全数据化范文

全数据化范文（精选12篇）

全数据化 第1篇

关键词：全台网,数据中心机房,设计,原则,规范

一设计原则和设计规范

全台网数据中心机房在全台网系统中具有十分重要的地位, 软、硬件的稳定、可靠运行都要依靠数据中心机房严格的环境条件, 即机房温度、湿度、洁净度、噪声、振动、静电、电磁干扰电源质量、防雷和安全防范等要求。因此必须高度重视全台网数据中心机房的设计, 设计的主要原则是先进性、可靠性、规范化、安全性、灵活性、实用性和经济性、易管理性。全台网数据中心机房从功能区域的角度来看, 大致可区分为控制室、主机房、辅助区三个功能区域, 分担着不同的使用功能;从设计的角度来看, 包括室内装饰、电气系统、空气调节系统、综合布线系统、监控与安全防范系统等。一个完善可靠的全台网数据中心机房在设计和建设中应该充分考虑各相关系统的作用和相互关系, 从而作为一个有效的功能体发挥作用。

根据《电子计算机机房设计规范》的分级标准, 我们将全台网数据中心机房定为A级机房, 设计指标如表1。

二装饰设计

装饰内容主要包括:天花板、地板、墙面、隔断等工程。装修中应选用气密性好、不起尘、易清洁, 并在温、湿度变化作用下变形小的材料, 并符合下列要求:

•采用防火隔断墙, 周围均要进行防潮、保温处理;

•控制室和主机房表面所采用的材料须具有保护墙体、屏蔽、保温、不燃烧、不吸水防潮、易清洁、不保留灰尘、不易破损等优点;

•所有材料的防火等级都应选为A级;

•机房应采取防尘措施。尘埃的二次飞扬, 对全台网数据中心机房内的空气洁净度影响较大, 因此装饰材料应选用不易积灰、不易起尘、易于清洁、防火保温的材料;

•机房内铺设防静电地板, 地板平整度必须保证每米不大于2毫米, 其高度为450mm;

•机房内部分隔采用玻璃隔断, 满足强度、安全要求;

•机房外墙内面作防水处理, 精密空调周边安装50mm防水围堰并配备漏水检测系统和相应的给水排水装置, 并配置紧急排水地漏;

•机房内所有管道都应进行防锈处理, 所有线缆都用钢制桥架、钢管或金属软管保护。机房内所有与外界连接的管线槽接口处均应做密封处理, 以防止虫、鼠进入机房。

三机房电气系统方案设计

全台网数据中心机房的配电系统是一个综合性系统, 是机房里各类设备、机房空调动力设备、照明及应急照明设备的动力来源。机房对供电的要求如表2。

1. 总体设计

全台网数据中心机房系统由系统设备 (交换机、服务器、存储等) 和系统设备正常运行的其他设备 (空调机组、动力设备、照明设备、维修设备等) 两部分组成, 系统备供配电系统称为“设备供配电系统”, 保证系统设备正常运行的其他设备的供配电系统称为“机房辅助供配电系统”。

供电方式分为三类:

•一类供电:需建立不间断供电系统;

•二类供电:需建立带备用的供电系统;

•三类供电:按一般供电考虑。

全台网数据中心机房的“设备供配电系统”按一类供电方式设计施工。而“机房辅助供配电系统”只是负责照明设备和维修设备的供配电, 重要性不大, 可以按三类供电处理。

2. 供配电系统

低压总配电房引来2路市电, 经切换后再与发电机电源切换后供给机房用电, 机房设置市电配电柜和UPS输入输出配电柜, 由2台UPS给机柜设备和其他UPS用电供电, 每个机柜由两个回路供电, 2台UPS各负责机柜的一个回路, 实现双回双母线供电。

3. 低压配电柜

UPS和主机房的其他设备、机房空调设备及应急照明 (通过应急照明电源转换器实现) 由配电柜控制。配电柜为向机房供应的电能预留控制回路;并为接管其他UPS预留部分空间。

4. UPS供电

UPS输出配电回路 (每个配电控制开关为一个回路) 按机房内设备要求进行设置, 主要设备设专用防水插座并采用双回路供电, 配电回路中预留部分待以后扩展用。

5. 照明系统设计

机房主要依靠人工采光, 工作位置排列与工作人员的方位要求同灯具排列联系, 尽量避免直接反射光, 避免灯光从作业面至眼睛的直接反射, 损坏对比度、降低能见度。

机房照明分正常照明、应急工作照明。正常照明时, 主机房照度应大于400Lx。应急工作照明, 确保因停电各种原因, 能让机房工作人员正常疏散 (≥60LX) 。

6. 机房防雷系统

(1) 防雷的措施

防雷工作主要是防感应雷所引起的浪涌和由于其他原因所引起的过电压。对机房进行全面防雷保护, 除了机房所在建筑要有良好的避雷装置外, 还必须在机房内安装电源防雷器和信号防雷器, 对电源系统、信号系统进行可靠、有效的防护。

(2) 机房电源系统的防雷

为防止由电源线侵入的感应雷破坏机房信息系统, 应在电源线路引入的配电箱处装设过电压保护器。

(3) 机房信号系统的防雷

信号防雷器安装在各类信号线入端, 用于保护与网络相连接的重要设备。所有信号防雷器都采用了无放射性三极放电管与快速箝位二极管相结合的两级保护技术。

7. 机房接地系统设计

接地系统是为了消除公共阻抗的耦合, 防止寄生电容耦合的干扰, 保护设备和人员的安全, 保证计算机系统稳定可靠运行的重要措施。为了能保证计算机系统安全、稳定、可靠的运行, 保证设备、人身的安全, 针对不同要求, 应设计相应的接地系统。

(1) 接地系统构成及其要求

机房应采用下列四种接地方式:

•交流工作接地, 接地电阻应不大于4Ω;

•安全保护接地, 接地电阻应不大于4Ω;

•直流工作接地, 接地电阻应按计算机系统具体要求确定, 一般不大于1Ω;

•防雷接地, 应按现行国家标准《建筑防雷设计规范》执行。

(2) 接地要求

在距接地体30m以内, 接地导线用直径为4mm的外包绝缘套的多股铜线缆。若距接地体超过30m时, 接地电缆的直径应参考表3所示的数值。接地距离与导线直径的关系如表3。

设备柜中的每个配线架 (柜) 均要可靠地接到配线架 (柜) 的接地排上, 其接地导线应大于2.5mm2, 接地电阻要小于1Ω。

(3) 常用机房接地系统方案

机房接地系统通常由大楼接地端作可靠连接, 引线至机房, 机房设辅助等电位连接系统, 设置机房专用等电位端子排。由等电位端子排引到各机柜的专用接地支线和机房内各电子设备的专用接地支线。

地面接地网:活动地板的钢质支架采用铜片连接, 每行支架与局部等电位端子排连接, 形成地面接地网。

接地线、接地干线与接地体的连接, 采用熔接, 接地线与电气设备的连接, 可用螺栓带有弹簧垫片连接;交流电源线与直流工作地线不能紧贴平行敷设, 接地引上线与接地干线的连接采用压接。

保护接地可接到电气工程保护接地网上连接, 应当牢固可靠不应串联接地。信号回路接地与屏蔽接地可共用一个单独接地极, 同一信号回路或同一线路的屏蔽层, 只能有一个接地点, 接地电阻值符合设计规定。

所有设备的金属外壳, 当使用说明书无接地规定时, 不作保护接地;当规定接地时, 直接与其关联设备接地的接地极连接。

四机房精密空调和新排风系统

1. 机房精密空调系统

(1) 机房环境标准

机房内的温、湿度, 应符合表4的规定。

停机时电子计算机机房内的温、湿度, 应符合表5的规定。

2. 风量的要求

消除机房设备热量需要的风量与机房内设备热负荷成正比, 这就要求空调的送风量较大, 才能带走设备的热量, 换气次数一般选取为:30~50次。根据全台网数据中心机房所摆放设备密度及机器利用率的情况, 换气次数可尽量选大, 以50次/h为好。但风量也不能过大, 风量过大会造成机房内的气流过快, 影响设备 (如可能造成设备的连接线等松动) 及人员的工作, 严重时还会造成噪音过大问题。

3. 机房新、排风系统

机房新风的供给问题。由于机房内的空气为正压, 所以进入机房的新风必须经过加压后进入机房, 同时为了避免室外的热空气和不干净的空气进入机房, 要求新风机具有比较强的空气处理能力 (制冷和滤尘) 和比较大的风量 (新风量) , 这样才不会对机房内的恒温恒湿环境造成影响。新风和排风管道设有防火阀与止回阀等, 如遇火情时自动关闭, 防止火灾扩大。

为了机房内的新风循环, 必须维持机房气压的恒定。在空调的末端安装排风机及排风管道。排风量取新风量的50%~60%, 即可满足机房气压恒定。另外, 在正常的情况时低速运行, 当发生消防故障时, 机房气体灭火系统启动, 机房内会存在大量的有害气体, 这时就必须快速的将有害气体排除, 可以启动高速风机运行。

五综合布线系统设计

综合布线施工中所使用的线材以及其他配件使用稳定成熟可靠品牌产品。以太网综合布线采用六类标准, 包括以太网成品跳线、墙插模块、地插模块、配线架等全部采用六类或以上的产品。地面和顶部桥架采用槽式桥架、桥架宽度应根据实际情况选择, 表面采用防腐、防静电的喷涂工艺。主要线材技术指标至少应满足如下要求:

1. 六类非屏蔽双绞线

线规:23AWG、导体直径:≥0.57mm、绝缘直径:≥0.98mm;

护套材料:PVC或LSZH、护套外径:6.3mm、有撕裂绳、操作温度:-20℃~60℃;

传输信能参数符合并超过ANSI/TIA/EIA-568-B.2-1Category 6, ISO/IEC 11801:2002对六类信道带宽的要求, 支持千兆以太网及更高的应用, 保证带宽和信噪比有充分的余量, 性能稳定。

2. 多模光缆

光纤类型:50/125多模光缆、同心度:纤芯/包层同心度偏差1.5um;最大衰减:3.0d B/km@850nm和1.0d B/km@1300nm、带宽:支持1Gbps以太网传输距离1000米@850nm, 550米@1300nm, 支持万兆传输至300M;多层保护, 铠装外套。

3. 单模光缆

纤芯/包层同心度偏差0.5u m;最大衰减:0.4d B/km@1310nm和0.3d B/km@1550nm, 带宽:支持万兆传输距离10000米@1310n m, 40000米@1550nm, 铠装外套。

水晶头、配线架等相关配件采用布线原厂产品, 没有具体提及的其他综合布线材料的选用也必须遵循知名、稳定、成熟、可靠的要求。另外, 施工工艺必须规范, 符合相关标准。

六机房监控系统

机房环境监控系统对机房运行环境及设备进行全程和无缝的监控, 监控对象有:

•动力:市电进线参数及配电柜内重要回路开关状态;UPS各项参数及工作状态;UPS蓄电池参数;防雷器状态;

•环境:精密空调各项参数及工作状态;UPS室氢气浓度;机房温湿度;漏水报警;新风机状态;

•安防:门禁监控系统;闭路电视监控系统;消防报警;

•报警:声光、电话话音、短信平台报警等。

七结束语

作为现代化电视台电视节目制播基本支撑技术平台的全台制播网, 也必须有一个先进、安全、易管理的数据中心机房来提供相应的支撑。为此, 应在全台网设计之初, 就把全台网数据中心机房的设计作为一个重点加以考虑, 并在后期建设中加以实践和修正。以实现安全、可靠、先进、经济的建设目标。

参考文献

[1]《电子计算机机房设计规范》 (GB50174-2008)

[2]《电子计算机机房施工及验收规范》 (SJ/T30003-93)

[3]《计算机场地技术条件》 (GB2887-89)

[4]《建筑物防雷设计规范》 (GB50057-94)

大数据时代读后感(全) 第2篇

一、《大数据时代的企业管理实践》

通过参见培训学习《大数据时代的企业管理实践》这一课主要描述的是大数据时代到临人们生活、工作与思维各方面所遇到的重大变革。

齐教授在授课中清晰的阐述了大数据的基本概念和特点，并列出明确的观点。不管对于企业管理者还是实践者，都非常具有价值。主要讲了分为3个部分。第一部分提出了大数据时代管理实践的新商业逻辑：认识大数据时代；第二部分大数据时代的大数据本质与价值；最后一部分，大数据思维与企业管理实务分析。

通过听课齐教授观念高屋建瓴，从很多实例和经验中萃取普适性观念。例子详实丰富，囊括了进百个学术和商业实例。齐教授同时也指出随着数据使用的越来越多，其得出的结果并一定能越来越精确，毕竟数据不能保证百分之百的正确，特别是大数据时代各种结构化与非结构化类型的数据聚集在一起难免导致结果的不太精确。大数据时代要求我们重新审视精确性的优劣。大数据成为许多公司竞争力的来源，未来可能整个行业的结构会发生改变。如今的核心竞争力在于快速而廉价地进行大量的数据存储和处理。同时，大数据也为企业带来了机遇。大数据也将会影响国家竞争力。

大数据时代是信息化社会发展必然趋势，我们只有紧紧跟随时代发展的潮流，在技术上、制度上、价值观念上做出迅速调整并牢牢跟进，才能在接下来新一轮的国际竞争中摆脱受制于人的弱势境地，才能把握发展的方向，冲破与西方国家的差距。对于一个国家如此，对于一个企业亦是如此。在如此快速的到来的大数据时代，我们还有很多知识需要学习，许多思维需要转变，许多技术需要研究。公司的规划中，也需充分考虑到大数据对于企业发展的未来发展所带来的机遇和挑战。对于掌握大量数据的公司，需要考虑有多少数字化的数据，又有哪些可以通过大数据的分析处理而带来有价值的用途？比如国内目前的社交网站，购物网站等都掌握了用户的大量的数据信息。在大数据时代制胜的良药也许是创新的点子，也许可以利用外部的数据，通过多维化、多层面的分析给其他企业或个人带来价值。

二、《TQM实战-品质管理与品质改善》 通过学习TQM实战-品质管理与品质改善课件，杨教授用实际经验给我们讲品质管理，做好一点，做快一点”，生产干部督导员工时的口头禅,如果没有精细化的品质标准和检验规范,一切都只是作秀的管理表演？品质是检验出来的还是制造出来的?品质是设计出来的还是管理的?内部的纷争于事无补,如果不了解客户的需求,一切都是折腾；品质,成本,交期,安全,士气,是现场管理的五大目标,也是最终的结果,但是,如果缺少管理的方法和工具,这些结果只能是年年检讨,年年设置,年年落空；什么是最好的品质?最合适的品质才是最好的品质!什么是最好的品质管理?保证客户满意的情况下还能让企业有效益,才是好的品质管理；不良率---直通率---品质成本率,只有将品质管理系统不断进化与升级,我们才能构建符合企业自身发展的品质管理体系；《以客户需求为导向的质量管理》是专门针对制造业干部研发的课程，针对生产制造型企业重实战,重案例,重操作的需求,结合老师30余年来的品质管理实践,品质管理咨询实操,品质管理培训实战呕心沥血之作,值得您期待!通过学习掌握现场品质控制的理念！使你的大脑经过最前言的品质控制理念的洗礼。2）掌握现场品质改善的方向，提高分析问题、解决问题能力。3）掌握质量控制几改进手法，成为你解决现场问题的利器。4）正确分析质量成本，利用现有的资源，降低成本，创造最大的利润！5）掌握统计学在质量管理中的运用，为你的工程能力分析及提高提供保障，超过竞争对手，迎来广泛客户。6）掌握全面质量管理思想的精髓，让你企业的产品质量走上快车道。

轧钢事业部卷板辅助车间

控制数据流 确保云安全 第3篇

云计算是一种基于互联网使用或交付服务的技术或商业模式，通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源。云计算一经推出，就受到了业界极大推崇，并推出了一系列基于云计算平台的服务。然而在云计算服务中安全问题一直令人担忧，云计算特有的数据和服务外包、虚拟化、多租户和跨域共享等特点，给安全带来了前所未有的挑战。本文在考虑云计算技术、云计算模型与体系架构等方面对云安全的影响之外，从数据流的角度来探讨云计算平台下的安全问题。

云平台下数据流向的分类

从云平台数据流的方向来看，大致可分为以下几类（如图1所示）。

1.外部访问虚拟机实例。外部用户访问虚拟机上发布的业务，流量走向为：互联网进入 -> 云平台核心区 -> 云平台接入区 -> 物理机网卡 -> 虚拟机实例。

2.虚拟机实例访问外部。由虚拟机访问互联网，流量走向与上一种情况相反，虚拟机实例 -> 物理机网卡 -> 平台接入区 -> 云平台核心区 -> 互联网。

3.跨物理机的虚拟机实例之间访问。虚拟机实例1->物理机1网卡->接入交换机1->核心交换->接入交换机2->物理机2网卡->虚拟机实例3。

4.同一物理机上的各虚拟机实例之间互相访问（隐蔽信道）。流量路线为：物理机1上的虚拟机实例1访问虚拟机实例 2。

5.物理机和虚拟机实例之间的访问（虚拟机逃逸）。为物理机和虚拟机实例之间的双向流量，物理机与虚拟机实例互相访问。

不同数据流向适用不同防护方法

针对外部访问虚拟机实例的情形，此种情况下与传统IDC的防护思路一样，不同之处在于部分串联设备部署方式需要考虑调整。一是因为云平台扁平化是趋势，能少串一个设备是一个设备；二来设备吞吐向来也不是云计算的优势，云平台下数十G的链路串上去也载荷过大，可以考虑旁路部署按需防护。

针对虚拟机实例访问外部的情形，通常云平台虚拟机实例用来对外提供服务的情况和案例比较多，较少有主动访问互联网的情况。不过有一种较为常见的场景就是虚拟机被攻击者控制后用作跳板，往外进行大流量的分布式拒绝服务攻击。在这种情形下一方面会消耗服务器的CPU资源，另一方面也会消耗云平台的大量带宽。因此有必要对由内往外的流量进行监测，这里就可以使用NTA，将进行分布式拒绝服务攻击的虚拟机实例路由直接丢弃。

针对跨物理机的虚拟机实例之间访问的情形，由于跨物理机的虚拟机实例访问会经过传统的交换机，因此该场景下可采用传统的安全措施来进行防护，如访问控制列表、入侵检测系统、入侵防御系统等。如果没有这类需求，可直接通过划分VLAN的方式隔离。

针对同一物理机和虚拟机之间的访问（虚拟机逃逸）的情形，由于Hypervisor存在一些已知的漏洞，这就为攻击者从已控制的虚拟机利用 Hypervisor的漏洞渗透到Hypervisor 提供了可能。虽然利用这种方式的技术难度相对较高，但是由于所有的VM都由Hypervisor来控制（启动、停止、暂停、重启虚拟机，监控和配置虚拟机资源等），因此危害相当大。要解决这个问题必须得修复Hypervisor的漏洞，这一方面依赖于能否发现这些已知漏洞（可采用漏洞扫描工具或渗透测试服务），另一方面依赖于虚拟化厂商提供的补丁。同时，笔者认为可以采用VEPA或者类似VEPA之类的技术，将VM到Hypervisor的双向流量引出到外部的交换机转发，这样就为监测这类攻击提供了可能。

同一物理机上的不同虚拟之间互访

针对同一物理机上的虚拟机实例之间访问（隐蔽信道）的情形，常见的虚拟化软件缺省采用VEB（即vSwitch）来完成同一个物理机上的虚拟机实例之间通信。由于多数 vSwitch 只进行二层转发，导致虚拟机实例互访流量不可见，固而是云平台下的一大安全隐患。

vSwitch的转发过程为：正常情况下，vSwitch处理过程与传统交换机类似，如果从物理网卡收到报文，查询MAC表转发。如果从虚拟机实例收到报文，目的MAC在外部则从物理网卡转发，在内部则查询MAC表转发。

目前的思路有两种：一种是通过 vSwitch来解决。vSwitch在二层转发基础上还可实现其他功能，根据VMware公布的资料，至少包括VLAN、安全功能、流量管理、甚至负载均衡等功能，但是由于实现这些功能需要消耗大量服务器的CPU资源，使用效果有待考验。

另一种解决办法是采用IEEE标准组织提出的802.1Qbg EVB（边缘虚拟桥技术）和802.1Qbh BPE（桥接口扩展标准技术）两条标准。这里主要探讨应用范围更广的802.1Qbg EVB，其包含了传统的vSwitch功能的VEB模式、VEPA 和通道技术。VEB上面已经说过了，简单说一下另外两种处理方式。

一种是VEPA。VEPA组件从虚拟机实例1接收到数据后，先转发到物理网卡，物理网卡首先转发出去到接入交换机，再由接入交换机根据MAC表原端口转回，VEPA收到从接入交换机来的报文才查表进行内部转发，最终数据到达虚拟机实例2和虚拟机实例3（如图2）。

通过这种方式可以将所有虚拟机实例之间的交互数据通过接入交换机上进行转发，因此可以在交换机上实施访问控制策略，隔离不相关的业务，对流量进行分析实现入侵检测和审计等功能。

另一种是通道技术，多通道技术方案将交换机端口或网卡划分为多个逻辑通道，并且各通道间逻辑隔离。每个逻辑通道可由用户根据需要定义成VEB、VEPA或Dircetor IO的任何一种。每个逻辑通道作为一个独立的到外部网络的通道进行处理。多通道技术借用了 802.1ad S-TAG 标准，通过一个附加的S-TAG和VLAN-ID来区分网卡或交换机端口上划分的不同逻辑通道。如图4所示，多个VEB或VEPA共享同一个物理网卡。

从理论上来说，虚拟机之间可以套用安全域划分的概念，依靠多通道技术进行合理地虚拟安全域划分，同一个虚拟安全域内采用 VEB 技术，域内虚拟机互访不受限制，保证了足够的交换性能；虚拟安全域之间采用VEPA技术，将流量引到交换机上，部署访问控制与流量监控策略等；对于单独的安全域，尤其是独立业务的虚拟机，采用 Dircetor IO，与其他虚拟机流量隔离，直接转发到外部，在外部交换机上监控其流量。

以上从数据流走向的视角介绍了5种不同访问情形下各自不同的防护方法，来为云安全提供一定支撑。实际上，想要妥善地解决云安全的问题，通过单一的手段是远远不够的，需要建立一个完备的体系，这涉及多个层面，需要从法律、技术、监管三个层面同时进行。

全台网建设中数据安全的思考 第4篇

随普业务发展不少广电集团、电视台等传媒集团都开始进行全台网信息化系统的规划和建设。因此, 通过技术手段提高台网综合安全运行能力, 推动网络信息资源整合就成为十分紧迫的任务。

2、台网信息资源复杂性分析

电视台网络资源不仅包括通信设备、服务器、磁盘阵列, 还包括节目资料的生产、运行、存储和消费等流程构成的一系列复杂应用。台网信息资源划分存在多种方式。

2.1 按应用层次

如自下而上依次为网络基础设施 (最底层) , 稿件素材资源管理 (数据层) , 内容编审 (控制层) , 节目发布播出决策 (核心层) 等。相应安全等级逐层上升。

2.2 按业务功能

不同类型业务间可能存在互操作与协同工作, 如新闻素材入库与版权信息注入同步。特别的涉密业务必须与公共网络资源进行物理隔离。

2.3 按网络结构性质

有共享式、交换式和分布式结构。也可根据安全级别划分多个域。数据交换可能经过多重路由或安全网关。

2.4 按用户角色

用户通过和资源之间建立某种角色关联而被授予特定的访问权限。例如, 在某一系统中拥有上传、下载、审批等管理权限, 而在另一系统中只有预览、检索等普通权限。

3、数据安全交换隔离控制策略

3.1 台网边界安全过滤和域控制

在电视台网络实际环境中, 构筑了统一的网络边界安全防御体系。我们采用了思科PIX535系列防火墙、Catalyst6500系列核心数据交换设备和Catalyst3560系列网络交换机。在防火墙DMZ区 (非军事化区) 设置了FTP、Email、DNS等公共服务器。通过在交换机上进行VLAN划分可控制事故对内部网络的影响范围, 如隔离广播风暴等。通过AD域控制器实现台网不同安全域间数据安全交换和资源统一管理, 如域成员帐号、权限设置、组策略设置等。

3.2 内外网物理隔离网闸

网闸是一种带有双向控制功能, 在物理链路上断开网络连接的隔离保护技术。网闸在内外网之间扮演类似“信息渡船”的作用, “船闸”通过高速电子开关控制。可利用网闸实现台网不同安全域间的数据交换。隔离关键在于将外网单元和内网单元分离成为两套独立系统, 分别控制外网和内网端口, 在内外网之间进行数据双向“推”、“拉”, 实现双机之间互斥访问。这样, 即便外网系统被攻破, 攻击者仍然无法控制内网系统。与防火墙或路由器不同, 采用网闸技术, 内外网间不存在直接数据通信和依赖开放通信协议的数据包转发。所有的连接控制请求都由网闸主动发起。

3.3 隧道和虚拟专用网

“隧道” (Tunneling) 基于信息封装的原理, 通过在公共网络基础设施上建立私有通信协议将数据包重新打包封装在其内部一道传递, 并在到达目的网络后才解除封装。虚拟专用网 (VPN) 就是一种在穿越不可靠公网上建立临时的加密隧道技术。

为满足电视台外出采访、驻地记者通过公网对稿件上传、下载以及远程办公的要求。采用SINFORDLANM5100, 支持IPSEC、SSL两种VPN协议, VPN远程连接隧道建立后, 分配客户端授权证书, 自动获取内网IP地址。以保证电视台外部跨公共网络接入访问的安全性。

3.4 提高应用数据的安全性

在电视台中, 重要的应用数据包括以下几类:用户信息和密码信息、财务信息和重要文件、节目生产信息和节目文件等。因其产生和使用的方式不同, 应该采取对应的安全保护措施。

账户安全性。对于采用密码进行认证的系统, 必须要求用户的密码不为空和低于密码安全级别。要求用户定期修改其密码, 不允许使用管理员赋予的初始密码。可以采用双因素认证、智能卡、指纹、声音、视网膜或签字等认证方式增加密码的安全级别。

节目信息安全性。节目生产信息一般保存在数据库中, 因此保障数据库的安全性是保证节目生产信息的关键。对于重要的、实时变化的数据库, 要求服务器进行双冗余配置, 并采用高可用存储, 或者采用“快照”方式, 将数据及时从生产数据库同步到备用数据库。

节目文件安全性。对于节目文件安全性的保障需要从存储和传输两个环节的安全性方面进行考虑。电视台的节目文件一般都存储在性能和安全性比较好的存储体上。

4、建立统一监控技术平台和安全管理制度

全台网系统庞大、系统繁多而且业务复杂, 要全台网进行监控, 建立一个统一的、集中的监控技术平台是十分必要的。

统一监控平台体现为一种集中的监控管理形式, 它能够将众多的设备、应用和业务集中管理起来, 能够对设备及应用系统的日志进行集中管理、分析, 为系统的安全状态监控、故障快速定位、事件关联分析、系统分析报表等提供技术基础平台支持。监控的需求存在于三个层面:一是物理层。即对网络中的硬件, 如核心交换机、数据库服务器、文件迁移服务器、磁盘容量等重要的物理设备的状态进行监控。二是应用层。即对运行在各子网和交换平台上的各种核心软件, 如FTP服务、迁移服务等的运行状况进行监控。三是业务层。即对运行与各个子网之间的节目制作过程进行监控, 及时了解节目制作的进度和状况。

如果电视台全台网安全体系要真正发挥作用, 还需要制定安全制度并严格实施。一般的, 安全制度包括人员安全管理、系统文档管理、环境安全管理、设备购置使用、系统开发管理、运营安全管理、应急情况处理等内容, 据此进行设计电视台全台网安全管理制度草案。

5、结语

台网信息资源整合是一个庞大的系统工程, 不可能单靠某一项技术, 应根据电视台网络系统的运作规律和具体情况综合运用。我们已经看到, 原始的信息孤岛时代已经过去, “三网融合”是未来大势所趋, 电视台也不例外。限制和隔离只是保护手段, 而信息沟通才是最终目的。

摘要：本文主要对在全台网的建设中采用高安全区动态网络隔离技术, 系统物理隔离的方式作了详细介绍, 对技术人员在规划设计全台网时具有较好的参考价值。

关键词：全台网,数据安全,高安全区

参考文献

全数据化 第5篇

随着我国高等教育招生规模的提升，高等教育的大众化已基本实现，研究生的规模也迅速扩大，因此研究生课堂教学质量逐渐成为各大高校关注的焦点问题之一。而课堂接收效果直接影响研究生课堂教学质量，进而影响人才的培养。因此，调查、了解研究生的课堂状态，深入研究影响课堂接收效果的因素，对于提升研究生课堂质量具有十分重要的现实意义。本文通过调查东北财经大学研究生课堂行为，挖掘影响大学课堂效果的相关因素，归纳出其主要影响因素并从中寻求提升大学课堂效果的可行性策略。

一、文献综述

刘华和李瑗[1]通过教学态度，教学内容，教学方法这三个指标打分情况，进而利用Microsoft决策树算法，Microsoft关联算法和Microsoft聚类分析法挖掘模型进行挖掘分析。骆懿玲[2]基于元规则约束的关联挖掘进行课堂教学质量评价挖掘，并得出分析结果，给出建议。邵珠艳等[3]利用灰色关联分析，对影响课堂教学效果的因素打分后进行分析。叶勇[4]将云模型引入到遗传算法，再用改进遗传算法对支持向量机参数进行优化，并与BP神经网络、多元线性回归模型比较，以便对课堂教学质量的模型评价效果进行评价。袁万莲和郑诚[5]利用关联规则进行数据挖掘，得出与教学质量相关因素是教师的学历、职称以及教龄;职称为讲师、教龄较长或者高级职称、高学历的教师教学质量较好。张震等[6]将评价指标大致分为教学态度、教学内容、教学水平以及教师研究能力，利用关联规则进行数据挖据。戴俊[7]以教师因素，学生因素，师生双方因素以及环境因素和考试成绩作为变量，通过主成分回归方法对影响课堂教学效果的因素进行分析，为改进教学评价方式与提高课堂教学效果提供理论参考。许云华等[8]设计调查问题为“您最想对课堂教学提的意见”“改进方法”“如何实现从被动学习向动吸收知识的转变”，基于扎根理论对上述问题答案进行分析并得出分析结果。柴志贤和邱风[9]借鉴过程―成果研究方法，在以往研究的教师职称、年龄、所教年级、课程类别这些教师背景变量的基础上，增加教学素质、教学技能与教学责任心这三个影响因子进行分析，从而为提高高校课堂教学效果提供一定经验指导。

二、理论

(一)支持向量机(SVM)

支持向量机是由CorinnaCortes和Vapnik等在1995年首先提出的，是一种基于统计学习原理的数据挖掘技术。支持向量机分为支持向量回归机和支持向量分类机，本文主要应用支持向量分类机进行数据挖掘。支持向量机分类的核心是找到两相互平行并且间隔(margin)最大，并能将属于不同类别的样本点正确分开的边界，位于两边界中间位置并与之平行的超平面，称之为最大边界超平面，即为最终解。

(二)TF-IDFTF-IDF

是一种判断词语在文件中重要性程度的加权统计方法。一个词语在文件中出现的频率越高，它对这个文件来说就越重要;这个词语在整个语言中出现的频率越高，它对这个文档来说越不重要。TF-IDF可以利用计算机技术在不需要人工进行干预的情况下提取文件中的关键词，并快速对词频进行统计，常被用于文本挖掘和信息检索等前言领域。TF-IDF的主要思想是：若某个词在其他文件中很少出现，但在这一文件中出现的频率高，那么它极有可能反映了这一文件的特性，则认为它很适合用来分类，因为它具有很好的类别区分能力。TF-IDF实际上代表的是TF*IDF，TF表示词频，IDF表示逆文件频率。

三、模型

(一)数据来源

1.变量选取

为了获得教师因素、学生因素以及环境因素这三个变量的收稿日期：有效数据，笔者精心设计一份调查问卷，影响因素分为教师、学生及环境。教师因素中包括：学与生互动情况、授课方法、课堂考勤、按时上下课、PPT使用情况、普通话水平、讲课声音大小、作业布置情况以及课程考查形式。学生因素包括：出勤状况、遇到问题交流情况、课下与同学和老师交流情况、学习状态、听课表现、上课做笔记情况、课程内容掌握情况以及课堂上的感受。环境因素包括：上课时周边环境、所用教室类型、课程安排上下学期情况、上机教学与否、教学设备、授课时间段、授课时长以及教室卫生环境。

2.数据获取

在调查对象的选择上，我们主要以东北财经大学研究生为调查对象，发放线上调查问卷，让学生认真对自己所学课程中某一门课的教学效果进行评价。

(二)数据挖掘过程及结果

(1)读入数据。选择源选项卡中的excel节点，将调查问卷中数据导入到clementine中。

(2)数据审核。选择输出选项卡中的数据审核节点连接到excel节点上，由审核结果可知，Q5变量的类别比为90∶9∶1，单个类别值过大，会影响建模的.精确程度，故应删除。

(3)数据分区。利用分区节点将数据进行分区，其中70%为训练集，其余30%为测试集。

(4)变量相关性分析。利用统计量节点分析变量之间的相关性，若相关性高，需要剔除相关变量，反之则不需剔除。经测试，在本文的变量中未发现高相关性变量，因此无需剔除变量。

(5)得分变量重新分类。利用“重新分类”节点将得分变量分类，其中0―7分为一类，8、9、10分为另一类。

(6)特征选择建模。选择建模选择项卡中的特征选择节点，将其连接到数据流的恰当位置上。

(7)支持向量机建模。提取上一步得到的重要变量，选择建模选择项卡中的SVM节点进行建模。

(8)数据测试。测试过程和训练过程是相同的，且得到的准确率为93%，测试结果良好。

(三)文本挖掘过程及结果

1、数据清洗。原始调查问卷数据中包括文字，标点符号。其中一些信息对关键词抽取没有帮助，甚至会严重影响研究。为了方便抽取工作顺利开展，有必要先对原始评论数据进行清洗，如“无”或“好”等，对问卷内容没有帮助，进行直接删除处理。

2、数据预处理。预处理可以把句子级别的文本数据划分成可识别的词、词组，主要包括分词、词性标注和依存句法分析三个部分。在本文中使用LTP进行分词。

3、关键词提取。由于人工标注会造成主观干扰，本文为了减小人工标注的主观性影响，要利用TF-IDF算法自动提取关键词。

四、结论及建议

(一)结论

学生、教师、环境三方面均对课堂接收效果产生较大影响。数据挖掘结果中，课堂兴趣、学科掌握内容为学生因素，授课方法以及课堂互动属于教师因素，排在第二位的上课周边环境则是环境因素。文本挖掘结果中，学生、课程、认真为学生因素，理论、讲课、上课、教学、案例、互动属于教师因素，教室则是环境因素。因此，三种因素均对课堂接收效果产生影响。利用文本挖掘与数据挖掘对比分析可以得到良好的研究结果。文本挖掘与数据挖掘的结果中均体现出了学生因素、教师因素以及环境因素对课堂接收效果产生影响，并且两种方法的分析结果中均以高频率出现“互动”因素，印证了文中使用的两种方法均可行并可得到较为精准的结果。

(二)建议

增加课堂小组讨论环节。集体讨论是课堂中不可忽视的环节，既可以活跃课堂的气氛，交换意见观点，拓宽学习范围;又可以活跃学生思维，多角度展开思考，提升解决问题的能力，避免传统灌输式的教学方式。增加师生课堂互动。加强师生互动，调动课堂气氛，并利用实际问题创设情境，让学生给出解决的方案，提高学生的学习兴趣。增加课本知识与实际案例的结合。书本的知识往往是生硬抽象的，而结合实际的案例后，不仅可以使死板的课本知识更加形象生动，易于理解消化，融会贯通于实际案例中;也可以提高学生的学习兴趣，提升学习的积极性与主动性。增加课程实践环节。将课本知识用于实际操作中，不仅可以升学生学习的乐趣，还可以使学生结合生活经验学习相关知识，更好地将书本知识用于实际学习以及未来的工作中，同时在实践中深化对于课本知识的理解。增加高校课改调查。

如何打造大数据全生命周期解决方案 第6篇

无需实地统计调查，怎样得出售出房屋的空置率？医院病人的平均住院时间与医院效益存在着哪些内在关联？今后，或许以上种种疑难碰到“大数据”，都能迎刃而解。

早在几年前，发达国家已经相继认识到大数据的重要意义。2012年，美国出台《大数据的研究和发展计划》，将大数据上升为事关国家核心竞争力的国家战略；2013年，英国出台《英国数据能力发展战略规划》，投资1.89亿英镑提高大数据的采集、分析能力；同年，澳大利亚发布了《公共服务大数据战略》，推进大数据的分析应用、与其他政策和技术协同以及为公共服务领域变革；2014年，美国又发布了《大数据：把握机遇，维护价值》，提出大数据是重要的发展机遇。

“目前，国内大数据行业在数据和技术方面发展程度与国外步伐相近，但与国外大数据应用方面还存在很大差距。”人大金仓大数据业务部总监白芸表示，从国外数据行业的发展状况来看，他们是在研发出很多创新应用场景之后，才得出了“大数据”这个词汇，比如，大数据预测流感、预测官员竞选结果等，这都不是传统的业务系统能够达到的效果

“即使目前通过技术手段将各类车辆、路桥、停车场数据都悉数采集，也不一定能通过数据创造出有价值的东西。”白芸以“大数据+交通”为例解释道，究其原因，在于国内目前数据模型设计颇为欠缺，“不是技术的断档，而是应用创新能力不足，数据摆到面前，却不知道怎么应用。”

在白芸看来，随着国内信息化的进步以及系统替代人工进程加快，信息化将逐步解决业务加速和职能高效的问题。在此基础上，大数据应用也将呈现出从无到有、再到优化和增值的趋势。在这个过程中，应用方自然会探索自身业务产生的数据究竟有多少价值，还能创造多少价值。

具体来看，目前国内大数据发展可以从数据、技术、应用这3个层面进行分析。

政府内部数据除了部门掌握的业务数据，还需要考虑不同系统数据之间的结构冗余，以及是否存在数据存储的“信息孤岛”；就外部数据而言，不同的政府部门究竟还需要哪些外部数据？通过什么方式获得？获取过程中需建立怎样的机制？

这些都是政府大数据建设过程中考量的焦点。“比如，住建部门根据自身数据只能了解房屋的售出率，如需分析出售房屋的空置率，或许就要参阅房屋的水表、电表信息，这就需要协调水务、电力等部门的数据。”白芸认为，“真正的大数据应用并不是仅仅根据现有数据绘制一份报表、一个曲线图，就能称之为大数据产品，这些依旧是一种传统的统计和数据分析。”

信息化将逐步解决业务加速和职能高效的问题，大数据应用也将呈现出从无到有、再到优化和增值的趋势。

沈阳军区总医院向人大金仓提出：医院内病人的平均住院时间与医院效益有哪些内在关联？如何利用两者内在规律更好地为病人服务？人大金仓基于此，打造了“医院大数据综合管理分析智能平台”，通过分析医院平均住院率的变化规律，为病人提供良好的医疗服务之外，也为医院带来了新的经济增长点。

经过十多年的底层数据研究和实践积累，人大金仓拥有全线数据库产品及数据资源分析、管理等能力，能够为客户提供“大数据规划、实施、运维全流程的技术支持”；此外，人大金仓大数据解决方案目前已经在医疗卫生、医院、教育、金融、通讯、政府部门、军工国防等十多个业务领域，成功实施交付了数十个数据中心和大数据解决方案项目。

数据中心建设拉动云安全市场增长 第7篇

作为国内云数据中心建设的执行者, 运营商正在推动云计算的落地, 而电信级的云数据中心防护也成为重点工程。

Q&A山石网科资深运营商安全专家谭仪

《通信世界》:目前数据中心安全防护市场格局是否已经被云计算撬动?在国内, 电信级云数据中心防护市场正发生怎样的变化?

谭仪:目前据云计算大规模商用还需两到三年时间, 因而相应的云安全市场也会随之发展。

在运营商侧, 中国电信已开始云主机及云存储资源池等产品集采活动;联通也搭建自己的私有云平台, 供内部员工日常办公及其他应用服务使用。目前电信级云数据中心还处于一个起步状态, 因而其安全防护市场发展还处等待中。

《通信世界》:云数据中心安全采用大量虚拟化技术, 在您看来新技术所带来的挑战主要体现在哪里?

谭仪:随着虚拟化、云计算等新兴IT技术的广泛应用, 传统的数据中心建设出现了新的变革。越来越多基于虚拟化、云计算技术的云数据中心为提高企业资源利用率、降低运营成本提供了切实有效的帮助, 然而新的技术也的确带来一些全新的安全挑战。云数据中心面临着两个维度的网络安全, 一是传统数据中心的边界安全, 二是数据中心内部的安全。

《通信世界》:云计算数据中心的安全与传统数据中心防护有哪些区别?

谭仪:传统数据中心的识别和安全控制措施大部分都是基于固定位置、静态网络或固定IP, 很难应付虚拟化带来的安全问题, 同时动态特性也意味着数据中心将要面临全新的安全威胁和漏洞。

大数据时代的全媒体客户运营 第8篇

面对新媒体浪潮的剧烈冲击, 战略转型已成为报业求生存、谋发展的必然选择。是否仍然感到对如何实施战略转型心中无底?或是茫然无措, 或是担心盲目跟风造成报社境况雪上加霜?是努力挽留传统纸媒读者, 还是努力开辟全新媒体形式, 快速占领各新媒体通道?

面对报社经营多年所积累的宝贵、丰富的资讯与知识体系, 却依然无法改变传统、单一、单向的内容提供模式?面对多媒体、多功能、多样化、多向度的信息服务市场, 如何充分发挥报纸的创新模式, 努力增加内容产品和信息服务的附加值, 以拓展营收来源, 实现可持续的科学发展?

伴随着云计算技术的推广与普及, 大数据时代已经悄然将我们包围。什么是大数据时代?大数据时代下应该如何发展新媒体, 开展全媒体运营业务?大数据时代下又该如何维持传统媒体, 逐步完成传统媒体与新兴媒体的融合, 实现报社在大数据时代下的华丽转型?

本文通过对现有各家媒体针对大数据时代的全媒体客户运营方面所做的努力与探索进行梳理与总结, 为在转型迷雾中艰难前行的媒体运营决策者提供一些思路, 和相关可借鉴案例。

广告经营管理的全媒体化是必然趋势

据业界几家主流数据分析与监控公司的不完全数据, 2012年中国报刊广告市场整体跌幅超过了19%, 是近10年统计数据下的首次年度负增长。到了2013年上半年, 该趋势依然没有明显改善, 公开刊例价数据统计显示跌幅依然维持在12%以上, 而真实广告营收收入经换算其跌幅应该超过15%以上, 部分对房地产、汽车等大宗商品广告依赖较强的报纸甚至跌幅超过了20%, 而少量侧重于日常消费类、时尚类商品广告的报纸, 其日子则要相对好过一些。

同期数据统计显示, 以移动互联网、户外大屏为代表的新兴媒体行业在广告营收方面则有较大增幅, 其数据接近甚至在局部地区超过了传统纸媒、广电行业的广告营收。

面对严峻的市场格局改变, 作为传统报纸行业, 将被迫走上新的长征之路。

为了应对广告营收在各媒体投放量巨额变化, 大部分报社已经停止在传统纸媒业务上进行投资与信息化建设, 其中多家报社已经采取了较大幅度的调整以适应变化。比如西北地区和华南地区多家知名都市类报纸已经在缩减报纸出版部门的生产规模, 华东地区、华南地区多家报社开始积极在新媒体领域进行资本投入, 比如潇湘晨报、常德日报, 湖北日报、现代快报、团结报等都在户外大屏上有较大或者持续的投资计划, 并已经取得初步收益。

随着传统报业将业务重点由传统纸媒逐步向新兴媒体战略转移的同时, 作为报社营收的最重要来源, 其广告业务对全媒体化的需求也越来越凸显。

什么是全媒体化的广告经营管理?笔者认为至少应当从两个业务层面来阐述这个问题。

首先, 全媒体广告是指所需要管理的广告业务发布渠道是全媒体化的, 其应当包括传统报纸、纸质的画报杂志、网站、移动阅读终端、户外大屏, 以及未来可能出现的各种新兴媒介载体。随着新闻、资讯信息向各种媒介终端挺进的同时, 广告这种媒体行业最熟悉的营收方式, 必然会随着全媒体业务的开展而同步延伸, 因此需要现有的广告订单管理也逐步扩展为全媒体化的, 如图1所示。

全媒体化的广告订单管理, 可以满足报社由纸媒广告向多种新兴媒体广告业务逐步发展的需求, 解决纸媒广告与新媒体广告打包销售、新媒体广告独立运营管理、广告活动营销活动、各种拓展业务活动中的各种订单、业务财务管理需求。同时, 广告内容管理也需要由之前的图片管理向视音频等方面拓展。

其次, 全媒体广告不仅仅是指广告发布渠道的全媒体化, 也包含其运营业务, 需要由单一的广告主及代理商管理, 向前后两个方向延伸。向前, 为了适应市场日趋激烈的态势, 需要加强对潜在广告营销机会的管理, 以及加强对业务人员的绩效考核管理。向后, 则需要努力拓展更多的广告业务, 包括目前大多数都市类报社已经在开展的活动营销、各种专业的展会营销, 甚至可以包括客户服务管理、学院教育、会员俱乐部等多种营销业务。

希望在延伸业务上取得良好收益, 并保持持续发展, 客户数据的积累与运营需求, 将逐步浮出水面, 进入到各报社决策层的视野中。

构建大数据客户库是决胜未来的必杀技

“新媒体格局下媒体的竞争力首先是品牌的比拼, 其实是数据库的比拼!”这是某知名报社一把手针对大数据时代的媒体竞争格局, 一针见血地指出了报社未来发展的努力方向。

品牌影响力的市场格局, 各家报社通过近50年的努力已经完成, 而接下来则是数据库竞争力的重要形成阶段。不论是加强现有传统纸媒广告营收, 努力提高报纸发行, 还是积极开展新兴媒体探索, 培养新媒体时代的新读者群, 或是广泛展开各种活动营销、展会、服务、教育, 或者发展高端会员开展更高层次的客户运营战略, 所有这一切, 最终都归结于构建一个统一的、构架于所有业务之上的大数据客户库。媒体搏杀已然进入到大数据时代!全媒体客户数据库架构图如图2所示。

越来越多的报社开始尝试, 依托统一客户数据库, 构建大数据时代的全媒体运营体系。

经过多年的发展, 大多数报社的广告、发行、呼叫中心和网站等综合营销部门在各自运作过程中, 积累了大量的客户资源、海量的内容资源、优质的品牌和强大的消费引导力。在实际工作中, 各系统的客户资源分散分布, 没有形成合力。客户资料在广告、发行、呼叫中心和网站中都有记录, 每个系统的记录侧重点不同, 都为各自部门服务, 而客户资源之间缺乏相互的关联, 不能综合有效利用, 造成了客户资源的浪费。

通过实施全媒体运营项目, 可以提升现有数据的利用级别和效率, 实现四个方面价值:首先, 可以将原来分散在纸报、网站、线下活动等各业务线的客户数据统一管理, 为实现客户资源利用打下良好基础;第二, 通过纸报、网络和移动互联网读者的统一管理, 可以实现读者从传统媒体向新媒体的顺利迁移;第三, 通过数据仓库产生的各种统计、报表、挖掘结果可以帮助各业务线完善流程, 为领导提供经营规划的依据。最后, 还可以结合报社已有的优势资源和规划布局, 在统一的客户数据仓库基础上分析、挖掘数据、开展数据库营销等增值业务。

大数据下客户运营建设的几点建议与注意事项

在大数据时代下构建统一客户数据库, 开展全新的全媒体客户运营业务, 是传统报业转型与发展的长征之路上可以借鉴的一盏明灯。事情说起来简单, 实际做起来则有很多需要报社去逾越的障碍。在此, 笔者汇总目前已经在实践的几家报社经验, 提出一些建议与注意事项, 希望能为读者带来新的启示。

1、要正确理解客户数据库

在构建客户数据库的过程中, 很多人通常都会问第一个问题:我们报社想建大数据库, 需要建多大的?需要多大投资?能有多大收益回报?

笔者想说的是, 构建客户数据库没有大小目标!客户数据库的价值不同于内容数据库越大越好, 客户库更强调客户信息的质量, 如果存的数据质量不高形同垃圾。对于一个中型报社而言, 在所在城市能有效管理好50 100万的高价值客户数据信息, 基本就能有效完成之前所述的客户运营活动。

一般的项目建设投资, 大家都习惯于首先计算投入产出比。通过具体的数据来说话。笔者想说的是, 客户数据库的建设, 最大的投入是决心!是否从报社一把手能正确理解客户数据库的价值与意义, 用战略眼光来指导项目建设, 比具体的资金投入更重要。客户数据库能否真正变成报社未来运营的核心客户平台, 最重要的因素就在于是否能将对数据库的理解自上而下贯彻到每一个环节, 不仅是负责承建与运维客户数据库的部门团队, 报社的每一位岗位员工都能积极、主动协助完成客户数据库的建设与日常完善, 这种意识是项目资金投入所无法实现的, 在这点上, 上海第一财经日报的整个团队就执行得非常到位。

2、客户运营是大数据库与每一个业务部门协作共赢的结果

大数据的概念已经逐步深入人心, 很多人对大数据存在着憧憬。广告部门希望掌握大客户信息, 在大客户准备调整广告投放战略之前就有所察觉并及时调整营销策略。活动营销组织经常抱怨参加活动的都是水军, 现在的广告商智商提高的非常快, 不仅需要人气, 更需要见到活动直接产生的商业收益。时尚品牌高端活动不再是单纯的广告售卖方式, 广告主通过活动过程在考察报社的活动组织能力、宣传影响力、客户资源质量。发行部门希望通过客户库协助他们利用现有投递资源开展电商配送业务。呼叫中心部门希望客户将电话打进来的一瞬间, 能立即了解到该客户是否为报社订阅读者、是否注册为网民、是否参加过活动营销、个人喜好与禁忌

各业务部门针对大数据库有太多的需求。然而, 要实现所有这些变化着的、无穷无尽的业务需求的同时, 需要每一个部门使用者深刻理解, 客户运营是大数据库与每一个业务部门协作共赢的结果!新疆大晨报是近年来下定决心努力发展大数据客户运营的报社之一, 其报社社长在视察了其刚刚组织验收的客户营销数据库项目建设成果后, 对全报社的中层以上干部说了一句话:“这是大晨报客户运营业务的第一步, 只是开始!”

客户数据中, 其静态属性如姓名、性别、联系方式、住址等相对固定的信息其是基本属性, 是建立该客户信息的基础。而其动态数据, 即该客户针对不同业务所发生的各种行为活动记录, 年龄、学校、购房需求等相对不固定且需要持续维护的信息, 则需要通过与各业务系统的关联随时动态更新, 以持续保持其有效性。

3、客户运营同时是一个开放与合作的过程

最后需要说明的是, 客户数据库的构建及运营业务开展, 一定是一个开放、合作的过程, 既包括报社内部各部门的协作, 也需要通过与社会上更多客户数据运营公司的合作, 通过一个开放的用户平台体系, 与三方建立数据相互交换、相互利用的机制, 将客户数据充分盘活, 且有利于数据质量与价值的进一步提升。

客户数据已经成为一种新的经济资产类别, 就像货币或黄金一样。客户数据正成为未来的自然资源, 并为企业创造价值并传递价值。客户数据是开展营销活动与业务拓展的基石。

全数据化 第9篇

绿色建筑是否真正节能,真实的数据才能进行有效的证明,2009年《纽约时报》有一篇题为“有些建筑配不上绿色标签”的报导,已经指出了一些作为可持续性代表的绿色建筑其实名不副实的问题,在“以实际能耗检验建筑节能性”的标准下,很多绿色建筑包括(LEED)金质认证一些大楼距离节能指标差距甚多。

建筑越节能,越省钱。油价电费越来越高,能源匮乏,环境污染,倒逼国内的建筑从简单粗放的设计逐渐过渡到绿色建筑方向,节能型建筑设计尤其在国内的绿建建筑体系中占据很大的比重。在绿色建筑中保持住建筑节能的核心也是未来建筑的发展之重。

很多绿色建筑在从建设过程到运营周期中往往只是应付设计、应付验收,并没有真正地将建筑绿色起来。

绿色建筑持续运行的能耗是否达到建筑节能指标?

绿色建筑的室内环境是否达到健康的标准?

绿色建筑所选用的机电设备是否是节能产品?

绿色建筑所匹配的建筑节能设备或手段是否全周期的节能?

绿色建筑物业管理是否按照节能运营标准进行管理?

在建设一个新的绿色建筑时,就应该建设一套绿色建筑全周期实时数据监测系统,根据天津某大学新校区第一教学楼(简称一教楼)绿色建筑建设中进行相关的建设研究和发展,建设一套全周期的实时数据监测系统。

一教楼项目规划总用地面积为2 1 625m2,总建筑面积为10762.1m2,建筑地上南侧3层,层高4.5m,北侧2层,层高6.75m,(内部错层相接,总高15.75m。绿地率44.2%,机动车停车位3个,非机动车停车位200个。

根据绿建设计标准,一教楼完成绿色建筑设计标示和运营标示两项指标。在新国标GB/T 50378-2014《绿色建筑评价标准》中提出了对整个绿色建筑的设计运营进行了数据跟踪和对比。根据设计标准,进行数据全周期的数据跟踪监测。

一方面探讨建设周期,绿色建筑的数据监测系统应用;另一方面探讨运营标示的数据公示、披露和评估。

2 数据监测内容

根据绿建相关法规及各类绿建指标评估体系要求以及现场管理需求,既要满足日常管理,还要持续跟踪整体建筑绿色评估体系,绿色建筑数据监测系统的建设既要完成节能指标评估,还要完成数据长期运行跟踪需要,为运行标示的评测提供依据。整个数据监测不但要从时间上覆盖建设周期和运营周期,还要从数据上覆盖能耗、环境以及设备信息,通过自动化以及人工的方式进行真实数据的统计分析。

常见建筑节能数据采集示意范围如图1所示。

能耗参数即建筑物实际使用的各类能耗和资源的实时参数,通过相关的计量表具将电量、水量、制热/冷量等参数进行。传统的表具计量都是通过人工进行现场抄表,然后进行相关表具参数统计,不但无法实时获得数据参数,浪费大量人工,同时也没法通过有效准备的数据进行判断数据背后所展示的信息。

环境参数作为绿建建筑评比体系中最重要的一环,需要设置大量有效的传感器进行数据监测,通过控制器或采集器实时读取各类传感器提供的信号,实现远程的自动化采集。

建筑有大量的机电设备,机电设备的运行故障等各类运行信息实时影响着整个建筑的能耗和环境,机电设备有着独特的运行性能,通过对机电设备的运行信息进行采集和控制,既能实时监管机电设备的运行情况,又能在最大程度上实现机电节能。

现场建设阶段能采用自动化采集的各类数据信息都采用自动化方式进行数据采集,本地采集进行数据存储,保证数据真实和持续性。无法进行数据仪表直接采集的需要进行人工录入填报,填报表进行标准化统一。

2.1 建设周期

建设全周期的绿色建筑,在一教楼建设阶段使用大量的能源(水、电、油、燃气等),通过自动化的方式进行数据采集器和人工填报,完成整个建筑周期的能耗使用情况,为降低建设能耗提供数据依据。

一教楼现场施工环境的风速、扬尘、PM值、温湿度、雨雪等各类室外环境影响整个建筑进程,既需要完成环境变化监测,也需要进行现场公示,提高现场施工管理水平。

一教楼施工大量机电设备使用,提高整个生产效率,对重要设备信息管理尤为重要,需要有效真实的信息来监管设备运行情况,同时也可以通过数据分析,优化现场设备的配置使用。

2.2 实施与运行周期

一教楼项目建设过程中根据校方和绿建评估指标体系进行分析探讨,既要满足绿建指标体系建设,又要完成绿建建设数据监测平台的数据跟踪研究。易于进行数据体系监测完成全周期的数据监测点来看,分布在绿建评估指标体系以下各个内容中(表1),既是绿建评估体系的重要指标,也是未来持续跟踪的数据指标来源。

基本涉及到的绿建系统专项数据及采用部分绿建技术如表2所示。

3绿色建筑数据系统建设

3.1现场数据采集要求

根据一教楼现场实际情况,将各类数据进行分类整理,通过全自动和人工方式完成相关数据的现场采集器。根据实际情况,将现场各类仪表进行分类分项进行归纳,最大限度地提升数据采集的真实性和完整性,如表3所示。

3.2 现场数据显示和传输要求

基本内容详见表4。

3.3 系统功能设计规划

基本对应功能如表5所示。

绿色建筑远程数据中心基本功能规划如表6所示。

4 系统设计

4.1 整体系统规划

本系统常规建设体系按照绿建评价标准展开,为了将绿建数据进行本地化管理,则要求本地进行实时显示和管理。本次选择EHS绿建主机为现场数据监测平台,对各类现场的实际设施进行细化选择。物业管理中心,实现未来绿建中心展示和管理。平台预留建科院和EHS绿色建筑监测平台数据接口,以方便拓展对其他绿建项目数据跟踪和管理。

4.1.1 建设阶段

在建设施工阶段配置相关电表、水表、风速、温湿度传感器、雨雪传感器,作为工地建设绿色建筑全周期数据监测。

工地的设施使用情况,使用人员数据填报。

待工程完成,本主机数据作为室外环境监测数据主机。

4.1.2 运营周期

能耗监测数据:监测各类能耗、水电等数据。

环境设施监测及控制主机:完成各类室内环境的监测和设备控制管理,本地显示管理。

4.1.3 系统结构说明

如图2所示,本地设置绿色建筑监控管理主机,实现各类数据的本地显示和管理,并通过TCP/IP上传到物业管理中心和绿色建筑监测平台中心。物业管理中心实现就地的物业管理,绿色建筑数据监测中心作为未来绿色建筑全周期的数据监测平台,实现整个绿色建筑管理平台管理和建设。

4.2 中心平台功能规划

详见表7。

5 结束语

现有的绿色建筑体系中验收指标体系中往往只是阶段性的时间点,无法进行全周期的监管。绿色建筑是否会出现验收绿建,验收一过就变样了的老问题。需要建设合理有效的评估和监管体系,通过建设有效的监管体系才能保持绿色建筑合理有效的发展。真实有效持续的全周期数据监测平台对促进绿色建筑发展和应用有着重要的作用。

摘要：随着现代技术发展,人们对健康环保越来越重视,绿色建筑也在国家和人们的期待中从试点逐渐推广开来,笔者根据天大第一教学楼绿色建筑在遵循国标GB/T 50378-2014《绿色建筑评价标准》建设的同时,对整个绿色建筑全周期平台进行分析和探讨,因地制宜地提出全周期的数据跟踪方式,通过从建设到运营管理中设置详细的数据采集,来运营评估整体绿色建筑建设数据。

关键词：绿色建筑,绿建主机,绿色建筑数据监测平台

参考文献

[1]《绿色建筑评价标准》(GB/T 50378-2014)

[2]《公共建筑能耗远程监测系统技术规程》JGJ/T 285-2014

[3]《江苏省绿色建筑评价标准》(DGJ32/TJ76-2014)

基于云存储的数据全台网方案考虑 第10篇

但在实际的建设过程中可以看到,全台网业务开展非常困难,因为不同的应用系统往往是由不同的厂家提供的,各自对于业务流程的理解不同,数据格式也不同,导致笔者需要将各个厂家的研发人员聚集在一起共同商讨,才能定义出一套相对可行的接口方式,实现业务数据在各个业务系统之间的协作流转。每个业务系统都建立了自己的数据存储,数据的流转基本采用拷贝的迁移方式［1］。

这种模式建立的全台网基本是为了解决已有制作、播出网络之间的互联互通,在运行中很难解决全媒体高效融合生产发布所面临的困难,考虑到这样的现状,笔者提出基于云存储技术的全台网解决方案。将全台网分为两部分建设,第一部分是数据全台网,第二部分是能力系统( 业务系统) 中的数据流转。数据全台网是一个核心基础,如果没有数据全台网,数据不进行集中的管理,就没有办法将各个能力系统由数据来驱动工作,只有建立了数据全台网,才能未来在这之上建立全新的自动流程系统,来将各个能力系统打通。

数据全台网从建设上来说,就是在各个业务平台之上建立一个集中的存储资源平台,采用服务型的理念来为各个业务系统提供支撑,在此存储平台上,包含了所有的全台网数据。

1 现状和挑战

之前台内的数据存储模式,主要采用分散建设的方式,每个业务网均根据自身的需要配备有存储设备,为各个业务网的数据存储和访问提供能力。但这样一来,出现了不少问题:

1 ) 各个业务系统较为分散,之间没有很好的交互能力,严重制约了素材的实时交互;

2) 系统独立也导致整个流程变缓,从上载、制作、播出到媒资整个过程非常漫长,业务带宽被大量的业务流程传输占用;

3) 人工参与工作量大,成本高;

4) 资源无法集中管理,存储和带宽资源分配不均衡,不能根据业务系统的需要进行动态弹性调整。

以电视剧缩编网的建设为一个契机,将所有数据集中起来,按照数据全台网的思路建设一个统一的集中云存储平台,将所有的业务数据集中存储和管理,存储( 带宽、容量) 作为一种资源分配给各个业务系统,可根据需要进行随时的调整,并且将数据统一后,可以设定更高级别的安全手段保障数据的安全性。

不过一旦实现数据全台网,会面临不小的挑战,这方面的挑战包括:

1) 多个业务系统的并发使用,对于数据访问的带宽要求非常高;

2) 数据安全性需要上升到一个更高的级别,不仅仅是做到硬盘的容错,还必须做到设备故障的容错能力;

3) 存储容量会随着不断纳入新的业务系统的数据而急剧增加,这种扩容需要在不影响业务的前提下进行。

2 云存储的实际应用

在项目建设中,采用新的解决方案来改变现有的状态,在内部建立数据全台网,该网络基于分布式集群存储架构建设,集成采集、非编和媒资业务,并有效地和播出、发布网络互通,通过该网络的集中存储保证素材资源的集中管理和共享互通。

整个方案设计包括集中存储、网络建设和应用系统,整个缩编系统的建设目标具体体现在以下9 个方面:

1) 打造紧凑的工作流程,实现素材上载、素材高标清编辑、素材媒资管理在同一个平台实现,并且和离线归档系统、硬盘播出系统互通;

2) 该系统既是非编系统,也是媒资系统,素材进入存储系统,随即可以针对素材进行编辑、媒资管理;

3) 系统平台同时作为备播系统,可以在播出系统出现故障后,直接将节目从该平台播出;

4) 平台支持多个频道的节目,每个频道50 Mbit / s的数据量,70 Mbit/s的最大并发传输量到播出系统;

5) 拟定的平台存储采用支持横向扩展的集群存储;

6) 整个平台的实际带宽能力要超过2 Gbit / s,保证各个业务系统的有效运行;

7) 平台支持带库的近线归档;

8) 平台的安全性、实时性要求非常高;

9) 跨平台( Linux,Windows,Mac ) 、多应用支持的解决方案。

广电视频存储领域历经几十年的发展,从最初的内置硬盘存储,到DAS磁盘阵列,再到FC SAN结构的存储网络、基于SAN架构的集群存储［2 － 3］。广电领域对于存储的使用更关注高速的归档迁移带宽和稳定的视频流读写能力,而高并发的I/O密集型应用不是很多。特别是随着高清时代的到来,视音频文件的体量越来越大,1 小时百兆码率节目的文件大小在45 Gbyte左右。同时广电视频行业对于网络设计方面的要求也发生了很多的变化,而目前主流应用的SAN存储架构在实现系统互联时,不光要打通FC网络链路,各自SAN网间文件系统的互相访问和文件共享也是棘手的问题,特别是异构文件系统间的互访,只能通过架设数据访问网关( FTP网关或CIFS网关) ,增加了系统的复杂性和维护成本,可靠性安全性也无法保障。原有的存储方案越来越无法满足需求,一个个的制作孤岛、媒资孤岛让资源的共享和管理带来很大困难,实现不同业务子网的互联互通,实现高效的自动化工作流迫在眉睫。

根据对目前广电主流的存储技术的分析,笔者认为随着以太网技术的发展,IP集群存储一定会成为日后广电建设数据全台网的重要方式。所以,数据全台网考虑采用云存储的方式来建设存储平台,拓朴结构如图1 所示。

云存储的优势和特点包括:

单一架构优势。整个云存储平台架构在以太网架构之上,充分利用现有的网络( 多千兆接入或万兆接入) ,无须像之前的FC存储那样采用双网架构,这样对于本台的统一规划建设有很大的优势。

稳定视频读写性能优势。存储节点采用的专业网络存储可保证非常高的稳定视频读写性能( 读430 Mbit/s,写450 Mbit / s,该稳定读写指视频读写不会掉帧) 极限带宽更可达700 Mbit/s以上。考虑到整个架构完全是线性扩展,增加存储节点即可增加性能,在10 个节点的情况下可以实现视频稳定读4 Gbit/s以上。

不停机容量扩充。云存储系统正如其存储服务平台理念一般,可以提供在线不停业务的扩容,仅需增加存储节点就可以在增加访问性能的同时增加存储容量,最大可支持高达64 Pbyte以上的存储容量。这种存储容量的扩展对于前端的业务完全是透明化的,对于用户感受而言,仅仅是发现空间容量增加了,业务无需中断。并且可以在业务空闲时进行指定的动态负载均衡,保证整个系统的性能同步提升。

多种安全级别。和大多数互联网式集群存储不同,充分考虑了在异常处理时尽量减少恢复处理来保证类视频文件读写的稳定性,所以特地可支持传统RAID作为底层。除了提供磁盘自动监测和多种RAID级别来保障存储节点的可靠外,整个安全从底层RAID、目录1 备1、网络RAID到全局副本4 种方式来解决安全、性能和投入的问题。最高L5 级别的数据安全模式下,数据安全得到极大的保障。即便是存储节点损坏也不影响数据的可靠。

统一文件视图。安装客户端的服务器可看到一致文件系统视图,系统通过客户端提供本地硬盘的访问方式,直接挂载为本地硬盘,所以对任何应用系统都是透明的,对应用服务器开销非常小。

3 智能引擎驱动的业务流转

在实现了数据全台网之后,可以将各个能力系统不断地部署上来,这时实现数据在底层的自动化流转就成了下一个阶段要考虑的问题。

既然数据已经集中,能否在集中的数据上加上一层数据管理层,智能数据管理层是存储层基础之上开发的一种新型的应用语义文件系统,其自身实现为分布式架构,基于分布式文件系统开发整合实现,提供核心非结构化数据管理功能,实现文件对象化抽象和安全访问,虚拟盘、全文检索、转码等数据应用可建立在此智能语义系统之上。可以利用语义引擎实现数据在各个能力系统之间的自动化流转。

实现非结构化的媒体数据在后台的各种处理及调用,这种调度主要是基于内容信息的调度,和之前通常的工作流有很大的区别,是需要基于语义分析的调度方式。

该数据智能调度引擎是在私有文件系统基础之上利用语义识别实现的,整个文件系统内部长响应一个监听进程,能够识别简单的语义,并能根据语义内容做些相关工作。

例如:

数据全台网的业务流转模型如图2 所示,此调度引擎工作于媒体数据引擎后台,为数据汇集、图像解析、文本提取、视频转码、审核等工作流程提供有力支持。

总之,在利用云存储实现了数据全台网之后,就可以进一步利用集中数据的优势,创新地利用数据的自动化流转推进智能全台网的建设。

4 实施进展

浙江广电集团目前已通过云存储构建了数据全台网的基础服务平台,特别是在电视剧缩编的全流程业务开展中,发挥了重要的作用。在后台计算、存储资源高度集中池化的同时,把终端延伸到各电视频道编辑人员的办公桌面,通过智能引擎驱动的业务流转,实现在线汇聚收存分发海量媒体资源,上载、编辑、审片、送播、发布、归档入库各业务岗位实时共享节目资源,极大地提高制播效率,以适应全媒体融合生产的发展需要。

参考文献

[1]范中磊.网络存储技术漫谈之三:集群存储[J].记录媒体技术,2010(3):51-54.

[2]张振庆.集群存储技术的分析与研究[J].中国传媒科技,2011(7):108-111.

悠唐 打造全栖O2O大数据平台 第11篇

通过扫二维码，客户成为悠唐会员，就可以享受各种打折优惠，包括停车场的打车优惠。我是开车一族，希望停车场支付能实现手机支付。

我去过绿茶餐厅，那里总有人排号等座，但扫了二维码，就可以随时从微信上了解前面有多少人排队，因此可以在排队期间安心地逛商场，等快要轮到自己时再去排队，这样就节省了排队时间。

我觉得这个方式可以借用到悠唐。比如快离开停车场时，先用手机扫二维码进行支付，只要在半小时内离开停车场就可以，这样既不用掏现金，也不用排队缴费，直接就用手机支付。现在停车场一到周末人就非常多，开着车都出不去，所以我觉得可以考虑把餐厅排队的方式引进到停车场，也希望支付类企业能跟商家沟通一下，把停车的问题解决。

悠唐在独立运行微信的这两年中，发生了翻天覆地的变化。

在北京的购物商场里，目前悠唐微信无论在技术方面，还是在购物体验方面，都排在比较理想的位置。很多人问，悠唐的微信运营是不是有第三方？事实上，悠唐微信完全是独立运营的。那么，悠唐为什么要用两年来打造微信，潜心研究微信的新功能？悠唐微信为什么要做支付？

8万会员呼声热潮中深化微信服务

悠唐做微信支付，是因为微信在两年的运营中获得了良好的口碑，积累了非常多的微信粉丝，真实粉丝达到8万，用户量超过千万。在悠唐微信后台的消费者在互动过程中提了许多要求和建议。比如停车是不是可以更方便？找不到车位的问题能否解决？正是基于消费者的需求和声音，悠唐微信才得以一步一步往前走。

为此，悠唐微信积分提出这样一个理念，能够做到满足消费者所有的需求，包括所有消费者的消费体验、付款流程，以及第一时间获知购物信息等。悠唐微信在消费方式转换这个理念上做了很多思考。现在，在悠唐微信攒积分就等于攒钱。在悠唐，积分可以变成停车费，也可以变成一张电影票，也可能变成快递单。

当然，在这个过程中，悠唐微信遇到很多技术难题。比如，购物中心不是传统百货，收银方面会出现很多问题，包括跟客户对接，跟上游腾讯、财付通对接等，都需要攻克一系列难关。

整支团队飞深圳探路微信

悠唐不会闭门造车自己去研究一些小的互动体验功能。

今年初，我们整支团队与腾讯的技术开发团队做了深入交流。整个过程很艰难，团队经过很多努力才见到腾讯的技术团队。团队刚去的时候，腾讯的技术开发团队甚至不知道北京有个悠唐购物中心，而且他们也不理解，悠唐只有一个独立的商业地产为什么这么做？

见面之后，腾讯的技术团队发现，我们很多想法和思路是他们之前没有想过的，双方很快就达成战略合作意向，腾讯将提供给悠唐一个定制式的微信用户体验平台，助力悠唐成为线下消费体验互动模式的行业标杆。

在后台结算方面，我们与腾讯商讨，希望财付通能提供一个很好的模式。另外，我们也在考虑由悠唐做统一代理，从悠唐的端口分支到200个商户。这实际上就是能不能实现微信支付方式直接落地到购物中心的概念，这个模式一旦开拓，可能在一段时间内，可以为商业地产购物中心这个行业的从业人员提供一个参考。

耗时耗力仍要开拓未来

悠唐微信未来的方向之一，是跟腾讯进行技术上的紧密合作；方向之二，是实现一些新的O2O业务，比如和商户品牌共同运作。

对于商户品牌，悠唐微信考虑过很多办法。最后，我们选择了一个虽然投资成本很高，但对未来线上支付和整个经营开发都有利的方式：和每位悠唐微信合作的客户进行单独联系，让客户可以通过扫二维码进行支付。

有专家表示，这个流程可能非常耗费人力、财力和物力，而且研发时间会比较长。但在悠唐看来，这个办法是为了开拓未来。一个新的消费模式转换有很多不可预期性，我们愿意有一个更好、更开放的平台来实现，这也是悠唐做线上支付的诚意所在。

灵活的后台服务

悠唐微信后台的互动灵活性非常高，所有消费者都会给悠唐提供很好的内容。

首先，我们真正服务于消费者。通过刷积分，消费者给后台及时反馈，互动量就是一个非常大的市场。

其次，作为购物中心，我们服务于商户。在购物中心内，有些品牌可能已经有一些客户端方面的服务，可以进行线上支付，或者可以线上预约。我们把这个服务也纳入到购物中心来，通过购物中心的先进理念帮商户招揽顾客。

最后，我们服务中心的服务人群也有这个需求，这类人群主要是快时尚品牌和新品牌。作为年轻人习惯消费的品牌，这些品牌接受新的消费理念很及时，也希望及时将后台信息服务反馈给消费者。这两类人群大约积累了200多家商户，是我们服务的主体。他们给我们反馈的需求，和我们要做的服务不谋而合。

以上就是悠唐微信支付这两年来所做的一些努力，以及独立运营的一些心路历程。

悠唐微信未来肯定还会有很大变化，在模式上，悠唐希望能从消费者指尖上的消费中心，变成“娱乐+悠唐”的平台，也就是吃喝玩乐购衣食住行都可以在悠唐实现，这也是我们推广理念的新变化。这样一来，悠唐整个商业模式，包括O2O的数据调研都会基于大数据分析，无论行业还是市场变化，都会有更高的准确性和精准度，这才是线上线下O2O都适合的模式。

全数据化 第12篇

大数据作为ICT重要趋势, 已经成为炙手可热的产业领域, 同时企业也开始制定大数据战略, 现实世界的成功案例也日益增多。近期, IBM在华展示了其在大数据时代的能力。

重塑大数据价值体系

IBM公司表示, 将以“智慧的分析洞察”为核心推进在华的大数据战略, 整合“大数据平台”和“大数据分析”两大实力, 构建完整的大数据价值体系。

一方面通过收购, 一方面通过研发创新, IBM已为大数据价值体系做足技术储备。在上个月, IBM宣布收购提供自动服务业务分析软件的Star Analytics的软件资产;在2012年完成了5笔涉及大数据及分析领域的收购;自2000年到现在, IBM在大数据及分析领域收购了超过35家公司。另一边, 据IBM方面透露IBM每年在大数据及分析领域研发方面投入30~40亿美元;在中国, 从2012年开始的连续3年内, IBM计划投资超过3亿人民币, 用于在进行大数据及分析的研发与推广。

事实上, 对于能力涵盖咨询、服务、软件、硬件各方面的IBM而言, 将来自各领域的实力整合并提供端到端完整的解决方案给企业, 正是其关键优势, 同时也是企业所需要的。而这也正是目前IBM在大数据领域希望以“全战略”赢取市场的支撑。IBM预测, 到2015年IBM在大数据分析方面的收入将有望达到160亿美金。

IBM全球副总裁兼大中华区软件集团总经理胡世忠表示:“IBM正在利用领先方法论和全面大数据技术帮助企业重新思考已有的IT模式。同时, IBM相关产品和服务覆盖了大数据相关领域的各个阶段、各个领域。”

五类方案实践大数据

大数据被用于承载诸多类型的概念, 包括海量数据、实时数据、社交媒体分析、下一代数据管理能力等, 但在国内知名大数据学者、电子科技大学计算机互联网中心主任周涛博士看来, 对于企业, 大数据不应仅仅局限于技术领域, 而应成为一项业务上需要优先考虑的任务, “因为它能够带来全球整合经济时代商业模式的巨大变革”。

目前业界已经从对大数据重要性的认识阶段, 发展到实践大数据的必要性的战略实施阶段。对于厂商, 如何帮助企业IT部门及业务部门了解大数据应用环境, 并赢取大数据为企业带来的商业价值?IBM认为可以从五大类业务需求帮助企业进行大数据落地实践。

一是对于客户服务、保险、汽车、维修、医药等行业, 其需要储备大量知识库, 而繁杂的解答手册和知识系统会造成重复查询, 导致系统延迟和成本上升。对此可以利用大数据探索实现信息库的充实。

二是电信、零售、旅游、金融服务和汽车等行业将“快速抓取客户信息从而了解客户需求”列为首要任务, 所以可以利用增强360度全方位客户视图实现客户交互改进。

三是针对制造、能源、公共事业、电信、旅行和运输等行业, 其需要时刻关注突发事件、通过监控提升运营效率并预测潜在风险, 可以利用运营分析实现运营优化。

四是当企业需要通过全新大数据技术增强现有数据仓库基础架构的价值, 实现结构化、非结构化和流式数据传输、低时延、和查询的需求, 又确保有效利用预测分析和商业智能实现性能和扩展时, 可以利用数据仓库扩充实现IT效率和规模效益提升。

五是对于政府、保险等行业企业亟待利用大数据技术补充和加强传统的安全解决方案, 分析新数据, 可以利用安全性和智能扩展以实现犯罪防范。

与此同时, IBM还最新发布大数据白皮书《分析:大数据在现实世界中的应用》, 对期望在大数据时代掘金的企业提供一定的指导意义。

IBM大数据白皮书指导行业实践

近期, IBM商业价值研究院和牛津大学赛德商学院共同撰写发表针对“大数据”的调研白皮书《分析:大数据在现实世界中的应用》。

实践“大数据”的五大驱动因素

该报告调查显示, 各类组织目前开展的大部分大数据项目都旨在改善客户体验。49%的组织将“以客户为中心”列为实践大数据的首要任务, 18%的受访者把优化运营列为首要目标。其它应用则主要集中在风险和财务管理 (15%) 、实现新业务模式 (14%) 以及员工协作 (4%) 。

内部数据:大数据的主要来源

超过一半的受访者把内部数据视为“大数据”的主要来源。这表明企业正在采取一种注重实效的方式开展“大数据”工作, 也显示出其内部系统中仍有巨大的价值尚未得到开发。

外部数据:尚未得到充分利用

在所有推行“大数据”项目的组织中, 目前正在对社交媒体等外部数据源进行数据收集和分析的组织还不到一半。其中一个原因是很多组织难以应对和驾驭某些数据类型所固有的不确定性, 例如天气、经济、或者社交网络所反映的人的情绪和真实想法。另外一个原因是技能缺口, 对大部分组织来说, 掌握先进的新型数据分析能力仍然是从大数据中获得价值的重大挑战, 比如传感器数据、地理空间数据、图像和视频等非结构化数据和流数据。

大数据采用情况

四分之三的受访者 (76%) 目前正在开展“大数据”项目开发工作, 但大部分受访者 (47%) 当前仍处于早期规划阶段, 同时也有28%的受访者正在开发试点项目或已经实施了两项甚至多项“大数据”解决方案。还有近四分之一 (24%) 的受访者尚未着手开展“大数据”活动。

分析:实践大数据的核心能力