、产业发展,天津高新区一直致力于打造良好的产业生态和风清气正的政治生态,创造良好的营商环境,真正让企业家感受到“产业第一,企业家老大”的温暖。在赞普数据中心建设的过程中,天津高新区两委领导和各有关部门结合“双万双服促发展”活动,多次深入企业服务,在行政审批、建设垃圾清运、供电供水、市场开拓等方面给予支持,推动数据中心尽快建成投用。张寿权介绍说:“为了确保数据中心的安全,我们数据中心大厦采用了双电双水,因为是一个非标准化的建设项目,需要很多项审批流程,当时高新区给了我们非常大的支持,为数据中心的投用节省了时间。未来我们希望借助数据中心这个平台,聚集更多的IT企业,为高新区、滨海新区、天津市信息技术产业的繁荣发展做出我们的努力。”(张海燕 冯国梧)
 
责任编辑:陈近梅
产业观察
2018-10-19 11:29:59
脸书数据失窃影响300万欧洲用户 最高可被罚16.3亿美元
来源:腾讯科技 时间:2018-10-19 11:18:24 作者:   
  据外媒报道,爱尔兰数据保护委员会周二称,在Facebook(脸书)9月遭遇的安全入侵事件中,有大约300万个欧洲用户受到影响。该社交网络最高可被罚款16.3亿美元。
  此次安全入侵事件有望成为欧洲新出台的一般数据保护法规(GDPR)面临的首次重大考验。受到影响的欧洲用户的数量决定了针对该社交网络公司的惩罚力度。
  根据GDPR,处理欧洲个人数据的公司必须遵守持有信息并确保信息安全的严格要求,而且必须在安全入侵事件发生的72个小时内向监管机构进行汇报。根据GDPR,公司面临的最高罚款可以达到其每年全球营收的4%。就Facebook而言,在2017年,它的全球营收超过了406.5亿美元,因此针对它的罚款可能高达16.3亿美元。
  在9月28日,Facebook首次公布了此次安全入侵事件,声称有5000万用户的账户信息被盗。在上周五,这个数字被缩减到了大约3000万。Facebook证实,有2900万个受影响用户的姓名和联系人信息被曝光。其中1400万个用户的其他个人信息,例如性别、婚姻状况和最近签到位置信息,也被黑客窃走。
  此前,Facebook拒绝透露在此次安全入侵事件中有多少欧洲用户受到影响。但是,爱尔兰数据保护委员会通讯主管格雷厄姆-多伊尔(Graham Doyle)称,Facebook对该委员会称,有10%的受影响账户属于欧洲用户。
  爱尔兰数据保护委员会正在调查此次数据入侵事件。
  “上周五,也就是10月12日,Facebook更新了非常重要的信息,因为它证实了有数千万用户的个人信息被黑客窃走。”爱尔兰数据保护专员办公室的发言人说,“数据保护委员会正在对此次安全入侵事件进行调查,而Facebook必须遵守GDPR规定的义务。”
  本月初,欧盟司法专员薇拉-尧罗娃(Vera Jourova)称,“我们有非常严格的规定。我们有非常强大的工具来规范处理个人数据的公司。显而易见,Facebook就属于我们规范的对象。”(乐学/编译)
 
责任编辑:陈近梅
产业观察
2018-10-19 11:18:24
北京打造科技平台助推法治政府建设 让“沉睡”的执法数据主动“说话”
来源:法制日报 时间:2018-10-19 11:11:30 作者:王斌 张雪泓
  (资料图片)
  蔚蓝色的驾驶舱屏幕上,50多个行政执法系统像一颗颗行星在闪烁。随机点击一颗,该系统执法人员、行政处罚、行政许可、行政检查数量及情况均清晰可见。不仅如此,其执法投入、执法密度和强度、履职效率等多维度的动态监测评估指标也可实时查询。这个功能强大的数据平台,就是北京市目前正在应用的行政执法信息服务平台。
  《法制日报》记者了解到,平台的建立使得政府多了一条“向内看”的科学途径,可以通过它对自己的执法部门进行有效监督,为法治政府建设进程的度量提供客观依据,也为北京市委市政府科学决策、全面检验“放管服”改革的成效提供了数字化支撑。
   “不能让数据躺着睡觉”
  史凯,北京市政府法制办公室执法监督处处长。谈及北京的这个执法信息服务平台,史凯先说起了过往。
  “平台建立之前,执法数据大都分散在各个部门自己的系统中,并不能有效归集和分析利用。让这么多有价值的数据‘躺着睡觉’是一种资源浪费。”史凯对记者说,正因如此,北京下决心要建立一个综合直观的大数据平台,通过对各级行政执法部门执法数据统筹归集,对各级政府部门履职效能监测分析,实现执法数据的有效利用。
  在北京市十四届人大一次会议上,“构建行政执法信息服务平台,加强和改进行政执法”被写进了政府工作报告。很快,执法信息服务平台建设列入北京市政府当年折子工程,由市法制办承担整体的设计和建设任务。截至目前,平台已完成前两期的开发建设,实现了全市执法数据的归集、监测、分析和评价等功能,并建立了一套针对行政执法运行状态、运行效能的指标评价体系。
  在数字不断跳动的平台界面上,记者看到,实时采集的数据不断更新。其中,履职情况分析页面,全市执法部门的职权总数、履行职权数、履行率、履职均衡度可随时查询。
  记者随意点击了某执法部门,一张大型格状图弹出在屏幕上,该部门的执法案件数量、职权履行情况以及执法强度、执法频度、执法效率等指标瞬间展现在记者面前。当记者继续点开其中一项处罚职权时,这项职权的名称、针对的违法行为、履行过的次数等数据信息也随之显示出来。
  “这些数字不仅让我们看到了行政执法部门的执法效率和执法重点,还可以和12345市长热线的举报数据进行比对。通过这种比对,我们就能大体看出这个部门的执法重心与社会关注点之间的吻合度,分析评估该部门履职是否充分。”史凯介绍说。
   执法部门横向比较向内看
  带着对行政执法信息服务平台实践应用情况的探究,记者走进北京市城市管理综合执法局,该局是最早接入平台的执法部门之一。对于市城管局法制办工作人员谢韶伟来说,新平台带来的最大变化就在于有了横向沟通的“桥梁”。
  “之前,我们一直有自己的执法系统,办理的每起案件相关信息都会录入系统。但我们对其他市级执法部门的执法情况却并不了解,难以横向比较,取长补短。”谢韶伟说。
  记者在城管局的平台应用界面上看到,平台设置了执法检查、行政处罚案件管理、案卷评查、统计分析等应用数据模块,还会定期通报各单位的执法情况,各项与城管执法相关的执法数据均一目了然。“这个执法信息服务平台就如同城管执法机关工作的仪表盘,使我们从以前闭着眼干转变为看着数字管理,既有压力更有动力。”谢韶伟深有体会地说。
  据了解,为应用方便,全市每个执法部门都安装有行政执法信息服务平台的客户端,这是一个既可管理又可操作的平台,执法部门有了新的职权可及时添加,职权的撤销或者变更也可删减,系统会全过程留痕。而这些实时更新的“权力清单”为城管工作的开展帮了很大忙。
  “有了这个权力清单的归集,等于彻底把全市执法部门的‘家底’兜了出来,不仅可以理顺一批边界不清、交叉重叠的行政权力,同时也能避免权力行使中多头领导、上下脱节问题的发生。”谢韶伟说。
  记者了解到,2017年12月,北京市政府下发《关于进一步相对集中城市管理领域部分行政处罚权的决定》,其中明确将北京市城管委的全部行政处罚权及相应的行政强制权、北京市园林局的部分行政处罚权划入北京市城管局集中行使,并要求几个部门的工作交接要在3个月内完成,防止出现执法空档。
  “在以前,这是一项复杂的工作,其中牵涉到行政处罚权划转及执法人员、执法装备交接等工作事项。”谢韶伟告诉记者,得益于执法信息化平台,权力的划分十分顺畅。只需数据“跑腿”,三个相关单位就实现了权力清单的修改。
   权力运行全过程监测
  据统计,自2015年上线运行以来,北京市行政执法信息服务平台已积累了全市三年的行政执法数据。通过数据对比分析,在年度执法考评中运用相关指标进行引导,北京市行政执法的主要指标数据均发生明显变化。其中,全市的行政处罚案件总量增长150%,执法检查量增长65%,行政处罚年人均办案量增长113%,举报案件立案查处率增长150%,职权履行和法律法规使用的比例也均提高40%以上。
  “北京市法治政府建设经历过漫长的摸索过程。法律用得足不足、执法效能高不高、社会效果好不好以往多是凭经验和主观感受进行评价,很难具体量化,也很难用客观数据去分析。”北京市政府法制办执法监督处副处长窦辉告诉记者,如今有了这个大数据平台,就可以看到执法部门使用法律、权力等行政资源运行的实际状况。各级政府把职能、编制、权力、资金和装备等基本执法要素投入到某个部门中,后续使用情况如何,执法产品好不好、与社会的执法需求对不对应,通过平台的数据都能客观反映出来。
  “如果某个部门运转不良,政府不仅可以及时发现,提出改进意见,也可以通过实施改革调整行政要素的分配,从而让有限的行政资源发挥更高的效率。”窦辉说。
  记者了解到,作为全国首个综合性执法大数据分析展示平台,北京市行政执法信息服务平台率先在全国法制系统实现了执法数据的全口径归集、权力运行的全过程监测、执法效能的多维度评价和政府改革决策的数字化支撑。这种大数据集成和分析方法在全国法制领域起到了引领和示范作用,平台建设的相关内容和经验已开始在相关省市复制、推广。
  “从平台日常监测的对行政执法20多个指标来看,北京市的行政执法总体发展趋势向好,‘放管服’改革的效果正逐步显现。”史凯说,各执法部门履行事中、事后监管职责的主动性、自觉性明显提高,执法不作为、怠作为的情况明显减少,同时职权履行覆盖面和均衡度稳步提高。重点领域执法工作力度逐年加大,在城市治理、疏解非首都功能等相关领域的行政检查、行政处罚强度逐年加大,对经济、社会发展和民生保障的支撑作用日趋明显,行政执法队伍的规范化建设水平及执法能力显著提高,执法力量的配置日趋合理。
   记者手记    
  依托科技平台,掌握客观数据,执法部门的组织体系、权责配置、人员配比等基础信息变得清晰可量化,北京市打造的行政执法信息服务平台实现了政府对自己执法部门的有效监督。在采访过程中,记者一方面感慨于大数据为不断提升行政执法规范化、推动法治政府建设所发挥的巨大威力和魅力,一方面也暗自为行政执法机关勇于“向内看”、不断进行自我监督、自我完善所付出的努力叫好。
  平台建立后,北京市的行政执法总体发展趋势向好,“放管服”改革的效果正逐步显现:行政执法不作为、怠作为的情况明显减少了,执法队伍更规范化了,重点领域的执法工作力度加大了,对经济、社会发展和民生保障的支撑作用更明显了。而这些利好,无疑将会最大程度惠及百姓。(记者 王斌 张雪泓)
责任编辑:陈近梅
产业观察
2018-10-19 11:11:30
自然资源部要求加快推进不动产登记存量数据整合汇交工作
来源:人民网-财经频道 时间:2018-10-19 10:55:03 作者:朱江
  记者从自然资源部获悉,近日,自然资源部办公厅印发《关于加快推进不动产登记存量数据整合汇交工作的函》,指出部分市县存量数据整合汇交工作进展缓慢问题突出,要求各地全面夯实数据基础,满足信息共享应用需求,进一步推进存量数据整合汇交相关工作,不断提高不动产登记便民利民服务能力。
  据自然资源部介绍,实施不动产统一登记制度以来,各地持续推进不动产登记存量数据整合汇交工作,有力支撑保障了全国统一不动产登记信息管理基础平台的建设和运行。随着信息平台应用的不断拓展,部分市县存量数据整合汇交工作进展缓慢问题愈发突出。
  自然资源部强调,目前,全国仍有202个市县尚未完成城镇地区不动产登记存量现势数据整合汇交工作,已汇交的部分市县整合数据也存在不动产客体数量偏少、关键信息缺失、房地未关联等质量问题。
  自然资源部还要求,一是尽快实现存量现势登记数据整合汇交全覆盖。省级自然资源主管部门要加大工作力度,针对所辖市县实际工作情况,突出重点、狠抓落实,对尚未汇交不动产登记存量数据的市县,开展“一对一”督促指导,加大对困难市县的帮扶支持力度,确保2018年底前实现本辖区所有市县存量现势登记数据整合入库并向部汇交全覆盖。对于已经汇交过存量数据的市县,要持续跟进、督促完善数据成果,不断提高信息平台数据质量。二是持续提升增量登记数据接入质量。各地要健全保障增量登记数据接入质量的工作机制,及时发现并解决存在的质量问题,特别是上报业务类型不全、错误报文修改不及时、重复上报、登簿日志漏报、登记簿关键字段值为空或不规范等突出问题。三是确保不动产登记数据安全规范化管理。各地要切实提高信息与网络安全意识,健全管理制度,落实主体责任,强化网络安全规划、建设和监测,做好安全风险评估和等级保护等工作,加强数据安全生产、使用和管理,确保网络和数据安全。
  据悉,自然资源部近期将对不动产单元号、使用权面积(土地)、建筑面积(房产)、权利类型、权利人名称、证件号、不动产权证号、不动产登记证明号、受理时间、登记时间等字段加强校验,上述字段为空或不规范的报文,将作为不合格数据予以通报。(朱江)
 
责任编辑:陈近梅
产业观察
2018-10-19 10:55:03
江西南昌打造VR产业发展高地
构建四大中心 建设四大平台
来源:经济日报 时间:2018-10-19 10:43:17 作者:赖永峰 刘兴
  南昌VR产业基地。 马 悦摄
  江西南昌把VR作为引领产业转型升级和制造业高质量发展的着力点,重点建设VR创新中心、VR体验中心、VR展示中心、VR云中心四大中心和VR资本平台、VR教育平台、VR标准平台和VR交易平台四大平台,支撑产业集聚发展。
  作为一门新技术,VR及其应用几乎能够渗透所有行业。根据预测,中国将成长为全球主要VR市场,到2021年中国VR市场规模将达到790.2亿元。从打响全国首个城市级VR产业基地建设“第一枪”,到把VR作为引领产业转型升级和制造业高质量发展的爆发点来重点打造,江西省南昌市正以“换道超车”之势抢滩VR产业发展高地。
   最早的“觉醒者”
  地处中部地区的南昌,正处于传统产业转型的拐点期、战略性新兴产业成长的窗口期,急需VR等新产业开创后发赶超之路。2016年2月22日,虚拟现实VR产业基地全球发布与推介会在南昌举行,中国(南昌)虚拟现实VR产业基地揭开面纱,展现了南昌建设“世界级虚拟现实产业中心”的壮志雄心。
  VR购物、VR试衣、VR教学……VR是一门与老百姓生活息息相关的技术。那么,如何利用这项技术建立一个城市级产业基地?南昌瞄准了VR产业发展的“靶心”,明确了VR产业发展的方向——重点发展VR/AR内容制作、VR/AR跨界服务,建设一批VR/AR产业相关的数据中心、渲染中心、超算中心和应用分发平台,强化硬件设计与制造、芯片与算法研发、素材支撑平台开发、素材资源库建设、行业应用开发与推广、产业合作、人才培养等配套服务功能,形成全产业链的产品和服务供应体系。
  随后,南昌启动全球首个城市级VR产业规划,出台了《南昌市人民政府关于加快VR/AR产业发展的若干政策》,提出了“159”产业发展战略,致力抢占虚拟现实产业制高点。
  立足一个基地,即一个世界级的虚拟现实产业中心——“中国(南昌)虚拟现实VR产业基地”,目前该基地已引进首批20余家企业入驻,初步形成VR产业上下游企业聚集、抱团发展的局面。
  实现5项目标,即用3年至5年时间,培养1万名专业技术人才、发起总规模10亿元的虚拟现实天使创投基金、落实总规模100亿元的虚拟现实产业投资基金、聚集1000家以上的虚拟现实产业链上下游企业、实现超过1000亿元产值。
  打造9个支撑点,即设立VR产业研究院、发起创投基金和产业投资基金、组建VR教育集团、搭建VR公共服务平台、打造VR学术交流中心、构建VR企业创新中心、建设VR主题公园、组织VR国际博览会和引进成立VR重点实验室。
   笃定的“追随者”
  VR山地车、VR滑雪小游戏、太空超验空间……在红谷滩新区会展路新城投大厦一楼的VR体验厅,市民每周五到周日都可预约体验各种VR技术应用。这个南昌VR产业基地创新孵化中心已吸引了40多家企业入驻。中心涵盖了VR教育、VR社交平台、VR影视、VR医疗及VR产业配套的基金服务、人才培训、知识产权等。“一条集项目、基金、服务、培训于一体的VR产业孵化生态链已在此形成。”中心接待人员王辰介绍说。
  站在“风口”,要有定力。近两年来,南昌以空前力度、举全市之力支持虚拟现实产业发展,重点打造“四大中心、四大平台”核心生态项目,支撑产业集聚发展。
  其中,四大中心为:VR创新中心,旨在将VR产业的技术与市场高效衔接,目前已创建省级制造业创新中心,正在全力争创国家级创新中心;VR体验中心,规划面积约2万平方米,让参观者体验到VR带来的视觉享受;VR展示中心,重点展示全球最新VR软硬件技术和行业标杆性应用项目,打造“永不落幕”的VR新技术新产品展示、发布和交易平台;VR云中心,高标准建设行业首个VR产业云服务平台及管理体系。四大平台包括VR资本平台、VR教育平台、VR标准平台和VR交易平台。
  同时,为增强VR产业发展的内生动力,南昌市以人才战略为支撑点,成立了具有前瞻性的顶级专家智库平台——南昌市红谷滩新区人机智能产业发展促进会。平台为南昌VR产业(人机智能产业)提供科研、规划、建设、投融资、产业链建设等方面的专业咨询服务,通过打造高端人才平台,为VR产业发展“招商引智”。
  南昌市副市长杨文斌介绍,目前南昌市VR产业已落户世界500强企业项目1个、国内500强企业项目2个、行业龙头企业项目1个、国家级重点实验室项目1个。当前,重点推进的有江西科骏VR实验室K12教育、联想新视界与江联重工的AR智能工业维保等试点示范应用项目。
   未来“执牛耳者”
  戴上VR眼镜,飞机发动机模型便进入视野。随着鼠标控制,眼前的“发动机模型”可360°旋转并随意放大、缩小,俨然是真的飞机发动机在你面前。这是南昌VR企业——江西科骏实业有限公司为东方航空公司设计的737系列航空器虚拟仿真认知及实训产品。该项VR技术解决了航空人才培育过程中学生实际操作机会不足的难题。
  在南昌,发展VR产业的势头越来越强劲。在江西财经大学江西经济发展与改革研究院副院长陈雁云看来,以南昌为代表的江西VR产业还有巨大上升空间。
  阿里巴巴集团副总裁刘松则认为,作为内陆省会城市,南昌发展VR产业要把握几个关键点,一要对全球VR和AR目前的产业地图和人才分布作整体研究,做到心中有数;二要找准定位,在VR/AR大领域里,找到两三个细分领域的赛道和市场来发展;三要构建人才生态体系,以产业的顶级人才、世界级人才来引领,并形成人才梯队。
  江西省委常委、南昌市委书记殷美根对此深表认同。他表示,布局VR产业是推动南昌发展的一招先手好棋,必须着眼推动南昌长远发展、跨越发展、高质量发展,全力抢占发展先机、厚植发展优势、赢得发展主动。
  杨文斌表示,下一步南昌市将做好顶层设计,围绕加快聚集成型的要求,多维度、全视角、滚动性制定VR产业规划,突出设备制造、内容设计、技术应用和体验展示。进一步加大资本运作,一方面加快推动VR产业母基金的设立,成立专项创投及产业子基金;另一方面搭建VR投资平台,让资本和项目在VR产业基地高效、低成本对接。进一步加大招商力度,争取在VR行业龙头企业引进、VR产业集聚上实现新的更大突破。进一步支持VR应用,支持一批企业在各个领域中探索形成行业领先的应用模式并复制推广,形成对全国的产业辐射能力,带动VR产业集聚发展。进一步加强要素保障,让各类要素资源支撑VR产业的发展。
  【 链接 】
2018世界VR产业大会开幕
由工信部、江西省政府联合主办,中国电子信息产业发展研究院、江西省工信委、南昌市政府和虚拟现实产业联盟承办的2018世界VR产业大会于10月19日—21日在南昌举办。
据介绍,此次大会以“VR让世界更精彩”为主题,安排了开幕式、主论坛、平行论坛、产业对接等多项活动。大会安排了面积达2万平方米的展览展示区,15家国外企业、150多家国内企业携最新的高端技术产品参展,有球幕电影、影视产业链展示及影视新动态体验等技术含量高、互动性强的展览展示。
此次大会共邀请到国内外VR领域的领军人物、专家学者、企业高管、行业组织负责人以及国际组织代表等2000多人参会,聚焦虚拟现实技术前沿,展开探讨交流。(记者赖永峰 刘兴报道)
责任编辑:陈近梅
产业观察
2018-10-19 10:43:17
皮肤病AI产品识别准确率显著提升
截至目前,中国人群皮肤影像资源库项目已积累了30万组影像资源——
来源:经济日报 时间:2018-10-18 19:03:39 作者:周雷
  10月12日,浙江大学医学院附属第一医院超声科医生介绍甲状腺超声影像智能诊断系统。 新华社记者 张玉薇摄
  “落地难”是目前医疗AI产品集体面临的挑战。基于形态学、影像学特征,图像识别技术应用在皮肤病诊疗中有充分发挥的空间,这直接推动着皮肤病人工智能(AI)的发展。截至目前,中国人群皮肤影像资源库项目(CSID)已积累了30万组影像资源;相关AI产品的皮肤肿瘤良恶性识别率达到了91.2%——
  10月13日,首届全国皮肤病人工智能临床应用研究高峰论坛在北京举行。该论坛主题为“协同构建中国皮肤病人工智能的共性资源和技术平台”,以“学术引领、成果转化、服务基层”为指导思想,通过多学科交叉融合、多层次资源整合,推动人工智能技术在皮肤科领域的科学研究、普及教育和推广应用。
  记者从论坛上获悉,“落地难”是目前医疗AI产品面临的挑战,皮肤领域的机遇则是占了“先天优势”。基于形态学、影像学特征,图像识别技术应用在皮肤病诊疗中有充分发挥的空间,这直接推动着皮肤病人工智能(AI)的发展。
   AI研发需要“好数据”
  数据和算法是人工智能的两大要素。“虽然好算法价值千金,但好数据更是千金难买。”中国人民解放军空军总医院皮肤病医院孟如松教授表示,在AI研究中最重要的不是AI技术哪家强,而是看谁有更多高质量的大数据集,看谁拥有权威专家参与大数据标注。
  但是,一直以来,医疗数据普遍较为封闭。同时,不同图像设备之间还存在着原理和技术方面的差异,获取图像的方法和标准也不统一。因此,很难获得高质量的图像数据,这必然导致研究结果的不可靠性。
  “据权威教科书记载,皮肤病种类超过2000种。以此推算,建立皮肤病AI模型所需影像数据至少是百万数量级的。”优麦科技联合创始人兼首席技术官马维民表示,除了对于数量的要求,数据质量控制、筛选、标注等也都极为关键,因为这些指标将直接决定AI效果。
  2017年5月份正式启动的中国人群皮肤影像资源库项目(CSID)使皮肤病AI研发获取“量大、质高”的数据成为可能。据项目发起人、中日友好医院皮肤科医生崔勇教授介绍,截至目前,CSID已积累了30万组多维度皮肤病影像资源,涉及病种超过500种,其中超过1000例数据的病种达到了300种,且全部数据完成了标准化标注。
  依托CSID,崔勇牵头成立了两个专家组织:国家远程医疗与互联网医学中心皮肤病专委会和中国医学装备人工智能联盟皮肤病专委会。“通过专家+研究所+企业的运行模式,建立了‘医教研产学共同体’,CSID提供资源,企业提供技术,目标就是开发出能够真正落地的皮肤病AI产品。”崔勇说。
   协作平台赋能基层
  赋能基层,是CSID的关键词之一。崔勇表示,CSID的建设愿景在于建立一个基于皮肤影像大数据资源的共享式、开放式、协作式工作平台,发挥三大“赋能”作用,包括提升基层皮肤科医生皮肤病诊断能力、全国皮肤科医生开展相关皮肤病的AI应用研发、皮肤影像装备和解决方案的优化等。
  今年3月份,CSID携手优麦科技共同发布了首款黄色人种皮肤肿瘤人工智能辅助决策系统——优智皮肤AI。在本届高峰论坛上,该产品发布了2.0版本,其皮肤肿瘤良恶性识别率达到91.2%,疾病类型识别率达到81.4%。迭代后的产品在识别准确率上较之前有了显著提升,在覆盖的疾病种类方面也有所增加。
  “AI技术的目的不是替代医生,而是提供支持手段。”崔勇表示,通过AI应用为皮肤科医生赋能,也是CSID大力推动中国皮肤影像事业发展的动力。
  江西省上饶市皮肤病医院正在通过优智皮肤AI及基于云的皮肤影像分析管理系统(云MIIS系统),服务上饶市、县、镇皮肤协同门诊和远程会诊。“互联网+人工智能+医疗健康将是发展方向,基于此方向的信息平台是医联体建设的基础。”上饶市皮肤病医院院长齐伟表示,将人工智能工具应用于实际诊疗工作,从县级皮防所医生的诊断和治疗意见,到市级医院皮肤影像室专家同步确定相关诊断和治疗,工作效率和诊断准确率都能得以提升。
  在上海,复旦大学附属华山医院皮肤科也在紧锣密鼓地布局“AI赋能”。今年6月,华山医院皮肤科开始通过一种针对老年皮肤肿瘤的人工智能远程诊疗工具开展服务,该工具正是优智皮肤AI产品家族中的重要成员。以此为契机,华山医院皮肤科医联体内的200多家基层医院的皮肤病诊疗有望逐步跨入“智能时代”。华山医院皮肤科主任徐金华表示,一方面基层医生可以通过使用人工智能产品得到辅助诊断结果,产品本身凝结了包括华山医院皮肤科在内的国内数百家医疗机构的智慧和力量;另一方面,该产品的落地应用将赋能华山医院皮肤科医联体内的基层医疗机构,华山医院皮肤科的学科优势也将进一步发挥,并成为远程诊疗中的质控中心。
   携手努力系统推进
  在本届高峰论坛上,CSID研究院宣布成立。该研究院将与高校、研究院所紧密合作,全面承接CSID的科学研究事务,包括基于皮肤影像数据基础研究、优智皮肤系列AI研发、皮肤影像设备研究和改进、CSID开放课题管理等。
  “CSID、中国医学装备人工智能联盟皮肤科委员会和国家远程医疗与互联网医学中心皮肤科专委会将分工协作,努力推进皮肤影像技术和人工智能技术在我国的应用。”崔勇表示,2018年至2019年,还将全面推进皮肤影像领域的医教研工作,将CSID研究院打造成皮肤影像资源研究的独立机构,争取在2019年底前完成发布10个皮肤病AI产品。
  加快皮肤影像标准体系建设则是与会专家的共同呼吁。“没有相关的标准和规范,很多图像数据无法被使用和研究,最终会成为无用的‘垃圾数据’。”孟如松表示,影像设备的标准、获取图像方法的标准、图像质量评价的标准、图像标注的标准等,这些都会影响皮肤影像技术与皮肤AI技术的发展。
  一份好的皮肤影像资料可以清楚告诉医生某种皮肤疾病的病症信息,而大量的皮肤影像集合在一起就可以形成一张数据网络,通过深度学习的算法,推动整个皮肤科人工智能化发展。据了解,推动皮肤影像标准体系建设已出“大招”。最近,国家远程医疗与互联网医学中心皮肤科专委会已正式启动我国皮肤影像能力体系建设工程,包括示范基地建设、标准化培训课程及皮肤科医生能力认证等工作模块。皮肤科医生皮肤影像能力认证将按照“三类三级”进行考核和管理。
  “AI落地是个系统工程,需要多技术融合的全面解决方案。”马维民表示,医疗AI竞争很快将从追求准确率转移到提升整体解决方案能力上。
  【 链接 】
   浙江:“互联网+”让就医更便捷诊疗更智慧
据新华社电  浙江省卫生计生委副主任马伟杭12日说,近年来,浙江围绕群众看病就医中的“关键小事”,实施了“互联网+医疗健康”便民惠民十大举措。
为了让挂号更顺畅,浙江建立了全省统一的预约诊疗服务平台和手机APP,接入了全省近500家医院的预约挂号服务。在很多医院,群众网上预约后可直接到诊室候诊。在杭州市余杭区,甚至实现了“刷脸”看病。
为了让支付更简便,各医疗机构为患者提供自助结算、诊间结算、病区(或床边)结算、移动终端结算等多种方式。“以前看病要排队很久,各种交费少说跑三四次窗口。”借助移动终端结算设备,杭州市民孙先生如今仅用了4分钟,就在病床旁为妻子和孩子完成了全部住院费用的结算。
浙江已有13家省级医院开展了近30项人工智能应用。尤其是肺部结节等影像学方面的智能诊断系统,已在县级以上医院普遍应用。浙江大学医学院附属第一医院院长王伟林说,医院的甲状腺超声影像智能诊断系统已学习了超过5万份包含病理结果的甲状腺结节图像,在超声科应用超过300例。(记者俞菀)
 
责任编辑:陈近梅
产业观察
2018-10-18 19:03:39
《国家智能制造标准体系建设指南(2018年版)》发布(附全文)
来源:工信部网站 时间:2018-10-18 18:16:31 作者:
  【 导读】 工业和信息化部、国家标准化管理委员会日前印发 《国家智能制造标准体系建设指南(2018年版)》 ,明确提出到2018年,累计制修订150项以上智能制造标准,基本覆盖基础共性标准和关键技术标准。到2019年,累计制修订300项以上智能制造标准,全面覆盖基础共性标准和关键技术标准,逐步建立起较为完善的智能制造标准体系。建设智能制造标准试验验证平台,提升公共服务能力,提高标准应用水平和国际化水平。
  工业和信息化部 国家标准化管理委员会
   关于印发国家智能制造标准体系建设指南
   (2018年版)的通知
  工信部联科〔2018〕154号
  各省、自治区、直辖市及计划单列市、新疆生产建设兵团工业和信息化主管部门、质量技术监督局(市场监督管理部门),有关标准化技术组织、标准化专业机构,有关中央企业、行业协会,有关单位:
  为加快推进智能制造发展,指导智能制造标准化工作的开展,工业和信息化部、国家标准化管理委员会共同组织制定了《国家智能制造标准体系建设指南(2018年版)》,现予印发。
  工业和信息化部
  国家标准化管理委员会
  2018年8月14日
   国家智能制造标准体系建设指南
   (2018年版)
  制造业是国民经济的主体,是立国之本、兴国之器、强国之基。智能制造是落实我国制造强国战略的重要举措,加快推进智能制造,是加速我国工业化和信息化深度融合、推动制造业供给侧结构性改革的重要着力点,对重塑我国制造业竞争新优势具有重要意义,“智能制造、标准先行”,标准化工作是实现智能制造的重要技术基础。
  为指导当前和未来一段时间智能制造标准化工作,解决标准缺失、滞后、交叉重复等问题,落实“加快制造强国建设”,工业和信息化部、国家标准化管理委员会在2015年共同组织制定了《国家智能制造标准体系建设指南(2015年版)》并建立动态更新机制。
  按照标准体系动态更新机制,扎实构建满足产业发展需求、先进适用的智能制造标准体系,推动装备质量水平的整体提升,工业和信息化部、国家标准化管理委员会共同组织制定了《国家智能制造标准体系建设指南(2018年版)》。
   一、总体要求
  (一)指导思想
  进一步贯彻落实《智能制造发展规划(2016-2020年)》(工信部联规〔2016〕349号)和《装备制造业标准化和质量提升规划》(国质检标联〔2016〕396号)的工作部署,充分发挥标准在推进智能制造产业健康有序发展中的指导、规范、引领和保障作用。针对智能制造标准跨行业、跨领域、跨专业的特点,立足国内需求,兼顾国际体系,建立涵盖基础共性、关键技术和行业应用等三类标准的国家智能制造标准体系。加强标准的统筹规划与宏观指导,加快创新技术成果向标准转化,强化标准的实施与监督,深化智能制造标准国际交流与合作,提升标准对制造业的整体支撑作用,为产业高质量发展保驾护航。
  (二)基本原则
  按照《国家智能制造标准体系建设指南(2015年版)》中提出的“统筹规划,分类施策,跨界融合,急用先行,立足国情,开放合作”原则,进一步完善智能制造标准体系,全面开展基础共性标准、关键技术标准、行业应用标准研究,加快标准制(修)订,在制造业各个领域全面推广。同时,加强标准的创新发展与国际化,积极参与国际标准化组织活动,加强与相关国家和地区间的技术标准交流与合作,开展标准互认,共同推进国际标准制定。
  (三)建设目标
  按照“共性先立、急用先行”的原则,制定安全、可靠性、检测、评价等基础共性标准,识别与传感、控制系统、工业机器人等智能装备标准,智能工厂设计、智能工厂交付、智能生产等智能工厂标准,大规模个性化定制、运维服务、网络协同制造等智能服务标准,人工智能应用、边缘计算等智能赋能技术标准,工业无线通信、工业有线通信等工业网络标准,机床制造、航天复杂装备云端协同制造、大型船舶设计工艺仿真与信息集成、轨道交通网络控制系统、新能源汽车智能工厂运行系统等行业应用标准,带动行业应用标准的研制工作。推动智能制造国家和行业标准上升成为国际标准。
  到2018年,累计制修订150项以上智能制造标准,基本覆盖基础共性标准和关键技术标准。
  到2019年,累计制修订300项以上智能制造标准,全面覆盖基础共性标准和关键技术标准,逐步建立起较为完善的智能制造标准体系。建设智能制造标准试验验证平台,提升公共服务能力,提高标准应用水平和国际化水平。
   二、建设思路
  国家智能制造标准体系按照“三步法”原则建设完成。 第一步 ,通过研究各类智能制造应用系统,提取其共性抽象特征,构建由生命周期、系统层级和智能特征组成的三维智能制造系统架构,从而明确智能制造对象和边界,识别智能制造现有和缺失的标准,认知现有标准间的交叉重叠关系; 第二步 ,在深入分析标准化需求的基础上,综合智能制造系统架构各维度逻辑关系,将智能制造系统架构的生命周期维度和系统层级维度组成的平面自上而下依次映射到智能特征维度的五个层级,形成智能装备、智能工厂、智能服务、智能赋能技术、工业网络等五类关键技术标准,与基础共性标准和行业应用标准共同构成智能制造标准体系结构; 第三步 ,对智能制造标准体系结构分解细化,进而建立智能制造标准体系框架,指导智能制造标准体系建设及相关标准立项工作。
  (一)智能制造系统架构
  《智能制造发展规划(2016-2020年)》(工信部联规〔2016〕349号)指出,智能制造是基于新一代信息通信技术与先进制造技术深度融合,贯穿于设计、生产、管理、服务等制造活动的各个环节,具有自感知、自学习、自决策、自执行、自适应等功能的新型生产方式。
  智能制造系统架构从生命周期、系统层级和智能特征三个维度对智能制造所涉及的活动、装备、特征等内容进行描述,主要用于明确智能制造的标准化需求、对象和范围,指导国家智能制造标准体系建设。智能制造系统架构如图1所示。
  图 1 智能制造系统架构
  1. 生命周期
  生命周期是指从产品原型研发开始到产品回收再制造的各个阶段,包括设计、生产、物流、销售、服务等一系列相互联系的价值创造活动。生命周期的各项活动可进行迭代优化,具有可持续性发展等特点,不同行业的生命周期构成不尽相同。
  (1)设计是指根据企业的所有约束条件以及所选择的技术来对需求进行构造、仿真、验证、优化等研发活动过程;
  (2)生产是指通过劳动创造所需要的物质资料的过程;
  (3)物流是指物品从供应地向接收地的实体流动过程;
  (4)销售是指产品或商品等从企业转移到客户手中的经营活动;
  (5)服务是指提供者与客户接触过程中所产生的一系列活动的过程及其结果,包括回收等。
  2. 系统层级
  系统层级是指与企业生产活动相关的组织结构的层级划分,包括设备层、单元层、车间层、企业层和协同层。
  (1)设备层是指企业利用传感器、仪器仪表、机器、装置等,实现实际物理流程并感知和操控物理流程的层级;
  (2)单元层是指用于工厂内处理信息、实现监测和控制物理流程的层级;
  (3)车间层是实现面向工厂或车间的生产管理的层级;
  (4)企业层是实现面向企业经营管理的层级;
  (5)协同层是企业实现其内部和外部信息互联和共享过程的层级。
  3. 智能特征
  智能特征是指基于新一代信息通信技术使制造活动具有自感知、自学习、自决策、自执行、自适应等一个或多个功能的层级划分,包括资源要素、互联互通、融合共享、系统集成和新兴业态等五层智能化要求。
  (1)资源要素是指企业对生产时所需要使用的资源或工具及其数字化模型所在的层级;
  (2)互联互通是指通过有线、无线等通信技术,实现装备之间、装备与控制系统之间,企业之间相互连接及信息交换功能的层级;
  (3)融合共享是指在互联互通的基础上,利用云计算、大数据等新一代信息通信技术,在保障信息安全的前提下,实现信息协同共享的层级;
  (4)系统集成是指企业实现智能装备到智能生产单元、智能生产线、数字化车间、智能工厂,乃至智能制造系统集成过程的层级;
  (5)新兴业态是企业为形成新型产业形态进行企业间价值链整合的层级。
  智能制造的关键是实现贯穿企业设备层、单元层、车间层、工厂层、协同层不同层面的纵向集成,跨资源要素、互联互通、融合共享、系统集成和新兴业态不同级别的横向集成,以及覆盖设计、生产、物流、销售、服务的端到端集成。
  (二)智能制造标准体系结构
  智能制造标准体系结构包括“A基础共性”、“B关键技术”、“C行业应用”等三个部分,主要反映标准体系各部分的组成关系。智能制造标准体系结构图如图2所示。
  图2 智能制造标准体系结构图
  具体而言,A基础共性标准包括通用、安全、可靠性、检测、评价等五大类,位于智能制造标准体系结构图的最底层,是B关键技术标准和C行业应用标准的支撑。B关键技术标准是智能制造系统架构智能特征维度在生命周期维度和系统层级维度所组成的制造平面的投影,其中BA智能装备对应智能特征维度的资源要素,BB智能工厂对应智能特征维度的资源要素和系统集成,BC智能服务对应智能特征维度的新兴业态,BD智能赋能技术对应智能特征维度的融合共享,BE工业网络对应智能特征维度的互联互通。C行业应用标准位于智能制造标准体系结构图的最顶层,面向行业具体需求,对A基础共性标准和B关键技术标准进行细化和落地,指导各行业推进智能制造。
  智能制造标准体系结构中明确了智能制造的标准化需求,与智能制造系统架构具有映射关系。以大规模个性化定制模块化设计规范为例,它属于智能制造标准体系结构中B关键技术-BC智能服务中的大规模个性化定制标准。在智能制造系统架构中,它位于生命周期维度设计环节,系统层级维度的企业层和协同层,以及智能特征维度的新兴业态。其中,智能制造系统架构三个维度与智能制造标准体系的映射关系及示例解析详见附件2。
  (三)智能制造标准体系框架
  智能制造标准体系框架由智能制造标准体系结构向下映射而成,是形成智能制造标准体系的基本组成单元。智能制造标准体系框架包括“A基础共性”、“B关键技术”、“C行业应用”三个部分,如图3所示。
  图3 智能制造标准体系框架
   三、建设内容
  (一)基础共性标准
  基础共性标准用于统一智能制造相关概念,解决智能制造基础共性关键问题,包括通用、安全、可靠性、检测、评价等五个部分,如图4所示。
  图4 基础共性标准子体系
  1. 通用标准
  主要包括术语定义、参考模型、元数据与数据字典、标识等四个部分。术语定义标准用于统一智能制造相关概念,为其他各部分标准的制定提供支撑。参考模型标准用于帮助各方认识和理解智能制造标准化的对象、边界、各部分的层级关系和内在联系。元数据和数据字典标准用于规定智能制造产品设计、生产、流通等环节涉及的元数据命名规则、数据格式、数据模型、数据元素和注册要求、数据字典建立方法,为智能制造各环节产生的数据集成、交互共享奠定基础。标识标准用于对智能制造中各类对象进行唯一标识与解析,建设既与制造企业已有的标识编码系统兼容,又能满足设备互联网协议(IP)化、智能化等智能制造发展要求的智能制造标识体系。
  2. 安全标准
  主要包括功能安全、信息安全和人因安全三个部分。功能安全标准用于保证控制系统在危险发生时正确地执行其安全功能,从而避免因设备故障或系统功能失效而导致生产事故,包括面向智能制造的功能安全要求、功能安全系统设计和实施、功能安全测试和评估、功能安全管理等标准。信息安全标准用于保证智能制造领域相关信息系统及其数据不被破坏、更改、泄露,从而确保系统能连续可靠地运行,包括软件安全、设备信息安全、网络信息安全、数据安全、信息安全防护及评估等标准。人因安全标准用于避免在智能制造各环节中因人的行为造成的隐患或威胁,通过合理分配任务,调节工作环境,提高人员能力,以保证人身安全,预防误操作等,包括工作任务、环境、设备、人员能力、管理支持等标准。
  3. 可靠性标准
  主要包括工程管理、技术方法两个部分。工程管理标准主要对智能制造系统的可靠性活动进行规划、组织、协调与监督,包括智能制造系统及其各系统层级对象的可靠性要求、可靠性管理、综合保障管理、寿命周期成本管理等标准。技术方法标准主要用于指导智能制造系统及其各系统层级开展具体的可靠性保证与验证工作,包括可靠性设计、可靠性预计、可靠性试验、可靠性分析、可靠性增长、可靠性评价等标准。
  4. 检测标准
  主要包括测试项目、测试方法等两个部分。测试项目标准用于指导智能制造装备和系统在测试过程中的科学排序和有效管理,包括不同类型的智能制造装备和系统一致性和互操作、集成和互联互通、系统能效、电磁兼容等测试项目标准。测试方法标准用于不同类型智能制造装备和系统的测试,包括试验内容、方式、步骤、过程、计算分析等内容的标准,以及性能、环境适应性和参数校准等。
  5. 评价标准
  主要包括指标体系、能力成熟度、评价方法、实施指南等四个部分。指标体系标准用于智能制造实施的绩效与结果的评估,促进企业不断提升智能制造水平。能力成熟度标准用于企业识别智能制造现状、规划智能制造框架与提升智能制造能力水平提供过程方法论,为企业识别差距、确立目标、实施改进提供参考。评价方法标准用于为相关方提供一致的方法和依据,规范评价过程,指导相关方开展智能制造评价。实施指南标准用于指导企业提升制造能力,为企业开展智能化建设、提高生产力提供参考。
  (二)关键技术标准
  主要包括智能装备、智能工厂、智能服务、智能赋能技术和工业网络等五个部分。
  1. 智能装备标准
  主要包括识别与传感、人机交互系统、控制系统、增材制造、工业机器人、数控机床及设备、智能工艺装备等七个部分,如图5所示,其中重点是识别与传感、控制系统和工业机器人标准。主要规定智能传感器、自动识别系统、工业机器人等智能装备的信息模型、数据字典、通信协议、接口、集成和互联互通、优化等技术要求,解决智能生产过程中智能装备之间,以及智能装备与智能化产品、物流系统、检测系统、工业软件、工业云平台之间数据共享和互联互通的问题。
  图5 智能装备标准子体系
  (1)识别与传感标准
  主要包括标识及解析、数据编码与交换、系统性能评估等通用技术标准;信息集成、接口规范和互操作等设备集成标准;通信协议、安全通信、协议符合性等通信标准;智能设备管理、产品全生命周期管理等管理标准。主要用于在测量、分析、控制等工业生产过程,以及非接触式感知设备自动识别目标对象、采集并分析相关数据的过程中,解决数据采集与交换过程中数据格式、程序接口不统一的问题,确保编码的一致性。
  (2)人机交互系统标准
  主要包括工控键盘布局等文字标准;智能制造专业图形符号分类和定义等图形标准;语音交互系统、语义库等语音语义标准;单点、多点等触摸体感标准;情感数据等情感交互标准;虚拟显示软件、数据等VR/AR设备标准。主要用于规范人与信息系统多通道、多模式和多维度的交互途径、模式、方法和技术要求,解决包括工控键盘、操作屏等高可靠性和安全性交互模式,语音、手势、体感、虚拟现实/增强现实(VR/AR)设备等多维度交互的融合协调和高效应用的问题。
  (3)控制系统标准
  主要包括控制方法、数据采集及存储、人机界面及可视化、通信、柔性化、智能化等通用技术标准;控制设备集成、时钟同步、系统互联等集成标准。主要用于规定生产过程及装置自动化、数字化的信息控制系统,如可编程逻辑控制器(PLC)、可编程自动控制器(PAC)、分布式控制系统(DCS)、现场总线控制系统(FCS)、数据采集与监控系统(SCADA)等相关标准,解决控制系统数据采集、控制方法、通信、集成等问题。
  (4)增材制造标准
  主要包括典型增材制造工艺和方法标准;设计规范、文件格式、数据质量保障、文件存储和数据处理等模型设计标准;增材制造设备接口标准;增材制造材料、设备和零部件性能的测试方法标准;增材制造服务架构、服务模式等服务标准。主要用于规范智能制造系统中增材制造相关技术、方法,确保增材制造与智能制造各环节、要素的协调一致及效能最优。
  (5)工业机器人标准
  主要包括集成安全要求、统一标识及互联互通、信息安全等通用技术标准;数据格式、通信协议、通信接口、通信架构、控制语义、信息模型、对象字典等通信标准;编程和用户接口、编程系统和机器人控制间的接口、机器人云服务平台等接口标准;制造过程机器人与人、机器人与机器人、机器人与生产线、机器人与生产环境间的协同标准。主要用于规定工业机器人的系统集成、人机协同等通用要求,确保工业机器人系统集成的规范性、协同作业的安全性、通信接口的通用性。
  (6)数控机床及设备标准
  主要包括智能化要求、语言与格式、故障信息字典等通用技术标准;互联互通及互操作、物理映射模型、远程诊断及维护、优化与状态监控、能效管理、接口、安全通信等集成与协同标准;智能功能部件、分类与特性、智能特征评价、智能控制要求等制造单元标准。主要用于规范数字程序控制进行运动轨迹和逻辑控制的机床及设备,解决其过程、集成与协同以及在智能制造应用中的标准化问题。
  (7)智能工艺装备标准
  主要包括成形工艺和方法标准;工艺术语、工艺符号、工艺文件及其格式、存储、传输、数据处理标准;成形工艺装备接口标准;工艺过程信息感知、采集、传输、处理、反馈标准;工艺装备状态监控、运维标准。主要用于规范智能制造系统中铸造、塑性成形、焊接、热处理与表面改性、粉末冶金成形等热加工成形工艺装备相关技术、方法、工艺,确保成形制造与智能制造系统的协调一致。
  2. 智能工厂标准
  主要包括智能工厂设计、建造与交付,智能设计、生产、管理、物流和集成优化等部分,如图6所示,其中重点是智能工厂设计、智能工厂交付、智能生产和集成优化等标准。主要用于规定智能工厂设计、建造和交付等建设过程和工厂内设计、生产、管理、物流及其系统集成等业务活动。针对流程、工具、系统、接口等应满足的要求,确保智能工厂建设过程规范化、系统集成规范化、产品制造过程智能化。
  图6 智能工厂标准子体系
  (1)智能工厂设计标准
  主要包括智能工厂的基本功能、设计要求、设计模型等总体规划标准;智能工厂物联网系统设计、信息化应用系统设计等智能化系统设计标准;虚拟工厂参考架构、工艺流程及布局模型、生产过程模型和组织模型等系统建模标准;达成智能工厂规划设计要求所需的工艺优化、协同设计、仿真分析、设计文件深度要求、工厂信息标识编码等实施指南标准。主要用于规定智能工厂的规划设计,确保工厂的数字化、网络化和智能化水平。
  (2)智能工厂建造标准
  主要包括建造过程数据采集范围、流程、信息载体、系统平台要求等建造过程数据采集标准;满足集成性、创新性要求、促进智能工厂建设项目管理科学化、规范化的建造过程项目管理标准。主要用于规定智能工厂建设和技术改造过程,通过智能工厂建造过程的控制与约束,确保智能工厂建设质量、建设周期、建设成本等预定目标的实现。
  (3)智能工厂交付标准
  主要包括交付内容、深度要求、流程要求等数字化交付标准;智能工厂各环节、各系统及系统集成等竣工验收标准。主要用于规定智能工厂建设完成后的验收与交付,确保建成的智能工厂达到预定建设目标,交付数据资料满足智能工厂运营维护要求。
  (4)智能设计标准
  主要包括基于数据驱动的参数化设计、专业化并行/协同设计、基于模型的产品生命周期(定义MBD、制造和检验)标准以及产品设计全过程的标准化管理;试验方法设计、试验数据与流程的管理、试验结果的分析与验证、试验结果反馈等试验仿真标准。主要用于规定产品的数字化设计和仿真,以及产品试验验证过程仿真的方法和要求,确保产品的功能、性能、易装配性、易维修性,缩短新产品研制和制造周期,降低成本。
  (5)智能生产标准
  主要包括计划仿真、多级计划协同、可视化排产、动态优化调度等计划调度标准;作业文件自动下发与执行、设计与制造协同、制造资源动态组织、生产过程管理与优化、生产过程可视化监控与反馈、生产绩效分析、异常管理等生产执行标准;质量数据采集、在线质量监测和预警、质量档案及质量追溯、质量分析与改进等质量管控标准;设备运行状态监控、设备维修维护、基于知识的设备故障管理、设备运行分析与优化等设备运维标准。主要用于规定智能制造环境下生产过程中计划调度、生产执行、质量管控、设备运维等应满足的要求,确保制造过程的智能化、柔性化和敏捷化。
  (6)智能管理标准
  主要包括供货商评价、质量检验分析等采购管理标准;销售预测、客户关系管理、个性化客户服务等销售管理标准;设备可靠性管理等资产管理标准;能流管理、能效评估等能源管理标准;作业过程管控、应急管理、危化品管理等安全管理标准;职业病危害因素监测、职业危害项目指标等健康管理标准;环保实时监测和预测预警能力描述、环保闭环管理等环保管理标准;基于模型的企业战略、生产组织与服务保障等基于模型的企业(MBE)标准。主要用于规定企业生产经营中采购、销售、能源、工厂安全、环保和健康等方面的知识模型和管理要求等,指导智能管理系统的设计与开发,确保管理过程的规范化和精益化。
  (7)智能物流标准
  主要包括物料标识、物流信息采集、物料货位分配、出入库输送系统、作业调度、信息处理、作业状态及装备状态的管控、货物实时监控等智能仓储标准;物料智能分拣系统、配送路径规划、配送状态跟踪等智能配送标准。主要用于规定智能制造环境下厂内物流关键技术应满足的要求,指导智能物流系统的设计与开发,确保物料仓储配送准确高效和运输精益化管控。
  (8)集成优化标准
  主要包括虚拟工厂与物理工厂的集成、业务间集成架构与功能、集成的活动模型和工作流、信息交互、集成接口和性能、现场设备与系统集成、系统之间集成、系统互操作等集成与互操作标准;各业务流程的优化、操作与控制的优化、销售与生产协同优化、设计与制造协同优化、生产管控协同优化、供应链协同优化等系统与业务优化标准。主要用于规定一致的语法和语义,满足通用接口中应用特定的功能关系,协调使能技术和业务应用之间的关系,确保信息的共享和交换。
  3. 智能服务标准
  主要包括大规模个性化定制、运维服务和网络协同制造等三个部分,如图7所示,其中重点是大规模个性化定制标准和运维服务标准。主要用于实现产品与服务的融合、分散化制造资源的有机整合和各自核心竞争力的高度协同,解决了综合利用企业内部和外部的各类资源,提供各类规范、可靠的新型服务的问题。
  图7 智能服务标准子体系
  (1)大规模个性化定制标准
  主要包括通用要求、需求交互规范、模块化设计规范和生产规范等标准。主要用于指导企业实现以客户需求为核心的大规模个性化定制服务模式,通过新一代信息技术和柔性制造技术,以模块化设计为基础,以接近大批量生产的效率和成本满足客户个性化需求。
  (2)运维服务标准
  主要包括基础通用、数据采集与处理、知识库、状态监测、故障诊断、寿命预测等标准。主要用于指导企业开展远程运维和预测性维护系统建设和管理,通过对设备的状态远程监测和健康诊断,实现对复杂系统快速、及时、正确诊断和维护,全面分析设备现场实际使用运行状况,为设备设计及制造工艺改进等后续产品的持续优化提供支撑。
  (3)网络协同制造标准
  主要包括实施指南、总体框架、平台技术要求、交互流程和资源优化配置等标准。主要用于指导企业持续改进和不断优化网络化制造资源协同云平台,通过高度集成企业间、部门间创新资源、生产能力和服务能力的相关技术方法,实现生产制造与服务运维信息高度共享、资源和服务的动态分析,增强柔性配置水平。
  4. 智能赋能技术标准
  主要包括人工智能应用、工业大数据、工业软件、工业云、边缘计算等部分,如图8所示,其中重点是人工智能应用标准和边缘计算标准。主要用于构建智能制造信息技术生态体系,提升制造领域的信息化和智能化水平。
  图8 智能赋能技术标准子体系
  (1)人工智能应用标准
  主要包括场景描述与定义标准、知识库标准、性能评估标准,以及智能在线检测、基于群体智能的个性化创新设计、协同研发群智空间、智能云生产、智能协同保障与供应营销服务链等应用标准。主要用于满足制造全生命周期活动的智能化发展需求,指导人工智能技术在设计、生产、物流、销售、服务等生命周期环节中的应用,并确保人工智能技术在应用中的可靠性与安全性。
  (2)工业大数据标准
  主要包括平台建设的要求、运维和检测评估等工业大数据平台标准;工业大数据采集、预处理、分析、可视化和访问等数据处理标准;数据质量、数据管理能力等数据管理标准;工厂内部数据共享、工厂外部数据交换等数据流通标准。主要用于典型智能制造模式中,提高产品全生命周期各个环节所产生的各类数据的处理和应用水平。
  (3)工业软件标准
  主要包括产品、工具、嵌入式软件、系统和平台的功能定义、业务模型、技术要求等软件产品与系统标准;工业软件接口规范、集成规程、产品线工程等软件系统集成和接口标准;生存周期管理、质量管理、资产管理、配置管理、可靠性要求等服务与管理标准;工业技术软件化方法、参考架构、工业应用程序(APP)封装等工业技术软件化标准。主要用于促进软件成为工业领域知识、技术和管理的载体,提高软件在工业领域的研发设计、生产制造、经营管理以及营销服务活动中发挥的作用,指导工业企业对研发、制造、生产管理等工业软件的集成和选型,帮助工业企业开展工业技术软件化,对工业知识进行有效积累。
  (4)工业云标准
  主要包括平台建设与应用,工业云资源和服务能力的接入与管理等资源标准;能力测评规范、计量计费、服务级别协议(SLA)等服务标准。主要用于构建工业云生态体系,指导工业云平台的设计和建设,规范不同工业云服务的业务能力,提升工业云服务的设计、实现、部署、供应和运营管理水平,指导开展各类工业云服务的采购、审计、监管和评价活动。
  (5)边缘计算标准
  主要包括架构与技术要求、计算及存储、安全、应用等标准。主要用于指导智能制造行业数字化转型、数字化创新,解决制造业数字化在敏捷连接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求,用于智能制造中边缘计算技术、设备或产品的研发和应用。
  5. 工业网络标准
  主要包括体系架构、组网与并联技术和资源管理,其中体系架构包括总体框架、工厂内网络、工厂外网络和网络演进增强技术等;组网与并联技术包括工厂内部不同层级的组网技术,工厂与设计、制造、供应链、用户等产业链各环节之间的互联技术;资源管理包括地址、频谱等,但智能制造中工业网络仅包括工业无线通信和工业有线通信,如图9所示。
  图9 工业网络标准子体系
  (1)工业无线通信标准
  针对现场设备级、车间监测级及工厂管理级的不同需求的各种局域和广域工业无线网络标准。
  (2)工业有线通信标准
  针对工业现场总线、工业以太网、工业布缆的工业有线网络标准。
  (三)行业应用标准
  依据基础共性标准和关键技术标准,围绕新一代信息技术、高档数控机床和机器人、航空航天装备、海洋工程装备及高技术船舶、先进轨道交通装备、节能与新能源汽车、电力装备、农业机械装备、新材料、生物医药及高性能医疗器械等十大重点领域,同时兼顾传统制造业转型升级的需求,优先在重点领域实现突破,并逐步覆盖智能制造全应用领域。行业应用标准体系如图10所示。
  图10 行业应用标准子体系
  发挥基础共性标准和关键技术标准在行业应用标准制定中的指导和支撑作用,优先制定各行业均有需求的设备互联互通、智能工厂建设指南、数字化车间、数据字典、运维服务等重点标准。在此基础上,发挥各行业特点,制定行业亟需的智能制造相关标准。如:新一代信息技术领域的射频识别标准等。高档数控机床和机器人领域的机床制造和测试标准等。航空航天装备领域的复杂装备云端协同制造标准、航天装备数字化双胞胎制造标准等。海洋工程装备及高技术船舶领域的大型船舶设计工艺仿真与信息集成标准、海洋石油装备互联互通和运维服务标准等。先进轨道交通装备领域的轨道交通网络控制系统标准、车载信号系统标准、高速动车组智能工厂运行管理标准等。节能与新能源汽车领域的新能源汽车智能工厂运行系统标准等。电力装备领域的存储管理标准、数据智能采集标准、监测诊断服务标准等。农业机械装备领域的农机装备智能工厂平台化制造运行管理系统标准等。生物医药及高性能医疗器械领域的医疗设备质量追溯标准等。其他领域的标准包括:家电行业空调产品信息集成数据接口标准,石油石化行业智能设备互联互通标准,纺织行业智能装备网络通讯接口、系统集成与互操作标准,锂离子电池制造行业智能工厂标准,采矿、冶金、建筑专用设备制造行业高端工程机械可靠性仿真与协同制造标准等。
  智能制造标准体系与机械、航空、汽车、船舶、石化、钢铁、轻工、纺织等制造业领域标准体系之间不是从属关系,内容存在交集。交集部分是智能制造标准体系中的行业应用标准。例如,船舶工业标准体系用于指导船舶相关产品设计、制造、试验、修理管理和工程建设等,智能制造标准体系中的船舶行业相关标准主要涉及到船舶制造环节中的互联互通等智能制造相关内容。
   四、组织实施
   加强统筹协调。 在工业和信息化部、国家标准化管理委员会的指导下,积极发挥国家智能制造标准化协调推进组、总体组和专家咨询组的作用,开展智能制造标准体系的建设及规划。充分利用多部门协调、多标委会协作、军民融合等工作机制,凝聚各类标准化资源,扎实构建满足产业发展需求、先进适用的智能制造标准体系。
   实施动态更新。 实施动态更新完善机制,随着智能制造发展水平和行业认识水平的不断提高,根据智能制造发展的不同阶段,每两年滚动修订《国家智能制造标准体系建设指南》。
   加快标准研制。 基于“共性先立,急用先行”的原则,完善智能制造标准绿色通道,加快国家和行业标准的制定;推动标准试验验证平台和公共服务平台建设,为标准的制定和实施提供技术支撑和保障。
   加强宣贯培训。 充分发挥地方主管部门、行业协会和学会的作用,进一步加强标准的培训、宣贯工作,通过培训、咨询等手段推进标准宣贯与实施。用标准引领行业实现智能转型。
   加强国际交流与合作。 加强与国际标准化组织的交流与合作,定期举办智能制造标准化国际论坛,组织中外企业和标准化组织开展交流合作,通过参与国际标准化组织(ISO)、国际电工技术委员会(IEC)等相关国际标准化组织的标准化工作,积极向国际标准化组织提供我国智能制造标准化工作的研究成果。
  
 
责任编辑:陈近梅
产业观察
2018-10-18 18:16:31
全国首家区块链智慧公益平台上线
来源:贵州省扶贫基金会 时间:2018-10-18 15:40:24 作者:
  10月17日,在全国第五个“扶贫日”活动当天,由贵州省扶贫基金会搭建的区块链智慧公益平台正式上线。
  通过本届“扶贫日”活动,将在广州、上海、北京、天津、无锡等城市发出“区块链智慧公益平台”爱心人士注册倡议书,动员社会各界注册为爱心人士,并组织对贵州贫困人群进行点对点的精准帮扶。
  贵州省扶贫基金会与CROS区块链技术公司携手合作,打造全国第一个区块链智慧公益平台,面向全社会推出基于区块链技术的移动客户端(Dapp),以及网站、微信公众号。区块链技术有助于提升公益组织公信力,提公益参与各方协作效率,创新公益扶贫模式。实践人人参与的生态公益理念。
  运用区块链技术的可溯源、不可篡改、数据加密安全等特征,实现公益活动过程中信息与行为的全流程存证、全周期追溯与审计。在公益慈善过程中,公益款项的使用记录和流转过程都登记到区块链上存证,记录公开透明且不可篡改,社会及公众可以追溯款项的去向,做到整个公益流程的高度透明。使贵州省扶贫基金会在公信力方面有着质的飞跃,领先于国内外同行。
  以区块链技术为基础,精准扶贫的创新模式,通过总体规划、系统集成、深化应用,有效整合信息资源,梳理优化业务流程,积极推进信息化管理系统建设,打造综合一体的智能化系统,促进基金会筹资管理、项目管理、行政管理、财务管理、档案管理等工作标准化、制度化、规范化,提升管理的有效性和协调性,打造集个人救助和机构发布为一体、有效便捷交互式的O2O移动综合公益平台,一站式解决捐赠、筹款、志愿服务、资助申请、项目信息查询、核实、办公、管理等系列问题,营造整个公益生态,实现双向精准,有利于大规模实施社会扶贫精准项目。
  与此同时,智慧公益区块链平台还支持电脑、手机等多终端显示,实现PC端、移动端,苹果系统、安卓系统、网页等跨平台同步技术,用户可随时随地获取公益活动信息,并可随时参与或进行扶贫公益项目流程监控,从而提高社会扶贫工作效率和监控体系。
责任编辑:陈近梅
产业观察
2018-10-18 15:40:24
霍金遗作警示AI的未来之“患”
来源:经济参考报 时间:2018-10-18 13:34:49 作者:王龙云
  人工智能(AI),是斯蒂芬·霍金生前热衷谈论的话题之一。他的遗作《对大问题的简明回答》于16日发布,文中对人类未来提出了以下问题:人工智能会比人类聪明吗?宇宙里有其他智慧生命吗?地球未来面临的最大威胁是什么?上帝存在吗?“大爆炸”之前发生了什么?
  “超级人工智能的出现将成为人类有史以来最好或最坏的事情。”在霍金看来,人工智能的最大风险并非恶意,而是能力,一个超级聪明的AI将非常善于实现目标,“如果这些目标与我们的目标不一致,我们就会陷入困境。”
  在霍金看来,人工智能很有可能成为一种不受人类控制的新物种,人工智能时代的来临将快于我们的想象,如果机器有了自己的思维能力、动手能力,这意味着它已经是一个有生命、有思想的个体。“人工智能能以不断加快的速度重新设计自己。而人类则受制于生物进化速度,无法与其竞争,从而最终被超越。”
  “对于智能时代的到来,我感到了一丝恐惧。”霍金一方面从自己那张轮椅中感受到了人工智能的神奇,另一方面也为人类越来越依赖人工智能而担忧。
  从全球范围看,人工智能的热度越来越高,渗透到日常生活的程度也越来越深。全球科技商业预言家、畅销书《失控》作者凯文·凯利认为,未来20年,全球最重要的技术就是人工智能,而英国帝国理工学院的人工智能学者马克·戴森罗克说:“如果人工智能以这种速度发展下去,我们或许在未来10到20年里就能看到电影《钢铁侠》中那个人工智能助手贾维斯。”
  作为物理学家和天文学家,霍金为人类研究人工智能提供了一个好莱坞大片般的视角,足以满足浅层科幻爱好者的好奇心。如果换成历史学家,又会如何看待人工智能和人类世界的未来?
  著有《人类简史》、《未来简史》及《今日简史》等热门书籍的以色列历史学家尤瓦尔·赫拉利一直保持着较高警惕。“我们开始生产半机械人和完全无机物的生命形式。”赫拉利说,如果人类不小心的话,最终可能落入一个由超智能但完全无意识的实体所主宰的世界,“这个实体在任何任务中都能超越我们的实体,但却不能感受到爱,不能欣赏美,也不能体验快乐”。
  这位研究了人类社会整个发展进程的学者坦言,没有人知道2050年就业市场会是什么样,但肯定与今天完全不同,人工智能和机器人技术将改变几乎每一个行业。现在人们从事的许多工作,到2050年都可能会消失:制造衬衫、驾驶出租车、诊断疾病、销售保险、教书育人等等。
  赫拉利在《今日简史》中说,这有点像19世纪汽车取代马车时的情景,当时有许多马车夫转行当出租车司机,遗憾地是,我们可能不是那些还有其他就业选择的马车夫,而是被彻底淘汰的马。
  “不过,2050年就业市场的特点很可能是人类与人工智能的合作而非竞争。”赫拉利说,从警务到银行等各个领域,“人类+人工智能”的表现都将超越单纯的人类或单纯的计算机。就趋势而论,人工智能不只是让计算机更加聪明、运算更快,还会在生命科学、社会科学方面取得突破。“我们越了解是哪些生化机制在左右人类的情感、欲望和选择,计算机就越能分析出人类的行为、预测人类的决策,并最终取代司机、银行经理和律师等。”
  不过,对人工智能持乐观态度的大有人在,比如著有《终极智能》一书的作者,美国企业家、发明家阿米尔·侯赛因。他认为宇宙一直在等待被更多的智能生命所感知,如今人类即将进入感知机器与人工智能的时代,这一等待终于要告一段落。对人类来说,人工智能不是一种威胁,而是我们追求知识的又一个阶梯。“我们可以将未来的人工智能比喻成思想中的‘虫洞’,通过与它们合作,我们可以探索突破进化限制的思想空间,可以获得宇宙中隐藏得最深的知识,最终我们可以变成新生命的创造者。”阿米尔·侯赛因说。
  总之,与牛顿、达尔文等人类发展史上的大师们一起长眠于伦敦泰晤士河畔西敏寺的霍金,又一次激起了世人对人工智能的思辨:“我们站在一个美丽新世界的门槛上。这是一个令人激动的、也是危险的位置,而你们就是先驱者。”霍金已经故去,而活着的你我却有机会见证一切。
责任编辑:陈近梅
产业观察
2018-10-18 13:34:49
“监管科技3.0”:大数据监管如此运作
来源:新华网 时间:2018-10-18 10:49:22 作者:刘开雄、白涌泉
  在过去两年来,证监会查处了一批重大案件,一时间“大数据监管”成为资本市场的热门话题。
  正在大连举行的“中国及全球衍生品市场发展论坛”上,中国证监会信息中心主任张野介绍了“监管科技3.0”的内容,引起了大家的关注。
  “证监会监管科技3.0的核心就是要建设一个运转高效的监管大数据平台,综合运用电子预警、统计分析、数据挖掘等技术,围绕资本市场主要生产和业务活动,进行全方位监控和历史数据分析,辅助监管人员及时发现市场主体涉嫌内幕交易、市场操纵等违法违规行为。”张野说。
  张野介绍,仅2018年上半年,全球以金融科技、监管科技相关企业为目标的风险投资基金规模就已超过200亿美元,预计2018年全年将超过1476亿美元,较2017年同比增长超过20%,并且投资的深度和广度仍在不断拓展。
  据了解,多国政府及监管机构也结合本国金融科技、监管科技的发展特点,积极出台了相关政策和条例,为金融科技、监管科技的发展保驾护航。
  证监会于2017年启动了监管科技3.0的相关工作,利用金融科技、监管科技,完善和提升监管手段。2018年8月,证监会发布《中国证监会监管科技总体建设方案》,标志着证监会已完成监管科技建设工作的顶层设计,并进入了全面实施阶段。
  张野透露,监管科技3.0的整体实施方案中,明确了7个重要分析方向,也就是行政许可内的辅助分析、公司信息披露违规及财务风险分析、经营机构违规行为及财务风险分析、证券期货服务机构尽职行为分析、市场运行分析、违法交易行为分析、非法证券期货行为分析。“在这6个研究方向之下又设定32个应用场景,同时确定要建设关联账户分析、财务报表分析、实体画像、交易异常检测、舆情分析、金融文档分析等6大基础分析能力。”
  “目前6大基础分析能力工程方法已经制定完毕,下一步我们会把这些工程方法具体应用到上述7个方向及32个应用场景中去。使这些工程方法能够真正落地实施。”张野说。
  “未来,金融科技和监管科技的发展还需特别注意在发展过程中面临的潜在风险挑战,进一步优化业务流程与市场服务能力,更好助力市场创新。”张野表示。(新华社记者 刘开雄、白涌泉)
 
责任编辑:陈近梅
产业观察
2018-10-18 10:49:22
医疗行业信息安全敲响警钟 黑客攻击或致大量公民个人信息泄露
超200家三甲医院检出勒索病毒
来源:经济参考报 时间:2018-10-18 10:29:21 作者:侯云龙
  记者日前从公安部门和多家互联网公司获悉,根据相关专项检测,近年来针对医院等医疗系统的网络安全风险和网络攻击一直处于活跃状态且呈现持续上升态势,整个医疗行业信息安全形势不容乐观。其中,在我国多地医院持续检测出勒索病毒,有些医院出现患者信息被盗等情况。
  相关检测报告显示,仅在全国三甲医院中,今年就有247家医院检出了勒索病毒,全国各地均有三甲医院“中招”,其中,以广东、湖北、江苏等地区检出勒索病毒的医院数量最多。与此同时,针对医疗行业的勒索病毒相较2017年也发生较为明显的变化,攻击行动不再是没有目的的广撒网式传播,而是针对重点高价值目标投放,以最大限度达到非法获利目的。
  腾讯智慧安全发布的《医疗行业勒索病毒专题报告》介绍,从医疗行业被勒索病毒入侵的方式上看,勒索病毒主要通过系统漏洞入侵和端口爆破,然后利用永恒之蓝漏洞工具包传播,一旦不法黑客得以入侵内网,还会利用更多攻击工具在局域网内横向扩散。根据调查分析,国内医疗机构大多都有及时修复高危漏洞的意识,但是少数机器依然存在风险,给了不法分子可乘之机。
  除了勒索病毒外,公安机关和多家互联网公司检测数据还显示,其他各类针对医疗行业的网络攻击也处于高发态势,并快速增长。据上述机构不完全统计,截至2018年6月底,监测到的针对医院等医疗机构的各类网络攻击数量,较去年同期增长超过150%,给医疗机构造成直接影响或损失的安全事件也大幅增加。例如,公安机关案例库显示,今年2月,某地一家大型医院遭到黑客攻击,医疗数据被强行锁死,医院系统瘫痪,造成大量患者无法正常就医。
  由于医疗行业具有特殊性,其信息安全形势一直备受各界关注。360公司向《经济参考报》记者介绍,医疗行业面临的信息安全威胁主要分为两类,第一类是医疗系统或医疗设备存在漏洞,可能被入侵和破坏;第二类是医疗机构及病人资料的泄露。目前,国内尚未发现直接针对医疗设备的网络安全攻击,但第一类威胁却可能对医院等医疗机构正常运转,甚至患者生命造成威胁。例如,2017年某国外大型医疗设备生产商生产的心脏起搏器就被曝出存在安全漏洞,一旦被不法分子利用,心脏起搏器就会受到干扰。
  第二类威胁目前正在不断爆发。例如,2015年美国一家大型医疗保险公司用户数据发生泄露,超过7000万条医疗记录被窃,其中包括用户姓名、出生日期、地址和医疗身份证号码等敏感信息。目前,我国也已发现了类似情况。
2017年公安部门侦破一起特大侵犯公民个人信息案件,涉案黑客于2016年入侵某医疗机构信息系统,将该系统数据库内部分公民个人信息导出,非法获取了大量各类公民个人信息。
相关公安机关和上述互联网公司人士对《经济参考报》记者表示,在互联网时代,随着移动医疗、AI医疗影像、电子病历等数字化程序的普及,医疗机构遭受网络攻击、医疗数据被泄露的风险也与日俱增。由于医院等医疗机构关乎广大人民的生命健康,因此医疗行业的信息安全就显得尤为重要。不仅是医院等医疗机构要认识网络威胁、加强防范意识,网络安全厂商也应重视对医疗行业网络攻防的研究。
包括腾讯、360等互联网厂商均向《经济参考报》记者表示,将与国内安全厂商和广大医疗机构共同努力,一起为医疗行业的网络安全贡献智慧和力量。据悉,腾讯智慧安全已经同复旦大学附属肿瘤医院、重庆市人民医院、陆军军医大学第二附属医院、中山市人民医院等二十多家医疗机构达成合作协议,为这些医疗机构输送安防能力。其他互联网厂商目前也已和各类医疗机构展开合作,共同维护医疗行业信息安全。
责任编辑:陈近梅
产业观察
2018-10-18 10:29:21
深化互联网、大数据、人工智能与实体经济融合 推动大数据产业高质量发展
来源:中国电子报 时间:2018-10-17 18:33:07 作者:张毅夫
  党的十九大报告指出,加快建设制造强国,加快发展先进制造业,推动互联网、大数据、人工智能和实体经济深度融合。习近平总书记强调,要推动大数据技术产业创新发展,构建以数据为关键要素的数字经济,推动实体经济和数字经济融合发展。深入实施国家大数据战略,推动大数据与实体经济融合,实现大数据产业高质量发展,是深化供给侧结构性改革,加快制造强国和网络强国建设的重要举措。
   一、推动我国大数据产业发展的重要意义
  大数据是驱动新一轮科技变革的新引擎。大数据关键技术的发展和大数据思维深刻影响和改变着技术创新发展路径。大量针对大数据特定需求的存储器件、计算设备、网络设备以及大数据处理、管理、分析软件的设计、开发和使用,不断倒逼信息技术产业变革。数据驱动的人工智能方法在深度学习、自动驾驶、语音图像识别等领域取得重大进展,引发基于数据的新一代人工智能应用快速发展,引领全球智能化浪潮。
  大数据是推动经济高质量发展的新动力。大数据产业是数字经济发展的核心力量。以数据流引领技术流、资金流、人才流、物资流,将深刻影响社会分工协作的组织模式,促进生产组织方式的集约和创新,为先进制造业发展、传统产业升级、信息消费扩大升级提供新动能,对推动国家经济高质量发展具有关键作用。
  大数据是推进治理能力现代化的新手段。通过对海量、动态、高增长、多元化数据的高效处理,能够快速提取有价值信息,提高公共决策水平和质量,建立“用数据说话、用数据决策、用数据管理、用数据创新”的政府治理新机制。通过对实时、动态、全样本大数据相关性分析,以群众需求为导向,有效提升政府决策和风险防范水平,提高社会治理的精准性和有效性,加快推进智慧社会建设。
   二、我国大数据产业发展的基本情况
  党中央、国务院高度重视大数据产业发展。党的十八大以来,我国大数据产业发展保持快速增长、蓬勃发展的态势。据研究机构测算,2017年我国大数据产业规模约为4700亿元,同比增长超30%,预计2018年将达6000亿元。
  (一)顶层设计不断完善
  初步形成了以战略引领、规划指导、政策支持为一体的大数据发展协同推进机制。2015年,国务院出台《促进大数据发展行动纲要》,推动国家大数据战略全面实施,建立了部际协调推进机制,组建专家咨询委员会。2017年,工信部印发《大数据产业发展规划(2016-2020年)》,全面部署“十三五”时期大数据产业发展工作。据不完全统计,全国各地陆续出台了160余项大数据规划、指导意见等政策文件,贵州、广东、内蒙古、沈阳等省份及地市成立了大数据管理机构,为大数据产业推进提供了制度保障。
  (二)集聚效应逐步凸显
  在国家相关部委和各地政府共同推动下,大数据产业区域布局持续优化,示范引领效应正在显现。国家设立了贵州、京津冀、珠三角、上海、河南、重庆、沈阳、内蒙古等8个国家大数据综合试验区,围绕数据资源管理与共享开放、数据中心整合、数据资源应用、数据要素流通等重点方向开展系统性试验。工信部支持建设了5个国家新型工业化产业示范基地(大数据),进一步推动大数据产业集聚发展。
  (三)技术创新取得突破
  大数据产业核心技术不断突破,企业研发创新能力显著增强。围绕大数据全生命周期的关键技术攻关取得积极进展,大数据工具、平台和系统产品体系逐步完善,国内骨干大数据企业已具备自主开发建设和运维超大规模大数据平台的能力,一批创新型大数据独角兽企业也迅速崛起。近年来,我国大数据领域专利申请数量逐年递增,专利公开量约占全球大约40%,跃居世界第二。
  (四)行业应用逐渐深入
  大数据应用已由互联网、金融、电信等数据资源基础较好的领域,逐步向工业、政务、民生等领域拓展。工业大数据在制造业全生命周期和全产业链的应用不断深入,网络化协同、个性化定制、服务型制造的新型工业生产模式加速普及。大数据在政务、民生等领域深化应用,涌现出诸如浙江“最多只跑一次”、贵州“大数据助力精准扶贫”等一批惠及民生、增进人民福祉的大数据应用解决方案,数据红利不断释放,群众幸福感和获得感持续增强。
  (五)生态体系日益完善
  在法律法规方面,国家颁布实施《网络安全法》,规范数据保护,十余个省市提出制订大数据相关规章制度。在大数据标准化建设方面,推动成立了大数据标准化工作组,推进6项国际标准和20余项国家标准研制应用。在资金引导方面,目前已有多个地方政府成立了大数据产业投资基金,通过市场化的运作机制,推动数据从资源向资产的转变。
  与此同时,我国大数据产业也面临一些问题和挑战。一是原创性的技术和产品缺乏,系统性、平台级技术和解决方案的创新仍有差距。二是工业数字化基础不牢,工业大数据开发利用不足,大数据和实体经济融合程度有待进一步提升。三是大数据产业发展的保障体系尚未建立,大数据相关法律法规不健全,数据开放共享进程较慢。四是数据安全管理体系不够完善,数据分级分类管理、安全监测、预警处置能力有待加强。五是大数据人才缺口仍然很大,尤其缺乏既熟悉行业业务需求,又掌握大数据技术与管理的综合性人才。
   三、推动大数据产业高质量发展
  当前,我国经济正处在转变发展方式、优化经济结构、转换增长动力的重要时期,应充分认识并把握大数据发展契机,深入分析产业发展面临的新形势、新变化、新问题,扎实推进国家大数据战略实施,促进大数据产业高质量发展。
  (一)强化技术攻关,加快大数据核心技术研发
  持续加快大数据关键共性技术的研发,支持前沿技术创新,提升数据存储、理论算法、模型分析、技术引擎等核心竞争力,推进大数据、云计算、人工智能交叉融合,培育面向大数据的开源软件生态体系。推进产学研用协同攻关,支持创新型企业开发专业化的数据处理分析技术和工具,创新技术服务模式,形成技术先进、生态完备的技术产品体系。
  (二)深化行业应用,拓宽大数据融合发展路径
  加快发展工业大数据,构建覆盖工业全流程、全环节、全生命周期的数据链,鼓励工业企业和大数据企业优势互补、强强联合,提升数据分析处理和知识创造能力。推动大数据与农业、能源、交通、医疗、金融等领域融合发展,促进新模式、新生态培育。
  (三)加强风险防范,提升大数据安全保障能力
  坚持安全与发展并重的原则,从法律法规、政策标准、能力建设等方面建立完善大数据安全保障体系。推动建立多元共治的协同监管机制,不断完善大数据规章制度。探索建立工业数据分级分类管理机制和标准,增强工业数据安全风险感知、预警和处置能力。加强大数据安全技术产品研发和应用,强化重要数据安全和个人信息保护。
  (四)突出示范引领,优化大数据产业发展环境
  健全大数据产业支撑体系。围绕大数据产业链各环节,持续做好大数据发展试点示范项目和优秀案例征集活动,总结推广可复制的经验。结合大数据产业发展需求,推进关键领域相关标准的研制工作,加强大数据标准的宣贯与应用。鼓励社会资本持续向大数据领域倾斜,为大数据产业提供强有力的支撑。打造多层次、多类型的大数据人才队伍,提高人才质量,优化人才结构,充分激发创新潜能与活力。
  (工信部信息化和软件服务业司软件产业处副处长 张毅夫)
责任编辑:陈近梅
产业观察
2018-10-17 18:33:07
AI+IoT时代渐行渐近 芯片厂商强化“资安”产业布局
来源:中国电子报 时间:2018-10-17 17:27:17 作者:陈炳欣 顾鸿儒
  人工智能(AI)技术加速了物联网(IoT)的发展。目前整个社会逐步进入AI+IoT时代,越来越多的设备开启了智能化进程。同时,预计到2020年,将有超过500亿台设备可以互联互通。随着AI与IoT的快速发展并得到广泛应用,网络攻击现象也表现得更加突出,网络信息安全受到更大挑战。人们需要安全的AI和IoT设备,而不是一个充满风险的AI和IoT设备。
   AI+IoT时代,信息安全风险增加
  近年来,随着机器学习、计算能力、存储能力以及云计算等技术发展,人工智能技术呈现出“井喷式”发展,家电、移动设备等各种硬件产品中都开始融入人工智能技术,人工智能的发展已成为大势所趋。但是任何新兴技术都是一把双刃剑,AI技术在为人们提供便利的的同时,也为网络攻击者提供了新的标的。
  360智能安全研究院院长李康表示,智能和安全已经对抗很多年了,未来还会一直存在,“安全对抗应该是安全领域永恒的一个主题。”而随着人工智能的不断发展,AI技术与安全问题也开始受到关注。人们在享受语音交互功能的方便快捷同时,带语音识别的智能设备可能被黑客变成窃听器,也面临个人数据泄露、非法获取账号信息等安全威胁。
  前瞻产业研究院《2018—2023年中国信息安全行业发展前景预测与投资战略规划分析报告》对权威机构的数据汇总表明,2018年全球安全市场规模在870亿~1000亿美元之间。其中,IDC的数据显示,2017年全球机构在这方面的投入已经达到创纪录的817亿美元,预计到2020年信息安全方面的投入将达1016亿美元,复合增长率将达8.3%。Gartner统计2017年全球网络安全支出为891亿美元,到2025年将达到1800亿美元。RMR(Persistence Market Research)更是预计2025年全球网络安全市场规模会突破2000亿美元。
  瑞萨电子产业解决方案中心经理周雄健表示,AI作为一种新型的科技,发展极为迅速,难免有些不足,包括AI本身,比如模型和算法并不完善,如果其模型和算法遭受攻击,就会失效。另外,AI是基于海量数据进行训练,假如数据遭到污染,或被攻击者获取,也会造成严重后果。
   生物特征识别,将成未来发展重点
  在升级AI+IoT设备信息安全防护方面,芯片公司有着大量可做的工作。越来越多的芯片公司开始针对这个领域推出“升级版”的芯片技术,实现更为安全的物联网络。
  新思科技(Synopsys)亚太区总裁林荣坚指出:“对于信息安全的理解涉及三个层面:信息的保密性、信息的完整性和信息发送方与接收方的真实性。针对这三个层面的需求,芯片公司既可以采用纯软件的方法,在一个既有的平台上进行数据加密。这种方式的成本最低,但是防护效能也是最低的。其次,芯片厂商可以在CPU上定制安全性模块,由于部分采用硬件加密,这种方案比纯软件的方案安全性更高。当然,最安全的做法是加载一颗专门执行安全算法的芯片。只是这种做法,必然会提高成本,并使芯片面积提高。”
  作为嵌入式芯片厂商,恩智浦的产品和解决方案在物联网各个边缘计算领域都有着广泛的应用,同时恩智浦对于信息安全也极为重视。“在过去30年间,安全一直是我们恩智浦的立身之本。”恩智浦半导体全球销售与市场执行副总裁史帝夫·欧文表示。恩智浦的信息防护范围也在不断扩展,如语音、生物识别等的信息安全。在日前召开的“恩智浦未来峰会”上,史帝夫·欧文就指出,生物特征识别将是未来信息安全防护方面的重点,如指纹识别、面部识别,以及语音等,都是需要开始有前瞻性考虑的安全问题。
  周雄健也表示:“目前终端产品的安全性设计大多处于初级阶段,厂家更关注夺人眼球的炫目功能,却忽视安全保护。而且很多厂家对成本敏感,无法接受加强安全性带来成本的大幅增加。目前AI和IoT设备的安全需求还没有规范定义。”在这种情况下,芯片厂商需要投入更多力度提供安全的AI和IoT解决方案。瑞萨电子推出在嵌入式设备中集成的人工智能技术“e-AI”解决方案,可以将训练好的神经网络模型转换为可在MCU和MPU上运行的C代码。e-AI在为物联网设备提供嵌入式AI技术的同时也提高产品的安全性。
   AI“双刃剑”,守护“资安”作用同样明显
  实际上,AI不只是网络攻击的标的,在信息安全防护方面AI技术也可发挥重要作用。由于网络攻击是不断演变的,防御过程中经常需要面临先前未知类型的恶意软件,而人工智能则可凭借其强大的大规模运算能力脱颖而出,迅速排查筛选数百万次事件,以发现异常、风险和未来威胁的信号。
  如今人工智能成信息安全领域的热门应用,越来越多企业也纷纷采用AI技术抵御网络攻击。IBM宣布人工智能系统“沃森”(Watson)将在网络安全领域大展身手,打击网络犯罪。而谷歌则在加密领域取得突破——谷歌大脑成功开发出两个独立的人工智能加密算法,不但能够防范第三方人工智能的破解,而且还能够自我学习,破解其他AI人工加密算法,人工智能系统在加密通信时甚至都不需要“温习”人类的加密算法!在物理和虚拟世界,人工智能武器的军备竞赛即将打响!
  人工智能技术可以解决很多应用安全的问题,比如安全分析、广告欺诈监测、隐私分析等。北京大学郭耀教授指出:“应用在访问用户数据前会有一个非常长的条款,利用人工智能技术就可以对此进行聚类分析,然后对比相似功能的应用,如果100个应用做同样的事情,其他的都不需要电话号码,而有一个需要,那肯定是有问题的。”
责任编辑:陈近梅
产业观察
2018-10-17 17:27:17
大数据+物联网 呵护“一杯净水”——访鹤庭科技有限公司董事长冯锐
来源:贵阳晚报 时间:2020-08-13 10:03:06 作者:刘辉
  位于贵阳经开区的鹤庭科技有限公司是一家从事水处理设备科研、生产和销售的高新技术企业,致力于改变传统的净水服务模式,将物联网、大数据、人工智能等运用于净水设备及服务。今年,鹤庭净水入选“贵州省大数据企业50强”。
  近日,鹤庭科技有限公司董事长冯锐就数据挖掘、净水云技术、饮水健康等话题,接受记者专访。
  1995年,上海鹤庭净水科技有限公司成立,是国内最早从事集直饮水设备研发、生产和销售为一体的高科技公司。2014年,在贵阳市的招商引资中,该公司落户贵阳经开区,注册“鹤庭”商标,并于2016年成立贵州鹤庭沃德环境工程有限公司和鹤庭科技有限公司。
  上海是“鹤庭”的生产基地,全系产品采用反渗透技术,有效滤除金属、抗生素、水垢、细菌等有害物质,过滤精度达0.0001微米,只能由水分子通过,实现出水直接饮用。
  冯锐介绍,“鹤庭”在广东惠州建立了粤港澳大湾区技术研发中心,进行净水核心部件主板、芯片开发设计。“正是看到贵州大数据发展的美好前景,‘鹤庭’大数据研发中心才设在贵阳。”冯锐说。
  在贵阳,鹤庭净水运用大数据、人工智能等技术,成功研发了鹤庭云净水技术和智能控制系统、中央直饮水处理设备等技术,并与中国华东设计院、阿里云等合作研发出了全国领先的智能物联网“净水云技术+大数据+公共服务平台”,实现水质实时监测,向用户提供超国家标准的安全饮用水。
  立足贵阳,向全国市场进军。目前,“鹤庭”的智能净水服务已覆盖全国大部分地区,并走出了国门,辐射到阿尔及利亚、南非、美国等地。在贵州,“鹤庭”除了为住户提供直饮水服务外,还为5000多家单位提供安全饮水服务。
  走进鹤庭净水产品厅,最新的科技成果——厨下净水器、立式智能反渗透净水器、净水龙头、净水花洒等,让参观者对净水产业有了直观的认识。
  “亮起绿灯,表示水质合格;红灯闪烁,表示水质不合格,不合格水质数据会第一时间上传到公司,并及时派遣技术人员上门服务。”鹤庭净水工作人员详细介绍了前不久投入市场的“智能龙头”,支撑该龙头运转的是后台“物联网大数据运行监控中心”。
  冯锐介绍,2015年,公司依托“大数据+物联网”技术,成功研发了“鹤庭云净水技术和智能控制系统”,其中就包括“物联网大数据运行监控中心”。该系统将每台终端净水设备连接到鹤庭云净水平台,设备情况一目了然,实现水质全程可视化。用户可通过手机,实时查看水质状况、制水质量、故障预警等信息。
责任编辑:姚治
产业观察
2020-08-13 10:03:06
南明区将打造成新型智慧城市典范
来源:贵阳晚报 时间:2020-08-13 09:54:29 作者:刘辉
  8月12日,南明区人民政府、深圳市腾讯计算机系统有限公司、贵州优特云科技有限公司战略合作框架协议签约仪式在贵阳举行。
  本次签约旨在把南明区打造成为新型智慧城市典范,构建腾讯云生态示范基地。根据协议,签约三方今后几年内将重点在多个领域开展合作,在南明区建设自主知识产权、行业领先、运行稳定的超算中心;提升南明数字产业聚集区整体智能化,打造南明数字产业智慧园区;探索构建南明区社会治理全要素数字化,提高社会治理精细化水平;建设南明智慧商圈,立足打造中高端消费引领区;建设文化旅游数字化平台;打造南明智慧民生服务创新示范应用,助力“三感”社区建设;并在智慧城市管理人才培养展开合作。
  签约各方表示,将在战略合作框架内,发挥各自优势,围绕数字化基础设施建设、新型智慧城市建设、工业互联网、云计算、人工智能、区块链等领域,在技术开发、项目合作、平台建设、融合应用、生态打造、方案输出等方面,通过资源整合,展开全方位合作。
责任编辑:姚治
产业观察
2020-08-13 09:54:29
助力贵阳打造大数据安全产业生态
贵州国卫信安科技有限公司首席技术官钱晓斌
来源:贵阳日报 时间:2020-08-13 09:49:45 作者:黄菊
  这段时间,钱晓斌正忙着为一年一度的大数据及网络安全演练活动进行相关准备工作。“今年的演练将重点围绕新基建和智慧城市场景展开。”钱晓斌说。2016年以来,他已连续四年深度参与贵阳大数据及网络安全演练工作,并在其中担任关键角色。
  钱晓斌是贵州国卫信安科技有限公司首席技术官,也是贵阳市大数据安全专家。
  在来贵阳之前,钱晓斌曾在华为工作了八年,是原华为企业网络安全产品线首席安全架构师、安全研究部部长。2016年5月,钱晓斌以国内知名安全专家的身份,受邀到贵阳参加攻防演练活动策划与方案编制工作。“这是一个偶然而又必然的契机,我想结合贵州大数据,把自己在网络安全方面的一些大胆想法付诸实现,这是在原先工作环境中很难运作的事情。”钱晓斌说。
  2016年6月,贵阳经开区以高层次人才柔性引进的方式,邀请钱晓斌担任经开区大数据安全领域首席专家。来到贵阳后,钱晓斌一头扎进贵阳大数据及网络安全攻防演练的筹备工作中。
  “在当时,城市级大规模网络安全实战演练属于创举,挑战很大。大数据安全形势的紧迫性、大数据安全问题的特殊性以及贵州大数据多年以来无数先行先试培育出来的前瞻性与创新性,加上地方领导的魄力与担当,我们才有机会一起开动这趟‘拓荒号列车’。”钱晓斌说,实战演练是对常规网络安全检查方式的一次革命,必将由此作用于整个网络安全生态,产生一系列连锁反应。
  2016年12月,首届贵阳大数据及网络安全攻防演练活动成功举办,钱晓斌担任攻防演练现场技术总指挥。此次活动成为贵阳大数据安全产业发展“元年”的标志,打响了贵阳大数据安全产业发展的“第一枪”。此后,贵阳大数据安全产业迅速发展,并常态化举办攻防演练活动,每年演练的内容主题、活动规格、服务半径、技术水平都在不断提升、扩大。
  实网演练迅速催生了网络靶场。钱晓斌带领团队为贵阳网络靶场构建了完善的技术平台与服务体系,包括攻防演练平台、指挥调度平台、安全实训平台、安全管控体系、安全能力资源库,以网络靶场聚资源、引人才,有效推动了大数据安全产业发展,助力贵阳打造大数据安全产业生态。
  贵阳国家大数据安全靶场由政府主导建设,倡导开放合作、共建共享的创新发展模式。“我们不仅将攻防演练活动中获得公安部门授权的靶标纳入靶场中,而且加大和行业、企业的合作力度,联合建设靶标。”钱晓斌说,目前,靶场已拥有数万实网靶标、上千虚拟靶标,覆盖十大关键信息基础设施业务场景。
  据钱晓斌介绍,贵阳大数据安全靶场有丰富的靶标场景、强大的能力支撑,以及优质的服务资源,对当下各行业急需的安全人才培养来说,具有得天独厚的支撑作用。“目前,靶场已初步建成贵州省大数据及网络安全能力测评与培训平台。同时,与国内权威机构合作共建的实战类安全人才技能考试中心正在做开班前的准备工作。”钱晓斌说。
  “最近,我们正在研究网络靶场在垂直行业领域的深化应用,如电信反诈网络靶场、能源大数据安全靶场。”钱晓斌说,“下一步,我们将深入探索垂直行业的靶场建设,为价值企业提供包括常态化演练、自动化渗透、安全测试、安全实训等靶场服务,为行业企业的安全实战能力提升、红蓝对抗体系的建设提供更好的支撑。”
责任编辑:姚治
产业观察
2020-08-13 09:49:45
众鑫捷创科技:依托贵安大数据产业 深耕智能安防领域
来源:贵阳日报 时间:2020-08-13 09:43:31 作者:石照昌
   工人在众鑫捷创科技车间贴辅料。
  8月12日,在位于贵安新区龙山工业园的众鑫捷创科技有限公司(以下简称众鑫捷创科技)无尘车间里,工人正忙着把摄像头跟电路板组装在一起。
  众鑫捷创科技人事经理杨兵说,受疫情影响,公司从2月26日开始推进复工复产,并以日增10%的产能提升计划加紧生产,力争在最短时间内将遭受的损失补回来。据统计,上半年,公司共生产各类摄像头400余万个。
  2016年7月,深圳市众鑫捷创科技有限公司落户贵安新区龙山工业园,2018年5月正式投产运营,主要生产摄像头模组,产品广泛应用于手机、平板电脑、行车记录仪、医疗设备等,产品远销10余个国家及地区。该公司落户贵安以来,生产经营和市场效益都表现良好,2019年销售额达1.5亿元。此外,在不断壮大经营领域的同时,该公司也为当地居民提供就近就业的机会,最多时提供了500个就业岗位,80%的岗位招聘当地居民。目前,公司还在招聘工作人员。
  “随着贵安新区大数据产业不断发展壮大,公司也在逐步拓展项目。目前,正在为位于贵安新区的浪潮等企业进行智能安防监控升级改造。”众鑫捷创科技有限公司总经理余程说,落户贵安后,公司不断扩大和升级客户群,并新增监控门禁等智能安防项目。未来一段时间,公司将依托贵安新区大数据产业的发展,在智能安防领域深耕细作。
责任编辑:姚治
产业观察
2020-08-13 09:43:31
让文明创建 更智慧更精细更高效
来源:贵阳日报 时间:2020-08-13 09:38:32 作者:潘朝选
  数字驱动是推动文明创建迈上新台阶的有力举措。贵阳花果园社区通过建立“社区大脑”大数据平台,整合、分析、研判、应用所采集到的海量数据,实现社区治理精准化,有效实现了对流动人口、社区秩序、消防安全等的动态监管。坚决打赢全国文明城市整改攻坚战,我们要充分利用大数据等科技手段,让创建工作更智慧更精细更高效,更好地巩固和提升文明创建成果。
  经过多年努力,已经实现全国文明城市“三连冠”的贵阳,管理水平在不断提升。但文明创建工作没有最好只有更好,巩固和提升文明城市创建成果,需要向更深更细处发力,要把文明创建的触角向背街小巷、三车整治、交叉管理地带等文明创建的薄弱环节和难点不断延伸,要加强信息互通推动工作联动,用全天候监控的力度做好整改监督,用绣花针的功夫抓好细节治理。这就要求我们坚持创新驱动,尤其是用好大数据、人工智能等科技手段,不断推动文明创建工作信息化、精准化、常态化。
  借力大数据,让文明创建更智慧更精细更高效,要把现有的大数据社会管理系统和平台充分利用起来。通过整合各数据平台,进一步破除信息壁垒,形成覆盖全社会的大数据智能监控网络,时刻汇集海量数据信息,实时实地关注城市管理动态,对全市各区域实行扁平化、实时化管控,从而不断提升管理效率和精准度。通过大数据汇聚、分析,精准把握治理重点、难点,尤其是私搭乱建、占道经营等难以监管的动态环节,要实现全天候监督,推动问因问责,强化整改落实。
  借力大数据,让文明创建更智慧更精细更高效,要以推动全国文明城市创建提质升级为契机,抓住新基建等发展机遇,完善文明城市管理“操作系统”。要加强专业化平台建设,通过搭建文明城市建设综合数据链条等,全方位推动负面清单督查、网格数字化管理、志愿服务管理、文明单位考评和第三方测评等功能上线上“云”,切实把凭印象管理转变为靠数据说话,把粗放式管理变为精细化管理,把临时突击变为常态长效管理。
  大数据赋能文明城市创建,还要积极探索与“数治文明城市”相匹配的管理体制机制,要在保障数据安全的基础上,分清文明城市创建与市民自由权利之间的边界,深植“数治文明”基因,形成共识和自觉,更有力地推动全国文明城市创建提质升级。
责任编辑:姚治
产业观察
2020-08-13 09:38:32
“云上”办抵押 群众“零跑腿”——贵阳市“云车服”让城市服务更精细
来源:贵州日报 时间:2020-08-13 09:32:31 作者:刘娟
  “原以为解押加抵押至少要十天半月,没想到2至3天就全部办好了,不用请假到现场和来来回回补资料,真方便。”今年,办理旧车解押新车抵押的贵阳市民赵风琴通过“云车服”线上办理系统,仅用3天完成了所有流程,对比抵押前一辆车时的繁琐流程,方便快捷了许多。
  据悉,为持续提升市民获得感幸福感安全感,贵阳市近年来运用大数据技术和平台优势,创新丰富应用场景,努力让城市管理和服务更精细更高效。2019年5月,推出“云车服车管大数据平台”,将高频业务车辆抵押登记和解除抵押登记流程进行优化,通过互联网平台,对机动车抵押登记和解除抵押登记业务进行受理、审核、办结,实现该两项业务办理的“零跑腿”。
  “从前车主办理车辆抵押贷款,所有手续办下来至少要往返金融机构和车管所3至4趟。”贵州云车服大数据科技有限公司运营经理李丽说,“现在,我们一个平台就实现了车辆管理所、汽车经销商、金融服务商的数据连接,打通了所有流程,依托数据互联,极大地简化了业务办理流程。”
  同时,该系统还集成了企业及个人电子认证、数字加密、多层授权等技术支持,通过科技手段还原业务全流程,确保业务真实可溯源,进一步降低风险隐患,保障资产安全。
  “办理传统机动车抵押和解除抵押手续时,窗口工作人员每天要审核上百份的纸质材料,这些材料来自不同部门,审核辨别真伪难度大。”贵阳市公安交通管理局车辆管理所车辆科副科长李杰说,“现在,‘云车服’平台上线后,我们可以直接面对金融机构,通过电子签章技术对资料进行在线审核。如此一来,不仅有效规避了存在的风险,还斩断了非法代办的产业链,进一步推进了交管部门的‘放管服’改革,加快了车管业务的无纸化进程。”
  “云车服”车管大数据平台结合各级交管单位的“车驾管业务社会化监管数据铁笼”平台,拓展“数据铁笼”应用的外延,对银行、汽车金融公司、融资租赁公司、汽车金融服务代理机构做出评分评级,将黑名单用户及风险点纳入“数据铁笼”进行有效监督。
  截至目前,“云车服”平台已有100余家金融机构,300余家汽车经销商入驻,累计处理业务86000多单,为车管所规避了近30起风险案例,保障金融机构资产金额近86亿元,有效避免了身份盗用、资料伪造、一车多贷及黑代办运作等情况发生,实现了多方共赢。
责任编辑:姚治
产业观察
2020-08-13 09:32:31
让办事更高效 让群众更省心——清镇市以“全省通办”为抓手全面提升政务服务效能
来源:贵阳日报 时间:2020-08-12 15:40:33 作者:李春明
  “我在清镇市,把息烽县的三家公司的营业执照都办好了,明天快递就会送过来。” 8月5日上午,在清镇市政务大厅“全省通办”综合服务窗口前,罗燕打电话,及时将办理营业执照情况告知合伙人。
  当天,在清镇市政务大厅,罗燕顺利办完了经营地在息烽县城的贵州珍木缘商务服务有限公司、贵州汇利丰商务服务有限公司、贵州智宝通服务有限公司的登记手续。
  清镇市政务服务中心依托大数据技术,围绕只进一门、诸事通办,一窗统筹、多窗通办,就近受理、全市通办,主动联络、合作通办,异地设窗、嵌入通办,全天服务、自助通办等“六个通办”做文章,全面提高政务效能,不断优化营商环境,深受企业群众好评。年初以来,清镇市政务服务中心2个全省通办综合服务窗口和22个行业通办窗口,开展通办业务3万多件,整个大厅办件量达43万多件。
  2017年,在全省营商环境评估中,清镇市排名靠后。为迅速扭转局面、优化营商环境,清镇市委、市政府决定按照一流县级政务服务大厅的标准,新建清镇市政务服务中心。2019年9月,投资9000多万元、总建筑面积17378平方米的新政务服务中心建成投用。新政务服务中心办事大厅设有13个功能服务区,共154个窗口。52家单位、3家银行,300余名窗口及管理工作人员入驻。群众办事彻底告别了“分头跑、挨个办”的场景,实现了“只进一门,只对一窗,最多跑一次”。
  按照“全省通办、一次办成”政务服务新模式,对通办事项和流程进行梳理后,清镇市在政务大厅设置了上述2个综合通办窗口和22个行业通办窗口,根据“数据通、系统通、业务通”和“标准化、协同化、智能化”要求,确定了各通办窗口工作人员,扎实推进“全省通办、一次办成”工作。
  同时,清镇市依托“全省通办”系统,建立“清镇市市乡通办”平台,将“食品经营许可证办理”等43个事项列为“第一批市乡通办”事项,还将“烟草专卖零售许可证办理”等4个事项列为“第一批乡(镇)通办事项”。清镇市政务中心出资7万多元,为各乡(镇、街道)配置相关通办设备,并派出工作人员指导各乡(镇、街道)规范设置好全市通办窗口。目前,清镇市市乡之间、乡镇之间,通办业务全面开通。
  自“全省通办”改革实施以来,清镇市在做好“贵阳贵安政务服务通”试点工作的同时,主动与全省9个地州市各区县联系,扩大通办范围,形成良好的多点联动、多地合作互办的全省通办氛围。
  近期,清镇市政务大厅内设置了“24小时自助服务厅”,安装了一批智能自助服务设施和无死角监控设备。办事群众随时可通过刷二代身份证与人脸比对识别,进入办事大厅自助办事。目前,已有公安、税务、自然资源、公积金、社保、银行等多家单位自助设备进驻自助服务厅,户籍管理、出入境管理、交通违法处理、水电气费收缴等100多个高频事项实现了全天候可自助办理。此外,清镇市还开发了“清镇政务通”微信小程序,市民通过这个小程序,在手机上可办理1013个事项。
责任编辑:姚治
产业观察
2020-08-12 15:40:33
20载峥嵘奋斗 高质量绘就美好蓝图——观山湖区城市发展纪实
来源:贵阳日报 时间:2020-08-12 15:33:40 作者:帅弋
  2020年,对于贵阳市观山湖区(金阳新区)来说,是值得纪念的一年——观山湖区开发建设整整20周年。
  本世纪之初,承载着贵阳市“建新城、疏老城”拓展城市发展空间、实现强市升位的历史重任,观山湖区在荒地上开始建设。经过20年的发展,观山湖区成了现代化都市城区,成为贵州省乃至西南地区重要的交通枢纽,成为贵阳市政治、经济、文化、交通中心。
  回顾过去,观山湖区发展成绩斐然。本报从今天起陆续推出“观山湖区(金阳新区)建设二十周年”系列报道,向读者全方位展示一个生机勃勃、潜力无限的“现代都市·滨湖花城”。
  20年,在历史的长河中,仅仅是沧海一粟。对于观山湖区来说,这20年,它从呱呱坠地的“婴儿”长成英姿勃发的“青年”,取得了令人瞩目的成绩。
   谋划大发展 新城区应运而生
  2000年初,为缓解老城区的拥堵,拓展城市发展空间,改善我市中心区人口稠密、交通拥挤、环境质量差的现状,贵阳市委、市政府决定在老城区西北部的金华、阳关一带建设城市新区,金阳新区应运而生。
  2000年6月2日,根据国务院批复的《贵阳市城市总体规划》,贵阳市按照“高起点规划、高标准建设、高效能管理”原则,编制《贵阳市金阳新区实施建设区控制性详细规划》。按照规划,贵阳城区将形成以老城中心区和金阳新区为市级中心的双中心城市结构。
  2001年10月25日,金阳新区建设大规模启动,不到3年时间,完成实施建设区17平方公里“三纵六横”道路主骨架建设,打通金阳新区与老城区连接的东出口与南出口通道,水、电、煤气、通信、交通设施、市政设施同步到位,市级行政中心建设完成。
  2003年11月,贵阳市委、市人大常委会、市政府、市政协和36个部办委局搬迁到金阳新区,贵阳城市“双中心”结构初现。
   成立建制区 发展驶入快车道
  2008年到“十二五”期间,是金阳新区高速发展的重要阶段。
  在此期间,二环路城市带(金阳段)全面启动建设:推进了贵阳火车新客站功能区18.18平方公里的开发建设:围绕百花湖生态湿地的打造,在水源保护区外开发建设百花生态新城:完成198平方公里规划区范围的城市路网、排水、排污、供水、煤气、宽带等基础设施建设。
  同时,实施“六城带动”战略作为项目支撑,即贵阳与全国快铁交通圈连接,贵阳市域快速铁路项目启动,轨道交通1号线控制性工程建成,加上已建成的环城高速公路、黔灵山路、北京西路、二环路,依托这些优势打造“交通枢纽之城”:依托奥体中心等项目的开发建设和观山湖公园的建成开放,打造“体育文化之城”:依托贵阳国际会议展览中心及陆续建成的十余家五星级酒店,全面启动会展金融中心建设,打造“会展服务之城”:在引进盘江煤电、大唐电力等20多家企业总部的基础上,积极发展总部产业,打造“总部经济之城”:全面启动西南国际商贸物流城建设,打造“现代商贸物流之城”:着力环境基础设施等建设,打造“生态宜居之城”。
  此外,还以大数据、大金融、大会展、大商贸、大健康、大旅游和现代制造业“六大一制”为重点,引进汽车整车、装备制造、大数据等现代产业,初步形成汽车、装备、建材为主导的第二产业发展格局,现代产业体系初步构建,随着贵阳吉利整车产业化项目、爱登堡电梯(西南)生产基地、贵州浙商现代制造业产业园等一批现代制造项目相继落户,打破第三产业“一家独大”的格局,现代制造产业实现“零”的突破。
  2012年11月15日,国务院下发《国务院关于同意贵州省调整贵阳市部分行政区划的批复》,同意在原金阳新区的基础上设立观山湖区。同年12月21日,观山湖区正式挂牌成立,全区进入高速发展快车道。
   打造滨湖花城 形成现代都市区
  观山湖区巨变,还在于一大批省、市重大功能设施建成落户——贵阳市第一中学、贵阳奥体中心、贵阳国际会展中心、贵阳北站、贵州金融城、贵阳西南国际商贸城、贵州省博物馆等等,让观山湖区跃然成为贵阳市政治、经济、文化、交通中心,“现代都市·滨湖花城”现代化新城框架形成。
  在观山湖区开发建设中,作为生态文明贵阳国际论坛、中国国际大数据产业博览会、中国(贵州)国际酒博会等国际国内活动的举办地,作为贵州省首批生态文明先行示范区和国家生态文明建设示范区,观山湖区不但成为展示贵州形象的重要窗口和平台,更加速了外界对观山湖区的认识,拓展了观山湖区的知名度。
  数据显示,截至2019年底,观山湖区地区生产总值增长10.7%:固定资产投资增长10%,增速排名全市第一:规模以上工业增加值增长123.3%,增速排名全市第一:一般公共预算收入完成53.8亿元、增长6.7%,总量排名全市第一:根据第四次全国经济普查精准核算结果,地区生产总值达607.05亿元,经济总量跻身全省各区(市、县)前五,连续四年入围“中国最具投资潜力中小城市百强区”。
  观山湖区城市功能也趋于完善,截至2019年底,307平方公里行政区域内“一环、六横、七纵”路网体系初步形成:全区共有各级各类学校152所:建成文化活动中心(站)13个,实现区域全覆盖:人均体育场地面积2.19平方米。
  观山湖区生态文明建设各项工作取得可喜成效,截至目前,河湖环境水质优良率由不足50%提升到87.5%,空气环境质量达标率由80%提升到98.6%,黑臭水体基本消除:生态环境风险安全可控,危险废物利用处置率100%:人居环境持续改善,全区森林覆盖率达46%,集中式饮用水源水质优良率100%,城镇污水处理率99.2%、城镇生活垃圾无害化处理率100%、农村无害化卫生厕所普及率89%。
  ……
  20年峥嵘奋斗,观山湖区强劲崛起,成绩斐然。
  傲然的成绩已经属于过去,相信在省委、省政府的支持下,在市委、市政府的领导下,未来的观山湖区,会以更加强劲之势,实现又好又快发展,继续描绘更加美好的蓝图。
责任编辑:姚治
产业观察
2020-08-12 15:33:40
家门口买菜!观山湖区这个智慧“菜市场”你“逛”过了吗?
来源:天眼新闻 时间:2020-08-12 10:40:15 作者:何欣
  “这里离家近,菜也都很新鲜,而且品种多、品质好,最吸引我的是整点打折优惠活动,买下来比菜市场还便宜呢!”8月10日,记者走进观山湖区金阳街道丽阳天下小区,四个整齐排列的保鲜柜映入眼帘,保鲜柜前,小区居民张学贤一边说,一边和大家兴致勃勃地挑选着菜品。
   居民张学贤正在挑选食材 丁伟鑫 摄
  据了解,张学贤青睐的保鲜柜是金阳街道6月以来创新推出的社区生鲜“智慧微菜场”,将社区生鲜“智慧微菜场”设置在小区内,可有效弥补小区离菜市场距离较远或市民买菜不方便的菜场网点缺口。该微菜场每日供应的新鲜有机蔬菜、水果等均来自罗甸县、惠水县等省内蔬菜水果基地,在满足居民群众日常生活不同需求的同时,还跟助农脱贫工作相结合,实现贫困地区菜农与消费者之间的不见面交易,可谓一举两得。具体使用时,居民用微信扫一扫就可以打开柜门,挑选好自己心仪的食材后再通过手机直接结算,操作简单便捷,受到辖区群众普遍欢迎。
   丽阳天下小区内的社区生鲜“智慧微菜场” 丁伟鑫 摄
  目前,该街道已在辖区碧水云天、丽阳天下、金翠湾、碧海红湖等小区设置了社区生鲜“智慧微菜场”,下一步,该街道还将在辖区中铁逸都、华润国际社区等地增设“智慧微菜场”点位,打造十五分钟线下便民智能生活服务圈,让居民群众在小区内就能智能化购买果蔬农产品,切实提高居民群众的获得感、幸福感、安全感。
   社区生鲜“智慧微菜场”内的新鲜蔬菜 丁伟鑫 摄
 
责任编辑:姚治
产业观察
2020-08-12 10:40:15
开阳县5G建设按下“快进键”
来源:天眼新闻 时间:2020-08-12 10:31:11 作者:高伟
  近日,中国移动通信集团贵州有限公司开阳分公司施工人员熟练地攀上铁塔,经过持续紧张作业,一台5G设备安装在了几十米高的铁塔。
  “又一个基站大功告成了。”中国移动通信集团贵州有限公司开阳分公司建设维护部主任黄筑说,这是开阳县建设完成的第39个5G基站。根据规划,今年下半年,开阳县还将建成近90个5G基站,实现对城区、旅游景区深度覆盖。
  根据贵阳移动总体安排部署,开阳移动于5月17号开通了首个5G基站,主要覆盖磷都大道附近地区,标志着开阳5G产业发展正式迈入新征程。
  与4G相比,5G网络最大的特点就是速度快,4G网络最大网速峰值可达1G的上网速率,而5G最高则可以达10G,甚至更高。它将在4G网络的基础上带来更高网速的提升。此外,5G网络不仅传输速率更高,而且在传输中呈现出低时延、高容量、低功耗的特点,能更好地支持未来的物联网应用。
  据黄筑介绍,5G基站的建设主要选择商业区、需求量大的企业楼宇以及住户和用户比较集中的区域进行覆盖,目前,已耗资2000万建成开通39个基站,全县5G行业已覆盖了“智慧城市、“智慧停车”“智慧医疗”等多种场景,为开阳打造智慧城市提供有力支撑。
  这样的建设速度和建设成果得益于政策落地后,开阳县成立5G领导发展小组,各个部门多方面发力,打出“组合拳”。
  “我们主要负责全县5G发展的统筹协调、监督管理,制定5G发展应用规划,将5G产业纳入十大千亿工程产业培育推进,强化对5G研究的支持力度,鼓励各科研机构和相关企事业单位开展5G相关科技创新研究,推动5G场景创新和融合应用。”县工信局相关负责人表示。
  不仅如此,县公安局还协调落实了公共监控杆向5G址开放,实现“一杆多用,多杆合一”;县住建局将通信基础设施设计纳入工程建设项目审批范畴,缩短申报、审批手续,同时指导商业楼宇、校园、新建住宅等业主单位或物业管理单位将地下停车场、公共管网通道等小区资源向5G站址开放,推动5G场景创新和融合应用……
  5G建设正在为日常生活插上“科幻翅膀”,为传统产业装上“智慧大脑”。接下来,5G将全面覆盖政用、商用、民用,是开阳县经济转型升级的推动力和牵引力,推动各行各业进入数字化智能时代,为开阳县开创智慧城市奠定网络基础。
责任编辑:姚治
产业观察
2020-08-12 10:31:11
大数据分析工具详解 IBM惠普微软工具在列
来源:豆瓣网 时间:2015-11-10 16:38:25 作者:
  去年,IBM宣布以17亿美元收购数据分析公司Netezza;EMC继收购数据仓库软件厂商Greenplum后再次收购集群NAS厂商Isilon;Teradata收购了Aster Data 公司;随后,惠普收购实时分析平台Vertica等,这些收购事件指向的是同一个目标市场——大数据。是的,大数据时代已经来临,大家都在摩拳擦掌,抢占市场先机。
  而在这里面,最耀眼的明星是hadoop,Hadoop已被公认为是新一代的大数据处理平台,EMC、IBM、Informatica、Microsoft以及Oracle都纷纷投入了Hadoop的怀抱。对于大数据来说,最重要的还是对于数据的分析,从里面寻找有价值的数据帮助企业作出更好的商业决策。下面,我们就来看以下八大关于大数据分析的工具。
  EMC Greenplum统一分析平台(UAP)
  Greenplum在2010年被EMC收购了其EMC Greenplum统一分析平台(UAP)是一款单一软件平台,数据团队和分析团队可以在该平台上无缝地共享信息、协作分析,没必要在不同的孤岛上工作,或者在不同的孤岛之间转移数据。正因为如此,UAP包括ECM Greenplum关系数据库、EMC Greenplum HD Hadoop发行版和EMC Greenplum Chorus。
  EMC为大数据开发的硬件是模块化的EMC数据计算设备(DCA),它能够在一个设备里面运行并扩展Greenplum关系数据库和Greenplum HD节点。DCA提供了一个共享的指挥中心(Command Center)界面,让管理员可以监控、管理和配置Greenplum数据库和Hadoop系统性能及容量。随着Hadoop平台日趋成熟,预计分析功能会急剧增加。
  详细: EMC推出大数据分析平台 实现更高商业价值
  IBM打组合拳提供BigInsights和BigCloud
  几年前,IBM开始在其实验室尝试使用Hadoop,但是它在去年将相关产品和服务纳入到商业版IBM在去年5月推出了InfoSphere BigI云版本的 InfoSphere BigInsights使组织内的任何用户都可以做大数据分析。云上的BigInsights软件可以分析数据库里的结构化数据和非结构化数据,使决策者能够迅速将洞察转化为行动。
  IBM随后又在10月通过其智慧云企业(SmartCloud Enterprise)基础架构,将BigInsights和BigSheets作为一项服务来提供。这项服务分基础版和企业版;一大卖点就是客户不必购买支持性硬件,也不需要IT专门知识,就可以学习和试用大数据处理和分析功能。据IBM声称,客户用不了30分钟就能搭建起Hadoop集群,并将数据转移到集群里面,数据处理费用是每个集群每小时60美分起价。
  详细: IBM更新产品应对大数据 以更好地支持大数据处理
  Informatica 9.1:将大数据的挑战转化为大机遇
  Informatica公司在去年10月则更深入一步,当时它推出了HParser,这是一种针对Hadoop而优化的数据转换环境。据Informatica声称,软件支持灵活高效地处理Hadoop里面的任何文件格式,为Hadoop开发人员提供了即开即用的解析功能,以便处理复杂而多样的数据源,包括日志、文档、二进制数据或层次式数据,以及众多行业标准格式(如银行业的NACHA、支付业的SWIFT、金融数据业的FIX和保险业的ACORD)。正如数据库内处理技术加快了各种分析方法,Informatica同样将解析代码添加到Hadoop里面,以便充分利用所有这些处理功能,不久会添加其他的数据处理代码。
  Informatica HParser是Informatica B2B Data Exchange家族产品及Informatica平台的最新补充,旨在满足从海量无结构数据中提取商业价值的日益增长的需求。去年, Informatica成功地推出了创新的Informatica 9.1 for Big Data,是全球第一个专门为大数据而构建的统一数据集成平台。
  详细: Informatica迎接大数据时代 抓住大机遇
  惠普——Vertica数据分析平台
  被惠普收购的Vertica,是能提供高效数据存储和快速查询的列存储数据库实时分析平台。该数据库还支持大规模并行处理(MPP)。在收购之后,惠普随即推出了基于x86硬件的HP Vertica。通过MPP的扩展性可以让Vertica为高端数字营销、电子商务客户(比如AOL、Twitter、 Groupon)分析处理的数据达到PB级。惠普展示了一款Vertica设备——Vertica Analytics Appliance,和小冰箱差不多大小。它是惠普融合基础架构中的一款全集成技术栈。通过这款新设备“惠普可以真正打开这个市场,尤其是将分析作为一项服务的市场”。
  惠普Vertica实时分析平台其实,早在惠普收购之前,Vertica就推出有包括内存、闪存快速分析等一系列创新产品。它是首个新增Hadoop链接支持客户管理关系型数据的产品之一,也是首个基于云部署风险的产品平台之一。目前,Vertica支持惠普的云服务自动化解决方案。
  详细: 惠普发布Vertica 5.0 提升大数据分析性能
  甲骨文大数据机——Oracle Big Data Appliance
  甲骨文的Big Data Appliance集成系统包括Cloudera的Hadoop系统管理软件和支持服务Apache Hadoop 和Cloudera Manager。甲骨文视Big Data Appliance为包括Exadata、 Exalogic和 Exalytics In-Memory Machine的“建造系统”。Oracle大数据机(Oracle Big Data Appliance),是一个软、硬件集成系统,在系统中融入了Cloudera的Distribution Including Apache Hadoop、Cloudera Manager和一个开源R。该大数据机采用Oracle Linux操作系统,并配备Oracle NoSQL数据库社区版本和Oracle HotSpot Java虚拟机。Big Data Appliance为全架构产品,每个架构864GB存储,216个CPU内核,648TBRAW存储,每秒40GB的InifiniBand连接。Big Data Appliance售价45万美元,每年硬软件支持费用为12%。
  甲骨文Big Data Appliance与EMC Data Computing Appliance匹敌,IBM也曾推出数据分析软件平台InfoSphere BigInsights,微软也宣布在2012年发布Hadoop架构的SQL Server 2012大型数据处理平台。
  详细: 甲骨文大数据机——Oracle Big Data Appliance
  微软进入这个市场
  微软进入这一市场实属“姗姗来迟”,而且在一定程度上说,数据仓库分析和内存分析计算市场落下了后腿。2011年初微软发布的SQL Server R2 Parallel Data Warehouse(PDW,并行数据仓库),PDW使用了大规模并行处理来支持高扩展性,它可以帮助客户扩展部署数百TB级别数据的分析解决方案。微软目前已经开始提供Hadoop Connector for SQL Server Parallel Data Warehouse和Hadoop Connector for SQL Server社区技术预览版本的连接器。该连接器是双向的,你可以在Hadoop和微软数据库服务器之间向前或者向后迁移数据。
  微软在去年推出了基于Azure云平台的测试版Hadoop服务,今年它承诺会推出与Windows兼容的基于Hadoop的大数据解决方案(Big Data Solution),这是微软SQL Server 2012版本(首发日期还不知道)的一部分,现在也不清楚微软是否会与其他硬件合作伙伴或者相关大数据设备厂商合作。
  详细: 微软SQL Server引入Hadooph 获取真正大数据处理能力
  亚马逊将MapReduce作为一项服务
  亚马逊早在2009年就推出了亚马逊弹性MapReduce(Amazon Elastic MapReduce),亚马逊对Hadoop的需求和应用可谓了若指掌,无论是中小型企业还是大型组织。弹性MapReduce是一项能够迅速扩展的Web服务,运行在亚马逊弹性计算云(Amazon EC2)和亚马逊简单存储服务(Amazon S3)上。这可是货真价实的云:面对数据密集型任务,比如互联网索引、数据挖掘、日志文件分析、机器学习、金融分析、科学模拟和生物信息学研究,用户需要多大容量,立即就能配置到多大容量。
  除了数据处理外,用户还可以使用Karmasphere Analyst的基于服务的版本,Karmasphere Analyst是一种可视化工作区,用于在亚马逊弹性MapReduce上分析数据。用户还可以提取结果文件,以便在数据库或者微软Excel或Tableau等工具中使用。
  Teradata跨入大规模分析领域
  Teradata是企业级数据仓库(EDW)的领导者,在数据库分析领域不断推陈出新,但在结构化数据、半结构化数据和大部分非结构化数据领域几乎没有很大成果。这也就是为什么该公司要收购Aster Data——一家提供SQL-MapReduce框架的公司。Teradata日前宣布了一项Aster Data MapReduce产品的计划,它建立在以往产品同样的硬件平台之上,而且在Teradata和Aster Data之间新增了两种集成方法。
  Aster Data 是高级分析和管理各种非结构化数据领域的市场领导者和开拓者。Aster Data为Teradata 带来了 大数据分析市场商,加之收购 Aprimo 所获得的整合营销管理 (Integrated Marketing Management)能力,以及不断加大的核心数据仓库业务投资力度,将为 Teradata 的未来发展注入强劲动能。
  详细: Teradata收购Aster Data 拓展大数据分析市场
产业观察
2015-11-10 16:38:25
数据是工业4.0的核心驱动 工业大数据两个案例剖析
来源:中国工业评论 时间:2015-12-22 14:36:28 作者:张礼立
导读:智能分析和网络物理系统的出现,为我们实现生产管理和工厂转型提供了新的思路。而工业大数据通过360度全景的数字视角,为制造业带来了新的优势,它将提供预测自主维修决策支持分析,打造智能化供应链。大数据是工业4.0的核心驱动。
在当今竞争激烈的商业环境中,企业正面临着前所未有的挑战,即如何利用大数据,快速而精确地决策以提高生产力。追溯过去,整个制造业看的是生产力需求。今天我们的需求发生了变化。
如何理解工业4.0的核心驱动
工业发展的早期为支持生产流程而采用简单的机械系统,这是制造端的生产力需求。而随着工业4.0的出现、互联网等科技新生态的飞速全面化,消费者对产品创新、质量、品种以及交付速度的看法发生了质的变化,这就是我们今天看到的市场个性化需求的根本原因之一。到目前为止,为适应动态变化的市场需求而采用高度自动化的流水线等新科技,其核心驱动来自消费端。因此,现代制造设备必须具备自我意识、自我预测、自适应对比、自主重配置以及自主维修等工业智能的能力,才有可能实现全面个性化与创新的发展。
在工业化不同价值链的体系下,除了从生产端前移到消费端外,也同时从上游往下游突破。从用户的最终价值出发,要实现工业产品的服务与个性化,实现产业链各个环节的融合与协同优化是必然之路。
美国人之所以认为未来智能工业的发展从生产制造端到消费端的转变是必然,并且提出工业互联网的理念,是因为美国强调的是互联网与商业模式创新力。美国的工业互联网关注的方向是充分利用其信息技术的巨大优势,实现以消费者为核心的智能服务。
德国在制造业的核心优势是装备制造业以及生产线自动化,所以德国的工业4.0实践关注销售、服务能力的提升。因而德国提出的是信息物理产品系统加物联网IOT为中心的管理革命战略。
如何理解工业大数据
大数据的理念已经广为大众所接受,其核心都强调价值。目前,除了大数据的基础建设之外,从数据到信息的工作,更多的是停留在社交或商业 数据挖掘上。例如,销售预测、用户关系挖掘与聚类、推荐系统、观点挖掘等。这些研究都非常重要,也极具创新意义,特别是对拉动消费很有帮助。但是,这些实践都只关注了“人为数据或与人相关的数据”,而忽略了“机器数据或工业数据”,如设备控制器、传感器、制造系统等。
产品做出来之后,到底如何使用它?以前关心的是如何生产最好的产品,现在关心的是产品怎么去用,消费体验在哪里?第一,我们现在对工业价值的认知必须从后往前移,从消费端走到生产价值链前端。第二,从关注机器与机器的数据或工业环境数据,到全面协同优化,关注这个价值体系,实现我们对工业4.0的完整理解。
工业大数据的核心支撑力
在工业大数据的实践中,宏观与微观、规模与定制、个性与共性必然成为主要的几个矛盾。在这三大矛盾的背后,我们要通过工业大数据看到我们以前看不到的因素,处理好这些数据,就像Jay Lee教授讲的,让数据成为有价值的信息。工业4.0的五个支撑力值得我们关注。一是降低生产过程中的浪费。生产过程中的消耗来源于组织与组织之间、人与人之间、材料与工艺之间、流程之间,所以我们首先要考虑的问题是,如何降低消耗、浪费。二是制造工业环保与安全。没有碳排放是不现实的,但排放怎么转移,怎么去消费它是问题。三是根据生产状况,实现系统自我调整。在工业大数据里,我们称之为自适应。整个工业4.0讲的就是自适应、自感应、自调理。 大数据分析到最后有很大程度取决于人工智能,指的是自适应能力的强弱,机器自我学习能力的强弱。四是实现制造业的价值化。五是实现用户需求、产品设计、制造和营销的配合。
这五大支柱的焦点就是显性因素和非显性因素。我们曾经关心的是产品的制造、产品的制造工艺、产品本身的质量等显性因素。考虑的点都是可触摸的或可量化的。在工业大数据里,想要解决的问题就是那些非显性因素。
设备处于亚健康状态,我们看不到。对于未来的智能工业来说,想要达到零宕机、零排放、零维修等目的,必须突破的一个关键点就是关注相关的隐形因素,做好量化与数据交叉关联分析。
工业4.0到底会带来什么
智能分析和网络物理系统的出现,为我们实现生产管理和工厂转型提供了新的思路。我们今天卖的已经不再是一个产品,卖的是为客户创造价值的能力。这里包含三方面:
管理优化的综合价值链:管理是一门艺术,一定是融合的产物。综合价值链体现于信息自动性和主动性到一定的量化后,帮助管理者自动形成生产系统的决策,需要大量的数据交叉模型分析,同时需要全方位地对设备进行综合管理。
数字化:数字化是全产业链各个环节相互合作的一种新纬度,这是信息物理系统框架的信息虚拟空间的体现。粗放式制造管理的主要表现是订单式的管理。订单多了,我就生产;订单没有,就假设下个季度它会继续有,继续生产。结果发现产品更新换代了,市场已经对所生产的产品不感兴趣了,企业倒闭的风险就骤然升高。所以工业大数据对工业链的管理能为企业带来价值。数字化就是如何把物理空间全面对应到数字虚拟空间,把整个产业链目前的状态通过数字描述出来,知道消费者在干什么,厂商在干什么,客户心态又是什么样子,甚至可能早于供应商、原厂商掌握这些数字,从而改变产品的设计。
颠覆性商业模式:应该关注商业模式,尤其是商业模式引导下的服务价值体系创新。德国的战略就是要改变只卖一次设备、挣到一笔钱的现状。通过产品的服务,可以一直跟随着消费者。在全产业环节中,做好做强产品的服务升级换代,能享受更多的服务利润。
今天工业数据并没有给企业带来竞争力,因为数据本身没有竞争力。 要实现数据竞争力,系统自我学习能力很重要,数学模型就是不断自我学习和发展的产物。大数据给数据打上标签就是一个行业模式的数字化体现,标签是跟着管理思路走而不是数据。如何形成全信息空间与物理空间的映射,然后做分析才是我们面临的挑战。
数据信息驱动工业革命
首先,今天面临的第一个挑战是怎么让用户有更好的消费体验。其次,企业各部门的竖井没有打通,缺乏环境数据,包括类似地理位置信息、设备的生命状态等。产品的设定和生产要素,跟流程、工艺都有千丝万缕的关系,数字化能够帮我们把这个轮廓勾勒出来。工业数据通过哪些能力最终形成商业机会?有四个方面需要关注:
一是沟通。即设备环境信号识别。信号识别的关键点是信息收集过程中实时性还不够,信号识别的对象不够完整和全面,这是建立 工业大数据能力需要考虑的第一个问题。
二是集成与融合。即大数据的数据平台。所谓融合就是说,OA、知识库、ERP、采购系统等所有可触摸和非可触摸的数据都应该串联起来。这一串联工作还有非常漫长的路要走。
三是分析与决策。我们大数据的建模能力不差,缺的是对行业理解的投入以及形成模型的能力,以及不断推倒重建和调整的持续投入。
四是创建自助服务文化。机器能够自我学习和自我调节。通过焦点转移到不可见的因素,数据给了我们发现创新的全新多视角,最终导向了革命性的商业机会。
工业数据“富有”vs.信息“贫穷”
数据本身不会为你带来价值,数据的技术也不会让你的产业更先进,数据必须转成信息后才会对产业产生价值。智能工厂通过与环境系统的无缝交互,设备能够有自我意识和自学能力,在未来可以实现更高程度的智能控制和优化控制。目前自学设备还远未达到工业实施阶段。
工业大数据给了我们一个看世界的新角度。通过360度全景的数字视角,可能给我们带来些新的优势,这就是所谓信息技术成为创新驱动核心动力的来源。
那么工业数据来源于内源数据和外源数据。企业内部在运行中,积累了大量的内源数据。互联网的今天,外源数据更多。事实上,很多企业不缺数据,主要问题是数据质量低下以及采集手段不科学。
工业数据到底在哪里?我们要什么样的数据?对于生产价值来讲,核心就是工业物联网(IOT)。从智能设备角度,普适计算有很大的空间,现代工人可以带一个普适感应器等设备来参加生产和管理。所以工业数据源是大量设备(250亿左右)之间的关联,这才是我们未来真正需要去采纳的数据。
从今天的制造业现代化转型到未来的智能工厂,我们要把管理员与操作员互动的数据、设备机群的数据、流程质量相关的数据,通过传感器与控制器网络整合。大数据和云技术是整合的核心科技。大数据环境中的数据管理与分配对实现自我意识设备和自学设备至关重要。
数据丰富,但我们的信息很贫乏。目前存在两个问题:第一个就是数据的有效利用率很低。数据80%在过滤,80%的时间在洗数据,80%的数据是在收集又在重复被洗。由于垃圾数据过多,捕获数据的效率有时候更低。第二个就是缺乏分析能力,需要大量的好工具。
我们再看大数据2.0的概念,要做到三个“实”,那就是实时、现实和真实。我们今天的大数据工作大多还在基础建设。要真正形成工业“大数据”,我们需要一个集成平台、预测分析工具和虚拟化工具作为核心的三大构件。
决策的价值随着做出决策的时间的增加而削弱。洞察能力时效性非常重要,更好的商业决策,包括确定决策、收集数据、分析和探索、可视化和交流、执行和提高,都离不开洞察力。
走进“大数据湖”
数据仓库架构是大家熟悉的 数据分析架构,它对于企业数据分析有很多贡献。而工业大数据湖架构具有数据集中、数据类型全面以及所有数据可实时访问的三大特性。
工业数据湖针对工业工作量优化设计包括:关键任务优化,解决工业互联网软件安全性等关键SLA问题;快速获取与储存数据,其中包括设备数据;支持多种模式与数据类型;高性能分析,使用大规模并行处理架构;数据治理和融合,利用位置分散的部署方案。
数据湖的应用非常广泛。其一,关注客户(包括消耗:指数据的交易及结果;分析:指数据预测性、规定性分析及视觉化);其二,关注整个工业数据湖的结构(包括管理:指集中管理数据及数据类型;流程:指高性能计算)。核心点是在管理和流程改进之后对安全的关注。
大数据治理规则与架构。工业大数据要考虑的是全空间的资产管理目录,我们可以把数据全部保留、管理,以提高信息价值。其中包括:质量、生命周期、合规性、元数据及追踪的要素。相关的解决方案主要集中在:主要安全、数据保护、访问控制、数据可视等四个方面。
工业大数据使用案例之一:
预测自主维修决策支持分析
在目前的制造业里面,大数据可以做两件事情:一是打造未来的智能化供应链,二是把预防性维修、生产转化成预判性、预测性。这就是一个绿色产业,包括零排放、零宕机、零维护、供应链管理的零库存等。
物联网(IOT)的发展以及感应技术的兴起,开创了一个能紧密连接物理空间许多事物的信息网络。随着分析技术的发展,特别是预测分析的发展,结合互联网云化的广泛应用,物理空间与虚拟信息空间的形成与同步,离不开设备的自我意识和自主维修机械系统。智能设备的未来,一定是能够自主评估健康状况和退化情况并主动预防潜在性能故障,并且做出维修决策,以避免潜在故障的系统。
按照Jay Lee教授的看法,一个机械系统,自我意识指能够评估设备当前或历史条件,并对评估结果做出反应。要实现健康条件评估,就需要利用数据驱动算法分析从机械设备及其周边环境中的数据。实时设备条件信息可反馈至机械控制器以实现自适应控制,同时信息也会反馈至设备管理人员方便及时维修。然而,对大多数工业应用程序而言,尤其是设备机群而言,设备自我意识还远未实现。当前诊断或预测算法通常适用于具体设备或应用程序,而在处理复杂信息时自适应和灵活性稍显不足。由于同一机群中的设备和设备条件彼此互联,任务和维修计划可在机群级得到制定和优化。操作员可根据每台设备的健康条件平衡和调节每台设备工作量和工作压力,从而最大程度优化生产和设备性能,实现主动检修计划的智能决策。
工业大数据使用案例之二:
助力实现供应链优化与创新
第四次工业革命已在全球爆发,为各行业提供了机遇。其商业模式的特征在于价值链横向合作大幅增长,通过全产业的数字化互连与设备的实时监控,综合利用分析数据与预见分析,从而更好地满足客户的要求。
一般的供应链与全数字供应链的区别在于企业是否有能力高效地对全供应链实现监控、报警、预测及优化。面对庞大的数量以及日益复杂的数据分析任务,通过工业大数据来建立智能工业,其本质是利用自适应机器人与先进传感器等先进技术融合,实现一个数字化制造环境的发展,形成全方位综合优化管理价值链。通过在全供应链的数字优化按需定制和信息实时访问,供应链将变得更灵活。
未来智能供应链可以从生产、需求、服务的三个大方面来实现。首先从市场需要着手,通过工业大数据,分阶段实现需求预测,做好需求与库存对接的优化工作,实现分配最优。其次,加大生产质量生命周期的分析,对生产设备做好实时的预测性自维修以提高生产的质量,实现最大化产量和可靠性。最终,产品以服务的方式在市场上流通,实现供应链配件的优化、售前到售后的服务运营优化、保值分析以及建立增值的售后服务盈利模式。
智能供应链应该建立在高度自动化的分析技术和管理平台上,通过信息技术与运营技术结合形成,来帮助供应链的厂商从繁琐低效的手动工作中解放出来,实现供应链智能中心。未来的更智能的供应链除了实现智能的支出分析、物料数据分类等主要功能外,其核心旨在加速发展移动互联网、大数据、云计算、物联网及其相结合的制造业。利用先进数据分析和预测工具,对实时需求进行预测与分析,增强商业运营及用户体验,战胜更复杂的供应链挑战。
工业创新要以用户需求为转型的核心驱动,借助互联网的灵活和广阔,结合大数据行业的数据管理与分析技术,通过信息物理系统和决策支持系统,让我们的工业物理和信息空间融合同步,实现工业生产的自我意识和自我学习,形成预测监控系统的智能制造业大数据环境,帮助企业做出更“明智”的决策。
文/张礼立 盘古智库学术委员、玖道科技首席战略官、上海市海外经济技术促进会理事。
本文发表于《中国工业评论》杂志第12期。
产业观察
2015-12-22 14:36:28
大数据课程:数据分析师工作内容及择业指南
来源: 数据观 时间:2015-11-05 18:13:56 作者:
  大数据课程网上有很多资料,小编整理了一些有关数据分析师的一些基本工作内容,同时推荐了一份择业指南。   
  大数据课堂:数据分析师都干啥
  数据分析师,简单切词为“数据”,“分析”,“师”。因此,获取必要的数据,分析这些数据,然后从数据中发现一些问题提出自己的想法,这就是一个数据分析师的基本工作内容。
  自己做了数据分析师,真的觉得古语说的对,“功夫在诗外”。一名好的数据分析师,接到一个需求时,会更多考虑这个需求本身,包括要做的东西是什么,为什么这么做,还可以怎么做,怎么去做,关键点是什么。都想清楚了,才去动手做。建议任何一名 数据分析人员,都能在做以前把问题想清楚,确认清楚,不要等到做完才发现自己做错了,那样会很浪费时间。自己这方面曾犯过N多错误。
  下面简单谈下做一名数据分析师要经历的几个步骤:
  (1)获取数据
  获取相关的数据,是数据分析的前提。每个企业,都有自己的一套存储机制。比如淘宝,所有的数据都在HADOOP上,很多数据都要经过HADOOP,hive来获取。因此,基础的SQL语言是必须的。具备基本SQL基础,再学习下HIVE的细节的语法,基本就可以通过HIVE拿到很多数据了。每个需求明确以后,都要根据需要,把相关的数据获取到,做基础数据。
  (2)数据处理
  获取数据,把数据处理成自己想要的东西,是一个关键点。很多时候,有了数据不是完成,而是分析的开始。数据分析师最重要的工作就是把数据根据需求处理好,只有数据跟需求结合起来,才能发挥数据的价值,看到需求的问题和本质所在。如果连数据都没处理好,何谈从数据中发现问题呢?
  对于数据的处理,有两种形式:
  a>如果初步提取的数据是在LINUX上,建议学一门脚本语言,比如AWK,或者PYTHON。如果掌握一门脚本语言,不仅可以在LINUX系统上写很多自动脚本来运行,会大大节省自己的时间,而且可以通过脚本语言把基础数据处理成自己想要的任何形式,直接可以使用。
  b>如果数据没有在LINUX上,那可以download,然后通过其他统计软件来处理。个人推荐SAS或者R语言。SAS的强大,不必多说。没有SAS解决不了的问题,而且SAS也有SQL,处理起来也方便。R语言最近也很火,而且免费,packages越来越多,画图也简单,类似Matlab。如果前期数据处理的好,后续只需要通过R或者SAS画一些图就可以了。在数据分析师的世界,按照价值排序,图>表>文字。
  大数据研究常用软件工具与应用场景
  如今,大数据日益成为研究行业的重要研究目标。面对其高数据量、多维度与异构化的特点,以及分析方法思路的扩展,传统统计工具已经难以应对。
  工欲善其事,必先利其器。众多新的软件分析工具作为深入大数据洞察研究的重要助力,也成为数据科学家所必须掌握的知识技能。
  然而,现实情况的复杂性决定了并不存在解决一切问题的终极工具。实际研究过程中,需要根据实际情况灵活选择最合适的工具(甚至多种工具组合使用),才能更好的完成研究探索。
  为此,本文针对研究人员(非技术人员)的实际情况,介绍当前大数据研究涉及的一些主要工具软件(因为相关软件众多,只介绍常用的),并进一步阐述其应用特点和适合的场景,以便于研究人员能有的放矢的学习和使用。
  【基础篇】
  传统分析/商业统计
  Excel、SPSS、SAS 这三者对于研究人员而言并不陌生。
  ◆ Excel 作为电子表格软件,适合简单统计(分组/求和等)需求,由于其方便好用,功能也能满足很多场景需要,所以实际成为研究人员最常用的软件工具。其缺点在于功能单一,且可处理数据规模小(这一点让很多研究人员尤为头疼)。这两年Excel在大数据方面(如地理可视化和网络关系分析)上也作出了一些增强,但应用能力有限。
  SPSS(SPSS Statistics)和SAS作为商业统计软件,提供研究常用的经典统计分析(如回归、方差、因子、多变量分析等)处理。
  ◆ SPSS 轻量、易于使用,但功能相对较少,适合常规基本统计分析
  ◆ SAS 功能丰富而强大(包括绘图能力),且支持编程扩展其分析能力,适合复杂与高要求的统计性分析。
  上述三个软件在面对大数据环境出现了各种不适,具体不再赘述。但这并不代表其没有使用价值。如果使用传统研究方法论分析大数据时,海量原始数据资源经过前期处理(如降维和统计汇总等)得到的中间研究结果,就很适合使用它们进行进一步研究。
  数据行业从业者到底能挣多少钱
  随着大数据时代的到来,数据分析与探勘成为科技显学,各行各业对于大数据的浓厚兴趣也直接反映在大数据人才的丰厚薪资中。
  根据美国大数据及商业智能软体公司 SiSense 调查研究指出1,资讯分析相关人才起薪约为年薪 5.5 万美元,换句话说,相较美国大学毕业生平均年薪为 4.76 万美元,高出 7400 美元,而最高薪的数据科学家,平均年薪为 13.2 万美元,打败一大票科技公司的高阶工程师,而且这个差距还在继续拉大中。
  以下根据 Payscale 所提供的职位基本年薪做参考,为大家整理了四个最常见的大数据人才工作内容以及薪资范围。
  数据分析师
  这个职位大概是最常见的,「数据分析师」指的是不同行业中,专门从事行业内数据蒐集、整理、分析,并依据这些数据做出研究、评估的专业人员。
  这类职缺通常要求应徵者有数学、统计、或是电脑科学等的相关学位跟背景,最常见的工作技能要求是 SQL、R、SAS、SPSS、Excel,以及随着需要处理的数据量日渐庞大,Hadoop 也被许多公司列为必备的基本条件之一。
  美国地区数据科学家的年薪大约在 $36,139 到 $77,696 美元之间(约等于年薪台币 110 万到 240 万),中间值大约是 $51,224 美元(台币 160 万)。拥有统计分析、数据建模(Data modeling)以及 SAS 等技能的应徵者一般来说更有机会得到高薪。
  数据科学家
  被《哈佛商业评论》誉为「21 世纪最性感工作」的数据科学家可以说是数据分析师的进化版。
  两者的分别可以从职称的不同看出端倪:数据「分析师」统计分析数据作为评估基准来设计行销方案时,数据「科学家」则是把心力放在设计分析数据的演算法,提出不同的理论来测试这些结论,最后建立统计模型来判断消费者行为、找出最关键的行为诱发因子。
  因此数据科学家需要具备程式开发的能力,例如 Java 或 Python,而且对机器学习(Machine Learning)领域有所了解。
  美国地区的数据科学家年薪大约落在 $63,192 到 $142,118 美元间,中间值是 $96,579 美元,几乎是数据分析师的两倍。
  数据架构师
  数据架构师要负责建立和维持公司数据储存的技术基准,策划硬体和软体的结构,确保数据储存系统可以支持未来的数据量和分析需求。
  数据架构师通常拥有电脑科学学位,并且精通数据库相关知识,像是关联式数据库(Relational database)、数据仓储(Data warehouse)、以及分散式数据系统(Distributed storage system)等等。
  美国地区数据架构师的薪资范围是 $65,928 到 $147,868 美元,中间值为 $105,581 美元,以目前的趋势来看,比起 SQL ,擅长 OracleDB 的人才较容易得到高薪。
  数据分析师的择业指南
  数据分析师这个职业现在越来越火爆。本文面向那些准备投身于这个行当的年轻人,在选择怎样的公司上给出了三条参考标准。它们分别是:第一点:去供职于那些利用数据分析来做市场战略定位的公司;第二点:去为一个拥有着伟大想法的公司工作;第三点,去选择给一家即将进入空白市场的公司
  现在确实是属于数据分析师的天下了。如果你有能力,有经验,充满好奇心以及永不倦怠的热情,作为数据分析师的你可谓前景广阔,有一大批公司乖乖站在你家门前挂着牌子等着你的挑选。但是在评估到底去哪家公司的平台上施展你的才华的时候,却是有着很多考量的。即便是一个从业多年的老手也不可能在各种大小规模不一,发展阶段不同,拥有各自的企业文化的公司待过。他们也不可能横跨多个领域,掌握多种技术。但是,在本文中却给出所有有志于从事数据分析师这个职业的年轻人一些经验。大体上总结一下就三点内容,凭借这三点内容,你可以非常理性、客观地分析出来眼前的这家公司到底是否值得去。
  第一点:去供职于那些利用数据分析来做市场战略定位的公司
  公司想要在市场上拥有特殊的竞争优势,从而实现与众不同的市场地位,其实途径方法都有很多种。有一些利用价格来区分自己,比如靠低价来获取市场竞争优势;还有一些公司愿意通过更加优质的产品来达到鹤立鸡群的效果;更有一些人通过订单处理进程的快慢赢得顾客的认可与忠诚,更快的配送上门服务就是很好的例证。
  一个数据分析师应该选的这家公司,应该凭借数据学来做到自己与其他竞争对手之间的「切割」。请注意,有可能数据学可以用来支持更低的价格,更优质的产品,更快的配送速度,但是它绝对不是实现这些优势的主要原因。直接,且主要的原因通常情况下是规模经济造成了更低的价格,专利和品牌带来了更加优质的产品,自动化的技术使得配送速度提升。如果公司核心竞争力是构建在数据和分析工具上,那么它会迅速跟其他竞争者拉开几个身位。
  一旦这种优势得以建立,整个公司都会瞄准数据学发力,所有的资源都是围绕着数据分析投入。它会更加愿意投资,获得数据领域最顶尖的人才,打造最优秀的底层系统,不断地将最前沿的算法和计算技术推向极致,开发各种不可思议的工程产品来展现数据学的魔力。
  在做市场上战略区分的时候,「足够好」这个词是绝对不能出现的。公司和数据分析师双方都应有着足够强烈的意愿,推动技术再往前发展一点点,永无止境地去摸索极限,并愿意承担更多的风险。你每天早上起床睁眼的时候,你一想到这个公司,就能兴奋的一个鲤鱼打挺立刻翻身下床,精神抖擞,迫不及待的开展全新一天的工作,它是一个能够拉动提升你,让你成为这个世界最优秀人才的平台。
  相关阅读
  大数据工程师职业发展以及薪酬一览
  智慧数据:大数据平台规划方案(ppt)
  以上就是本期的大数据课程全部内容,如果你想学习更多大数据相关内容,请关注 慕课 | 数据观
产业观察
2015-11-05 18:13:56