智能手机普及，给我们带来了便利的同时，却也影响了一部分学生，学生的心智不够成熟，容易沉迷其中，不仅影响学习，还会接触到很多不良信息，为了管控这一现象，教育部于2021年发布的关于加强中小学生手机管理工作的通知。在手机管控的情况下，如何满足学生与家长之间沟通呢，这成为了学校必须解决的难题。这时，电子学生证就出现在大家的视线中，以国荣科技电子学生证为例，贴合学生使用刚需，无多余的应用。下面，我们一起了解一下电子学生证的基本功能：亲情通话：支持4G通讯功能，解决手机进入校园难题，家长可通过手机端设置亲情号、紧急联系人、白名单电话，只有通话白名单内的联系人才能打入电话，让孩子免受骚扰，为双向通话保驾护航。在遇到紧急事件时可触发SOS一键轮拨求助，长按6S触发，循环拨打SOS号码3次，未接听继续轮播亲情号码一次，期间有接听终止轮播。智能定位：运用4G CAT1通信技术、卫星定位技术、RFID等物联网技术，聚焦中小学生在校及上下学场景，做到实时定位，保障学生安全。针对如湖泊、河流等危险场所，学校和家长都可自定义设置电子围栏，当孩子进入此区域时，第一时间上传警报信息，家长可通过双向通话和实时定位，尽量避免危险的发生；家长还可通过手机端查看孩子的历史轨迹，了解孩子的近期行动轨迹。校园一卡通功能：NFC、RFID扩展兼容宿舍门禁刷卡识别、图书馆刷卡借阅、水控刷卡消费、超市小额支付、食堂刷卡消费，实现校园一卡通场景，便捷孩子在校生活。电子学生证实现和校园业务的升级，为学校、家庭和个人生活保驾护航，构建“无手机校园”。

正式链接：https://education.huaweicloud.com/courses/course-v1:HuaweiX+CBUCNXCC004+Self-paced/about

   华为云可信智能计算服务TICS，旨在打破组织内部、行业内部、跨行业之间的数据孤岛，基于可信执行环境、安全多方计算、同态加密、区块链等技术，实现在数据隐私保护下的多方数据联合SQL分析和联邦学习，协同伙伴和客户，推动数据要素的可信流通和开发利用。本案例以普惠金融为背景，介绍下华为可信智能计算服务TICs是如何助力城市跨部门数据实现隐私计算的。TICS官网链接1、普惠金融的背景       2005年联合国首次提出了普惠金融的概念，并将其定义为：一个能有效、全面地为社会所有阶层（特别是贫穷的、低收入的群体）提供服务的金融体系。通俗点讲就是：让所有的老百姓们都享受到更多的金融服务。截止目前，我们国家相继出台了多篇普惠金融政策文件，可见国家对于普惠金融的扶持力度之大。在普惠金融发展过程中也遇到一些问题，其中之一就是社会信用体系建设滞后。我国因为没有完善的个体信用信息，银行判断风险难度大，小微企业融资的难度也因此提升2、客户痛点信用评估：小微企业数量多、经营波动大、坏账率高，对数据的覆盖度和及时性要求高，单水电气数据对评估企业实时经营状态就具有价值安全隐患：把全量明文数据暴露会有潜在安全隐患，一旦泄露难以有效控制，委办局数据共享存在顾虑流程繁杂：社保、个税和水电气等数据放在政务云，但由不同委办局管理，银行单独申请非常困难3、客户诉求希望以更贴近用户已有的SQL应用开发模式，实现隐私保护下的多方数据统计分提供一种隐私增强计算技术保护下的多方数据联邦SQL统计分析能力4、实现步骤利用政府的数据支撑企业决策，银行是数据提供方、社保、个税、水电气等是数据提供方，主要目的是消费方想使用提供方的数据做一些决策，这里不是联邦学习的例子，会给出一个规则，公式里面的字段涉及到不通数据的提供方，这时候保护的一个主要目标就是数据消费方可以使用这些数据去做计算，但是这些字段的数据又是敏感的，在用的过程中不能泄露这些数据，所以这是一个要解决的关键问题。银行导入小微企业信用评估规则到可信智能计算节点；向政数局数据管理员发起数据使用的申请；数据管理员同意银行使用数据；TICS分发计算任务，加密调用社保、个税、水电气数据；银行基于可信智能计算环境运行评估模型，获取企业信用的评估结果；5、带来价值数据安全：通过联邦SQL、联邦学习、多方安全计算等技术，对委办局数据在数据接入传输处理使用中实现全链路隐私保护服务于人：把属于不同委办局的数据通过可信机制发挥价值，促进金融效率提升可追责：政数局、其他委办局、银行分别扮演监管者/处理者、数据拥有者、数据使用者的角色，责任模型清晰可追踪：可以实现全链路可视化和区块链审计溯源，可在关键场景追溯数据处理流程

操作场景Apache Livy 是一个可以通过 REST 接口与 Spark 集群进行交互的服务，它可以提交 Spark 作业或者 Spark 代码片段，同步或者异步的进行结果检索以及 Spark Context 上下文管理。了解更多请访问livy官网http://livy.incubator.apache.org/。本指导旨在介绍，如何在创建集群时添加引导操作，利用shell脚本自动化地在MRS集群master节点安装livy。使用限制在创建集群时使用只在master节点安装livy创建集群时需要赋予集群默认委托MRS_ECS_DEFAULT_AGENCY，赋予集群节点权限从OBS对象桶中下载livy安装包只适用于MRS普通集群，开启kerberos认证的安全集群暂不适用前提条件对MRS集群引导操作功能有一定了解，具体可以参见链接引导操作简介、通过引导操作安装第三方软件、引导操作脚本样例文后所附引导操作脚本bootstrap-livy.sh已上传到OBS桶某路径下，本指导存放脚本的OBS桶路径以"obs://qianyu-xg/"为例。livy安装包已下载，并上传到OBS桶某路径下，附livy安装包官方下载链接livy-download。本指导存放livy安装包的OBS桶路径以"obs://qianyu-xg/pack/"为例，livy安装包名以"apache-livy-0.7.1-incubating-bin.zip"为例操作步骤1、如下图所示，使用自定义购买方式购买MRS集群：2、如下图，在高级配置阶段，点选引导操作添加按钮：3、如下图所示，填写引导操作相关参数，具体参数内容见如下描述描述：名称：该引导操作名称，默认bootstrap_0，可不做修改脚本路径：bootstrap-livy.sh在OBS对象桶上存放的全路径，obs://qianyu-xg/bootstrap-livy.sh参数：bootstrap-livy.sh的脚本入参，第一个为livy安装包存放路径，obs://qianyu-xg/pack/，第二个为livy安装包全名，apache-livy-0.7.1-incubating-bin.zip 执行节点：只选择master节点，active master可以不开启执行时机：组件首次启动后失败操作：继续4、以上操作结束后，点选确定，完成引导操作添加：5、集群创建完成后，使用EIP访问livy web ui，浏览器中输入 http://${manager_eip}:8998/ 访问附：引导脚本bootstrap-livy.sh#!/bin/bash -exBUCKET_PATH=$1ZIP_FILE=$2LIVY_DIR=`basename $ZIP_FILE .zip`DOWNLOAD_DIR=/tmpAPPLICATION_DIR=/home/ommecho "=====================Set env====================="if [ ! -f /opt/Bigdata/client/bigdata_env ] ; then echo "Skip master3" exit 0fisource /opt/Bigdata/client/bigdata_envecho "=====================Download and unpack install package====================="cd $DOWNLOAD_DIRhdfs dfs -get $BUCKET_PATH/$ZIP_FILE ./$ZIP_FILEif [ ! -f ./$ZIP_FILE ] ; then echo "Failed to download $ZIP_FILE" return 1fi echo "Succeeded to download $ZIP_FILE"cd $APPLICATION_DIRunzip -d $APPLICATION_DIR $DOWNLOAD_DIR/$ZIP_FILE echo "=====================Configure livy====================="cd $APPLICATION_DIR/$LIVY_DIRcp conf/livy.conf.template conf/livy.confecho "livy.spark.master = yarn" >> conf/livy.confecho "livy.spark.deploy-mode = cluster" >> conf/livy.confecho "=====================Start livy====================="bin/livy-server start > /home/omm/livy.out

​原文文章来自《华为在联邦广告算法上的探索及应用》https://mp.weixin.qq.com/s/3_ZGEzoOG7WRuofbBFIeFw作者：刘璐 DataFunTalk***04纵向联邦学习如何服务广告场景​​​接下来我们看一下，纵向联邦学习是怎么服务于广告场景的。上图画的是纵向联邦学习在广告中的架构图。纵向联邦学习天然可以解决标签缺失问题，除了这个问题之外，还可以解决是转化率预估这种稀疏场景下的特征不足，特征维度有限的问题。如果广告主系统和DSP系统进行联邦学习，它不仅能够解决标签问题，同时能够帮助模型增加特征维度，更好地提高模型的准确度。在广告主和DSP进行离线联邦训练服务中，必然要用到特征和标签。广告平台侧（DSP）可以利用用户特征、广告特征、上下文特征以及High Level特征和Low Level特征；广告主除了可以提供后端转化数据之外，还可以提供端内行为数据、历史兴趣标签以及短期行为标签，来完成模型的训练。不同于已有的广告链路，整个请求响应都是在广告平台侧发生。如果使用了纵向联邦学习，在离线训练阶段请求就必然要经历广告主系统，同样在线推理也必然要经历广告主系统，所以它的请求链路发生了改变。​ 纵向联盟学习我们主要是依托于TICS服务完成，TICS全称是可信智能计算服务，产品架构图如上图所示。TICS基于多方安全计算以及区块链等技术，实现了数据在存储、流通和计算过程中端到端的安全和可审计。它主要提供如下一些功能，如联盟管理、数据融合分析、计算节点、联邦分析计算、数据使用监管和容器化部署。使用这个服务的前提是，所有参与方要在一个联盟链中，也就是说在同一个联盟的用户，需要进行相关节点的部署。计算节点是以两种方式进行部署的，一种是以容器化的形式部署，支持云容器CCE引擎，另一种是边缘节点的部署，也就是智能边缘平台服务部署。云容器引擎的优点是提供了高可靠和高性能的企业级服务，支持Kubernetes社区原生应用以及相应工具的使用。TICS服务内有一个计算节点，计算节点的主要功能是实现数据源注册，并且提供了一些隐私策略的发布，比如某个数据源可以选择是敏感的、非敏感的以及脱敏的设定，然后是元数据的发布。​ 使用TICS平台构建联邦学习服务非常简单。首先我们要加入联盟，进入计算节点，选择作业类型。作业类型有两种，一种是联邦数据分析，一种是联邦机器学习（模型训练）。​ 在作业类型选择完成之后，就会进行样本初筛和样本对齐。纵向联邦学习第一个过程就是要进行PSI隐私交集，找出共同的用户群体。不同的参与方其用户量天然就不一样，比如有的参与方用户量达到了亿，有的参与方则只有百万或者几万等等。为了加速求交过程，我们首先要进行样本粗筛，然后再进行PSI样本对齐。​ 在样本对齐之后，就可以进行特征选择，并且启动训练，配置模型参数，发起评估，包括准确率、AUC、KS、F1、召回率等各项指标的评估。纵向联邦学习主要是跟广告主进行合作，主要产品形态有两种：一种是广告主只需要提供标签Y；另外一种如果广告主很open，并且希望其转换效果能够得到提升，他既可以提供标签Y，也可以提供特征X，然后广告主和广告平台发起联邦学习。广告链路中性能是一个重要的问题，整个广告链路过程要控制在100毫秒。并不是所有的广告主都可以满足时延的性能要求，针对这种场景我们提供了两种方案，一种是离线方案，不需要做实时计算。另一种是在线方案，广告主和广告平台测试发现性能100毫秒可以满足，就可以做模型的实时推理在线计算。如果广告主侧满足不了时延要求，就用模型提前预测出广告主的转化率放在在线模型上面，不做实时计算。比如请求来了之后，通过查表获得转化率，然后再进行后边的竞价和播放链路。这就是纵向联邦学习的两种产品形态。07QA环节Q2：TICS平台目前在系统里实现了什么样的联邦学习算法，在线预测的时候是否会影响用户体验？A2：TICS目前最基本的逻辑回归是有的，最基本的XGBoost树模型也是有的，因为这两种模型是针对一些银行或者金融是比较常见的，因为它要求模型可解释。对于广告而言，因为广告涉及到的数据还有一些特征是非常多的，而且数据也非常稀疏，所以对于广告产品而言往往需要一些深度模型。TICS上一些深度学习模型，多任务模型等后续都会发布上线。​

浅析智能化指挥信息系统发展人工智能技术与咨询来源：中国军网智能化战争时代序幕已经拉开，具有智能化特征的指挥信息系统将成为未来智能化作战指挥的“中枢神经”，是智能化作战指挥控制的支撑手段。加快智能化指挥信息系统建设是军事智能化发展的内在要求，只有明晰智能化指挥信息系统发展要义，抓住智能化指挥信息系统研发要点，探索智能化指挥信息系统发展要津，才能更好地推动智能化指挥信息系统建设发展进程，赢得未来智能化作战制胜先机。明晰智能化指挥信息系统发展要义智能化指挥信息系统是战争形态向信息化智能化战争发展的必然选择，是科技革命发展的必然结果，也是军事智能化发展的时代诉求。明晰智能化指挥信息系统发展要义，有助于把脉智能化指挥信息系统建设方向，确立系统发展长远目标。1助推战争形态智能化演进未来智能化作战，战场形势瞬息万变、战场环境复杂严酷，要想在战场上取得主动，“制智权”成为新的制高点，而智能化指挥信息系统无疑是未来作战指挥和行动的重要支撑手段，其智能化发展可助推战争形态向智能化演变，是智能化作战赢得先机、谋求胜利的重要依托。2支撑作战理念智能化创新未来智能化作战，需要与之相适应的作战指挥理念，而智能化指挥信息系统是作战指挥理念实践运用的重要依托，是智能化作战指挥理念创新、发展的土壤。如人机混合指挥编组、数据驱动指挥活动、开放发展指挥模式、智能聚力指挥过程等智能化作战指挥新理念，都离不开智能化指挥信息系统的支撑，智能化指挥信息系统将作为人脑的外延，突破人体生理极限，实现作战指挥艺术和智能技术的有机融合。3促进作战方式智能化转变人工智能技术在军事领域的广泛应用，使得作战制胜机理发生重大变化，智能超越火力、信息力，成为决定战争胜负的首要因素。智能化指挥信息系统建设发展将促进作战方式向智能化转变，使得作战方法从信息时代的“作战网络＋精确制导武器”向智能时代的“智能物联网＋有人/无人作战平台”转变、基本作战样式相应地从“网络中心战”向“认知中心战”演进。抓住智能化指挥信息系统研发要点指挥信息系统是信息化战争时代的产物，随着军事智能化的快速发展、智能化作战制胜机理的研究和实践运用，指挥信息系统智能化升级建设迫在眉睫。应突出功能研发要点，打造全新智能化指挥信息系统。1“超脑化”辅助决策未来智能化作战，战场信息数据量巨大且复杂多变，指挥员在指挥过程中易陷入“信息海洋”而导致信息迷茫，影响指挥决策。随着智能辅助决策技术和“云端大脑”“数字参谋”的出现，以“人脑+人工智能”协作为基本方式的新决策模式正悄然形成。智能化指挥信息系统将突破人类智力极限，作为人脑的外延，辅助指挥员工作，使战争决策由单纯的人脑决策发展为“人脑+人工智能”的超脑化指挥决策。2“智联化”网络通联未来智能化作战将使用大量智能化指挥控制平台和智能化武器平台，而连接指挥控制平台和武器平台的必然是智能化的信息通信系统。如同人体的神经和血管，智能化的信息通信系统在智能化作战中起着链接和润滑作用。因此，要建立全维度覆盖、不间断的智能化信息网络，支撑智能化装备的联通和控制，形成网络结构智能优化、网络抗毁智能重组以及智能抗干扰能力，以确保平台间智能化的协同作战，发挥最佳的整体作战效能。3“无人化”自主协同近期世界局部冲突中，无人机大量运用并起到决定战争走向的重要作用，引起了各方的广泛关注。无人化武器装备是智能化作战的物质基础，并依此形成了颠覆式作战样式，如侵入式独狼作战、有人/无人协同体系破击作战、无人系统编队独立作战、无人机蜂群集群作战等。无人作战虽是由人主导，并在后台赋予机器一定程度的自主行动权限，从而实现机器在一线无人作战行动。然而无人作战战场瞬息万变，人机协同被破坏将会成为常态，无人智能化装备平台指控系统必须更加智慧，要能根据作战目的进行自主协同作战。探索智能化指挥信息系统发展要津智能化指挥信息系统发展不单单是技术的革新，更需要进一步解放思想、更新理念。推进智能化指挥信息系统发展，要改变传统添硬件、建大“网”、收集存储各类数据的思路，突破固有层级设定，打造开放式、服务型系统，瞄准智能化作战指挥与行动需要，探索研究智能化指挥信息系统发展要津。1创新理念创新理念。坚持以创新的思维理念为指引，借鉴军事强国智能化指挥信息系统发展思路，结合实际需求，探索具有自身特色的发展道路。要打破传统“树烟囱”做法，坚持指挥信息系统顶层设计和整体规划，统一接口、协议和标准，形成开放式、可持续发展的系统架构布局；坚持研建用相结合的系统研发思路，制定近期、中期、长期不同阶段发展策略，规范系统建设发展方向；坚持迭代升级、优化完善策略，不断提升指挥控制、情报侦察、通信、信息对抗和综合保障等各分系统智能化水平，确保智能化指挥信息系统持续健康发展。2聚力关键聚力智能化指挥信息系统关键能力建设，是智能化作战以智聚优、以智制胜的重要依托，是智能化作战获取“制胜权”的关键。算法、算力、数据既是人工智能发展的内在动力和支撑，也是智能化指挥信息系统的核心能力要求和优势。智能化指挥信息系统发展要坚持算法创新研究，提高系统认知优势、速度优势和决策优势；加快量子计算机等为代表的下一代计算机研发，为智能化指挥信息系统提供更强的算力支持；深度挖掘海量作战数据资源中更深层次、更广维度信息价值，谋求制胜先机。3集智攻关智能化指挥信息系统建设发展是军事智能化的主要工程之一，是一个多领域、多学科交叉，多部门、多单位参与的大融合大联动的攻坚工程。智能化指挥信息系统建设发展要坚持群策群力、集智攻关、开拓创新的精神，瞄准传感器、量子信息、网络通信、集成电路、关键软件、大数据、人工智能、区块链等战略性前瞻领域，坚持高新技术推动、智能化作战需求拉动，开展多领域、多层次、多形式深度研究交流，不断突破创新、迭代升级，使智能化指挥信息系统功能更加完善、更加智慧。4协作发展深入推动智能化指挥信息系统建设发展，必须充分吸纳地方先进技术成果，融入世界人工智能创新发展的时代洪流。当前，世界人工智能技术蓬勃发展，积蓄了强大发展动能和技术优势，人工智能技术应用通用性强，技术成果转化应用前景广阔，是智能化指挥信息系统建设发展的重要实现途径。要研究制定通用技术标准，拆壁垒、破坚冰、畅通军地合作，实现技术成果共享联动。要通过协作培养塑造新型军事人才，使其不断适应智能化条件下各类岗位需求，充分发挥智能化指挥信息系统效能。转载自：https://mp.weixin.qq.com/s/67rCp0lAhT0PvqsfE4ZJmQ

在现在这个数字经济时代，智能数据算力变得异常重要。数字经济时代是通过技术知识将数据“为己所用”实现数据价值变现的时代。而分析数据做出决策时，发挥支撑作用的正是算力。 随着传统产业全面数字化转型升级，通过组装底层驱动算力可以构建新的技术引擎，如大数据、人工智能、云计算、移动互联网5G、物联网、区块链等，它们如马车一样快速拉动增长，为数字化转型赋能。比如谷歌、亚马逊等互联网公司，正在以人工智能、大数据、云计算、区块链等创新技术颠覆旧秩序，算力俨然已成为他们的新核心竞争力。 自下而上分解算力可表现为通过传统的信息化、大数据、机器学习等方式来提高数据分析能力、智能化水平，进一步提升产品创新和服务能力。 当我们对大量数据进行分析，从中提取出信息帮助我们决策时，背后的算力作为驱动力，正是数字化转型企业构建新核心能力的关键因素，，是企业发展的新引擎，从深度、广度和速度三个维度，可以形成洞察、协同和敏捷的能力，借助三个维度的分向能力，在分析决策、快速交付、场景触达、生态构建、智能服务等场景中呈现和发挥作用。 算力三个原子能力之间的相互组合和演化正影响甚至重构着行业的结构和生态。在算力的助推下，企业的核心优势和路径选择不断更替，从单个企业消除数据处理能力不对称的服务模式创新逐渐演化为生态系统之战。类似于柏睿数据这样的智能数据算力提供商，因而就扮演着不可或缺的角色，借助这些企业的数字能力，才能更好地乘风破浪。

来源：南早网原文链接：　https://baijiahao.baidu.com/s?id=1718754606138823220&wfr=spider&for=pc近日，《中华人民共和国个人信息保护法》正式施行，隐私保护、信息安全再度成为各界的热议话题。信息技术的快速发展和广泛普及，成为了互联网金融行业发展的重要推动力，与此同时，也为企业在数据治理方面增加了诸多前所未有的挑战。妥善经管隐私数据、筑建信息安全堡垒成为互联网金融企业进阶发展的关键。大会合影　　为探索数字时代个人信息保护以及更为广泛的数据治理方案，12月9日，华为云联合北京市互联网金融行业协会、祥云科技举办了以“发展金融科技，保障金融安全”为主题的金融 安全 CXO 思享会。会议活动邀请华为云中国区金融行业总经理朱兵、北京市互联网金融行业协会秘书长王思聪、中国银行法学研究会理事肖飒、华为云金融行业总监诸旻、华为云 EI 可信智能计算服务 TICS 首席架构师张煜及北京市互联网金融行业协会会员单位代表、祥云科技代表等人，来到华为北京高端交流中心进行行业交流，共同探讨金融行业安全管理与发展趋势、分享互联网金融行业信息安全最佳实践，探索数字时代个人信息保护以及广泛的数据治理方案。嘉宾热切交谈　　金融行业的新赛道，可信治理是大势所趋　　对于金融业而言，《个人信息保护法》的颁布影响深远。近年来，金融科技快速发展，大数据被视为行业转型升级的一大助推器。在数字经济时代下，作为资产的数据能够产生财富效应，拥有了数据就拥有了资产。中国银行法学研究会理事，肖飒女士　　中国银行法学研究会理事肖飒表示，随着个保法的正式实施，公民个人信息授权方式也发生了极大变化，国家将不再认可概括授权的合法性，获取公民个人信息，必须先取得公民的同意。在我国，只要公民同意授权，企业获取数据就是合法合规的。肖飒提出，金融行业属于数据密集型行业，对数据依赖性极强，如何守护好个人信息，更好地保障数据安全，是金融业必须面对的重要课题。企业应当及时调整“隐私协议”、“注册协议”等及内部数据合规体系。同时，应当采取必要措施，保障境外接收方处理个人信息的活动达到《个信法》规定的个人信息保护标准。　　深耕数字化，共建全场景智慧金融　　全场景、智慧、生态是走向全场景智慧金融的三个关键词。“全场景”就是通过人、物、应用的全互联，将金融服务带向千行百业。“智慧”指的是将AI引入金融行业的核心生产系统和业务主流程，通过AI与应用的结合，提供智慧服务。“生态”是指全场景智慧金融的目标是打造生态型金融产业，共建开放、共赢的产业环境。华为云金融行业总监，诸旻先生　　华为云金融行业总监诸旻在会上指出，云原生正在成为金融机构云基础设施的标配，华为云云原生2.0提供资源高效，极致体验，敏捷创新，数据智能，安全合规的云基础设施，为金融客户提供以应用为中心的金融云数字底座。帮助金融客户进行全面的创新升级，真正打造出科技与金融业务协同发展的数字化优势，携手共建全场景智慧金融。华为云EI可信智能计算服务 TICS首席架构师，张煜女士　　华为云EI可信智能计算服务TICS首席架构师张煜表示，数据是重要的资产已经成为社会共识，数据创造价值必须实现流通，尤其在数据安全上升到国家战略层面时，更需要在保护隐私的前提下挖掘数据的价值。隐私计算技术在多种金融场景中极大的满足了大家的合规需求， 实现“可用不可见”、“可用并可控”、“可控可计量”。预计到2024年，在一些大数据平台，隐私计算技术将成为数据保护刚需。华为云TICS为了保护用户隐私，一方面，在各类数据提供方的信任域内，通过构筑安全代理，实现数据的安全提供；另一方面，通过构筑可信执行环境TEE或采用安全多方计算MPC技术，实现数据的安全聚合，将数据资源范围从企业扩张到海量的社会数据，在数据隐私保护前提下实现多方数据联邦探查分析和联邦学习，通过数据流通创造更大价值。圆桌会议　　在圆桌讨论环节上，参会人员围绕国家政策对金融科技行业的影响、技术驱动金融科技行业业务发展以及金融科技行业对云技术的诉求等议题展开了讨论。　　华为云目前自服务220+金融客户，已经成为全球五朵云之一。华为云作为金融数字化转型的重要伙伴，不仅在技术上追求创新，同时积极地与客户一同探索，以实现数智融合，升级有道。展望未来，华为云希望与金融伙伴共同成长，以技术创新引领产业发展，实现共创共赢。

9月23日至25日，华为全联接2021以“深耕数字化”为主题，各行业领军人物分享最新成果与实践。其中在“华为云FusionInsight智能数据湖打造千行百业数据底座”专题演讲中，华为云FusionInsight技术专家陈祥，发表“华为云FusionInsight智能数据湖版本新能力解读”演讲。进入智能数据时代，业界建设数据湖的十大共识       经过数十年的快速发展，大数据处理技术已日渐成熟，围绕数据湖衍生技术多如繁星，业界在多年的探索之中，也对未来数据湖形态有了十个重要共识，如充分利用云技术实现云原生的数据分析，支持混合云及多云部署，各种类型的数据、支持更多的数据用户类型，提供不同的数据引擎、不同的数据处理能力等，这些需求对大数据技术创新提出了诸多挑战。面对这些挑战，华为云FusionInsight发布智能数据湖最新版本8.1.0去应对新时代对大数据的这些技术诉求。华为云FusionInsight提供湖仓一体的解决方案，兼顾历史与未来华为云FusionInisght智能数据湖为企业客户提供完整的大数据云服务产品组合，有单集群最大支持5W节点的云原生数据湖MRS服务和全球最大的商用部署的云数据仓库DWS服务，MRS和DWS既可以灵活按需部署，也可以融合演进到湖仓一体的架构；同时面向不断增长的数据探索分析、新型的图分析、可信计算等诉求，提供了完全托管式的DLI数据湖探索服务，完全自研的高性能一体化的GES图计算服务、创新的可信智能计算服务TICS，并提供源自华为自身数字化转型经验沉淀的DGC数据湖治理中心服务，用于海量数据的数据治理、离线分析、实时分析、数仓集市、多模分析等场景，帮助客户构建一站式的大数据分析平台，释放企业数据价值。MRS云原生数据湖提供三湖一集市能力，让数据分析更敏捷MRS云原生数据湖作为FusionInsight主打的云服务，是一款Lakehouse架构的云原生数据湖服务，解决传统大数据平台零散式建设、供数链路长、人工搬迁慢等问题，一个架构实现离线、实时、逻辑三种数据湖：离线数据湖：提供交互式、BI、AI等多个计算引擎，基于云原生存储实现存算分离架构，使得云原生数据湖的架构更灵活，业务更敏捷。同时还支持单集群5万（通过集群联邦，支持10万+规模）节点的超大规模，支持集群滚动升级，保障关键业务升级不中断。实时数据湖：提供生成数据CDL实时捕获入湖、Hudi数据湖存储引擎、ClickHouse毫秒级OLAP分析等构建实时更新处理能力，使得供数时效从T+1到T+0。逻辑数据湖：HetuEngine提供跨湖、跨仓、跨云的协同分析，实现湖仓一体，减少80%数据搬迁，协同分析提效50倍。MRS云原生数据湖实现数据全链路实时分析，价值兑现从T+1走向T+0在华为云FusionInsight 8.1.0 新版本中，MRS云原生数据湖实现了数据全链路实时分析，让价值兑现从T+1走向T+0。传统方案从数据接入、数据入湖到数据入湖，不支持增量数据更新，数据处理采用离线批处理方式，数据分析则需提前制定各种CUBE，预聚合的方式费时费力，导致数据分析时效性T+1，无法满足新时代的业务诉求。为解决上述问题，MRS云原生数据湖通过创新的CDL组件支持直接读取Binlog日志实时入湖，结合Flink/Spark实现数据实时合并、实时加工，打通信息生产到分析平台的最后一公里；通过引入Hudi，支持数据更新、数据删除，还有ACID能力，保证数据实时入湖更新操作；通过引入ClickHouse，可以把数据拉到一个大宽表内去做分析，只需要对接后端的BI工具，就可以自助式的完成报表开发。同时，ClickHouse支持实时OLAP，可实现毫秒级实时分析，且ClickHouse不需要建Cube，只要对接BI工具就能轻松完成新业务的开发。MRS云原生数据湖通过CDL+Hudi+Clickhouse的新方案，实现全链路实时分析，快速构筑实时数据湖能力。IoTDB工业物联网时序数据库，云边端协同轻松构建时序数据集市MRS云原生数据湖提供一架构三湖能力的同时，还支持构建多模态数据集市，在新版本中引入了MRS IoTDB工业物联网时序数据库，实现云边端协同轻松构建时序数据集市。MRS IoTDB是由华为云FusionInsight团队与是清华大学共同开发，聚焦工业物联网领域的工业复杂时序数据的处理，如千万级超大规模测点处理、乱序处理、多序列对齐、序列分割、子序列匹配、旋转门压缩、降采样存储等专业时序需求，解决通用数据库在超大规模复杂时序场景的功能短板和性能瓶颈，高效管理海量工业物联网数据，形成跨越端、边、云的工业物联网大数据的利器，在海量时序数据处理场景发挥其“专、快、稳、省、易”能力。在实际应用落地中，一台IoTDB实例就能替代13台传统时序数据库，性能优势明显。灾备：两地三中心高可用，确保业务连续性，SLA 99.999%在增强数据湖平台全链路实时分析与工业物联网数据库能力的基础上，MRS云原生数据湖在数据可靠性上再次进行增强，提供了三个容灾方案：提供原有的数据备份能力，支持将关键数据备份到异地中，一旦出现集群故障导致数据丢失，则可以将备份数据恢复回来。新增了单集群跨AZ高可用方案：支持将一个集群部署在多个机房中，通过副本放置策略确保数据副本存放在不同的机房，通过YARN的任务调度机制的优化确保任务优先访问任务所在机房的数据副本，当一个机房出现故障后，任务会自动切换到其他机房的机器上，从而确保单AZ故障时数据不丢失，关键业务不中断。同时，还新增了异地主备容灾方案：也就是分别建设主、备两个MRS集群，主集群数据会周期或实时自动同步到备集群上。当主集群故障时，将业务倒换到备集群上，确保业务快速恢复。通过以上三种方案，MRS云原生数据湖可以实现从简单的数据备份到跨AZ高可用，到异地容灾的完整场景覆盖，业务可以根据自身业务特点以及需要应对的故障场景，灵活选择适合自己的方案。DWS：新一代全场景云数据仓库    华为云FusionInsight智能数据湖另一主打云服务为DWS云数据仓库，它是一款具备分析及混合负载能力的云数据仓库服务，具有高性能、高扩展、高可用等特点，广泛应用于汽车、制造、零售、互联网、金融、政府、电信等行业的核心分析决策系统。它不仅仅是把数仓搬上云这么简单，而是真正面向未来的云原生架构的数仓服务。作为全球最大的金融数仓，DWS通过了信通院单集群2048节点的规模认证，当前已经商用的最大集群有480个节点。DWS通过一套内核一套架构同时支持标准数仓、实时数仓和云数仓，匹配了用户全场景需求。DGC：一站式数据开发与治理，让开发者轻松驾驭数据华为云FusionInsight智能数据湖不仅为政企客户提供湖仓一体的架构，还有DGC数据湖治理中心服务，提供一站式数据开发集成管理平台，提供统一的数据治理工具，加速数据资产沉淀。DGC的特性主要集中在平台能力和生态两个方面：在平台能力方面：DGC提供一站式数据开发集成管理平台，支持40多种异构数据源、全拖拽式开发、多维实时搜索、0代码API开发等能力；并提供基于华为10多年数据治理经验沉淀出的数据架构、标准规范、数据开发、数据质量等数据治理能力；在生态建设方面：DGC通过开放API，使能行业 ISV 快速集成开发；通过合作伙伴提供数据标准、模型、指标、接口等行业数据模型，帮助企业快速构筑数据治理能力。华为云FusionInsight深耕大数据10年+，持续创新引领大数据技术发展华为云FusionInsight持续投入10年+，坚持开放路线，在扎根社区的同时，也积极回馈社区，为行业新技术发展贡献力量；同时，华为云FusionInsight智能数据湖将持续贯彻“平台+生态”战略，携手800+合作伙伴，服务于全球60+国家和地区3000+政企客户，已广泛应用于政府、金融、运营商、大企业等行业。更多精彩文章：https://bbs.huaweicloud.com/forum/thread-66105-1-1.html  

9月23日至25日，华为全联接2021在线上正式开幕，在“华为云FusionInsight智能数据湖打造千行百业数据底座”专题演讲中，华为云FusionInsight技术专家陈祥发表了“华为云FusionInsight智能数据湖版本新能力解读”演讲。华为云FusionInsight发布智能数据湖8.1.0新版本，提供湖仓一体的解决方案，兼顾历史与未来。在新版本中：MRS云原生数据湖提供三湖一集市能力，提供数据全链路实时分析，让供数时效从T+1走向T+0；通过IoTDB工业物联网数据库，云边端协同轻松构建时序数据集市；在新版本中，更是提供两地三中心等三种高可用容灾方案，确保关键业务的连续性。DWS云数据仓库推出高性能、高扩展、高可用特点的新一代全场景云数据仓库，一套内核一套架构同时支持标准数仓、实时数仓和云数仓。DGC数据湖治理中心提供一站式数据开发与治理工具，还增强了其一键数据服务和数据分层分级安全功能。华为云FusionInsight深耕大数据10年+，持续创新引领大数据技术发展，把复杂留给自己，把简单留给伙伴，携手800+合作伙伴，服务于全球60+国家和地区3000+政企客户，已广泛应用于政府、金融、运营商、大企业等行业。线上观看链接：https://live.huawei.com/huaweiconnect/meeting/cn/9404.html 。

企业在数据的管理与治理方面存在以下挑战：一、数据治理的挑战　　缺乏企业数据体系标准和数据规范定义的方法论，数据语言不统一 ；　　缺乏面向普通业务人员的高效、准确的数据搜索工具，数据找不到；　　缺乏技术元数据与业务元数据的关联，数据读不懂；　　缺乏数据的质量管控和评估手段，数据不可信。二、数据运营的挑战　　数据运营效率低，业务环境的快速变化带来大量多样化的数据分析报表需求，因为缺乏高效的数据运营工具平台，数据开发周期长、效率低，不能满足业务运营决策人员的诉求。　　数据运营成本高，数据未服务化，导致数据拷贝多、数据口径不一致，同时数据重复开发，造成资源浪费三、数据创新的挑战　　企业内部存在大量数据孤岛，导致数据不共享、不流通，无法实现跨领域的数据分析与数据创新。　　数据的应用还停留在数据分析报表阶段，缺乏基于数据反哺业务推动业务创新的解决方案。

1、数据集成　　支持批量数据迁移、实时数据集成和数据库实时同步，支持20+异构数据源，全向导式配置和管理，支持单表、整库、增量、周期性数据集成2、数据治理　　提供智能数据规划、数据质量监控、数据标准化等功能，统一管理数据模型、数据标准，并落地数据模型和数据标准，用于改善数据质量，有效支撑决策3、资产管理　　提供企业级的元数据管理，厘清信息资产。通过数据地图，实现数据资产的数据血缘和数据全景可视，提供数据智能搜索和运营监控4、数据研发　　大数据开发环境，降低用户使用大数据的门槛，帮助用户快速构建大数据处理中心。支持数据建模、数据集成、脚本开发、工作流编排等操作，轻松完成整个数据的处理分析流程5、智能服务　　标准化的数据服务平台，提供一站式数据服务开发、测试部署能力，实现数据服务敏捷响应，降低数据获取难度，提升数据消费体验和效率，最终实现数据资产的变现6、全场景可视　　数据治理运营过程可视，托拉拽配置，无需编码；处理结果可视，更直观，便于交互和探索；数据资产管理可视，支持钻取、溯源等7、统一调度　　全面托管的调度，支持按时间、事件触发的任务触发机制，支持分钟、小时、天、周和月等多种调度周期8、统一运维　　可视化的任务运维中心，监控所有任务的运行，支持配置各类报警通知，便于责任人实时获取任务的情况，保证业务正常运行9、全面安全　　统一的安全认证，租户隔离，数据的分级分类管理，数据的全生命周期管理，保证数据的隐私合规、可审计、可回溯

在经历出家了、秃顶了、离婚了等一系列令人眼花缭乱的操作之后，据说第一批90后开始关注养老了……每天游离于“内卷”和“躺平”状态的90后，会选择如何养老呢？进养老院，似乎是未来养老新趋势。但一间理想的养老院，门槛有多高？有人考察后的答案是北京一套房子首付……作为互联网原住民，90后更关注互联网+养老的模式，是否能使养老服务更加精细化、清晰化、科学化、合理化，全面完善的体现“科技养老”的幸福指标，希望通过科技进步，探索出一种 “和谐”的养老方式。其实“智慧养老”在今天已经不是新鲜话题，许多科技公司在养老模式的变革上进行过尝试，如华为云云市场同昌智慧养老服务平台，就是一个以养老便民服务为核心，以线下社区、居家养老服务商为依托，以线上养老服务平台为支撑，创建养老便民服务、养老业务指导、养老市场监管于一体的线上信息交互共享、线下综合服务供需平台。 与传统的养老模式相比，智慧养老如何“智慧”？ 一、线上线下互通，养老服务精准化同昌智慧养老服务平台针对政府购买养老服务过程中出现的“服务对象难筛选、服务过程难跟踪、服务质量难监督、资金使用不透明、服务成效不明显”等难题，打造“互联网+养老”新模式，融合“线上+线下”，以智能可穿戴设备为终端、以老年人和养老服务等机构的数据为基础、以科学的养老评估体系为抓手，以社会养老服务资源为保障、以呼叫热线为依托，构建多样化、全方位、科学的政府购买养老服务平台。通过科学的评估机制让老人享受所需服务、让更好的养老服务机构进入平台，为老年人提供居家安全、生活照护、健康安全预警等服务，同时从下单、接单、上门服务的整个服务过程全都在平台监管之下，真正做到服务可追溯、质量有保障，政府资金使用更科学、养老服务更精准。服务类型涵盖了基本生活照料、康复保健、精神慰藉、文化娱乐、信息娱乐等等，全部透明化，通过平台选择所需服务线上下单，线下服务，随时响应，平台随时监管，关注老年人的身心健康。二、全周期动态养老数据资源库围绕养老服务，将老年人、家属、养老服务机构、养老服务资源、各级管理部门等数据、资源进行有效整合，建立了围绕养老服务的全方位养老信息集合，同时养老服务过程中产生的各类活动、生活、消费、健康等动态数据将实时整合，形成完善的养老服务可视、动态基础数据资源库。三、多元化服务渠道建立多渠道、多元化的养老服务平台，利用平台中的庞大数据资源，老人及家属可一键快捷呼叫所需服务，机构能精准掌握老人信息及服务需求，通过将老人生活相关的所有服务内容聚焦，以最近的距离、最方便的方式提供为老服务。同时建立网站、手机APP、微信公众号、便民服务一体机等服务渠道，通过多渠道服务体系的建设，让数据多跑路、老人少烦恼，倾心打造线上线下相融合的“互联网+养老”服务新模式，充分方便居民生活。四、医养融合健康服务将卫生医疗数据与社区养老数据整合后，形成老年人日常健康监护数据+医疗诊断数据的有机结合，既便于医生诊断的准确性，利用大数据追踪、统计用药情况，可进一步分析药品的药效，促进医药研发效率的提高。同时，居家养老机构也能了解、掌握老年人的健康信息，作出针对性的养护计划，让老年人能获得更好的日常照护，提高健康指数。 五、养老服务大数据分析充分利用平台中的各类基础数据资源，建立一体化大数据中心，将人工热线信息、交易行为信息、政府财政资金交易信息、人口动态信息、物联网信息等进行采集、存储、清洗、比对、整合，通过优化、拓展、延伸，以大数据分析手段，建立各类数据模型，有效分析养老服务需求，为政府养老服务规划、养老政策制定提供数据支撑，用数据说话、用数据辅助决策，全面实现“科技养老”的幸福指标。相信随着科技发展与政策支持，社会对养老模式也会有新的探索。伴随着养老产业的扩充，老年人的生活与精神需求也将得到进一步的关注，其实无论选择居家还是养老院养老，都是希望能给老人带来体面而有尊严的老年生活。文中提到的商品链接：同昌智慧养老服务平台  （华为云云市场在售）【华为云云市场，助您上云无忧】

       2021年6月18日，华为云TechWave全球技术峰会（人工智能&数据）在上海举行，以“创新普惠”为主题，分享技术创新与行业实践。华为云大力投入数据、人工智能领域，发布数据和AI系列新品，加速千行百业智能升级。华为Cloud BU副总裁、全球Marketing与销售服务总裁石冀琳发表主题演讲       华为Cloud BU副总裁、全球Marketing与销售服务总裁石冀琳出席并发表了《创新普惠，加速千行百业智能升级》的主题演讲。石冀琳表示：“企业实现全面云化、全栈智能的三大关键是：首先是全面拥抱云原生，加速云上创新，打造企业数字化转型、智能升级的底座；其次是围绕数据全生命周期技术创新，激发数据潜能，让数据成为新的生产要素；最后是释放AI生产力，使能全业务、全流程创新，打造企业智能升级的核心能力。”华为云架构与技术规划部部长朱海培发表主题演讲       华为云架构与技术规划部部长朱海培出席并发表了《云原生2.0，让云无处不在，让智能无所不及》的主题演讲。朱海培表示：“华为云FusionInsight智能数据湖解决方案提供湖仓一体的统一数据平台，包含MRS云原生数据湖、DWS数据仓库、DGC数据湖治理中心、DLI数据湖探索、ModelArts推理平台、TICS可信智能计算等云服务。通过底层统一数据存储，实现全局一份数据，通过对象存储物理数据，全局一份数据无需搬迁数据；分析计算，多引擎弹性计算，一个平台多引擎支持批处理、流处理、交互式查询等；统一元数据管理，全局一个视图，实现全局统一元数据管理，像管理代码一样管理数据。       在峰会上由太平洋保险客户发表《数字化提升保险风险治理能力》主题演讲，云计算、大数据等技术支撑风险生态建设，推动保险业务产品的转型和重塑，全面实现数字化和数智化的运营模式。太平洋保险在大数据平台的创新实践       中国太平洋财产保险基于华为云FusionInsight大数据平台，整合客户信息、运营服务资源和气象数据，搭建起气象灾害的风控信息化平台，并逐步深化大数据应用，延伸到其他风险领域打造了风险管理的数字化产品“风险雷达”，不断提升非车险业务风险评估、灾害预防和客户全生命周期风险管理、风险大数据等风险管理能力；在个客风控平台方面，打通承保理赔数据，形成客户的风控画像，结合经营风险，及时的进行干预，避免经营风险的发生。华为云FusionInsight MRS解决方案架构师发表主题演讲       华为云FusionInsight MRS解决方案架构师在数据使能分论坛上发表《MRS云原生数据湖，推动大数据分析从离线走向实时》的主题演讲。当前，大数据云化部署是主流趋势，政企客户需要充分利用云技术使得大数据所需资源弹性、灵活的使用。MRS云原生数据湖可让客户在一个架构实现离线数据湖、实时数据湖、逻辑数据湖三种数据湖，用于离线分析、实时分析、数仓集市、交互查询、实时检索、多模分析、数据接入治理、图计算等海量数据分析场景，助力政企客户实现一企一湖、一城一湖，业务洞见更准，价值兑现更快！离线数据湖使客户在一个平台下实现AI、BI、交互式查询等多场景分析；实时数据湖使大数据分析从离线走向实时，通过Hudi实现数据增量更新，从传统Append 到 Upsert，数据实时更新，数据价值释放从T+1转变为T+0；通过Clickhouse毫秒级的OLAP分析能力，实现数据分析不出湖，解决了传统数据来回搬迁、数据冗余的问题；逻辑数据湖通过HetuEngine实现跨湖、跨仓、跨云协同分析，突破地理限制，打破数据“墙”；       同时，MRS云原生数据湖还提供IoTDB时序数据库、DGC数据湖治理中心等能力。IoTDB实现一份数据兼容全场景，一套引擎打通云边端、一套框架集成云边端；DGC实现数据统一入湖、统一数据服务，让开发者轻松驾驭数据集成、规范、开发、质量、资产、安全、开放服务全流程。       在2020年IDC MarketScape评估中，FusionInsight处于市场份额和技术实力双领先，在2021年Frost&Sullivan评估中，FusionInsight在创新、成长及基础能力全面领先国内大数据厂商。华为云FusionInsight持续投入10年+，坚持与世界同行，在开源社区先后开放CarbonData和openLooKeng等组件，携手800+合作伙伴，服务于全球60+国家和地区3000+政企客户，已广泛应用于政府、金融、运营商、大企业等行业。更多精彩文章：https://bbs.huaweicloud.com/forum/thread-66105-1-1.html 

吉佳通达作为专业的定制软件开发商，一直秉承为政府和企业信息化建设提供先进技术、成熟产品和优质服务为目标。凭借多年来为行业客户提供定制、开发、维护服务的经验，建立了一套完整的软件定制开发服务规范及流程。吉佳通达软件定制化开发遵循的项目开发管理流程：根据用户的要求进行需求调研、进行软件设计，提供新建系统的方案设想，并进行可行性分析；在开发过程严格遵循开发管理规范：在程序编码前进行系统的概要设计和详细设计；在程序编制结束后进行软件测试、项目交付、对用户有关人员进行操作培训，并提供软件正常运行后常规维护。公司根据定制软件开发项目特点，建立了符合CMMI2.0三级的标准化软件开发规范，使项目开发过程更加具有稳定性和可控性；通过建立项目管理流程，形成一个有机的整体，实现软件开发时间、成本和功能可跟踪和可控制，保证产品的质量。成熟的软件开发框架软件开发框架就如同是软件开发系统的地基, 属于软件开发系统核心因素，对于一个系统所存在的基本功能、宏观特性、主体结构起到决定性的作用。当定制项目实施的时候，如果没有一个完整架构，会导致接口不统一、业务逻辑接口多样、代码混乱，整体开发效率也会相应降低，后期维护相对繁琐。吉佳通达软件定制开发采用基于VUE的先进的、成熟的软件开发框架。基于此框架创建可维护性和可测试性更强的代码库，为客户带来更加丰富的交互体验；为企业和客户降低成本，提高项目质量；改善客户满意程度、控制开发进度等。同时采用基于VUE的开发框架可将相关技术以代码、文档、模型等方式固化下来，便于项目二次开发及升级。专业的技术团队公司核心团队由具备10年以上资深高级系统分析师、高级软件架构师、软件设计师等人员组成，根据业务的需求合理调配人员,保障开发效率最大化,提高客户满意度。技术开发团队包括：前端开发、后台开发、算法分析与建模，JAVA开发组、C++开发组、Python开发组、移动开发组、VUE框架、测试组和系统集成组，团队人员分工明确；设计、产品和运营构成后端支撑，对接客户的需要,进行前期的业务沟通、项目跟进、后期的运营指导和维护。14年行业定制开发典型案例 吉佳通达凭借完善、成熟的管理和开发流程，确保为客户提供高质量的服务和专业定制化产品；遵循严格的安全标准，实施严密的安全措施，以保护客户的信息安全；公司的综合实力是帮助客户建立成熟可靠、切实可用的定制应用的基础、是提供最专业定制开发服务的坚实保障。