大数据生态圈企业影响力大会

　　时间：2016年9月27日

　　主持人：感谢各位莅临大数据生态圈及企业影响力大会，在大会开始前，请允许我代表亚信数据和主办方IBM介绍今天到场的嘉宾。他们是亚信数据、陕西移动、IBM、京东、识代运筹、新云东方、溢思得瑞、天云软件，以及到场的媒体朋友们，欢迎大家。

　　亚信数据是亚信集团专署于大数据业务的公司，在保持领先行业之外，亚信数据与新媒体、公安、银行、保险、医疗、交通等几十家企业建立了紧密、良好的合作关系。一个出色的团队离不开领航者的高度和远见，这一切都源于亚信数据橘云产品线朱军经理，下面有请朱军经理上台致辞。

　　朱军(亚信数据橘云产品线经理)：大家下午好!欢迎各位嘉宾来参加我们的会议，亚信橘云本着大数据技术来做数据类的产品，同时利用这些技术和大家进行更多的合作，希望我们形成一个生态圈，希望我们互相能够理解数据，能够用更多大数据的方案引领的发展。最后希望形成一个胡通互联的数据网络，来做大数据时代往前推进引领社会进步。我们的大数据是共享的技术，从产品线上来说不只是在传统的平台层，还提倡敏捷的开发，以后会在行业，面向行业做某些行业的业务来推动整个生态圈的发展。这里离不开我们和大家一起的合作，因为大数据是一个站的发展方向。

　　今天我们在西安地区有幸请到了，不只是技术合作伙伴，还有数据合作伙伴，以及我们的客户，在教育界的一些老师同仁，大家一起来做分享，互相了解技术发展方向是怎么样的?同时也希望在西安地区做一个更好的推广。因为亚信数据在今年年底会在西安成立一个研发办公室，包括我们的团队、互联网团队会在这里一起工作。我们邀请的合作伙伴都是在西安有着研发基地，所以希望和大家在技术上互通有无，能够一起开拓新的航路。

　　我就说到这里，谢谢大家!

　　主持人：感谢朱总的精彩致辞。下面让我们有请亚信数据杨学敏女士介绍亚信数据企业级大数据平台解决方案。

　　杨学敏(亚信数据)：首先介绍一下亚信数据橘云，橘云到现在已经走过了七个年头，我今天演讲的主题会围绕七年取得的成就以及产品的发展战略和产品方向给大家进行分享。

　　橘云的操作平台OCDP可以完成企业对数据的提取，抽取转换工作，我们在上层研究了OCDT，提供了多样的工具，为大家在数据的使用和应用方面，提供更加便捷的使用方向。整体平台放在一起就称之为企业级大数据敏捷操作平台。十年磨一剑，我们作为高科技的领头羊，橘云进入了高速发展期，到现在在朱军的领导下，已经发展成为100多人的科研专门团队，09年橘云诞生之后，2013年正式命运为OCDP，后来是OCDT，现在的产品通过有效的整合传统数据库和数据挖掘技术，为企业创新技术提供更辩解的数据便利。

　　我们作为国际开放数据平台企业联盟ODPI在中国区的会员单位，大家如果关注可能会了解到，去年我们在西安召开了第一届的大会，这个会议我们每年会定期举行，希望大家关注会议的举办。

　　从我们的第一个产品，是对标HDP，掌控并增强核心能力。产品价值是一站式数据汇聚与管理，二是高性能数据处理，三是提升业务开发效率，四是自动化智能运维，五是可视化应用开发和调试，六是自动化数据整合。我们有一个专门的小型轻量级的工具，可以将分散的数据源中的数据，抽取到临时中间层后进行清洗转换集成，最后到数据库，成为一个连接应用。我们OCDP是一个数据化的整合。

　　开发魔盒我们的1.0刚刚公布，其中重量级的产品是OCRC，这是实时交易风控，对银行产品来说有一些风控交易的控制，尤其是手机银行经常会有风控，比如诈骗和用户的信用提取不够，我们在这里面集中于大数据金融方面的产品。这里面有一个最佳实践OCRC，我们在某银行进行了算法的实施，产品一期在9月进行了上线，对银行实时交易全流程进行管控，固化专家经验，打造智慧大脑，怎么样进行实时交易风控。引擎的个性化，对于银行业务来说它的点很多，框架没有办法完全固化下来，前台使用人员使用原始数据，构建起实时风控的场景，在银行多场景下进行使用。能够满足各种交易数据的计算响应，达到了真正的大数据实时交易风控。并且系统具备可伸缩性。

　　实时流数据处理，现在对很多企业有一些营销的需求。对于这些需求有一个实时处理的产品是OCSP，对于实时的计算结果进行分析，参与用户特征分析等指标，最终落到是值得用户推荐和实质营销工作。最佳实践是多租户大数据开放平台，这里就不说特别多了，对于企业来说，大家在这方面了解的比较多。企业内部用户和外部用户都可以用，可以为企业节约硬件成本，并且包括了数据隔离安全，是控制方面的最佳实践。

　　橘云在多行业进行了广泛的应用，这个地图越来越多的打上了橘云的标志，不同的企业和不同的地域对橘云有各种各样的使用环境，这也是今天开这个会议的目的，大数据生态圈，其实一会儿所有嘉宾讲的基于橘云的上层应用也好，都是在生态圈中以橘云为基石蓬勃发展的大数据生态圈。

　　下面把时间交给后续的嘉宾，他们的演讲题目也会越来越精彩，谢谢大家!

　　主持人：感谢杨经理，请杨经理留步，现在要抽取全场的第一轮奖品，是休闲单肩包，有十个名额。

　　(抽奖)

　　主持人：感谢杨经理精彩的介绍，亚信数据这次来到西安，给大家带来了最新行业案例分享，以及与专家面对面的机会，下面有请亚信数据高级产品经理韦真先生为我们演讲数据资产管理的相关内容。

　　韦真(亚信数据)：各位嘉宾、各位朋友，大家下午好，我是亚信数据的韦真，今天跟大家分享的是数据资产管理，如何盘活大数据时代的财富，今天很荣幸跟大家做一个分享。我们发现很多企业的数据有比较严重的问题，很多的企业表面上看起来非常的高大上，都是很大的企业，他们运用了海量的数据，但我们对他们数据进行分析和体检之后，发现了很多的问题。

　　所以数据成为资产，是不是一家企业拥有了海量数据就等于拥有了数据资产呢?如果这些数据本身质量有问题，缺少标准化，数据冗余很多，这些数据对企业来说不但不是资产，还是一种负资产，影响了企业的发展。所以企业运用海量的数据，关键还是要对数据进行治理，对数据资产进行管理。数据资产首先需要一家企业为他们的数据制定标准化，为标准化制定治理，就会形成企业级的数据的资产目录，这些资产目录就可以通过数据加工开发的方式，加工出各种百花齐放的应用，这些是可以提升企业的竞争能力，有一些企业还可以将这些应用开放出去，进行数据的价值变现。这些环节里面就需要有相应的运营平台，来进行数据产品的规划、研发、运营工作。

　　总体来看，如果把我们橘云平台看作是一个仓库，我们数据资产管理就是对仓库里面的这些产品、货物进行管理，包括货物的运输、加工，以及货物最终向市场上销售，对这个过程进行管理。

　　我刚才提到很多企业的数据有严重的质量问题，他是用传统的方式，没有对数据进行有效的管控，所以他们了解到的企业数据情况和真实的物理生产环境数据是脱节的。所以我们产品线提出了以原数据驱动的一张皮的管理模式，直接运用到了企业的各个阶段。我们提出了“三全式”管控能力，包括数据最开始的规划、采集到生产加工，以及最后的开放，整体的全生命流程，到最后的数据下线。全生命周期最后解决了企业数据冗余的问题，很多的企业里面的数据其实是没有价值的，但是也不敢删除，对于这些我们应该有一定的手段进行管控。在决策纬度上，涉及了跟数据打交道的相关人员，以及组织架构，包括工作的流程。这是一个全体的管控能力。在空间纬度上，体现在开发、运行、运维全流程的管控能力。

　　当一家企业他们的数据标准处理好之后，数据成为资产之后，这些数据可以加工成更有价值的数据，这个时候按照传统的模式，很多都是通过下订单的方式，让数据集成厂商做开发，有的时候领导知道一个指标和一个数据，这个过程会比较复杂，我们也提供了可视化的开发截面，用户只需要在这方面进行简单的配置，就可以完成数据开发的工作。

　　我们依托于对数据全方位的体检，让企业了解他们数据的概况，也可以让企业了解数据流通在各个阶段，包括从数据的采集、加工到最后的数据应用，整体的数据流动的过程，并且每一个节点中，数据的处理情况可以去了解。也可以了解到应用情况如何，比如说开发的这些应用数据被调用的情况，我们就可以分析出这家企业的热点数据。

　　有了应用之后，数据可以开放，企业可以把直接数据开放给消费者，中间层还需要有数据的开发者和运营者。开发者可以为企业开发出各种数据应用，运营者帮助企业去规划他们的产品，运营他们的产品，整个形成这样一个闭环的过程。

　　说到开放就离不开安全，李克强总理提到我们的数据除了涉及到国家安全、商业机密和用户隐私之外，都要求开放。开放对于未来来说是一块儿很大的市场，有开放必须要有数据的安全，在安全方面我们有几方面的考虑。一是企业要制定数据安全的管理，这个管理包含了他们对数据整体的安全级别的划分、安全的岗位组织架构、安全的标准流程。二是数据安全控制。数据在整个采集加工以及对外开放的过程当中，涉及到众多的环节，哪些数据可以开放，哪些数据不能开放，哪些数据可以加工之后开放，这些都需要安全控制的手段来进行保障。最后是安全审计，在整个数据流通完之后，还会对数据进行审计的操作，依托于审计的规则库进行自动的审计，大大提高安全能力。

　　刚才分享的理念和实践，在产品上都是有相应的实践，这是大数据处理和交换平台，好比是我们人的身份信息，数据就可以去查到所在的行业。数据坊的产品，涉及数据开放，还有数据地图，对企业的整体数据资产概况做一个展示，对数据流通的情况进行展示，企业数据的应用情况、价值做展示。右边这一块儿的产品是保护数据的安全。总体来说，我们的数据资产管理，也是刚刚起步阶段，我们在这方面做了很多的探索，我就在这里跟大家做这样一个分享，也很乐意跟在座的嘉宾、同仁做更多的分享以及探索。

　　谢谢大家!

　　主持人：下面开始第二轮的抽奖。

　　(抽奖)

　　主持人：希望我们的幸运可以继续传承下去，希望大家今天都能够有所收获。亚信数据目前拥有的50款大数据产品已经全面覆盖了大数据平台和资产管理、商业智能的应用。接下来让我们有请中国移动陕西公司郭前先生为我们分享构建开放共赢的运营商大数据生态圈陕西移动大数据。

　　郭前(陕西移动)：很高兴有机会跟大家分享陕西移动在整个大数据领域的实践工作，我感谢我们的合作伙伴亚信数据给我的这次机会，也感谢你们对我们公司工作上的支持，没有你们我们是取得不了这样的成绩。

　　大数据时代来临，这是与会各位嘉宾的共识，中国移动最大的资源是客户资源，在大数据时代，客户资源就是我们的数据资产，中国移动最大的资产在未来就是大数据的资产。对于大数据来说这是一个新的机遇，它产生了新的数据服务，开启了一个未来崭新的时代。我们在这个时代有三点共识，一是大数据对于整个社会生产力的提升、资源的配备效率提升是毋庸置疑的，大数据作为国家战略已经上升到了国家战略的蓝海。二是整体的IT技术的发展，使各行各业可以低成本的应用大数据技术。三是大数据行业有更多的创新思维产生，与过去的行业应用不同，大数据会给各行各业带来崭新的红利。

　　中国移动是天然的大数据提供商，大家众所周知在移动市场上占了70%的市场份额，客户超过12亿，中国移动有实时位置的数据优势，有DPI数据、互联网行为优势。中国移动在大数据产业中是全产业链的公司，首先是基础数据的提供者，也是基础设施的提供者，在这个基础上，中国移动也对外提供数据分析的能力和数据产品，所以它是一个全产业链的布局。我们构建了技术领先的企业级大数据平台，中国移动是一个集团公司，陕西移动因为我们有两个集群，两个域的集群加起来到今年年底是超过五万台服务器的规模，可想而知整个中国移动，因为每个人省的投资规模都是这样的，所以在大数据领域投入的规模是非常大的。

　　这些大数据平台一方面给我们自己的企业运营使用，另外一方面大数据是对外开放的平台，采用混搭式结构，提供大数据开放能力，数据开放和数据管控中心。大数据能力的聚合，在公司内部实现了全网智慧运营，将大数据的能力输出到营销执行、管理效能提升、网络建设中。大数据在我们自己公司内部的应用过程中，我们积累了非常深厚的经验。同时在企业集团的平台上，实现对外应用的百花齐放。我们基于大数据生产要素、新关系，和新的合作伙伴共赢，大数据也是一个创新的合作模式，创造一个新连接，和我们的合作伙伴和支撑厂家，和我们的这些朋友们一起寻找下一个千亿的市场。

　　这是我们现在打造的大数据生态圈运作的过程，大家要了解数据本身是没有任何意义的，数据要跟业务结合才能发挥数据的价值，中国移动作为通讯行业的领航者，它也有非常深厚的经验，我们开放给各个领域的时候，我们需要合作伙伴的支撑。合作伙伴对这些行业有更深入的理解，才能应用我们数据去实现价值的创造。所以这张图是整个大数据生态圈交互的过程，我们和合作伙伴一起对外提供标准的产品，通过合作的项目以及数据服务、咨询服务，面向政府、交通、旅游、零售、金融、广告等行业，提供大数据的解决方案。所以中国移动从产业链的主导者，变成一个开放生态圈的驱动者。

　　我们在大数据方面，基于两个纬度的考量，社会效益和商业价值的体现构成了我们整个的产品体系。有代表性的是位置能力产品、金融跟进产品、兴趣标签产品，这是陕西移动在过去两年内主要实现的大数据应用。

　　位置能力产品，因为我们有智慧旅游产品，和合作伙伴一起开发了智慧旅游产品，为景区提供科学的管理运营，提升旅游行业的服务水平，推动整个旅游行业的转型升级。智慧旅游产品现在已经跟陕西省旅游局、西安市旅游局签订了战略合作框架。基于大数据提供景区的实时流量监控，提供景区的科学管理。同时我们正在研究的一款产品是客源天眼分析产品，区别于通常用的百度地图、高德地图，将导航延伸到了室内，同时向商业地产公司提供大数据的客流分析、热点营销等，提升业务服务能力，实现商业的智慧运营。我们这个产品有三个场景，一是室内的导航，二是客流分析，三是客流热点监控。基于这三个产品，因为我们跟龙湖地产、万科进行了深入的沟通，也初步达成了意向，这对于商业地产是非常有意义的。因为商业地产公司，比如万科、万达广场等，他们对于商业地产的估值没有客观数据来进行评估，整个对于商业地产的评估是非常有意义的。我们跟交通厅合作，提供了智慧交通的产品，主要是缓解城市道路的拥堵问题。我们在大数据平台上，计划对外开放客户洞察产品，主要是为客户提供公共设施的规划，商业地产选址，精准营销以及运营分析。

　　大数据面向金融行业的应用，因为金融行业应用的价值是最高的一个行业，金融行业的核心业务思路，银行的核心是征信。在金融机构过去运营长达10年、20年的过程中，他有完善的模型，但是应用到互联网金融的时候，传统的风控模型受到了冲击，而且远远不能适应于现在互联网+的需求。它需要导入我们运营商的数据，来辅助对金融行业进行征信。一是对数据进行验证，二是判断金融欺诈现象，三是利用运营商的数据可以提供运营商纬度信用的得分。运营商的数据对金融机构的市场经济化运营也是非常有效的，大家可能有几张银行卡，有一些常用的，有一些不常用，这时候银行有一个需求，就是利用运营商的数据对客户进行重新画像的工作。运营商的数据也可以辅助银行得到本地区竞争对手的信息。

　　互联网广告标签，运营商做出来的标签是长期沉淀的标签，和传统基于点击的互联网广告有所区别，我们有行为偏好的纬度，客户本身属性的纬度，实现的结果和传统相比，我们是各有所长，通常我们提供给汽车4S店的精准运营效果是非常好的。

　　在大数据的实践过程中，因为行业的快速发展，有三个问题，作为从业者我也一直在思考，我把这些问题抛出来。一是法律隐私的问题。我们国家整个的立法还是基于08年工信厅部门法规，在这上面进行运作的，会有一些问题，我们的个人隐私关系是需要立法进行澄清的，否则任何企业在这个行业的投入是有巨大的风险。尤其是作为中国移动这样的国企，对风险是非常敏感的。行业外的这些风险投资商，跟我们数据交流的时候，总是提到这个问题，我们国家的法律未来会是什么样的，希望大家作为大数据的从业者不断的去引导国家法律的立法。

　　二是数据安全。因为数据安全是除了技术上的探讨之外，是成本管理上的问题，数据安全需要去寻找低成本的解决方案。我们如果对安全标准涉及非常高的话，遇到的问题就是整个创新的投入就非常高，同时很多的创新没有办法去做，所以我们一直寻找低廉的大数据的解决方案。

　　三是定价交易问题。我们经常在沟通的时候对于大数据的价值问题，因为我们也是探讨过很多次，大数据的价值是非常特别的，应用到各个行业，一定要和各个商业的实际价值是有关系的，对各个行业的运能是结合在一起的。我们面向不同的行业是有不同的定价，在不同的行业定价时候，行业数据商之间，可能对于我们数据会产生套利的行为。定价产生的机制也是不明细的，对于运营商决策层来说，定价机制不透明会有很大的决策风险。现在我们主要定价方式是两种，一种是采用标准定价的方式，第二种是采用招拍投的方式，大数据整个定价的机制。现在市场上的交易机制没有完善，大数据的数据交换遇到了很多技术上的障碍。交易机制没有确立之前，数据交换没有标准可行，现在的标准只是技术上的标准，商业上缺乏标准。交易的合法性，因为受法律立法的限制，也是亟待解决的问题。通过是将数据和运营结合在一起，向各行各业提供服务。

　　大数据在这么多的产品和这么多的创新之后，我理解大数据的商业价值有三个纬度，洞悉客户的行为。经过分析，预测到大数据未来还有更加广泛应用的空间，洞察变化的趋势，结合人工智能是洞悉未来。

　　谢谢大家!

　　主持人：下面进行第三轮的抽奖。

　　(抽奖)

　　主持人：大数据的冲击波真正来袭的时候，会让你是不是有一种乱花渐欲迷人眼的感觉，下面让我们有请IBM技术总监房树新先生为我们带来IBM大数据领域技术和案例分享。

　　房树新(IBM Power)：前面几位专家讲的是很专业的技术，我讲一下新的体会。有人说电信业务很复杂，如果把电信业务搞定，其他行业就很容易了。过去这么多年跟亚信数据的合作，在电信领域做了很多的事情，涵盖了电信的核心业务，如果了解的话都知道有B域、M域、O域，有很多大数据的应用实践。

　　过去在电信里面跟亚信数据的朋友一起做了很多省的案例，对IBM来讲这个过程是痛苦和煎熬的，得出了很多的经验，也有一些教训。回到今天的主题谈大数据，大数据在电信里面经分的业务如何从过去传统的结构，移到了现在的这种结构，数据仓库怎么留，ETL怎么做?中间有哪些技术?这是现在31个省在移动里面，包括联通、电信有在实践。实践的东西由于时间关系我不能细讲，我就汇报一下。

　　谈到在电信领域用的业务场景比较多，在大数据场景也好，还是传统的计费业务也好，引入了很多开源软件，包括云管理，包括现在会上谈到的技术，怎么用在大数据里面改造传统软件。这些开源软件，我们和亚信数据把各种各样的开源软件搬到芯片上，一些省份选择硬件平台的时候又多了一种，这些工作是过去一两年做过来的，差不多列在这个表上所有的东西，今天可以很欣慰的说都可以跑在芯片上，用的操作系统都可以。

　　我们站在不同的阶段、不同的角度带来的效果和体验是不一样的，我跟大家分享一下和亚信数据一起在移动的某一个省份里面做的大数据实践。这是排名前三名的省份，手机用户量是6000万个，过去用的是主的数据仓库，用的IBM的小型机以及高端存储。随着集团的要求和本地化、民族化的角度去考虑，也需要把数据仓库改造到分布式为主的架构上，从B域和O域核心业务里面把数据抽上来放在接口层，上面再进行各种各样的技术。把分析加工的数据放到一个通用的仓库里面去，再进行报表展现，这是一个混合的架构，也引入了X86，这里面重点处理移动里面网管的业务数据，进行行为、标签分析。这是一个大概层次的架构。

　　我们在大数据里面并不是单纯的平台解决，可能硬件上有不同的处理能力，可以带来不同的效果。技术架构没有对和错之分，只有实用、简单和适合自己的。这个平台上选择了102台机器，上面用到的全是开源社区拿下的软件。IBM的同志帮助做的工作之一就是负责这一层的监控，就是和开源软件的结合，这些刚开始从社区里拿下来，需要IBM的同志做必要的调整和编辑，但是跟X86是完全对应的，这就是纯开源的方式跟POWER的芯片结合。

　　这是一个商业化的软件加上POWER的案例，由于时间关系我就不讲了。现在开源软件很多，有很多的公司都是基于POWER软件，起了不同的名字，来跟不同的场景进行交流。但因为开源里面有很多的坑，优化是很大的问题，出了问题以后怎么能够快速的找到人帮忙，不同的上大数据项目里面都尝到了这样的痛苦。一些企业开始反思，我能不能把基础平台交给专用公司来做，我们从业务这一层专注于做业务，而不是花很大的时间和精力来解决开源服务社区的支持问题，这在很多大的金融客户和电信客户里面都开始反思这一条路。这一条路就会引出来业界有一些组织，我能不能把大数据变成标准化的，他们来提供解决方案。这样有几个流行的版本，还有IBM有一个IOP，实际上我们可以在一些工程项目里面，就可以从这些里面选择一个作为大数据的基础平台，有了这些版本的变更交给他们来做，我们做业务的基于这上面专注于做业务，这可能就回到了过去商业的软件合作模式。大数据就是从过去的热潮到后来形成的分工协作，这中间有一个痛苦的转变。

　　硬件上X86有两路和四路的，到底是两路来跑大数据还是用四路来跑大数据，这需要竞争和百花齐放的平台选择，这时候做才能更加组合。IBM刚刚推出了三款机器，这些为大数据后续的平台选择带来多样性。现在大数据用传统的方式发现一些算法和业务、速度得不到提升，通过GPU来实现，S822LC这个机器上面可以装四片GPU，对曾经写过高性能预算的人来说带来一个很大的消息。前不久在北京开了一次会，做高性能预算的人看到这个以后眼睛都放亮了，因为很多年没有很强硬件的提升，IBM在这方面是一个亮点。从机器学习来讲，在这样的平台上，IBM会帮助大伙提供一个选择。

　　时间关系就不讲了，还是把时间留给抽奖。

　　主持人：下面继续进行抽奖。

　　(抽奖)

　　主持人：在中国新医改的背景下，智慧医疗正在走进大家的生活当中。下面有请介绍智慧医疗，大数据下的医疗重构。

　　郭瑞峰(亚信数据)：这次汇报的主题有两个部分，一是讲医疗卫生体系的背景。我总结了通过一个中心三个基本点，一个中心是以政策为中心，三个基本点是政府、患者和医疗的现状来做阐述。二是介绍与亚信数据智慧医疗的产品，以及我们公司的战略，以及在咸阳方面做的案例。

　　第一，医疗卫生体系背景概述。

　　“十三五”规划当中有健康中国、平安中国、美丽中国，关系到个人、城市和国家的问题，通过这三点我想到一个电影是王家卫导演的《一代宗师》，里面说了一句话，见自己，见天下，见苍生。我认为现在国家已经进入到中国梦自我修炼的一个模式。国家卫生计生委的一纲两规划，一纲是健康中国2030规划纲要。两规划是“十三五”卫生与健康规划、“十三五”医改规划。卫计委的李主任提出了一个观点，没有全民健康就没有全面小康，这是在健康中国2030规划纲要当中提出的。2030年要全面小康，2020年在国家要实现7000万的人口脱贫计划，所以这有一个传承。这次健康当中，除了全民健康和小康方面，还有一些重要的点我给大家汇报一下。以基层为重点、以改革创新为动力，预防为主。深化医改方面做了分级诊疗制度，在基本医疗卫生服务政府要有所为，需要发挥活力，推进健康大数据的应用。

　　政府监管能力有待加强。现在医院会有“挂床住院”，因为中国是关系型社会，经常了解到在医院里很多人没有病，只是说该做体验了，让政府为此多付出一些地方性的财政。疾控方面是因为地方政府是被动接受信息者，医院是通过自己的一套系统来进行的，政府在这方面的监管有很多的漏洞。医疗服务分析的可量化评估现在是没有的，一些东西是不可量化的，这方面我们也做了一定的工作。

　　群众就医面临的一些问题，大家肯定都去过医院，现在医药费用相对较贵，经常出现小病不治，大病难医的情况，不同医院看病重复检查，增加了患者负担。基层医疗资源相对落后，医生医疗水平低，误诊率较大医院高。医疗信息闭塞，导致了病急乱投医的情况。我国中西部经济落后，交通不便利，地广人稀的偏远农村地区，患者看病出行不便利。

　　医疗资源协同能力有待释放。三甲医院和一级的医院本身就存在差别，体现在床位和科室的种类多少，还有人员的文化素养，最后也有设备问题。从先天性来说，基层医院就是没有三甲医院看病效果高，导致了医疗资源的集中，因为三甲医院相对比较少，看病的人多，导致了这些情况。医疗信息化协同的能力差，各个医院各自为政，大家相互不共享信息，导致了现在去每个医院看病的时候，看病的病史和健康状况是要重新输入的。基层医疗能力有限，变相变成了为个别权贵挂号的门诊。所以医疗方面确实是比较难治的一个情况。

　　第二，亚信智慧医疗云平台。

　　我们通过认识各种数据，把各种数据通过一些工具和手段加工成知识，知识是有体系的，是有系统的，通过不同的知识归类，组成不同的医疗系统，划到这些医疗系统当中，为医疗系统提供一个辅助，最后把它叫成了见识推广出去，让我们的群众、患者、医疗第三方都来用我们的这些大数据。

　　基于这个架构，我们推出了四个产品，公共健康服务平台、阳光医药监督平台、数据采集平台、区域卫生决策预警平台。医疗云平台，我们公司有一个战略，作为数据公司要连接一切可连接的数据，目前就是想把这些数据轨迹起来，为市场做一些数据的积累，最后通过API的技术，把数据提供出去。

　　这是在咸阳的一个案例，为咸阳市节省医保70多万，降低了当地的医疗费用达到24%，最后这个案例入选了大数据案例的读本，作为了一个经典案例。我们做这个平台时候也考虑了以什么样的模式打开市场?要把数据拿到手，能拿回来还要能放出去，要打造这样一个医疗平台。虽然我们在咸阳有一个案例，在阜阳也开始做了前期的准备。

　　我们的模式是基于互联网健康的模式，为传统模式带来的是政府主导全民参与的模式。我们为了实践这样一个服务，带来公平、平等、创新、优质的价值，现在还是一个比较新兴的产品，希望大家多关注。

　　谢谢大家!

　　主持人：谢谢郭经理的分享，这些都是跟我们生活息息相关的内容，接下来进行这一组的抽奖。

　　(抽奖)

　　主持人：接下来演讲嘉宾是来自于IBM的刘光亚先生，他演讲的主题是IBM容器混合云管理平台。

　　刘光亚(IBM SDI)：大家好，今天我主要分享的是IBM新研发的容器云管理平台。

　　为什么需要容器云?容器云最主要的功能是期望把所有的应用以容器的形式跑起来，以服务的形式最终呈现给用户。IBM研发了容器云平台是基于开源的Kubernetes和Mesos。Docker社区是基于Docke的产品线，涵盖了公有云、私有云和混合云，这样很难提供跟公司有差异的产品。Mesos社区是被Mesosphere主导，这个社区更开放一些，也积极的在中国区推广，这个社区相对来说更开放一些。Kubernetes社区是最开放的，由Google开源，但是Google没有任何基于它的产品，这个社区相对于前面来说，是最开放、最活跃的社区。可以保证用户直接使用，即使在服务器上没有，也可以使用所有的Docker和Mesos。这三个社区相对开放程度是越来越好的。

　　基于以上的分析，就选择了两个比较开放的软件，就相当于选了容器云里面最重要的两个比较流行的开源性的产品。这是Kubernetes和Mesos集成的主要优势。一是资源动态共享，Mesos的主要功能是可以把所有资源去分配。二是容器云平体。我们知道Kubernetes最主要的事情是希望对他的应用进行管理和监控，Mesos的目标是期望做成DCOS，希望用户能够在Mesos上面去编程，让Mesos的框架和资源可以使用，这就是Kubernetes和Mesos的差异。我们做的容易云可以理解为基于Kubernetes和Mesos的一个平台。

　　容器云总体概览，主要是对用户的应用进行管理，容器编排和资源管理，基于两个开源比较流行的，对他进行管理的工具。如果仅仅把Kubernetes和Mesos环节搭起来，是永远不能达到容器云的要求。要做云里面的功能很多，可能会有应用市场、资源调度以及应用服务器的动态扩展，所以就围绕Mesos和Kubernetes，在上面加了很多新的服务。应用商店最主要的功能是用户常用的一些平台，把这些平台装完以后，就可以默认的从商店里面挑选应用，所以这样可以很方便的对用户应用进行管理。容器可以理解为高密度的计算，在这里面做的最主要的功能是支持资源的抢占，在空闲的时候可以把资源借过来。镜像管理是Kubernetes和Mesos都没有的功能，我们加了这样一个功能，现在有一个软件基本上跟我们做的事情是一样的，是对镜像进行管理。现在最主要的原因是这里面的功能太多了，还有一些对租户管理的功能，所以他做的好多事情跟云平台是冲突的。我们自己开发了一个新的服务。

　　这是我们集成框架，这里面有一个应用商店，所以在里面放了一些东西，包括把大数据平台都放入了进去。这是我们的主要组件，用户部署安装升级的时候会很快。这是实现应用，一旦我们平台发现上面的应用在扩展的时候，发现底层的服务器不够了，就通过云平台来进行，这样可以保证这个平台动态实时的进行。这是在客户里面去做的，可以看到左边和右边客户的数据对比，

　　未来希望做的事情，希望做GUI本地化的工作、Mesos可选插件和BlueDock多集群的支持。有一个调度平台可以统一管理，对用户进行资源的分配、应用。这是我今天要讲的所有内容。

　　谢谢大家!

　　主持人：谢谢刘经理。接下来进行这一组的抽奖。

　　(抽奖)

　　主持人：京东在搭建大数据的平台上，打造了智慧京东、智慧业务、智慧创新和品质电商，下面让我们有请京东云郝甲东先生。

　　郝甲东(京东)：从我对京东的理解和做业务的层面上，给大家分享一下京东在大数据方面的一些实践和案例，看看我们是怎么运用大数据的。我个人之前在中国移动，从中国移动出来之后两年前到了京东，从我个人的经历来讲，我对于大数据在社会各个行业和客户不同的切换上有一个很深的认识，现在大家都在做大数据，那互联网做大数据是什么样的风格?我们的大数据用在什么样的层面上呢?我会从这方面给大家做一个介绍。

　　现在很多人买东西都习惯于用网购的方式，结合到京东，现在我们很多的数据可以突破自己的数据平台，进行一个全链条数据的资源，包括供应商的数据、用户数据、货物配送以及后台的资源处理等等，所有的链条都可以连到附加值特别高的数据。我们消费习惯怎么样来体现呢?比如前端时间我让女朋友给我买一双袜子，这个袜子十几块钱，最后她花了一两百元买了很多的东西，这是什么原因呢?你在买袜子的时候，它可以连带着其他的附加产品，比如洗衣液等等，最后花了一两百元钱。这是从数据层面做的分析，知道一个潜在消费者需要的东西都是有连接的，从买一双袜子甚至可以买到一些其他的产品，这就是电商互联网对于大数据运用价值最明显的体现。

　　京东是一家卖货的公司，现在正在从卖货的公司转向技术层面，供应链的层面我不知道大家是不是可以很明确的感受到，很多供应商和制造商，他们会跟随京东销售商品的数量和销售模式、行为去做生产链条和生产周期的排期，金融机构也会跟随我们做一些产业的升级。比如京东有一个金融业务，怎么样跟大数据连接起来?所以我们的理解就是大数据时代下，客户经理通过一些特定的标签给大家做一个画像，通过很多动态的或者没有结构的，或者很多非结构化的数据串联起来，我们在背后怎么处理这些数据，也是京东里面探索的一些事情。

　　所以我们自己是在京东商城里的实现，我们把数据技术开放出来，如何运用大数据，帮忙企业来做大数据的事情，这是我们想去探索的内容。包括我们也会提供帮助客户做链条的服务。这是京东主要的应用实践，我们怎么样做需求预测的呢?在做背后的时候我们知道每个区域需要多少货可以满足销售需要，我们什么时间点送到客户的手里，我们有一系列的数据处理计划，包括补货、调动、预测系统都可以支撑我们千万级的预测结果。京东数知平台和运营分析，针对不同的行业、不同的品类，怎么来进行它的补货和库存。

　　在京东后台可以看到这样一个画像，画像上面可以有很多的标签，他喜欢买什么东西，可以针对用户进行分析，然后针对客户推送相对比较精准的商品。我们这个模型叫做千人千面，通过运用画像，都是用来做精准的营销，包括在上游还有很多供应商功能。这个图是我们上下游以及衍生的体系关联模型。互联网金融，我们怎么样给一个客户做用户标签，京东自己有一个个人的评分，在京东平台上来给客户做一个画像。这是现在京东做的实践。

　　这个客户是江苏的服装重镇，他希望能够去根据线下的生产模型和结构去做一个大数据的分析，我们也是跟京东的数据，包括自己的服装品类做一定的匹配，然后做大数据的分析，可以帮助客户一起做这种客户画像。还有一个客户是做化妆品的，和京东的用户有一些重叠性，做的事情是围绕数据模型来做行为建模。现在京东怎么样去探索帮助社会上的企业经营大数据，帮助自己的企业实现互联网大数据的处理能力。

　　我们知道京东信和亚信有长期的战略合作关系，我们一起展望和亚信在未来的合作点，这是我能想到的，京东现在也做了很多的创新应用，包括无人机、无人舱，以后在大数据方面会有合作。这是我今天想给大家讲到的东西，我可能没有从技术层面上给大家讲太多的应用，如果大家有什么问题可以找我交流。

　　谢谢大家!

　　主持人：接下来进行这一组的抽奖。

　　(抽奖)

　　主持人：国家旅游局近年来提倡的智慧旅行背后是海量大数据的支撑，这些数据能为旅游产业经营者创造巨大价值的同时，如何利用这些数据使之提升成为业内者的利润呢?接下来有请来自识代运筹的苟兴兴提供的大数据驱动的智慧旅游解决方案。

　　苟兴兴(识代运筹)：非常感谢有这个机会跟各位分享在旅游行业的经验和我们的解决方案。

　　当前旅游业有一个非常显著的时代特征就是大众旅游，相信在座的各位嘉宾，可能在某一个时间都有游客的身份，旅游成为全民参与的行业，在今年二三月份政府工作报告里面，用比较大的篇幅描述了对整个旅游行业的期许和发展的远景，2015年我们国家整个旅游的接待人次突破41亿人，陕西省也是3.8亿的数量。大众化和散客化的特点，使得游客对旅游目的地和旅游产品是有要求的。通过在旅游的过程中，到底什么是智慧旅游呢?

　　对于智慧旅游大家可能都有一些感受，在我们出门或者出游的时候，或多或少都会体验到旅游方面的应用。智慧旅游的概念最早来自于IBM的智慧地球。今天我说的智慧旅游不再是建一套系统的层面，这是作为信息化的高级阶段和最终的状态，也是资源的最佳配置方式。信息化建设让旅游更加智慧，通过对信息化建设服务端数据的分析和洞察，我们游客服务来改善整个旅游行业的运营。

　　智慧旅游的内涵从三个方面来讲，首先是旅游服务的对象，游客、政府监管人员和相关的企业。概况来讲包括自然人、法人，智慧旅游以人为本是整个服务的根本，政府精细化的管理手段是基本的手段，最终整个旅游产业的发展才是智慧旅游的目标。从特征来讲，智慧旅游以信息化为基础，以信息化管理为保障，以游客互动体验为核心。智慧旅游带来了四个方式的转变，消费方式的转变向在线支付、按揭旅游的出现，使消费方式变得更加的健康，同时对监管方式带来了一些新的改变，对旅游景区在营销方式上的改变。大数据驱动智慧旅游，这是服务游客和政府的行业，大数据整个社交的发展有机大众化游客的发展，使得旅游行业成为大数据特征非常明显的行业，从产业层面、服务层面都有值得挖掘的方面。我们认为大数据会成为智慧旅游2.0建设的主要点，也是未来全国全旅游建设的核心。未来智慧旅游、大数据的发力和突破，主要是在这几个层面，采集端、分析端和应用端。

　　智慧旅游的核心决定实质。我们认为游客是为内容和体验买单，内容和体验的差异化决定旅游产品的价值，怎么来实现差异化?就是基于大数据来实现带来的差异化，通过差异化实现智慧旅游的建设。从层级上来讲，目前旅游经历了三个阶段，在不同的阶段有不同的应用建设。整个方案涵盖了智慧规划、智慧建设和智慧运营三个方面的内容，包括智慧管理、智慧服务、智慧营销和智慧体验四个部分，从形式上来讲，通过指挥调度中心、智慧应用和智慧设施来为政府、游客提供服务。给政府提供科学的服务决策，给相关景区景点提升他们的数据资产价值，对游客提供差异化的服务，提升游客的满意度。这是对解决方案几个纬度的解释。

　　大数据是以游客为核心的大数据，是一个统一的平台，总体有层面包括数据层和应用层，通过集约化的建设跟亚信来提供基础性的服务，通过企业化建设来服务我们的客户。在数据层通过自主研发与数据相关的平台，支撑我们相关的应用。在应用层通过开放合作，跟相关的合作伙伴进行智慧旅游的发展生态。这是我们的总体结构。

　　从应用架构上来讲，在大数据中心层面包括的信息资源库建设，像游客库包括企业相关的基础资源库，建设一个业务支撑平台和数据支撑平台，在支撑平台上是四个智慧应用。总的来讲，我们的方案由一个中心和两个平台、三个门户、四个智慧来组成，一个中心主要是以游客为中心的，涵盖的数据包括了游客数据，以及在游客旅游过程中相关的服务数据和资产数据，共同构成了大数据中心。两个平台主要是业务支撑平台和数据支撑平台，来支撑四个智慧应用。三个门户包括外部线上入口、自由旅游门户、游客旅游中心。智慧管理主要是面向政府监管部门，或者是运营的部门，提供智慧调度、全体监控、流量监测等。智慧营销面向景区和相关的旅企商户提供游客画像、相关渠道优化等相关方面的内容。这是

　　我介绍几个有特色的内容，一是众乐小站。二是众乐游，增加游客在旅游服务过程中的互动和游客体验。三是游客体验中心。帮助企业和政府建立当地或者异地的游客体验中心。四是旅游全景监控。包括基于线上线下数据的全景式监控，来建设旅游全体的监控中心。五是深度洞察报告，通过挖掘数据，形成游客对景区景点服务的洞察，帮助他们改善相关的运营服务，提升游客的体验。六是海外营销。对一些著名景区进行海外品牌的定位和创意、海外潜客精准投放等内容。

　　识代运筹是2011年成立的，在2014年获得了第二轮的战略投资，我们是西北地区唯一以旅游大数据为题材的上市公司，目前在智慧旅游和大数据方面有自己独有的知识产权。这是我们在国内外方面的案例，包括我们的服务客户和合作伙伴，以及基于生态建设的合作伙伴体系。

　　谢谢大家!

　　主持人：接下来进行这一轮的抽奖。

　　(抽奖)

　　主持人：接下来有请新云东方的总监李良辰先生给我们介绍新云东方助力政府大数据平台方面的相关内容。

　　李良辰(新云东方)：我代表新云东方公司为大家做介绍，希望能通过我比较短的演讲给大家留下一个比较深的印象。

　　新云东方比较新，公司于2014年下半年成立，母公司集团是华胜天成，是国内前五大的集成商之一，在市场的运作中发现了如果要做大做强必须要转型，一是要有自己核心的产品和核心的技术。二是百年老店IBM也在寻找一些国内的合作厂商，把自己好的产品在国内落地，解决的问题主要是来自于目前市场上面国产化的要求，比如政府领域，比如央企领域，这是公司成立的背景。

　　什么是TOP呢?这是华胜天成发起的，得到了工信部和北京市政府支持的项目。项目主体是打造高端可控、拥有自己知识产权的计算系统。里面包括五部分，芯片、整机、操作系统、数据库和中间件，每部分都是非常厚重的，所以分成了两个阶段。第一个阶段是整机操作系统。第二阶段是在芯片方面，计划与IBM进行合作。这个项目的承办单位是华胜信泰，首席科学家是沈昌祥院士，目标是打造可信可用个拥有知识产权的国产化系统。

　　刚才说到了开源可控，我们的云平台已经基本成形，支持服务器存储以及其他厂家的硬件、软件的云管平台，这是TOP项目的情况给大家做一个汇报。这个图为大家展示的是新云东方硬件的部分服务器产品，我们采取的思路是引进学习、开发自研的路子，我们的产品线里面基本涵盖了IBM绝大部分的产品，从高端的企业级的服务器，可以最高配置一直到最低端配置的服务器都涵盖在里面了。它的操作系统平台有两种，NL2200和NL2205，它所拥有的技术是自研的产品，同时也得到了一些国产操作系统厂商的认证，国产的其他应用软件也得到了相互认证。为了满足国产安全可控的需求，我们的操作系统也完成了国家的认证，如果我们的客户有这方面的要求，我们是完全可以支持的。这个图是我们的存储产品，有几个系列，存储虚拟化的产品、存储网关、全闪存系统、磁盘存储、物理带库，在这个方面客户要选择产品，可以帮助从计算到存储打造一个完整的平台。

　　我们的服务体系借助双方的优势，一方面是IBM厂商，自己有了一个非常完善的服务体系，但对一些小的城市或者客户人员不是那么充足，华胜天成作为全国第五大的IT集成商，拥有非常完备的全国的服务体系，一直到三四线城市都有，所以我们的服务体系也是非常完备的。服务方面我们力争为客户打造服务+的内容。

　　这是我们的一些成功案例，从2014年开始经历了从建工厂、理渠道等，有这么多的案例，也充分体现了市场对我们的认可度，现在客户的例子变得非常宽泛，这也是市场上可以看到的给我们正向的反响。

　　亚信数据和新云东方有非常好的合作关系，新云东方可以在政府和供应商企业领域提供高效、完备、可靠的平台，亚信数据在大数据平台以及相关的应用方面有非常多的成功经验、案例和产品。这个案例的规模很大，将近有100个左右的节点，上面跑了亚信数据的OCDP平台以及相关的应用，这个案例是帮助运营商整理它来自于计费方面、网管方面的很多数据，数据量大概是170亿条左右，而且非结构化、结构化数据都包含在里面了。在这之前客户是没有办法处理这些数据的，这个项目做完以后，看到有一个效果，四小时可以完成数据的聚合，对于客户在整个决策以及销售方面的支撑是非常有力的，而下面跑的这些平台就是POWER的平台。这样对于实施和维护方面是很有好处的，另外也由于它的高性能，基本上一比二来替代服务器的节点，这样带来了相应的运营维护，包括水、电、空调占地空间的消费，这个平台也会给客户带来非常大的好处。

　　不管是新云东方还是亚信数据，都致力于一些新领域的拓展，比如政府、企业，在这些方面有非常广阔的市场空间，我今天希望大家如果有这种机会和想法，也可以找到我，找到朱总，一起去探讨，一起去研究。

　　我的演讲就到这里。

　　主持人：接下来进行这一轮的抽奖。

　　(抽奖)：

　　主持人：下面有请亚信数据LDP产品线总经理何鸿凌为我们带来在Data Foundry中集成橘云大数据平台的演讲。

　　何鸿凌(亚信数据LDP产品线总经理)：大家下午好，我首先介绍一下这个业务背景，为什么亚信特别注意云平台方面的工作呢?大家知道亚信数据已经有非常多年的发展，在大数据业界里面能看到很多的从业者和亚信都有或多或少的关系。现在大数据的热潮过去以后，真正能给客户带来价值的才是最重要的，在大数据领域里面应用为王，一定要为客户带来价值，这样商业模式才成立，我们做的任何事情才能够有价值，客户成功我们才能成功。

　　充分的获取大数据价值不是一件非常容易的事情，通常会遇到几个方面的问题。一是大数据的应用和传统企业的IT应用是不一样的，面临应用场景的不同，需要有很多业务的知识。比如用在客户保有的领域、营销领域、客户服务领域，需要非常多的客户认知，我们在大数据的应用里面会发现非常明显的效应，如果大家有兴趣可以统计一下，在你们系统里面大数据应用的访问情况。我们面对大量的个性化的需求，有非常多的个性化的需求不得不去满足，就需要用合适的方式去应付这种需求，否则我们就会丢掉了我们值得发挥价值的东西。

　　二是所有的数据都放在一个数据库里面，在里面加工分析。但现在发生了非常大的变化，从2006年开始各种各样的大数据技术，包括现在广泛使用的方面，所以这是一个非常好的时代，也是一个非常不好的时代，这需要有专业的人士来进行，因为麻雀虽小，但五脏俱全，我们是不是有足够的人，每一个开源软件都会面临这方面很大的问题，我们是不是有这么多的人才去面对这些问题。

　　三是我们希望整个企业，甚至包括社会数据能够融合在一起，能够交叉关联分析，这样才能产生更大的价值，有分析数据业务、分析流量的，这些数据是分散的，就阻碍了价值黏合的发挥。基于这三个原因，我们亚信用云平台的方法来解决这些问题，具体而言，我们把数据和数据处理能力，通过云服务的方式提供给应用开发者，让应用开发者不用管数据的获取处理，也不用管数据技术的提供，他只管使用就可以了。我们实际上把大数据和云计算混合在一起，大数据创造大价值，云计算让我们付出成本，通过云计算和大数据结合起来才能做到大的价值，这是我们整个做事的逻辑。

　　现在越来越多的趋势是大数据规模越来越大，越来越集中，这是亚信数据前几年就已经面临的情况，所以也做了这个平台。我们怎么定义成功的大数据平台呢，我们经过摸索总结了几点。

　　第一，标准化集成大数据服务。如果我们要登陆每一个平台申请，每个有不同的计费策略和使用策略，这样我们的成本就很高，所以一定是标准的方式集成进去。要用非常少的成本改变这个技术，现在我们必须要让平台具备足够的开放性，只要你是这个标准就能用到这个操作平台上。现在大数据使得大块的资源切少，让大多数人去使用。提供功能的人和使用功能的人通过虚拟的数据让大家的能力得到体现，现在要去申请需要多少资源、多少内存、多少容量的空间，一个崭新的集群就放在那儿，这本质是做大数据能力的区域化。

　　第二，支持大数据应用灵活构建。我是锁定在一个固定的工具和平台上做沟通和区域化，现在容器技术的发展，使得我们可以极大的把资源更好的开放给应用开发者，通过容器化的方式打造真正的开放平台，用户可以带着不同的语言进来。你不应该限制应用开发者，任何限制都不应该有，他在本地是什么样的，在云平台上一定是什么样的，而且要给保证就是这个样子的。

　　第三，企业数据资产统一管理。对于运营商而言，我们有很多的数据，不可能拷贝一份数据给他们放到这儿去用，这些数据都是集中保存在一起的，我们通过虚拟化的方式把这一块儿授权给他就可以了。所以一个成功的大数据，数据资产一定要统一管理，所有的东西都要统一管理到里面，这样数据才可以交叉的分析，最大程度的获得数据的价值。

　　基于这三点我花了一点时间把原来亚信的实践集成到大数据操作系统里就是铸数工坊Data Foundry，这是我们现在要做的事情。从技术层面我们怎么做到刚才那几点的?原来我们经常看到一张架构图非常复杂，我们所设想的、设计出来的复杂度一定是要面临灵活变化的。我们通过容器的技术构建在这个平台上，虽然选择京东，但不是非常深刻的绑定在一起的，通过容器化的方式有一个标准化的适配层。容器的编排技术，让我们的应用能够托管到这上面，这样我们的应用就会非常的灵活，你在里面跑的任何东西会给你一个保证，一定是一模一样跑的。众多的大数据服务，包括数据本身，就是通过标准的协议，通过开源软件的协议，把能力集成进来，这样应用开发者就不需要面对能力的提供者，他只需要通过标准的接口，当然我们自己已经把这个服务包装到界面上，因为他是一个标准化的接口。这里面提供了橘云的几种能力，分别代表存储、计算引擎等，应用开发者只需要点申请，填名字点确定，过一两秒钟以后这个就为你准备好了，你就可以打开这个去管理它、访问它。

　　三种实现Hadoop多租户的方式，虚拟机、容器和原生多租户，我们现在会跟其他提供能力的产品线合作，由他们把我们原生的多租户加强，我们现在主要做的是大数据，是私有云，而不是公有云，最后要能够达到一点，数据要交汇在一起，我们更多的是选择资源的利用率最高，而公有云上大家更多的是隔离程度最高，所以会选择虚拟机的方式。橘云Data Foundry的协议是标准的，是开源的协议，大家可以很方便的去使用它，现在有很多这个服务的提供商。

　　简单小结一下我们做的事情，一是应用自助申请服务，践行DevOps。二是大数据平台的多租户非常必要。三是简单的叠加涌现出复杂，而不是设计非常复杂的东西。

　　谢谢大家!

　　主持人：接下来开始这一组的抽奖。

　　(抽奖)

　　主持人：下面有请溢思得瑞技术总监李超先生为大家进行工业物联网安全态势感知中心的介绍。

　　李超(溢思得瑞)：很高兴今天有机会跟大家分享我现在从事的事情，我今天做的分享主要是万物互联和安全先行，选择的场景是从安全的角度切入的。

　　在一个大型的工业企业，比如发电厂或者大型的制造厂，所有的生产线可能都是自动化的，通过自动化的设备进行的所谓的工业控制网络，这个和互联网不太一样，可能走的是GDP协议，更多的是走的工业控制协议，所以我们把这些叫做工业控制网络，这些网络可能和物联网是通的，也可能跟物联网是不通的。

　　物联网通过对象识别和红外感应器、全球定位等方式，提供一些可以智能化识别、定位、管理的网络，如果我们把这些相关设备放到工业控制网络来替换原来工业控制的智能功能，这时候就变成了工业物联网。各个行业提的都比较多，包括智能交通、电网、智能制造、智慧医疗等方面。

　　工业物联网的特征，在某种程度上跟互联网是非常想像的，但这里面有一个比较关键的地方是高可用性，跟传统意义上的灾害恢复不太一样，更多的是泛安全的概念，不仅包括功能正常的运行，或者企业是否能够正常的生产设备和产品，更多是有没有什么不好的事情，让工业体系发生不可预知的问题。

　　所谓的工业网络安全，在十几年前我上学的时候，工业网络安全虽然大家提的高度比较高，但并不是特别重视这个事情，原因也会讲到，那时候都是所谓的物理隔绝的概念，我这个物理控制网络走的是工业协议，跟互联网不通，你如果想进来我网络里面做一些什么破坏，基本上是不可能，基本上就是收买工作人员才能做到一定的破坏，这是以前的典型特征。为什么现在上升到国家安全的角度呢?2010年世界各国都开始重视工业网络安全。

　　工业物联网安全防护理念经历了四个阶段，基于这个我们集团提出了工业物联网安全解决之道，因为这种威胁是时时刻刻存在的，时间的纬度需要加上。还有结构、本体、基因、行为安全，防护对象本身的行为，包括他所谓的定义的边境，以及他周边的事情，我们对应的实体是工业物联网安全态势感知中心，这是搜集网络空间里相关的一些要素，比如网络通信数据，比如网络里面相关的设备，通过这些要素来组成所谓的行为和产生的问题，这些在安全领域里面是态势感知。从硬件、网络层面以及各种各样的工业数据，收集到的输入工业大数据的安全平台，通过学习和知识的处理，最终的价值是落在安全的应用上。比如提供监控的预测、安全防范和实时报警。关键技术与特色优势，智能物联网网关实时侦测，工业大数据全方位安全综合态势实时感知，云中心语大数据可视化技术，人工智能引擎与机器学习核心算法。

　　这是电网安全大数据应用场景，从最底层控制着蒸汽机、发电机到第二个非现场实时的图，到最上面是可以对外连接的图。现在的病毒有可能一层一层往里面进，还可能是针对工业协议的。我们把这几个区在大数据的圈子里面经常能看到所谓的信息孤岛，这几个孤岛的信息是不互相共享的。我们现在要做的事情就是把这些安全的信息打通，做成一个安全的大数据平台，统一的报告这个问题，有的时候你单独从一个区抓到的蛛丝马迹并不能真正的定位原因，只是当做一个噪音放掉。

　　欢迎各位同行进行更深一步的洽谈，谢谢!

　　主持人：接下来进这一组的抽奖。

　　(抽奖)

　　主持人：下面请最后一位发言人，天云软件的贾锟来进行天云云平台建设方案的报告。

　　贾琨(天云软件)：我主要讲一下我们公司做的项目。提到大数据，大家都会说云计算，这是我们公司的一个简单介绍，我们做的跟大数据有关的项目，跟亚信数据进行了合作。我们公司做的云基本上是从这么几层来看，大数据跟应用更有关系，它在应用环境里面可以体现价值，为了让应用能正常高效的运行起来，我们需要非常庞大的资源，新一代的资源管理运营或者供给方式就是云。

　　最基础的是基础架构层，还要考虑到很多专业的存储设备、网络设备，这是IT环境里面必不可绕的内容，只有网络的设备才能发挥更大的价值。万物互联网络的管理是非常重要的，大数据最终还是要落实到存储设备，而存储设备除了专业的X86本地性以外，还有一系列的其他设备。资源管理层不仅仅是计算机了，随着技术的发展，出现了虚拟化、容器。综合起来我们需要考虑到的技术是虚拟化、容器、以及其他的监控管理、应用的服务管理、接入，我们的产品宣称是满足IT云化当前和未来的需求。从历史来看基本满足了历史的需求，未来相信也能够满足。我们现在有两个大的产品，或者五个相关的方案。

　　从整体来看，云的平台基本上是这几个，一层纯粹的资源，资源管理层，这里面有几个问题，传统的已经使用的资源，需要纳入进来。第二层是资源的调度，在大数据的环境下，我们的机器是以百千为单位来计算的，这些要论计算能力、存储能力、网络能力，CPU算起来都是多少万个，这时候调度就是非常重要的，能保证不要浪费资源，浪费资源是现在业界的常态。所以资源调度非常重要。第三层是怎么能够更好的提供服务，比如集群管理、网络管理、存储管理。整体来看这是一个云平台，是一个很好的管理云平台具备的功能。从虚拟化来说我们要管多种虚拟化，这上面屏蔽掉所有底层的差异，对于开发人员来说，最简单的东西才能够比较好的使用，因为我们不可能让所有人都成为专家，类似的云平台也是需要的。

　　在生产环境里面，存储设备是成百上千的各种型号、各个厂家、各个协议，管理我们在新的工业或者业界的需求上需要简单化，这是我们要做的。一般大家提到的云计算是虚拟化，其实物理机也需要，尤其是大数据里面更需要服务化。现在有各种各样的公有云服务，一部分资源是在机房里，一部分资源上的是公有云，这时候他们之间是怎么联通的?我们不能期待每个人都是网络专家，我们要简化管理方法，这是我们的网络服务。管设备、管资源，提供什么服务。

　　我们讲的PAAS是分几个点，一是开发运维平台。能达到开发程序无缝或者比较简单的放到运营环境下，两边是一样的体验，一样的行为，一样的能力。二是基础软件平台。依赖的软件环境需要固化和一致性，亚信做了很多把大数据平台化，此外还有更多的常用软件也需要。三是资源管理平台，资源管理是我们大数据或者各种高效运行的基础管理。

　　这是我们ECP平台系统的构成，主要从用户交互子系统、日志系紫铜、计算资源子系统、存储子系统、网络子系统、监控子系统方面来做，在比较正规或者是企业级的，不能只是考虑计算，我们需要考虑的还有其他的存储和网络。这是ECP平台的服务编排，能够提供通用的也包括大数据的服务，是一个拖拽式的软件。

　　谢谢大家!

　　主持人：谢谢贾总，接下来要抽取这一组的奖项。

　　(抽奖)

　　主持人：今天的活动到此结束。