大數據分析與應用大會

『壹』 聚焦大數據時代的漏洞分析與風險評估

聚焦大數據時代的漏洞分析與風險評估

在大數據時代中，新技術創新發展的歷史機遇夾雜著安全風險與挑戰撲面而來，對網路與信息安全保障提出了新的要求，對信息安全漏洞的挖掘分析和對網路安全風險的綜合管控愈顯重要和關鍵。近日，第八屆信息安全漏洞分析與風險評估大會(VARA2015)召開。主題探討是「大數據時代的漏洞分析與風險評估技術」，會議由中國信息安全測評中心主辦，北京交通大學承辦，清華大學協辦。來自政府部門、高等院校、研究機構、信息安全產業界及應用單位的800餘名嘉賓參加了活動。
中國信息安全測評中心李守鵬副主任作為大會主持，中國信息安全測評中心朱勝濤主任和北京交通大學校長寧濱分別致歡迎辭，中央網信辦網路安全協調局胡嘯副局長做了重要發言。中國工程院院士何德全、兩院院士王越、中國工程院院士倪光南、費愛國，中國信息安全測評中心黨委書記吳世忠出席本次大會，何院士和倪院士做了重要發言。國家發改委高技術產業司王娜處長進行了「促進大數據創新發展，強化大數據安全保障」的主題演講。國家信息安全主管部門、國家相關部委、專家學者、大型行業、知名企業代表分別圍繞此次大會主題分享該領域理論、方法、技術和實踐的最新成果。
同時，此次大會舉行了中國國家信息安全漏洞庫(CNNVD)第三批技術支撐單位授牌儀式，十三家單位分別獲得漏洞庫一、二、三級支撐單位稱號。其中一級共三家：中電長城網際系統應用有限公司、北京雲間有道科技有限公司、北京江南天安科技有限公司;二級共三家：北京安信天行科技有限公司、北京錦龍信安科技有限公司、北京永信至誠科技有限公司;三級共七家：北京中測安華科技有限公司、上海斗象信息科技有限公司、深圳百密信安科技有限公司、北京洋浦偉業科技發展有限公司、遠江盛邦(北京)信息技術有限公司、成都科來軟體有限公司、東巽科技(北京)有限公司。此外，為了更好地表彰和獎勵在工作崗位上做出卓越貢獻的CISP持證人員，進一步推進信息安全專業人才培養工作體系的建設，中國信息安全測評中心CISP運營中心聯合《中國信息安全》雜志共同舉辦了首屆「CISP傑出人物」評選活動。大會對10位評選出的「CISP傑出人物」進行頒獎，他們是：中國聯通河北省分公司高級工程師孔令飛，中石化信息化管理部工程師劉遠，杭州安恆信息技術有限公司首席安全官劉志樂，江蘇天創科技有限公司總經理任國強，中國保險信息技術管理有限責任公司高級工程師楊磊，中國信息安全測評中心副研究員班曉芳，深圳市安絡科技有限公司總裁謝朝霞，北京江南天安科技有限公司部門經理程娜，北京郵電大學信息安全中心信息安全系副主任雷敏，北京永信至誠科技有限公司董事長蔡晶晶。
本次會議分別設立了「漏洞分析」、「風險評估」、「大數據安全分析」和"互聯網+"時代下的信息安全」四個分會場，展開專題研討。從多角度、多層面反映了大數據時代下漏洞分析新技術和新方法，展現了復雜網路與系統環境下風險評估的新思路和新實踐，溝通了工控系統信息安全技術發展與測評工作的新進展，從更寬的視野探討了信息安全積極防禦的新舉措。
網路空間已日益成為國際競爭的戰略制高點，網路安全事關各國未來繁榮與發展的核心利益。近年來，信息技術軟硬體漏洞正在成為全球各類信息安全問題的主要源頭，高度依賴網路信息系統的社會和經濟運行正在面臨黑客攻擊等網路犯罪行為的嚴重侵襲。我國抓住全球化、信息化的發展機遇，趨利避害，綜合實力不斷增強，現已成為全球信息化發展大國。但是隨著信息化進程的持續深入推進，網路與信息安全問題凸顯，成為我國面臨的新的綜合挑戰。
作為信息安全領域業界專家、學術研究人員和政府、行業及用戶交流的重要平台，信息安全漏洞分析與風險評估大會之前已成功舉辦七屆，為及時、全面反映我國在信息安全漏洞分析和風險評估領域的創新成果和研究能力，探索國家信息安全保障新思路、新方法，推動信息安全技術進步，促進信息安全保障水平提升正發揮著愈來愈重要的作用。本屆大會的成功召開，為信息安全領域的技術探索、產業進步與應用推進的融合發展鏈接了協作的橋梁，為分享相關領域在理論、方法、技術、標准和實踐等方面的最新成果與研究進展提供了一個良好的溝通與交流平台。

以上是小編為大家分享的關於聚焦大數據時代的漏洞分析與風險評估的相關內容，更多信息可以關注環球青藤分享更多干貨

『貳』 大數據分析是指的什麼

大數據分析是指對規模宏彎巨大的數據進行分析。

對大數據bigdata進行採集、清洗、挖掘、分析等，大數據主要有數據採集、數據存儲、數據管理和數據分析與挖掘技術等：

數據處理：自然語言處理技術。

統計分析：假設檢驗、顯著性檢驗、差異分析、相關分析、多元回歸分析、逐步回歸、回歸預測與殘差分析等。

數據挖掘：分類(Classification)、估計(Estimation)、預測(Prediction)、相關性分組或悉鍵關聯規則()、聚類(Clustering)、描述和可視化、DescriptionandVisualization)、復雜數據類型挖掘(Text,Web,圖形圖像，視頻，音頻等)。

隨著大數據的發展，大數據分析廣泛應用在各行各業，其中金融與零售行業應用較為廣泛。

大數據分析方法：

大數據挖掘：定義目標，並分析問題

開始大數據處理前，應該定好處理數據的目標，然後才能開始數據挖掘。

大數據挖掘：建立模型，採集數據

可以通過網路爬蟲，或者歷年的數據資料，建立對應的數據挖掘模型，然後採集數據，獲取到大量的原始數據。

大數據挖掘：導入並准備數據

在通過工具或者腳本，將原始轉換成可以處理的數據，

大數據分析演算法：機器學習

通過使用機器學習的方法，處理採集到的數據。根據具體的問題來定。這里的方法就特別多。

大數據分析目標：語義引擎蔽陸悶

處理大數據的時候，經常會使用很多時間和花費，所以每次生成的報告後，應該支持語音引擎功能。

大數據分析目標：產生可視化報告，便於人工分析

通過軟體，對大量的數據進行處理，將結果可視化。

大數據分析目標：預測性

通過大數據分析演算法，應該對於數據進行一定的推斷，這樣的數據才更有指導性。

『叄』 浪潮杯商務大數據分析與應用大賽比什麼

浪潮杯商務大數據分析與應用大賽主要是比以下項目：

1、企業需求：來自企業實際需求的項目。

2、創意發揮：根據本地區或行業的社會經濟發展需求特點開展能夠產生社會或經濟效益的創意、創新、創業項目。以參賽作品的形式展現出來，如商業策劃書、原型系統等形式。

相關信息介紹：

大數據分析是指對規模巨大的數據進行分析。對大數據bigdata進行採集、清洗、挖掘、分析等，大數據主要有數據採集、數據存儲、數據管理和數據分析與挖掘技術等。

大數據分析目標：語義引擎處理大數據的時候，經常會使用很多時間和花費，所以每次生成的報告後，應該支持語音引擎功能。產生可視化報告，便於人工分析通過軟體，對大量的數據進行處理，將結果可視化。通過大數據分析演算法，應該對於數據進行一定的推斷，這樣的數據才更有指導性。

『肆』 中國大數據六大技術變遷記

中國大數據六大技術變遷記_數據分析師考試

集「Hadoop中國雲計算大會」與「CSDN大數據技術大會」精華之大成， 歷屆的中國大數據技術大會（BDTC） 已發展成為國內事實上的行業頂尖技術盛會。從2008年的60人Hadoop沙龍到當下的數千人技術盛宴，作為業內極具實戰價值的專業交流平台，每一屆的中國大數據技術大會都忠實地描繪了大數據領域內的技術熱點，沉澱了行業實戰經驗，見證了整個大數據生態圈技術的發展與演變。
2014年12月12-14日，由中國計算機學會（CCF）主辦，CCF大數據專家委員會協辦，中科院計算所與CSDN共同承辦的 2014中國大數據技術大會(Big Data Technology Conference 2014，BDTC 2014) 將在北京新雲南皇冠假日酒店拉開帷幕。大會為期三天，以推進行業應用中的大數據技術發展為主旨，擬設立「大數據基礎設施」、「大數據生態系統」、「大數據技術」、「大數據應用」、「大數據互聯網金融技術」、「智能信息處理」等多場主題論壇與行業峰會。由中國計算機學會主辦，CCF大數據專家委員會承辦，南京大學與復旦大學協辦的「2014年第二屆CCF大數據學術會議」也將同時召開，並與技術大會共享主題報告。
本次大會將邀請近100位國外大數據技術領域頂尖專家與一線實踐者，深入討論Hadoop、YARN、Spark、Tez、 HBase、Kafka、OceanBase等開源軟體的最新進展，NoSQL/NewSQL、內存計算、流計算和圖計算技術的發展趨勢，OpenStack生態系統對於大數據計算需求的思考，以及大數據下的可視化、機器學習/深度學習、商業智能、數據分析等的最新業界應用，分享實際生產系統中的技術特色和實踐經驗。

大會召開前期，特別梳理了歷屆大會亮點以記錄中國大數據技術領域發展歷程，並立足當下生態圈現狀對即將召開的BDTC 2014進行展望：
追本溯源，悉大數據六大技術變遷
伴隨著大數據技術大會的發展，我們親歷了中國大數據技術與應用時代的到來，也見證了整個大數據生態圈技術的發展與衍變：
1. 計算資源的分布化——從網格計算到雲計算。 回顧歷屆BDTC大會，我們不難發現，自2009年，資源的組織和調度方式已逐漸從跨域分布的網格計算向本地分布的雲計算轉變。而時至今日，雲計算已成為大數據資源保障的不二平台。
2. 數據存儲變更——HDFS、NoSQL應運而生。 隨著數據格式越來越多樣化，傳統關系型存儲已然無法滿足新時代的應用程序需求，HDFS、NoSQL等新技術應運而生，並成為當下許多大型應用架構不可或缺的一環，也帶動了定製計算機/伺服器的發展，同時也成為大數據生態圈中最熱門的技術之一。
3. 計算模式改變——Hadoop計算框成主流。 為了更好和更廉價地支撐其搜索服務，Google創建了Map/Rece和GFS。而在Google論文的啟發下，原雅虎工程師Doug Cutting開創了與高性能計算模式迥異的，計算向數據靠攏的Hadoop軟體生態系統。Hadoop天生高貴，時至今日已成為Apache基金會最「Hot」的開源項目，更被公認為大數據處理的事實標准。Hadoop以低廉的成本在分布式環境下提供了海量數據的處理能力。因此，Hadoop技術研討與實踐分享也一直是歷屆中國大數據技術大會最亮眼的特色之一。
4. 流計算技術引入——滿足應用的低延遲數據處理需求。 隨著業務需求擴展，大數據逐漸走出離線批處理的范疇，Storm、Kafka等將實時性、擴展性、容錯性和靈活性發揮得淋漓盡致的流處理框架，使得舊有消息中間件技術得以重生。成為歷屆BDTC上一道亮麗的風景線。
5. 內存計算初露端倪——新貴Spark敢與老將叫板。 Spark發源於美國加州大學伯克利分校AMPLab的集群計算平台，它立足於內存計算，從多迭代批量處理出發，兼容並蓄數據倉庫、流處理和圖計算等多種計算範式，是罕見的全能選手。在短短4年，Spark已發展為Apache軟體基金會的頂級項目，擁有30個Committers，其用戶更包括IBM、Amazon、Yahoo!、Sohu、網路、阿里、騰訊等多家知名公司，還包括了Spark SQL、Spark Streaming、MLlib、GraphX等多個相關項目。毫無疑問，Spark已站穩腳跟。
6. 關系資料庫技術進化—NewSQL改寫資料庫歷史。 關系資料庫系統的研發並沒有停下腳步，在橫向擴展、高可用和高性能方面也在不斷進步。實際應用對面向聯機分析處理（OLAP）的MPP（Massively Parallel Processing）資料庫的需求最迫切，包括MPP資料庫學習和採用大數據領域的新技術，如多副本技術、列存儲技術等。而面向聯機事務處理（OLTP）的資料庫則向著高性能演進，其目標是高吞吐率、低延遲，技術發展趨勢包括全內存化、無鎖化等。
立足揚帆，看2014大數據生態圈發展
時光荏苒，轉眼間第2014中國大數據技術大會將如期舉行。在技術日新月異的當下，2014年的BDTC上又可以洞察些什麼？這里我們不妨著眼當下技術發展趨勢：
1. MapRece已成頹勢，YARN/Tez是否可以再創輝煌？ 對於Hadoop來說，2014是歡欣鼓舞的一年——EMC、Microsoft、Intel、Teradata、Cisco等眾多巨頭都加大了Hadoop方面的投入。然而對於眾多機構來說，這一年卻並不輕松：基於MapRece的實時性短板以及機構對更通用大數據處理平台的需求，Hadoop 2.0轉型已勢在必行。那麼，在轉型中，機構究竟會遭遇什麼樣的挑戰？各個機構如何才能更好地利用YARN所帶來的新特性？Hadoop未來的發展又會有什麼重大變化？為此，BDTC 2014特邀請了Apache Hadoop committer，Apache Hadoop Project Management Committee（PMC）成員Uma Maheswara Rao G，Apache Hadoop committer Yi Liu，Bikas Saha（PMC member of the Apache Hadoop and Tez）等國際頂尖Hadoop專家，我們不妨當面探討。
2. 時過境遷，Storm、Kafka等流計算框架前途未卜。 如果說MapRece的緩慢給眾多流計算框架帶來了可乘之機，那麼當Hadoop生態圈組件越發成熟，Spark更加易用，迎接這些流計算框架的又是什麼？這里我們不妨根據BDTC 2014近百場的實踐分享進行一個側面的了解，亦或是與專家們當面交流。
3. Spark，是顛覆還是補充？ 與Hadoop生態圈的兼容，讓Spark的發展日新月異。然而根據近日Sort Benchmark公布的排序結果，在海量（100TB）離線數據排序上，對比上屆冠軍Hadoop，Spark以不到十分之一的機器，只使用三分之一的時間就完成了同樣數據量的排序。毫無疑問，當下Spark已不止步於實時計算，目標直指通用大數據處理平台，而終止Shark，開啟Spark SQL或許已經初見端倪。那麼，當Spark愈加成熟，更加原生的支持離線計算後，開源大數據標准處理平台這個榮譽又將花落誰家？這里我們一起期待。
4. 基礎設施層，用什麼來提升我們的網路？ 時至今日，網路已成為眾多大數據處理平台的攻堅對象。比如，為了克服網路瓶頸，Spark使用新的基於Netty的網路模塊取代了原有的NIO網路模塊，從而提高了對網路帶寬的利用。那麼，在基礎設施層我們又該如何克服網路這個瓶頸？直接使用更高效的網路設備，比如Infiniband能夠帶來多少性能提升？建立一個更智能網路，通過計算的每個階段，自適應來調整拆分/合並階段中的數據傳輸要求，不僅提高了速度，也提高了利用率。在BDTC 2014上，我們可以從Infiniband/RDMA技術及應用演講，以及數場SDN實戰上吸取寶貴的經驗。
5. 數據挖掘的靈魂——機器學習。 近年來，機器學習領域的人才搶奪已進入白熱化，類似Google、IBM、微軟、網路、阿里、騰訊對機器學習領域的投入也是愈來愈高，囊括了晶元設計、系統結構（異構計算）、軟體系統、模型演算法和深度應用各個方面。大數據標志一個新時代的到來，PB數據讓人們坐擁金山，然而缺少了智能演算法，機器學習這個靈魂，價值的提取無疑變得鏡花水月。而在本屆會議上，我們同樣為大家准備了數場機器學習相關分享，靜候諸位參與。
而在技術分享之外，2014年第二屆CCF大數據學術會議也將同時召開，並與技術大會共享主題報告。屆時，我們同樣可以斬獲許多來自學術領域的最新科研成果。

以上是小編為大家分享的關於中國大數據六大技術變遷記的相關內容，更多信息可以關注環球青藤分享更多干貨

『伍』 大數據存儲與應用特點及技術路線分析

大數據存儲與應用特點及技術路線分析

大數據時代，數據呈爆炸式增長。從存儲服務的發展趨勢來看，一方面，對數據的存儲量的需求越來越大；另一方面，對數據的有效管理提出了更高的要求。大數據對存儲設備的容量、讀寫性能、可靠性、擴展性等都提出了更高的要求，需要充分考慮功能集成度、數據安全性、數據穩定性，系統可擴展性、性能及成本各方面因素。

大數據存儲與應用的特點分析

「大數據」是由數量巨大、結構復雜、類型眾多數據構成的數據集合，是基於雲計算的數據處理與應用模式，通過數據的整合共享，交叉復用形成的智力資源和知識服務能力。其常見特點可以概括為3V:Volume、Velocity、Variety(規模大、速度快、多樣性)。

大數據具有數據規模大(Volume)且增長速度快的特性，其數據規模已經從PB級別增長到EB級別，並且仍在不斷地根據實際應用的需求和企業的再發展繼續擴容，飛速向著ZB(ZETA-BYTE)的規模進軍。以國內最大的電子商務企業淘寶為例，根據淘寶網的數據顯示，至2011年底，淘寶網最高單日獨立用戶訪問量超過1.2億人，比2010年同期增長120%,注冊用戶數量超過4億，在線商品數量達到8億，頁面瀏覽量達到20億規模，淘寶網每天產生4億條產品信息，每天活躍數據量已經超過50TB.所以大數據的存儲或者處理系統不僅能夠滿足當前數據規模需求，更需要有很強的可擴展性以滿足快速增長的需求。

(1)大數據的存儲及處理不僅在於規模之大，更加要求其傳輸及處理的響應速度快(Velocity)。

相對於以往較小規模的數據處理，在數據中心處理大規模數據時，需要服務集群有很高的吞吐量才能夠讓巨量的數據在應用開發人員「可接受」的時間內完成任務。這不僅是對於各種應用層面的計算性能要求，更加是對大數據存儲管理系統的讀寫吞吐量的要求。例如個人用戶在網站選購自己感興趣的貨物，網站則根據用戶的購買或者瀏覽網頁行為實時進行相關廣告的推薦，這需要應用的實時反饋;又例如電子商務網站的數據分析師根據購物者在當季搜索較為熱門的關鍵詞，為商家提供推薦的貨物關鍵字，面對每日上億的訪問記錄要求機器學習演算法在幾天內給出較為准確的推薦，否則就丟失了其失效性；更或者是計程車行駛在城市的道路上，通過GPS反饋的信息及監控設備實時路況信息，大數據處理系統需要不斷地給出較為便捷路徑的選擇。這些都要求大數據的應用層可以最快的速度，最高的帶寬從存儲介質中獲得相關海量的數據。另外一方面，海量數據存儲管理系統與傳統的資料庫管理系統，或者基於磁帶的備份系統之間也在發生數據交換，雖然這種交換實時性不高可以離線完成，但是由於數據規模的龐大，較低的數據傳輸帶寬也會降低數據傳輸的效率，而造成數據遷移瓶頸。因此大數據的存儲與處理的速度或是帶寬是其性能上的重要指標。

(2)大數據由於其來源的不同，具有數據多樣性的特點。

所謂多樣性，一是指數據結構化程度，二是指存儲格式，三是存儲介質多樣性。對於傳統的資料庫，其存儲的數據都是結構化數據，格式規整，相反大數據來源於日誌、歷史數據、用戶行為記錄等等，有的是結構化數據，而更多的是半結構化或者非結構化數據，這也正是傳統資料庫存儲技術無法適應大數據存儲的重要原因之一。所謂存儲格式，也正是由於其數據來源不同，應用演算法繁多，數據結構化程度不同，其格式也多種多樣。例如有的是以文本文件格式存儲，有的則是網頁文件，有的是一些被序列化後的比特流文件等等。所謂存儲介質多樣性是指硬體的兼容，大數據應用需要滿足不同的響應速度需求，因此其數據管理提倡分層管理機制，例如較為實時或者流數據的響應可以直接從內存或者Flash(SSD)中存取，而離線的批處理可以建立在帶有多塊磁碟的存儲伺服器上，有的可以存放在傳統的SAN或者NAS網路存儲設備上，而備份數據甚至可以存放在磁帶機上。因而大數據的存儲或者處理系統必須對多種數據及軟硬體平台有較好的兼容性來適應各種應用演算法或者數據提取轉換與載入(ETL)。

大數據存儲技術路線最典型的共有三種：

第一種是採用MPP架構的新型資料庫集群，重點面向行業大數據，採用Shared Nothing架構，通過列存儲、粗粒度索引等多項大數據處理技術，再結合MPP架構高效的分布式計算模式，完成對分析類應用的支撐，運行環境多為低成本 PC Server，具有高性能和高擴展性的特點，在企業分析類應用領域獲得極其廣泛的應用。

這類MPP產品可以有效支撐PB級別的結構化數據分析，這是傳統資料庫技術無法勝任的。對於企業新一代的數據倉庫和結構化數據分析，目前最佳選擇是MPP資料庫。

第二種是基於Hadoop的技術擴展和封裝，圍繞Hadoop衍生出相關的大數據技術，應對傳統關系型資料庫較難處理的數據和場景，例如針對非結構化數據的存儲和計算等，充分利用Hadoop開源的優勢，伴隨相關技術的不斷進步，其應用場景也將逐步擴大，目前最為典型的應用場景就是通過擴展和封裝 Hadoop來實現對互聯網大數據存儲、分析的支撐。這裡面有幾十種NoSQL技術，也在進一步的細分。對於非結構、半結構化數據處理、復雜的ETL流程、復雜的數據挖掘和計算模型，Hadoop平台更擅長。

第三種是大數據一體機，這是一種專為大數據的分析處理而設計的軟、硬體結合的產品，由一組集成的伺服器、存儲設備、操作系統、資料庫管理系統以及為數據查詢、處理、分析用途而特別預先安裝及優化的軟體組成，高性能大數據一體機具有良好的穩定性和縱向擴展性。

以上是小編為大家分享的關於大數據存儲與應用特點及技術路線分析的相關內容，更多信息可以關注環球青藤分享更多干貨

『陸』 「SAECCE議程劇透」新能源汽車大數據應用——機遇與融合

導讀

新能源 汽車 大數據的利用不僅在 汽車 產業內部釋放了巨大的數據紅利，未來也必將成為 汽車 產業與其他產業融合的重要紐帶。隨著我國「新基建」的不斷推進，高速低延遲的5G網路覆蓋與新能源 汽車 充電樁的建設，勢必會加速新能源 汽車 的發展與數據井噴。由此可見，大數據技術在新能源 汽車 上的應用會加快 汽車 產業向信息化與智能化邁進的腳步，而新能源 汽車 大數據與電力等行業的融合還將產生出巨大的藍海市場。

2020中國 汽車 工程學會年會暨展覽會（SAECCE 2020） 將於 2020年10月27-29日 在 上海 汽車 會展中心 舉辦。迄今為止，SAECCE年會已成功舉辦26屆，成為在國內舉辦的 汽車 行業標桿活動之一。

本專題分會以 「新能源 汽車 大數據應用——融合與機遇」 為主題，邀請國內外權威專家主旨演講和互動討論。通過聚焦「大數據背景下新能源車輛全局優化式能量管理方法研究」等若干議題，共同交流新能源 汽車 大數據應用的主流技術與最新發展趨勢，加速新能源 汽車 大數據技術成熟，並加大 汽車 產業的輻射帶動能力。

N01:新能源 汽車 大數據應用——機遇與融合

會議時間&地點

2020年10月27日 13:30-18:00

上海 汽車 會展中心

協辦單位

吉林大學 汽車 工程學院

會議主席

王震坡

博士/教授/博士生導師，北京理工大學電動車輛國家工程實驗室主任、新能源 汽車 國家大數據聯盟秘書長

王震坡，教授、博士生導師，北京理工大學電動車輛國家工程實驗室主任、新能源 汽車 國家大數據聯盟秘書長。入選了教育部「新世紀優秀人才」、北京市「 科技 北京百名領軍人才」、 科技 部「中青年 科技 創新領軍人才」、 國家「萬人計劃」和機械行業「『十二五』先進 科技 工作者」。主持了國家自然基金重點項目（動力電池系統熱失控與安全管理）、國家重點研發計劃項目（分布式驅動電動 汽車 集成與控制）、國家863計劃項目（電動 汽車 充換電設施設計集成與管理）等縱向項目12項，發表第一作者或通訊作者SCI論文29篇(ESI高被引3篇)，第一作者EI論文60餘篇。第一作者出版專(譯)著4部(「電動車輛動力電池系統及應用技術」入選「十二五」高等教育本科國家級規劃教材)，授權第一發明人發明專利24項。獲國家 科技 進步二等獎1項，省部級科研一等獎3項，二等獎2項(1項排名第一)，中國 汽車 工業科學技術一等獎1項(排名第一)，北京市教學成果一等獎1項。

聯合會議主席

許楠

博士/副教授/博士生導師，吉林大學 汽車 工程學院

許楠，吉林大學 汽車 工程學院車輛工程專業 副教授兼博士生導師，工學博士，博士後，新能源 汽車 國家大數據聯盟理事，美國電氣電子工程師學會（IEEE）會員，目前擔任Applied Energy、IEEE Transaction on Vehicular Technology、IEEE Transaction on Power Electronics、International Journal of Electronics和SAE Journal等國際期刊審稿專家。發表新能源 汽車 領域論文二十餘篇，授權發明專利10項，軟體著作權13項。作為項目負責人承擔國家自然科學基金青年基金項目、國家博士後科學基金面上項目、吉林省 科技 發展計劃項目以及企業的合作研究等項目。榮獲國家教育部博士生新人獎，入選國家留學基金委國際清潔能源拔尖創新人才培養項目（iCET2019），吉林大學優秀青年教師重點培養計劃等。

主要研究城市智能交通系統規劃與評價、車輛全局優化式能量管理、人-車-路系統數據挖掘與分析、新能源車輛動力系統控制與評價、開放式繞組電機控制、智能輔助駕駛。

01

演講嘉賓簡介及演講摘要提前看

大數據+區塊鏈在新能源 汽車 動力電池溯源管理方面的應用研究

劉鵬

北京理工大學副教授，碩士生導師，新能源 汽車 大數據聯盟副秘書長

演講要點

1、新能源 汽車 動力電池發展現狀。

2、新能源 汽車 動力電池溯源管理平台建設及應用現狀介紹。

3、大數據及區塊鏈技術在新能源 汽車 動力電池溯源管理方面的應用現狀及最新研究。

4、動力電池數據管理所面臨的問題和挑戰。

演講摘要

概述近年來新能源 汽車 和動力電池發展數據研究現狀，以及大數據平台建設及應用狀況，並對大數據及區塊鏈技術在新能源 汽車 動力電池溯源管理方面的應用及研究進行介紹，對動力電池數據管理方面所面臨的挑戰進行分析和展望。

一種基於數據的電動 汽車 全工況行駛能耗評價方法

袁新枚

吉林大學 汽車 工程學院教授

演講要點

1、電動 汽車 能耗評價的需求。

2、一種新型的電動 汽車 能耗模型及基於數據的能耗評價方法。

3、模擬實驗結果及討論。

4、該方法在高速路充電站規劃上的一個應用。

演講摘要

智能網聯新能源 汽車 的能量管理策略

宋珂

同濟大學 汽車 學院燃料電池創新研究所所長

演講要點

1、智能網聯 汽車 概述。

2、智能網聯 汽車 的通信技術。

3、智能網聯新能源 汽車 能量管理技術發展歷程。

4、智能網聯新能源 汽車 能量管理技術發展趨勢。

演講摘要

智能網聯 汽車 與新能源 汽車 將是未來 汽車 技術發展的兩個重要方向。當今 社會 和人們對這兩項技術的協調發展提出了更高的要求。通過使用智能網聯技術（ICT），新能源 汽車 可以與外部世界（例如其他行駛車輛、道路基礎設施，互聯網等）進行信息實時交互，這就是所謂的車聯網系統（V2X）。在對各種交通信息進行深入分析的基礎上，車輛可以識別當前行駛狀況並對未來駕駛狀況進行有效預測，從而實現車輛動力系統能量管理的實時優化，以滿足不同駕駛條件下的車輛駕駛需求。這不僅能大大改善新能源 汽車 的燃油經濟性，也能夠有效緩解了交通擁堵問題。介紹近年來智能網聯技術在新能源 汽車 上的應用情況，基於智能網聯技術的新能源 汽車 能量管理策略研究現狀以及智能網聯技術與新能源 汽車 技術協調發展的趨勢。

大數據在新能源 汽車 安全風險防控的應用研究

張照生

北京理工大學機械與車輛學院副教授

演講要點

1、新能源 汽車 安全情況統計分析。

2、新能源 汽車 安全預警與防控方法研究。

3、典型事故案例數據分析。

演講摘要

基於新能源 汽車 國家監管平台數據，統計分析車輛報警、事故車輛相關情況，從大數據角度分析影響新能源 汽車 安全相關因素，提出新能源 汽車 安全預警和防控方法，並以具體事故案例分析新能源 汽車 預警情況，為新能源 汽車 安全管控及產業 健康 發展提供技術支撐。

大數據背景下新能源車輛全局優化式能量管理方

法研究

許楠

吉林大學 汽車 工程學院 副教授，博士生導師，新能源 汽車 大數據聯盟理事

演講要點

1、新能源車輛能量管理方法研究現狀。

2、大數據背景下全局優化式能量管理方法所面臨的機遇和挑戰。

3、"信息-物質-能量"三層式全局優化架構的建立及應用。

4、全局優化式能量管理平台的應用前景。

演講摘要

概述近年來新能源車輛能量管理方法研究現狀，介紹大數據為全局優化式能量管理帶來的機遇，明確全局優化式能量管理方法所面臨的問題和挑戰，提出「信息-物質-能量」三層式全局優化架構以解決全局優化式能量管理方法實際應用問題。最後，針對全局優化式能量管理平台未來在區域交通能耗優化等方面的應用，提出了相關建議與展望。

數據驅動的鋰離子動力電池管理演算法 探索 研究

韓雪冰

清華大學車輛與運載學院助理研究員

演講要點

1、基於雲端大數據的電池管理是未來的發展方向。

2、基於數據可以有效的實現電池的安全預警。

3、基於數據可以有效的實現電池的壽命估計。

演講摘要

在新能源 汽車 使用過程中，伴隨著電池的使用，電池性能不斷衰減，電池組內單體間的不一致性持續增加，一致性問題還可能導致電池組的失效，引發安全問題。隨著雲端數據的廣泛應用，電動 汽車 的數據能被監測、記錄。基於這些數據可以有效的評估電池組一致性、估計電池壽命，進行電池安全預警，實現更加安全可靠的電池管理。

大數據背景下基於儲能應用的電動 汽車 電池的

二次利用

班伯源

中國科學院合肥物質科學研究院副研究員

演講要點

1、退役電動 汽車 電池二次利用的必要性。

2、電動 汽車 鋰電池的衰減現象的本質。

3、退役電動 汽車 電池二次利用的關鍵技術 SOH估算。

4、退役電動 汽車 電池二次利用國內應用實例。

演講摘要

近年來電動 汽車 （EV）產業飛速發展，為了保證 汽車 的動態性能和行駛安全，電動 汽車 電池在一定服役時間或性能下降後就需要更換。退役 汽車 電池二次利用是將保留了足夠的性能的退役電動 汽車 電池組，用於特定的儲能系統中。在本報告中整理了鋰離子 汽車 蓄電池二次利用的相關法律法規，收集了SOH估算的相關方法，特別是針對目前大數據背景下的提出了整合電動車能源管理系統的SOH估算方法，列舉了退役 汽車 電池可能的二次利用的利用場景。最後，根據目前國內退役電動 汽車 電池二次利用的現狀，提出了相關建議與展望。

新能源車與外部環境的數據融合帶來的機遇和

挑戰

王川久

北京泓達九通 科技 發展有限公司董事長

演講要點

1、大數據讓新能源車看的更遠，了解的更多，同時我們對車輛也有了更深的了解。

2、車輛與道路交通系統的關系。

3、大數據能給我們帶來什麼。

4、幾個大數據的應用場景。

演講摘要

新能源 汽車 與外部環境的大數據交換，將使車輛更好的融入道路交通系統，提高整個交通系統的效率，同時車輛的設計、生產、銷售、質量控制等各個環節均發揮出與以往不同的作用。

關於SAECCE 2020

2020中國 汽車 工程學會年會暨展覽會（SAECCE 2020） 將於 2020年10月27-29日 在 上海 汽車 會展中心 舉辦，誠邀 汽車 及相關行業的企業高層、技術領軍人物、資深專家學者、廣大 科技 工作者參與會議。SAECCE以「 汽車 +，協同創新」為主題，圍繞新能源 汽車 技術、智能網聯 汽車 技術、 汽車 關鍵共性技術，深度探討如何快速推動技術創新，重塑新型產業格局。

中國 汽車 工程學會年會暨展覽會（SAECCE）已成功舉辦26屆，成為在國內舉辦的 汽車 行業標桿活動之一。此外，原定於今年5月在北京召開的第七屆國際智能網聯 汽車 技術年會（CICV 2020）將和2020中國 汽車 工程學會年會暨展覽會（SAECCE 2020）合並舉辦。

SAECCE2020將組織1天（2場）全體大會、50多場專題分會、20多場（論文交流）技術分會，展覽面積約10000平米，預計將吸引3000多位來自政府機構及行業組織、整車企業、零部件企業、高校及科研院所的代表參會及參觀。

歡迎廣大企業、高校、科研院所等機構、以及廣大 科技 工作者通過組團或個人報名的方式積極參與！

02

SAECCE 2020 日程架構

『柒』 中國大數據應用大會召開在什麼時候

7月14日，首屆中國大數據應用大會在成都開幕，來自大數據領域及相關行業的2000多名專業人士和6000餘名注冊聽眾參會，其中包括中國科學院院士鄂維南、中國工程院院士倪光南。
據了解，在國家工信部、四川省政府、成都市政府指導下，大會由中國大數據專家委員會、中國電子信息產業集團、中國電子學會、四川省經濟和信息化委聯合主辦。兩天會期內，2場主論壇和11場專題論壇將舉行86場演講、10餘場圓桌討論，以「大數據與智能時代」為主題，聚焦大數據與各行業、各領域的深度融合，以及大數據的技術創新和產業發展。川報集團封面傳媒承辦的大數據與媒體聯接力論壇，專門探討數據賦能為媒體提升聯接力帶來的巨大機遇。
與會嘉賓認為，推動大數據產業發展，政策是保證，技術是基礎，應用是核心。應用是大數據技術創新和產業發展的原動力，也是大數據在經濟發展、社會進步中彰顯價值的關鍵環節。
據悉，成都正加快建設依託大數據核心技術與關鍵產品的高新區天府軟體園、基於大數據創新創業的郫縣菁蓉鎮大數據產業園、以數據智慧處理中心和大數據安全為核心的崇州信息安全（大數據）產業示範園等產業聚集發展區，並在智能交通、城市管理、食品安全、環境保護、安全生產、現代物流、電子商務、兩化融合等領域加大推廣應用力度，力爭到2020年全面建成中國西部大數據中心和國內一流的數據強市。

『捌』 國際大數據大會傳遞哪些新理念

國際大數據大會傳遞哪些新理念

為進一步促進大數據領域與傳統應用行業的深度交流與合作，中國通信學會近日在北京舉辦「2015中國國際大數據大會」。此次大會以「大數據+」為主題。
解讀大數據行動綱要
將推動政府公信力和信用體系的建設
國家統計局信息服務中心大數據研究實驗室主任江青說，大數據行動綱要代表國家從頂層設計上推動大數據。
江青主要解讀了大數據行動綱要對智慧城市帶來的「四化」。她認為智慧城市的核心是大數據，是大數據在城市的應用。綱要有利於智慧城市實現規劃科學化、管理動態化、治理精準化、管理服務高效化。
綱要還提出推動政府信息系統和公共數據的互聯共享，消除信息孤島，加快各類政府信息平台，避免數據重復打架，江青認為，這說明了兩個問題，一是增強政府公信力，一是提升社會的信用體系，相對應的就是建設政府信息公用平台和政府公信力的平台。
數據開放問題
政府部門和公共企事業單位要率先開放原始的、可機讀的數據
中科院院士、北京大學、普林斯頓大學教授、普林科技董事長鄂維南認為現在大數據面臨的第一個瓶頸就是沒數據，數據孤島嚴重，不同部門數據存在在不同的地方。
中國國際經濟交流中心副研究員張茉楠認為我國數據的實體化和實體數據化還處在前期階段，還存在數據安全、數據所屬權、數據治理等各方面的問題。
西安未來國際信息公司執行總裁史晨昱提出了如何開放和開放哪些數據。他認為，應首要開放政府部門和公共企事業單位的數據。政府應該建設開放平台或者網站，以滿足社會公眾對信息資源的使用。開放網站是全球的普遍做法，包括美國、英國都採用這種做法。開放平台應該建立在互聯網上，而非建立在電子政務網上。
其次，開放的數據應該是原始的，可機讀的數據。原始數據是沒有加工處理的數據，可機讀是指開放的數據要便於計算機處理加工。數據開放後，政府需要鼓勵企業和公眾，利用公共信息資源去開發信息產品，服務於社會公眾，服務於其他的企業客戶或者政府客戶。
大數據推動社會共治
國家的治理從原來的政府主導，轉向政府、公民、企業、社會共同參與的多元共治模式
張茉楠認為大數據帶來的不僅僅是生產力的變革，更是一種生產關系的變革。
大數據改變了政府的角色、企業角色和社會公眾的角色，也使整個國家的治理從原來政府主導的治理，開始向政府、公民、企業、社會多元共治的新模式轉型。
張茉楠舉例說美國環境數據的開放，就是通過一個項目把美國各個州的環境治理數據向公眾開放，讓公眾更多地參與環境治理，由第三方負責監管。整個過程中是政府提出需求，提供服務，公眾積極參與，整個社會共同監督管理。
張茉楠認為大數據時代，社會治理主要呈現三大特點，一是從原來的一家獨大、政府的獨治逐漸轉向多元共治。第二，由原來較多的封閉結構向開放型的治理結構轉型。特別是在大數據、雲計算發展之下，原來公眾和政府之間的信息差、知識差已經逐步扁平化。第三，由權力決策機制轉向公共決策機制。
數據交易市場
數據產品交易可以活躍信息消費市場，但法律犯規、技術都還不盡完善
史晨昱認為數據服務平台應該非盈利性和商業化並舉。非盈利的數據開放網站，負責將政府部門和公共服務企事業單位的數據，免費開放給公眾；在此基礎上建設的商業化數據服務平台，可以連接信息服務產品的供需雙方，開展數據產品交易，以此活躍整個信息消費市場。
亞信數據總裁張浩認為，維護和管理數據對任何一個部門或者企業來講都是有代價和成本的，通過交易或者是對等交換，容易實現數據價值。但我國目前還面臨著問題，第一，本身還沒有形成大數據，缺少法律規范讓擁有數據的部門開放數據。第二，目前缺少對個人隱私保護的技術。
鄂維南認為數據作為一種商品，有一定的特殊性，每個人都可以使用，可以重復售賣，沒有任何消耗。根據經濟學觀點，數據的價值是零，所以數據交易理論上來說是不可行的。這也是數據交易平台需要突破的悖論。
雲計算+大數據
雲計算可以讓大數據運行更經濟化、集約化和精細化
中國移動蘇州研發中心大數據項目總監徐萌提出了雲計算大數據，她認為，大數據把數據整合起來，這只是粗放的狀態，並不是經濟的模式。雲計算強調經濟化、集約化、精細化。雲計算可以使得大數據用集約式的平台和方式來運轉。
目前來看，雲計算大數據的實現需要解決4個問題，第一，統一化的數據管理，即數據從哪來到哪去、共享給誰、怎麼共享、許可權是什麼。第二，明確雲計算大數據的概念，大數據是借用雲計算來實現服務的。第三，精細化的資源管理，雲計算目標就是降低成本，提供更多應用和服務。大數據後續也要演變過來，實現精細化運營，合理調度資源。第四，智能化就是保證多種資源框架可以自動適配。

以上是小編為大家分享的關於國際大數據大會傳遞哪些新理念的相關內容，更多信息可以關注環球青藤分享更多干貨

『玖』 IBM Power全面推動大數據分析發展

IBM日前在2015中國大數據技術大會上分享了其在大數據分析領域的最新成果，闡述了面向大數據分析領域的IT基礎架構的最新戰略。針對企業在認知時代面臨的大數據分析工作負載，IBM堅信要以全新的IT基礎架構作為支持。憑借產品和解決方案的持續革新，IBM致力於助力大數據應用創新，通過打造基於Power的本地生態系統，全面推動本地大數據分析技術的發展。

隨著互聯網和移動互聯網技術的進一步發展，在數據量激增的同時，數據類型也變得更為復雜多樣。如何快速處理這些數據使其產生價值，如何結合結構化與非結構化數據分析進行預測、推理、感知的判斷並採取相應行動，成為企業亟須思考的難題。面對當前挑戰，企業需要能夠處理和分析大量結構化與非結構化數據，具備高可靠性和經濟效益的認知系統。未來，隨著數據量的進一步增長，企業將需要一個具備更強事務處理能力、更靈活調配系統架構的領先IT 基礎架構。

IBM Power一直致力於憑借領先的IT基礎架構，滿足企業的大數據分析需求，幫助企業實現數字化轉型。針對大數據分析與認知工作負載，IBM今年推出了多款Power產品。Power Systems LC伺服器基於OpenPOWER基金會創新成果，針對企業大數據分析工作負載，能夠提供比同等x86伺服器更快的速度及更低的成本，幫助客戶實現便捷、快速的部署。此外，IBM不僅憑借基於POWER8的Linux專屬伺服器幫助用戶發展新興應用，還通過企業級高性能Linux分區伺服器為用戶的關鍵應用提供支持，幫助企業發展新興工作負載、實現業務轉型。

著眼未來趨勢，IBM堅信認知技術與思維是滿足企業發展需要不可或缺的一部分。作為IBM在認知計算領域的卓越代表，沃森（Watson）在大數據處理與分析方面已取得突破性成就，擁有分析海量數據、處理並行復雜數據以及快速判斷和應答響應等卓越能力。基於由IBM Power平台構建的高性能運算基礎架構的支持，IBM正聯合多家合作夥伴，推動沃森的應用。

除了不斷革新Power硬體平台，IBM還通過對本地人才的培養推動大數據應用的創新。今年，IBM已聯手CSDN成功舉辦了8期POWER8極限挑戰賽，吸引了逾萬人次參賽。IBM也成功舉辦了十餘次培訓沙龍，為開發者帶來更多學習和交流的機會。此外，IBM還以不同形式聯合合作夥伴為本地開發者提供基於Power的開源技術創新環境，幫助開發者加速其創新進程。

為提升本地合作夥伴的能力，IBM還與合作夥伴聯手，積極推動本地開源技術生態系統的構建。在IBM「中國合夥人」戰略的引領下，IBM與CSDN等夥伴聯手啟動Linux開源生態系統聯盟，基於IBM多年來為開源領域提供的先進支持，攜手國內ISV、開源技術社區、企業用戶、創投公司等多方力量，共同打造一個基於Power技術的開源技術生態圈。IBM還聯手OpenPOWER基金會成員推出了全新硬體加速ISV支持計劃，為本地ISV免費提供基於RedPOWER伺服器以及賽靈思FPGA的雲端開發及測試環境，幫助ISV提升大數據、雲計算等新興技術研發能力，促進第二代分布式計算的發展。

IBM副總裁、大中華區硬體系統部總經理郭仁聲表示：「認知時代的到來標志著信息技術的發展步入了全新階段，也對企業的IT基礎架構提出了更為嚴苛的要求。為了幫助企業更好地處理、分析數量龐大的結構化和非結構化數據，IBM Power將憑借扎實的硬體基礎和深入的行業洞察，幫助企業構建全新的IT基礎架構，更好地應對當前和未來包括大數據在內的種種挑戰。」