澎湃大數據

Ⅰ 技術落地性成大數據競爭賽點，鯤鵬大數據解決方案憑何領先

文 | 曾響鈴

來源 | 科技 向令說（xiangling0815）

新基建浪潮下，作為底層支撐力量的數據與計算正變得越來越重要。

最近，由中國大數據與智能計算產業聯盟主辦，以「新算力 新基建 新經濟」為主題的第二屆中國超級算力大會ChinaSC在北京召開，包括國內外院士、知名學者和產業大咖在內的600多人參加，探討了超級計算、新基建、雲計算、大數據、人工智慧、區塊鏈等前沿技術進展。

這個獎項的頒出，官方給出的標準是，「能夠把當前的各種技術有機的整合在一起，以滿足不同應用場景下的各種綜合的軟硬體及系統方案，集科學性、先進性、穩定性、經濟性等眾多實際指標於一身，是技術轉變為實際應用的關鍵環節。」

顯然，這個權威獎項最關心的，是大數據解決方案在推動技術向實際應用轉變的能力，而這也正是當下市場環境對大數據的核心需求。筆者嘗試拆解鯤鵬大數據解決方案從宏觀到操作層面的布局，希望能給予相關從業者這方面的行業借鑒。

技術競賽不停， 但大數據需求轉向應用落地

數據的價值越來越明顯，更好地釋放數據價值的技術在不斷演化，但是，隨著更多政企組織開始著手利用大數據能力幫助現實業務提升，其需求也開始更多傾向於技術能否更好地實現應用落地，大數據解決方案正是為此而生。

以鯤鵬為案例，在推動技術落地的過程中，其大數據解決方案表現出符合時代需要的三大特徵，讓它在新趨勢下占據領先優勢，受到客戶廣泛歡迎並獲得ChinaSC權威認可。

1、超高性能仍然是應用落地的最有力支撐

大數據解決方案要推動技術實現各種場景的落地，其前提和支撐，是底層軟硬體性能本身要足夠強悍，否則，再完善和深度的解決方案，沒有性能支撐也只能是空中樓閣。

而也只有性能足夠強悍，在應用落地階段才能夠盡可能去滿足客戶各類數據價值需求。

得益於底層軟硬體能力的深度開發，鯤鵬大數據解決方案就擁有超高性能，為應用做好了充分的准備以及支撐。

例如，硬體方面，採用自主研發高性能鯤鵬920處理器，軟體方面，則擁有在大數據場景下獲得倍級性能提升的獨創IO智能預取和Spark機器學習&圖增強演算法。

以鯤鵬與浙江移動的合作為例，2019年，浙江移動相繼完成了IT雲鯤鵬伺服器測試，營業廳前台系統、CRM、計費、大數據、CDN等系統的驗證及上線商用。這其中，浙江移動的CRM&BOSS系統在鯤鵬大數據方案支撐下，整體得到了較大提升，在規模承載網路運營支撐業務的情況下，該系統現在已經穩定運行一年。

目前，浙江移動圍繞網路雲，IT雲和移動雲，已經打造了全球首個運營商領域ICT全場景樣板點。

2、全棧方案才能推動技術全面落地

解決方案本身並不是一種具體的技術，其價值在於各種技術的有效融匯，作為統一的輸出方式面向政企客戶。而在政企客戶需求日益加深的情況下，盡可能滿足多種場景、多種技術訴求的解決方案，就必須建立一套盡可能完善的全棧體系，將各種技術有機地、系統地、全面地整合在一起。

這正是華為鯤鵬大數據解決方案的體系構成，其基於鯤鵬處理器，構建了端到端打通硬體、操作系統、中間件、大數據軟體的全棧體系，並對應進行了全棧性能優化，推動各類技術匯聚成高性能解決方案：

可以看到，這套全棧體系，一方面通過有機整合，能夠較為容易地同時滿足科學性、先進性、穩定性、經濟性等需求（例如，加速特性和大數據組件能夠幫助方案更有效率同時成本更低）；另一方面，作為全面、完整、一體化的信息化解決方案，也更容易去適應政府、金融、電信、互聯網、大企業等不同行業應用需求。

從技術到應用落地，「全棧」成為重要的中間轉換環節，不但「無損」，而且「增益」。

3、符合政企個性化需求讓技術落地更具現實價值

在最終面向單個客戶落地時，大數據解決方案還需要真正貼合這個客戶的實際需要，這是從技術到應用落地的「臨門一腳」，畢竟，不論性能如何強悍，全棧體系如何完善靈活，落實到客戶頭上，最終還是需要符合業務實際，產生現實價值。

既要有能力，更需要契合，鯤鵬大數據解決方案就是這么做的。

2019年，江蘇省基於鯤鵬架構打造了全國首個省區市縣三級政務大數據，未來將有越來越多的政務系統可以由自主可靠的鯤鵬計算平台來承載；

在廣西，區內首個鯤鵬產業生態雲項目——「壯美廣西·玉林政務雲（鯤鵬雲）」已於不久前上線，這是該市全面推廣應用廣西數字政務一體化平台的體現，而其推出的廣西首個市級公共數據開放管理辦法，就與鯤鵬的大數據解決方案緊密相關；

目光轉到浙江，在鯤鵬生態落子浙江的過程中，浙江推動形成「用鯤鵬」的共識，城市被當成鯤鵬生態的「試驗場」，杭州市政務雲已經選用鯤鵬作為算力底座，基於鯤鵬技術架構的解決方案和應用在政府服務場景中得到廣泛應用。

總得看來，僅有高高在上的技術而無法產生實際價值的大數據玩法已經行不通，鯤鵬大數據解決方案跨越技術與應用的鴻溝，已經在眾多行業、場景和企業中實現落地。

電信行業三巨頭中，中國移動已實現鯤鵬大數據解決方案規模商用，中國電信則基於鯤鵬打造了天翼雲，中國聯通則基於鯤鵬構建了天宮IT系統；政務方面，北京、廣東、江蘇、浙江、廣西等政務雲都出現鯤鵬身影，當下其已經成為首選技術路線；在金融行業，鯤鵬正在幫助銀行系統加速完成國產化。

可以說，鯤鵬大數據解決方案有力推動了中國數字經濟發展，尤其是信息技術應用創新的落地。

領先優勢下， 鯤鵬三個角度出發為大數據技術落地「鋪路」

1、走得更穩——回應數字時代重要的安全關切

因此，鯤鵬大數據解決方案在安全方面一直加大投入，最典型的，是在底層硬體而非軟體層面進行安全保障——鯤鵬920處理器內置硬體加速器、業界首創支持國密演算法加速，這種CPU內置加速模塊的做法，被稱作「內生安全」，配合國密演算法在技術上更為安全。

而與通常的大數據解決方案為了保證安全不得不讓渡較多的性能隨時監控系統運行不同，華為鯤鵬大數據解決方案內生安全的做法，做到了加密對業務性能的損耗低於5%——既解決安全痛點問題，也解決「為了安全需要」本身導致的痛點問題。

2、走得更順——用兼容性保護既有數據軟硬體投資

前文提到政務雲大數據解決方案中，與現有的伺服器的混合部署，這其中有一個十分重要的兼容性做法——由於鯤鵬大數據解決方案建立在鯤鵬處理器基礎之上，而很多政企組織原有的軟硬體投資都基於X86架構，所以鯤鵬要讓技術的應用落地走得更順，還需要在技術上完成對X86在部署層面的兼容，這樣還能保護政企客戶現有的數字化投資。

可以看到，當下的鯤鵬方案已經支持大數據組件TaiShan伺服器與其他架構伺服器混合部署。

以江蘇電信為例，去年7月，其宣布成功上線全球首個基於鯤鵬處理器的運營商大數據平台。作為核心的業務系統，該大數據平台基於鯤鵬處理器的華為TaiShan伺服器和開源Hadoop軟體構建，承載著江蘇電信所有生產系統的運行數據、存儲及分析：

在項目進行過程中，雙方攜手完成基於鯤鵬處理器的開源Hadoop源代碼編譯，讓關鍵的大數據業務組件在華為TaiShan伺服器上的成功部署和運行，在原有集群上實現了傳統架構伺服器和TaiShan伺服器融合部署。

這種兼容的做法，有效結合了江蘇電信大數據業務特點和未來演進趨勢，且充分發揮鯤鵬處理器的性能，提高了數據存儲、計算等資源的使用效率。

3、走得更寬——生態開放才能讓大數據擁有內生動力

鯤鵬生態的主要推動者華為一直強調的理念是「硬體開放、軟體開源、使能合作夥伴」，在大數據解決方案中，這種理念同樣得到了應用。

例如，在鯤鵬全棧方案中，頂層大數據平台就支持華為自研的FusionInsight大數據平台以及開源Apache、開源HDP/CDH、星環大數據平台，可以有效對接各類場景需要。今年8月，星環 科技 就發布了基於鯤鵬的大數據平台軟硬體聯合解決方案，由星環 科技 的TDH大數據平台提供軟體層面優異的功能，由鯤鵬晶元提供硬體層面強大的性能，擁有極致性能、平滑遷移、豐富的場景支持以及快速部署多重優勢，為行業創造價值。

此外，鯤鵬主導的數據虛擬化引擎openLooKeng開源，就支持跨數據格式、跨數據源、跨數據中心的海量分析，最終幫助方案的性能大幅度提升，典型的如北明數據資產管理平台V4.0就基於openLooKeng技術，解決了數據資產管理數據冗雜、標准不一、難以管理等痛點問題，為企業守護和挖掘數據的價值。

開放的生態，將幫助更多合作夥伴發展伺服器和PC等計算產品，幫助構建高質量的基礎軟體生態，也讓更多生態夥伴獲得端、邊、雲的全場景開發能力，最終促進鯤鵬計算生態的繁榮，也加速大數據行業應用創新。

打好基礎、做好標桿， 鯤鵬進入「強者恆強」周期

彌合技術與應用落地的鴻溝後，鯤鵬大數據解決方案擁有越來越多的政企實踐，它們中大多數都是行業典型客戶，本身既是大數據發展過程中的優質案例。

擁有這些客戶資源的鯤鵬，實際上已經進入了強者恆強的發展周期，這不僅僅是因為它獲得了諸多標桿合作案例、領先於行業，更重要的還在於，技術到應用實踐的通路打通後，實踐也將不斷反饋技術，不斷幫助鯤鵬錘煉自身的技術能力，從而形成有效的正反饋循環。

一旦這種循環形成，大數據解決方案就會進入「飛輪」式發展進程，越轉越快、越難以停下，也很難以被後進者追趕，逐步成為政企客戶最有競爭優勢的選擇。

更進一步來看，大數據服務從來都不是孤立存在的，在計算需求多樣化的時代，鯤鵬計算產業生態的主要推動者華為在物聯網、5G、AI等方面的能力和生態布局，無疑將幫助鯤鵬大數據解決方案有更多橫向技術連接和融合的想像空間，滿足更多政企客戶潛在的創新業務需求。

總而言之，在以鯤鵬大數據解決方案為代表的優質案例引領下，數據與計算的時代正在加速到來，最終，「新算力」將推動「新基建」全面落地，帶來「新經濟」動能，更多政企客戶將享受到技術帶來的價值紅利。

*本文圖片均來源於網路

【完】

曾響鈴

1鈦媒體、品途、人人都是產品經理等多家創投、 科技 網站年度十大作者；

2虎嘯獎評委；

3作家：【移動互聯網+ 新常態下的商業機會】等暢銷書作者；

4《中國經營報》《商界》《商界評論》《銷售與市場》等近十家報刊、雜志特約評論員；

5鈦媒體、36kr、虎嗅、界面、澎湃新聞等近80家專欄作者；

6「腦藝人」（腦力手藝人）概念提出者，現演變為「自媒體」，成為一個行業；

7騰訊全媒派榮譽導師、多家 科技 智能公司傳播顧問。

Ⅱ 新媒體遇上大數據　隱私保護仍是「痛點」

新媒體遇上大數據隱私保護仍是「痛點」_數據分析師考試

大數據並不是簡單地買幾台伺服器把數據存下來，而是要將大數據與實際接軌，突出工具化、服務化和實用化，讓大數據能解決具體問題。

新媒體在運用大數據過程中，一個非常關鍵的問題是隱私保護。在使用大數據過程中保護個人隱私，需要司法機關發布有效的法律判例，對侵犯隱私行為形成輿論壓力；同時要加強大數據隱私保護研究

7月9日，金磚國家領導人第七次會晤在俄羅斯烏法舉行。

當天，人民日報全媒體平台「烹」出一張圖解:《金磚國家大數據》。

這並非新媒體與大數據的第一次結合。

前不久由中國社會科學院發布的《中國新媒體發展報告(2015)》稱，中國新媒體已超越「跨行業」，初步呈現「全產業」發展新趨勢。移動化、大數據化和智能化的新媒體已成為具備高強滲透度的產業基因，可深度融合於經濟產業各領域之中。

專注研究新媒體與數據新聞的清華大學新聞與傳播學院教授沈陽認為，當前，大數據在新媒體中應用廣泛，貫穿於新媒體發展的各個方面。

大數據運用廣泛

人民日報全媒體平台發布的《金磚國家大數據》，只是近期新媒體運用大數據的一個例子。

早在大數據這一概念進入公眾視野不久，便有媒體將大數據運用於新聞報道之中。

2014年春運期間，互聯網上就出現了一張可以呈現國內春節人口遷徙實況的地圖，這張盡顯中國春運遷徙實景的圖片更是登上央視《新聞聯播》進行權威盤點。自從春運開始，這張地圖多次被電視、報紙等媒體引用，成為用數據解讀春運狀況的一個樣本。據稱，這是國內首個運用大數據播報國內春節人口遷徙實況的地圖。

相較於電視、報紙等傳統媒體，新媒體對大數據的運用更加頻繁，作為新媒體代表之一的「澎湃新聞」便是如此:今年2月，「澎湃新聞」出品了《大數據告訴你，梅西的右腳現在有多恐怖》；3月，《落馬老虎大數據:除「軍虎」外，69人共花兩千多年入省部級》「走」下生產線。

在沈陽看來，將大數據應用於報道內容，只是新媒體運用大數據的一個方面。

在與《法制日報》記者交談過程中，沈陽列出了新媒體「遇上」大數據的多個「場景」:在做新媒體功能研發時，哪些要素需要增強、哪些需要減弱，可以運用大數據分析進行修正；在策劃選題時，可以通過大數據分析篩選出哪些話題關注度高、最熱門；在內容推送過程中，可以利用大數據對用戶興趣進行分析並梳理出來；新聞發出後，受眾有哪些評論、轉發多少、分享情況，這些都可以通過大數據獲得結果；即便是在廣告投放環節，也可以通過大數據分析、預判廣告與用戶是否匹配、廣告對新媒體品牌價值是否會有影響。

「大數據貫穿於新媒體的各個方面。」沈陽說。

「完美」並非絕對

盡管大數據很重要、很管用，但沈陽很早就發現，「大數據，沒有看起來那麼美」。

「數據真實性是一個不可迴避的問題。目前，水軍、僵屍粉、刷閱讀量等情況都有存在，這在一定程度上給數據提供了虛假成分。」沈陽說，不過，從宏觀上講，可以控制這些虛假成分。

如何控制「水分」?沈陽舉例說，在統計微博粉絲時，可以將范圍縮小至帶V的粉絲，因為帶V粉絲造假成本高；如果要更精準的數據，可以進一步縮小范圍，如近期活躍的帶V粉絲。「當然，這樣篩選數據會面臨高成本的問題」。

沈陽在早期的研究中還關注到大數據的另外兩個問題:樣本代表性和相關性誤差。

沈陽認為，我們不可能搜集到全數據，而與大數據相關的形容詞往往是大規模、精準、細化，在調用如此「完美」的數據時，如何注意情景和樣本的適用性是一個問題。正如網路民意與現實民意的討論，微博不代表網路，網路不代表社會，朋友圈也是小圈子，跳出圈子看世界不容易，切勿陷入相同的悖論。在選樣、測量、誤差校正不盡如人意時，好數據將劣化，大數據將虛化。

相關性誤差，則更偏向於技術。沈陽認為，在要素構成簡單的情景中，可以利用大數據，基於一定演算法和模型對變數元素進行相關性分析。然而，在復雜系統中，僅有相關性解釋還不夠，易走偏。比如一個明顯不對的結論:一個城市的網頁數越高，其網路形象就越好。雖然數據統計證實了網頁數和網路形象存在一般的正相關，但忽略了負面事件帶來的網頁量爆發等，因此結論也是不科學的。相關性要真正體現在數據之間、數據與真實事件影射的現象之間、真實事件的客觀聯繫上。

「大數據並不是簡單地買幾台伺服器把數據存下來，而是要將大數據與實際接軌，突出工具化、服務化和實用化，讓大數據能解決具體問題。」沈陽說。

隱私保護日益突出

基於多年研究大數據的心得，沈陽認為，新媒體在運用大數據過程中，一個非常關鍵的問題是，隱私保護。「目前，隱私保護問題越來越突出」。

此前，《法制日報》記者在參加一次論壇時，工信部相關部門一名負責人曾表達這樣的觀點:大數據時代到來後，隨著互聯網技術及其應用的發展，大數據、雲計算技術方式的使用，個人信息的價值不斷被挖掘、被使用，但是安全保護是一個很大的問題。

工信部相關部門這名負責人認為，大數據時代的個人信息安全面臨三大問題。

「一個問題是數據未經授權被搜集，這種情況發生得比較多。」工信部相關部門這名負責人說，第二個問題是超出范圍使用。所謂超范圍使用，是指企業通過一定的所謂合法的形式拿到個人信息，但是拿到以後使用信息的目的、用途以及范圍，並非信息權利主體所熟知。這種情況包括，當互聯網對一些數據信息進行更進一步或者深層挖掘時，這種挖掘在一定程度上有可能侵犯了權利主體的權益。因為互聯網企業之前可能告訴權利主體，獲取信息是基於特定的目的或者在特定范圍內使用，但是進一步挖掘就有可能觸犯了約定。第三個問題是數據保存。曾有網路社區存儲的幾千萬用戶信息被黑客拿到後轉賣給第三家，最後造成信息濫用。

在新媒體廣泛使用、深度挖掘大數據的時代，如何保護公民隱私?

工信部相關部門這名負責人提出了一個觀點:信息保護人人有責。

「在信息安全保護方面，很重要的一點在於，權利人自身要加強保護意識。」工信部相關部門這名負責人說，現在，不管是要求政府部門監管，還是要求司法機關動起來，一個重要前提是人人保護信息，這樣才可能使信息保護問題得到根本解決，否則只靠公權力機關單方面去做是沒有用的。當然，在提倡人人保護信息的同時，執法保護也是一個很重要的方面。

在沈陽看來，在使用大數據過程中保護個人隱私，一方面需要司法機關發布有效的法律判例，對侵犯隱私行為形成輿論壓力；另一方面要加強大數據隱私保護研究。

以上是小編為大家分享的關於新媒體遇上大數據隱私保護仍是「痛點」的相關內容，更多信息可以關注環球青藤分享更多干貨

Ⅲ 揚州將如何用大數據技術識別攔截騷擾電話

保險、商鋪、樓盤推銷，培訓班咨詢……這樣的推銷電話，幾乎每個揚州人都曾接到過。層出不窮的電話騷擾，讓人十分無奈。最近，揚州一小伙因不堪各類推銷電話的騷擾，特意在手機上安裝了安全軟體。一個月下來，被攔截的推銷電話竟有73個之多。

揚州通信業發聲將利用大數據技術判斷、識別、攔截記者從揚州運營商處獲悉，運營商在省公司層面，已經按照工信部的要求，攔截騷擾電話。 怎樣從茫茫的「話海」中，准確識別出騷擾電話呢？這就不得不提到大數據技術。 據運營商人士介紹，運營大數據技術，可以准確判斷、識別和攔截騷擾電話。「舉個例子，如果同一個號碼，向外打電話的頻率特別高，而每次通話時長又特別短，我們可以推定為廣告推銷電話。」廣告推銷電話的特點是，一分鍾內的通話可達十多次，而每次通話的時長只有短短數秒，顯然不符合常規通話的特點。 若同時該號碼又被人舉報為騷擾電話，就可對其實施攔截了。運營商人士表示，目前有12321騷擾電話、垃圾簡訊舉報平台，用戶可撥打12321舉報電話舉報騷擾電話。

來源：澎湃新聞網

Ⅳ 如何擁抱「大數據時代」

    洶涌澎湃的大數據浪潮，正攜帶著巨大商機，撞擊傳統經濟的概念和思維。大數據孕育和驅動下的新產品、新服務、新產業層出不窮，並日益深刻地改變著每個人的日常生活。一個基於技術進步的「大數據時代」正在來臨。

    中國有句成語，叫「窺一斑而知全豹」。回望人類發展的歷史長河，囿於技術限制的「抽樣數據」，和建立在此「有限數據」基礎上的假設、推理、論證，恰如「窺管知豹」一樣，是人類在無法獲得「全體數據」的條件限制之下，探索未知領域時無法選擇的唯一途徑。

    在互聯網基礎上發展起來的社交網路、電子商務、移動通信、可穿戴設備等「雲計算」技術，讓「抽樣數據」迅速讓位「全體數據」，「全體數據」即「大數據」時代的來臨，使「知全豹」不僅成為可能，而且變得越來越容易。

    寬頻資本董事長田溯寧說：「以雲計算為基礎的信息存儲、分享和挖掘手段，可以便宜、有效、快捷地將這些大量、高速、多變化的終端數據存儲下來，並隨時進行分析和計算。」

    「全豹」當然比「一斑」更能反應事物的本質。《大數據時代》的作者維克托認為，大數據使人類第一次有機會和條件，在非常多的領域和非常深入的層次，獲得和使用全面數據、完整數據和系統數據，深入探索現實世界的規律，獲取過去不可能獲取的知識，得到過去無法企及的商機。

    田溯寧認為，大數據正在成為巨大的經濟資產，是新時代的「礦產」與「石油」，並將帶來全新的創業方向，商業模式和投資機會。

的確，大數據正成為資本「熱戀」的對象。從Facebook、谷歌，到網路、九次方，五湖四海的資本如過江之鯽，正在加速向「大數據」領域集結。成立於2010年的九次方大數據，2014年、2015年兩次融資，就募得資金近10億元，得到了博信資本、建銀財富、當代集團、IDG資本等18家頂尖基金的追捧。

    《2015年中國大數據產業白皮書》顯示，我國大數據市場規模2014年達到767億元，預計到2020年將超過8000億元。而申萬宏源的報告分析稱，10年後「大數據」可撬動萬億元級GDP。

    美好的前景，並不能掩蓋前行的曲折。稀缺是任何資源的基本屬性。「大數據」發展的瓶頸，同樣在於數據的「可獲取性」。中國政府網披露的信息顯示，目前我國信息數據資源80%以上掌握在各級政府部門手裡，「深藏閨中」而未能與社會共享，造成了極大的浪費。

    身處大數據時代，人們生活所需的導航、氣象、房屋、醫療、就業等信息，往往都來自政府的信息數據開放；產業發展所需的戰略思考、布局規劃、落地方案等，往往也要依託對政府信息數據的挖掘、重組、混搭。龐大的手機用戶和應用市場，造就了中國大數據資源的極端豐富性。解決這些由大規模數據引發的問題，探索以大數據為基礎的解決方案，是中國產業升級、效率提高的重要手段。

    貴陽大數據交易所執行總裁、九次方大數據創始人王叄壽認為，大數據將成為繼土地之後政府手中最值錢的資源。他說，激活政府手中的大數據資源，讓它們走出政府的「深閨大院」，作為要素參與市場，既是簡政放權的現實需要，也應該是供給側改革的重要內容，更是擁抱大數據經濟的必由之路。

    流動的要素才能創造價值。開放、流通的數據是時代發展的要求。目前美國政府已創建了Data.gov網站，為大數據敞開了大門；英國、印度也有「數據公開」運動；我國近年來也崛起了貴陽大數據交易所等一批數據交易機構，但作為數據主體的政府依然動作緩慢。

    數據的挖掘和應用，不僅是公司競爭力的核心，也必將成為國家競爭力的標志。在我國產業轉型升級的過程中，以大數據思維的創新方式解決問題，推動供給側改革，創建新的產業群，實現「中國製造」向「中國創造」「中國智造」轉型，意義顯得尤為重要。

    縱觀近代歷史，歷次技術革命，中國都落在了時代的後面。而這次以互聯網為基礎的大數據變革，中國與世界的距離最小，在很多領域甚至還是領跑者。田溯寧說：「只要我們以開放的心態，創新的勇氣擁抱『大數據時代』，就一定能抓住歷史賦予中國創新的機會。」

Ⅳ 大數據的邊界和大數據生存法則

大數據的邊界和大數據生存法則

「大數據」的洶涌澎湃，讓人們逐漸意識到，由此帶來的，極有可能是一場發生在幾乎所有領域的顛覆性革命。只是，雖然坊間有關大數據的論著很多，但敢於將這種趨勢上升到「主義」高度的，恐怕非史蒂夫·洛爾莫屬。身為在《紐約時報》撰稿長達二十餘年的非虛構寫作者和資深記者、編輯，因為長期從事數據科學報道，洛爾早在十多年前就敏銳地感受到「大數據」即將給人類帶來的變化。而眼前的這本《大數據主義》，不同於此前的大多數同類論著的動人之處在於，它以一個在數據分析行業找到人生價值的年輕人、曾為臉譜網建立了最初的數據科學家團隊的哈佛畢業生傑夫·哈梅巴赫的經歷，以及人類數據時代的標桿——IBM公司的大數據生存法則為主線，在敘事中又穿插了大量相關人物的故事和觀點，勾勒出了近幾年大數據浪潮對人類生活諸多方面的深刻影響。

早在2012年初，史蒂夫·洛爾便先知先覺地以「大數據主義」為題，在《紐約時報》「周日評論」板塊發表了一篇社論，網站點擊量激增，很多讀者還寫了關於這篇文章的評論。《大數據主義》便是對上述主題進一步挖掘的成果。

傑夫·哈梅巴赫，這位曾在華爾街這個聰明人匯集的行業做金融數據分析，之後又加盟臉譜網，在從事數據科學研究的同時也為自己的人生贏得了財務自由。離開臉譜網後，他自己創辦了一家名為Cloudera的公司，自任首席科學家，編寫用於數據科學研究的軟體。2012年夏天，年僅28歲的哈梅巴赫又轉戰醫療業，加入紐約西奈山伊坎醫學院，領導一個數據小組，從事遺傳信息的研究，為探索疾病模型的建立方法和治療手段尋找突破口，這是他認為的目前能將數據科學研究投入應用的最佳途徑。而作為一家有著上百年歷史的科技巨頭，IBM對數據技術的進展同樣甚為關注，他們在較早時候就組建了研究團隊，制定了戰略方針，投入了大量資金，招募大批該領域的專家，團隊人數至今已達2000人。其首席執行官甚至告訴洛爾：「我們把整個公司的前途都押在了大數據技術的應用上。」

大數據生存法則

自1946年計算機問世以來，便不可逆轉地加速改變著人類的生活方式和進程。時至今日，海量存在於互聯網及其他各處、能被人們獲取的信息，早已由千位元組（KB）、兆（MB）、千兆（GB）、太位元組（TB），躍升為拍位元組（PB）、艾位元組（EB）、澤位元組（ZB），乃至堯位元組（YB）。據測算，如果將人類現存的信息全部匯集並存貯起來，需要用到的ipad，疊加起來的厚度可繞地球三分之二圈。正是這驚人的數據總量，使人類在處理信息時能經歷從量變到質變的過程，就如同物質到了納米級別，各種原有的特性都會發生驚人的突變，「大數據」概念的誕生，正是數據存量不斷累積的必然結果。

面對不斷生成的各種數據，尤其同一個系統或平台上生成的數據，盡管以人類的大腦很難理清它們相互之間的關系，對這些數據得以如此產生的前因後果更無法給出合乎邏輯的解釋，但它們之間確實存在著一定的相關性。盡管以人類現有的理解能力看來，這種相關性並不十分清晰，甚至有幾分神秘，但通過總結這一系列數據之間的生成規律，人們仍然可以比過去更為有效地決策，而不是像過去通常所做的那樣，依靠個人直覺或是一些只可意會不可言傳的經驗來做出某個重要決定。因此，許多在過去看來無用的數據，今日都「變廢為寶」了。舉例來說，世界最大零售商沃爾瑪通過對大數據統計和研究發現，男性顧客在購買嬰兒尿片時，通常會順便買上幾瓶啤酒。盡管商家不知其中緣由，但還是果斷推出了啤酒與尿布捆綁銷售的促銷方式，提升了啤酒銷量。由此看來，正是大數據帶來的定量分析方法，為人們的決策帶來了新的參考依據。作為一種創新工具，它還催生了大量相關技術，如社交媒體、感測器信號、基因組信息等，不僅有利於經濟增長，還可以幫助我們重塑構建世界的方式，甚至在一定程度上改變我們世界觀。

盡管大數據技術剛剛起步，但如今可涵蓋的應用領域已十分廣泛：從挖掘數據幫助企業經營決策，到對社交媒體用戶展開細致入微的數據分析，提高網站的廣告點擊率；從利用大數據培育性能前所未有的智能機器人，到推動一些傳統產業的升級換代。此外，還有更為性命攸關的醫療行業的「大數據革命」。例如有人提出，許多慢性疾病並非個體基因引起，而是一種復雜的網路性紊亂，涉及從分子、細胞、組織、器官到人類社群的各個環節。因此他們將一組涉及年齡、病史、生活方式和環境等可能影響疾病的發生發展因素，通過復雜的數學模型，全部轉化為數字，以便試驗性地檢測一個人三年內患上某種疾病的可能性。盡管從定量分析角度看，精密科學，如物理學、化學等學科更為成熟，預測結果也更准確，但人們仍在努力引導醫療行業向定量分析的方向發展，而非僅僅依靠經驗對人的健康狀況定性。

在美國某些研究機構中，大數據應用幾乎可協助建立人類行為模型，幫助人們了解自身各種行為之間的關聯關系，那些不曾為人所知的人類行為的奧秘也將慢慢得到破解。

另一個很有意思的例子，發生在IBM公司研製的智能機器人沃森身上。這個「人」在《危險邊緣》節目中高超的信息處理速度，戰勝了面對人類對手戰無不勝的超級挑戰者，令人想起當年深藍戰勝棋王卡斯帕羅夫的故事。似乎顯得巧合的是，深藍的發明者，同樣是IBM公司，如今它又一次以輝煌戰績證明了在人工智慧領域的領先地位，所不同的是，這次的勝利，離不開大數據技術的鼎力相助。

在IBM沃森實驗室召開的一次學術會議上，人工智慧專家希利斯更提出了一個極具前瞻性的觀點：「機器人必須學會講故事。」在希利斯看來，如果一個計算機系統只會提供答案，而不會「思考」和「解釋」問題，那麼無論運算速度多快，都不會有突破性的前景。這里所說的「講故事」，其實就是在軟體糅合數據、想法、推斷，並形成決策時，對整個過程實施跟蹤，讓人們在使用過程中和過後都能知道計算機是如何一步一步完成其工作的。給出這樣的解釋，就能讓人們知道機器人與我們之間的關系，也就是弄清楚，在整個決策過程中，有哪些部分工作是機器人完成的，有哪些是由人類所做的。

大數據真果真無懈可擊？

既然如此神奇，大數據技術及其應用豈不是理應被當代渴望進步、增長的人們頂禮膜拜·史蒂夫·洛爾並不這樣認為。大數據技術的應用，僅從其可靠性而言，就亟待改進。在近年來一些大公司的錯誤經營行為中，常常可找到大數據應用的影子。此外，伴隨大數據技術滲透進人們生活的，還有個人隱私被泄露的風險。無論社交網路的使用，還是各種隨身軟體中內置的定位裝置，甚至連個人的基因信息，都會在人們並不知情的情況下，被大數據擁有者有意或無意地獲取，從而令個人信息的保護程序受到嚴重威脅。

這方面最典型的例子還要數安客誠公司。這家全美最大的數據代理商，在全球范圍內收集了數億名消費者的相關數據。這些公開或推斷所得的信息包括年齡、種族、性別，黨派，以及諸如對度假的期待、對健康的關注程度等非客觀信息。在將這些數據歸納之後，這家網站就可輕易推斷出大多數美國成年人在這些項目上的相關數據，其深入細致的程度無人可及。《紐約時報》的一位評論員甚至寫道：「訪問者登錄之後就會發現，該網站不僅有大量與自己有關的信息，甚至還有描述詳細的私生活，面對這種情況，他們可能會大吃一驚。」面對這種對個人隱私的嚴重侵犯，除了少數民間的隱私權倡導者提出抗議之外，無論從法律或技術層面，至今仍沒能設計出有效的預防措施加以制止。

更為本質的問題還在於：盡管很多大型現代企業早已進入了「無法計量就無法管理」的時代，但在人類生活的其他方面，仍有許許多多重要的東西無法只用數據就可以說明或解決的。事實上，至少迄今為止，幾乎所有能賦予我們的生活以終極意義的東西，如情感、信仰、人與人之間的愛，還有個體自身庄嚴闊大的精神世界，都絕不可能以數據來涵蓋或表達。因此單純的數據崇拜並非福音，面對人類生活的無數復雜微妙之處，任何形式的「大數據決策」，都有必要用謙卑來調和，以免誤入歧途。

以上是小編為大家分享的關於大數據的邊界和大數據生存法則的相關內容，更多信息可以關注環球青藤分享更多干貨

Ⅵ 金融科技發展規劃18個要點：主要涉及人工智慧、大數據、雲計算

今後三年中國金融 科技 的發展規劃正式揭開了神秘面紗，9月6日，央行官方正式發布了《 金融 科技 (FinTech)發展規劃(2019—2021年)》（下稱《規劃》）。

《規劃》開宗明義的指出，

持牌金融機構在依法合規前提下發展金融 科技

，有利於提升金融服務質量和效率，優化金融發展方式，築牢金融安全防線，進一 步增強金融核心競爭力。

《規劃》提出的目標是，到2021年 ，建立健全我國金融 科技 發展的「四梁八柱 」， 進一步增強金融業 科技 應用能力，實現金融與 科技 深度融合、協調發展，明顯增強人民群眾對數字化、網路化、智能化金融產品和服務的滿意度，使我國金融 科技 發展居於國際領先水平。

《規劃》提出的重點任務包括六個方面，即加強金融 科技 戰略部署、強化金融 科技 合理應用、賦能金融服務提質增效、增強金融風險技防能力、加大金融審慎監管力度、夯實金融 科技 基礎支撐。

以下為澎湃新聞梳理的《規劃》要點：

1.依法合規 探索 設立金融 科技 子公司等創新模式。

2.合理增加金融 科技 人員佔比。金融機構要在年報及其他正式渠道中真實、准確、完整地披露 科技 人員數量與佔比。

3.建立健全企業級大數據平台，進一步提升數據洞察能力和基於場景的數據挖掘能力，充分釋放大數據作為基礎性戰略資源的核心價值。

4.推動形成金融業數據融合應用新格局，助推全國一體化大數據中心體系建設。

5.強化金融與司法、社保、工商、稅務、海關、電力、電信等行業的數據資源融合應用。

6.引導金融機構 探索 與互聯網交易特徵相適應、與金融信息安全要求相匹配的雲計算解決方案。

7. 探索 相對成熟的 人工智慧 技術在資產管理、授信融資、客戶服務、精準營銷、身份識別、風險防控等領域的應用路徑和方法，構建全流程智能金融服務模式。

8.推動建立 人工智慧 金融應用法律法規、倫理規范和政策體系。

9.有計劃、分步驟地穩妥推動分布式資料庫產品先行先試，形成可借鑒、能推廣的典型案例和解決方案，為分布式資料庫在金融領域的全面應用探明路徑。

10.積極 探索 新興技術在優化金融交易可信環境方面的應用，穩妥推進分布式賬本等技術驗證試點和研發運用。

11.打造「看懂文字」、「聽懂語言」的智能金融產品與服務。

12.加強 人工智慧 、 移動互聯網、大數據、雲計算 等 科技 成果運用，加快完善小微企業、民營企業、科創企業等重點領域的信貸流程和信用評價模型，引導企業徵信機構利用替代數據評估企業信用狀況，降低運營管理成本。

13.研究制定條碼支付互聯互通技術標准，統一條碼支付編碼規則、構建條碼支付互聯互通技術體系，打通條碼支付服務壁壘，實現不同APP和商戶條碼標識互認互掃。

14.突破1:N人臉辨識支付應用性能瓶頸，由持牌金融機構構建以人臉特徵為路由標識的轉接清算模式，實現支付工具安全與便捷的統一。

15.動態監測分析網路流量和網路實體行為，繪制金融網路安全整體態勢圖，准確把握網路威脅的規律和趨勢，實現風險全局感知和預判預警，提升重大網路威脅、重大災害和突發事件的應對能力。

16.引導金融機構積極配合實施穿透式監管，通過系統介面准確上送經營數據，合理應用信息技術加強合規風險監測。

17.支持高校和科研院所研究建立金融 科技 相關學科體系，推動經濟金融、計算機科學、數理科學等多學科交叉融合。

18. 研究調整完善不適應金融 科技 發展要求的現行fa律fa規及政策規定，推動出台金融業新技術應用的相關fa律fa規，在條件成熟時將原有立法層次較低的部門規章等及時上升為法律法規。

Ⅶ 長樂：數字引擎 動能澎湃

黨的二十大報告指出：

建設現代化產業體系。堅持把發展經濟的著力點放在實體經濟上，推進新型工業化，加快建設製造強國、質量強國、航天強國、交通強國、網路強國、數字中國。

19日，位於 福州市 長樂區的博思人工智慧產業園建設迎來喜訊——施工難度極大的1、2號樓空中弧形鋼結構連廊完成提升工作，顯出驚艷的“博思之眼”外形。

“黨的二十大報告鉛殲宏強調要加快建設數字中國，給了我們數字企業更大信心！這個園區建成後，將為人工智慧研發人員築新‘巢’。”博思軟體集團董事、高級副總裁葉章明說。

以博思為代表，位於東海之濱的長樂，數字產業正踏浪而行、高速發展。

2000年，時任福建省省長習近平極具前瞻性地作出了建設“數字福建”的戰略決策。福建，由此成為數字中國建設的思想源頭和實踐起點。截至目前，福建已經連續五屆成功舉辦了槐冊數字中國建設峰會。

20多年來，福建始終牢記習近平總書記的殷殷囑托，用數字化賦能高質量發展，取得顯著成就。長樂區就是一個縮影。作為產業重鎮，長樂區近年來大力推進“產業數字化、數字產業化”，推動主導產業——紡織化纖產業加快轉型升級，同時培育壯大大數據、人工智慧等新興產業，不斷掀起澎湃的數字化發展浪潮。

·新福建客戶端記者在博思人工智慧產業園建設工地采訪。 吳旭濤 攝

產業數字化

傳統產業插上新“翅膀”

隨著工業信息化革命的到來，行業競爭的不斷加劇，長樂紡織業也面臨著轉型壓力。如何藉助“數字福建”“數字福州”，搶抓數字化轉型先機，獲取新動能、激發新活力？

當地龍頭企業恆申集團，就率先嘗到了“甜頭”。

19日，記者來到恆申合纖科技有限公司，不少黨員員工在“恆申創新發展中心”展廳的黨建展板前，學習熱議黨的二十大精神。

“黨的二十大報告強調堅持把發展經濟的著力點放在實體經濟上，這讓我們實體企業倍感溫暖。”恆申合纖常務副總經理何卓勝說，企業數字化發展信心更足了。

在錦綸後紡三期廠房，與印象中紡織業“千人紗、萬人布”不同，這里的生產線實現了智能化，不需要人工值守點位。端頭，一位檢測人員正操作著最新的智能化質檢系統。

“我們生產的每一錠紗，都要檢測後再出廠。新上馬的這套設備採用5G+工業互聯網技術，以工業相機+檢測機器人代替人工，大大提高了效率。”恆申合纖科技有限公司信息部總監肖衛民介紹，過去人工檢測一車共48錠紗，需要15分鍾；現在智能檢測檢完一車不到3分鍾，檢測准確率提升到99%，漏檢率也大大下降。

產業數字化升級，助力企業跨越發展。繼連續跨國收購、掌握全球己內醯胺話語權後，今年在全球紡織業受疫情影響面臨壓力的背景下，恆申合纖逆勢上揚，上半年總產值同比增長10.42%。

“龍頭”舞動，還需政企聯動。近年來，長樂區搶抓“數字中國”建設機遇，大力推進產業數字化。當地著力打造的紡織工業互聯網平台，已完成525家企業、7723台設備上雲上平台，整合了長樂大部分紡織企業的上下游交易數據。此外，還重點培育了“輔布司”長樂工業互聯網公共服務平台、智慧供應鏈協同智能製造雲服務平台等8大工業互聯網平台。

數據顯示，此類平台的建設，讓傳統產業平均減少60%以上的一線操作人員，節約能耗20%，大大優改跡化了產品開發、製造和銷售體系。

“黨的二十大報告強調推進新型工業化，加快建設製造強國、質量強國、航天強國、交通強國、網路強國、數字中國。”長樂區工信局黨組成員、總工程師官建立介紹，近年來，長樂區大力推動數字經濟賦能先進製造業，大力發展工業互聯網，讓更多企業上雲上平台，打通產業鏈供應鏈操作鏈，產業不斷向智能化高端化升級。

數字產業化

“築巢引鳳”增添新動能

在長樂，傳統產業實現數字化升級，新興數字產業也不斷落地。

“我們建設博思人工智慧產業園，並不是把原來的產能挪到新園區，而是通過持續創新發展、新增動能！”剛從產業園工地回到公司辦公室，葉章明又忙碌起來。

他介紹，博思現有政府智慧財政財務、數字采購、智慧城市+數字鄉村3大板塊業務，是國內電子票據和政府采購信息化龍頭企業。目前，博思開發的“政府采購雲平台”在全國同類平台中市佔率第一、達35%；全國財政電子票據業務佔有率達85%；企業還在電子繳費全國通繳、數字人民幣場景服務等新興業務上發展強勁。

“黨的二十大報告強調要加快建設數字中國，我們信心十足。加之長樂數字產業基礎好，契合我們的需求。因此，我們決定把企業的‘未來’也放在這里。”葉章明說，“未來4到5年，我們將陸續引進3000到5000名高新技術人才，入駐到新建的人工智慧產業園，助推長樂大數據產業發展。”

博思底氣十足，正是長樂數字產業高速發展的真實寫照。近年來，長樂借“數字福建”“數字福州”的東風，承接數字中國建設峰會溢出效應，打造數字產業高地，一批大數據龍頭紛紛入駐。

位於東湖湖畔的東南大數據產業園內，中電數據、貝瑞基因、網龍科技等一大批大數據龍頭企業雲集，福州國家級互聯網骨幹直聯點、“海峽光纜一號”、超算中心二期等產業基礎設施陸續建成，國家東南健康醫療大數據中心等國家級平台落地……截至今年9月，產業園已注冊企業超800家，成為全省規模最大的大數據產業集聚區之一。

此外，網龍元宇宙、“谷倉海外倉”等項目，也讓長樂數字產業拓展賽道、更具未來。

數據顯示，2021年，長樂數字經濟佔GDP比重達55%，數字核心產業佔比達9.5%，在全省處於領跑地位。在數字經濟賦能下，多元產業體系正不斷構建，產業高質量發展勢頭強勁。（記者 吳旭濤 段金柱）

Ⅷ 大數據時代 的應急管理變革

大數據時代 的應急管理變革

當前，大數據浪潮洶涌澎湃。大數據所具有的大量(volume)、高速(ve locity)、多樣(variety)和真實(ve racity)的特性正在推動原有社會生產生活模式的重大變革。在應急管理領域，大數據技術的發展至少帶來兩個方面的革命性變化。

一方面，大數據的出現改變了突發事件的發生、發展和演化的時空模式，加深了突發事件的不確定性。數據關聯和信息聯通擴大了傳統突發事件的影響范圍，數據的高速傳輸也可能使某些負面信息通過互聯網瞬間引爆網路群體性事件。海量個性化數據的存儲和傳輸過程中的安全問題則孕育了超乎想像的全新風險。

另一方面，大數據又為可測量、可追蹤和精細化的應急管理提供基本信息和管理工具。大數據技術可將這些紛繁復雜的多源異構數據處理成具有決策價值的有效信息。傳統管理模式下，應急決策大多是依據個人經驗的直覺決策(heuristic decision)，而大數據技術的應用使得高度不確定性和高度時間壓力下的分析決策(analytical decision)成為可能。

這兩個方面的變化是相輔相成、具有邏輯關聯的，前者是應急管理對象的變化，後者是應急管理方式的變化，正是由於大數據時代突發事件的形式和規律都在不斷發生變化，因此適應大數據發展的應急管理方式變革勢在必行。

綜觀世界各國應急管理的最新進展，大數據技術的應用大致體現在以下五個方面。

大數據技術在突發事件監測預警領域的應用。著名的大數據研究者邁爾·舍恩伯格和庫克耶在其暢銷著作《大數據時代：生活、工作與思維的大變革》中指出，「大數據的核心就是預測，是把數學演算法運用到海量的數據上來預測事情發生的可能性」。並描述了一個運用大數據技術預測突發公共衛生事件的經典案例：谷歌公司通過保存和分析人們的搜索指令准確地預測了2009年甲型h1N1流感的爆發，比美國疾病預防與控制中心(CDC)依靠傳統方法的預測提前了兩周，為有效控制流行病傳播提供了寶貴時間。美國政府在國家安全戰略中引入大數據技術，用於對恐怖主義活動、黑客攻擊、公共衛生事件、輿情危機等進行監測和預警。

基於大數據技術構建的輔助決策系統。危機情景下的決策始終是應急管理領域的一個重大挑戰，危機決策的挑戰來自於信息不完備、時間壓力大等客觀條件的約束。大數據技術使得基於所有數據而不是樣本數據的決策成為可能。以美國為代表的發達國家開始探索基於大數據技術的輔助決策系統。美國國土安全部從2012年開始運行了第一個跨部門大數據應用試點項目——「海王星」(Neptune)和「地獄犬」(Cerberus)，資料庫以完全不同於國土安全部自2002年沿襲至今的方式進行了重新組織，計劃將不同來源的未經分類的信息匯聚成一個「數據湖」，對海量數據的綜合分析成為國家安全決策的重要參考。

大數據技術在城市管理和社會管理領域的運用。大數據將興起於2008年的「智慧地球」和「智慧城市」建設推進到全新的階段。城市管理的一個重要方面就是確保城市公共安全。「智慧城市」運用信息和通信技術手段感測、分析、整合城市運行核心系統的各項關鍵信息，城市系統的突發事件，特別是城市生命線、基礎設施、重點地區的突發事件都在「智慧城市」系統的監測之中。而以「網格化管理」為特徵的新型社會管理模式也通過監控錄像、社區服務信息等途徑不斷積累大數據，這些數據對於掌握城市和社會的脆弱環節，控制和消除風險因素起到重要作用。

大數據技術對危機中個體行為模式的研究和應用。大數據時代中，由於人的各種行為都可以數據化，因此通過大數據技術分析危機中個體行為模式構築了應急管理領域中的一個政策基礎。大數據技術通過分析單個網民的傳播模式研究了輿情熱點事件的演化過程，大數據技術通過分析大量個體的言論和行為從而預測群體性事件發生的可能性，大數據技術通過分析人們接受各類災害(如暴雨、颶風、地震等)的預警信息之後的行為反應以設計更加有效的風險溝通策略，大數據技術追蹤個體在災害中的逃生和自救行為，從而提升應急疏散和第一響應的能力。

大數據技術在應急資源配置中的管理。應急管理是在危機情景下組織應急人員、調配應急物資以緩解和消除危機負面影響的過程。藉助於大數據技術，人員流動和物資流動都可以轉化為各種形式的大數據，如通過通訊基站可以快速確定通過手機等通訊設備發出應急信號的人員位置，而急救車、消防車等應急設備的運動軌跡可以通過GPS進行定位和追蹤。通過對這些數據集的分析可以針對災害發生的時空規律對應急資源進行優化配置，對危機情景下應急物資的調運進行最優的線路設計。大數據技術使得應急資源的布局和運用更加精準、高效。

以上是小編為大家分享的關於大數據時代 的應急管理變革的相關內容，更多信息可以關注環球青藤分享更多干貨