章节

大数据技术及其应用

摘要

当前,数据已成为重要的生产要素,是国家基础性战略资源。大数据作为以数据生成、采集、存储、加工、分析、服务为主的战略性新兴领域,其核心技术、产品和平台已形成支撑数据要素发展的整套体系,深度参与数据要素“采、存、算、管、用”全生命周期活动,是激活数据要素潜能的关键支撑。与此同时,业界主体正致力于充分释放大数据容量大、类型多、速度快、精度准、价值高的“5V”特性,研发释放“5V”特性的技术产品及平台,破解制约“5V”特性发挥的堵点、难点,尤其是金融领域已涌现出一批优秀的大数据实践案例。

作者

王强 ,中国信息通信研究院产业与规划研究所人工智能与数据治理中心副主任,主要从事大数据、人工智能、区块链等领域的研究与咨询。
邱艳娟 ,中国信息通信研究院主任工程师,主要从事人工智能、大数据、数字经济等领域的研究与咨询。
苏乐 ,中国信息通信研究院工程师,主要研究方向为大数据、人工智能等领域研究与咨询。

参考文献 查看全部 ↓
  • 《2021年10大数据治理平台》,ESENSOFT网站,2021年7月22日,https://www.esensoft.com/industry-news/data-governance-3414.html。
  • 蔡春久:《24张架构图把数据治理核心内容讲透了》,火龙果软件网站,2021年7月21日,http://www.uml.org.cn/bigdata/202107211.asp。
  • 高彦钊、邬江兴、刘勤让、沈剑良、宋克、张帆:《计算体系架构研究综述与思考》,《中国科学:信息科学》2022年第3期。
  • 高乙童:《大数据时效性关键技术的研究》,哈尔滨工业大学硕士学位论文,2016。
  • 工信部信息技术发展司:《〈“十四五”大数据产业发展规划〉解读》,《中国电子报》2021年12月3日。
  • 交通银行:《隐私计算金融应用蓝皮书》,2021年12月。
  • 李敬华、李倩茹、袁春霞:《数据可用性基本问题研究》,《电信快报:网络与通信》2018年第10期。
  • 李默涵、李建中:《数据时效性判定:关键理论和技术》,《智能计算机与应用》2016年第6期。
  • 李英俊:《多源跨平台网络数据时效性分析技术》,哈尔滨工业大学硕士学位论文,2017。
  • 齐健:《浪潮:加速云边端融合,驱动行业智能化转型》,《智能制造》2021年第1期。
  • 孙克:《数据要素价值化发展的问题与思考》,《信息通信技术与政策》2021年第6期。
  • 孙文沣、邱艳娟、高岩:《基于CiteSpace的大数据文献可视化分析》,《信息通信技术与政策》2018年第12期。
  • 王磊:《“十三五”大数据产业发展回顾及“十四五”展望》,《中国经贸导刊》2020年第21期。
  • 吴雅威、张向先、张莉曼:《国外数据共享空间在科学数据管理服务中的应用研究:基于NCBI-DC的分析》,《情报理论与实践》2020年第12期。
  • 阳王东、王昊天、张宇峰、林圣东、蔡沁耘:《异构混合并行计算综述》,《计算机科学》2020年第8期。
  • 《隐私计算技术之安全多方计算(MPC)》,知乎,https://zhuanlan.zhihu.com/p/384759946。
  • 赵鹏、朱祎兰:《大数据技术综述与发展展望》,《宇航总体技术》2022年第1期。
  • 中国信息通信研究院:《大数据白皮书(2020年)》,2020年12月。
  • 中国信息通信研究院:《大数据白皮书(2021年)》,2021年12月。
  • 中国信息通信研究院:《数据价值化与数据要素市场发展报告(2021年)》,2021年5月。
  • 中国信息通信研究院:《中国金融科技生态白皮书》,2021年10月。
  • 周灿:《大数据架构如何做到流批一体?》,InfoQ网站,2019年7月9日,https://www.infoq.cn/article/Uo4pFswlMzBVhq*Y2tB9。
  • 朱永波:《大数据集成开发平台的研究与实现》,北京邮电大学硕士学位论文,2022。

大数据技术及其应用

可试读20%内容 PDF阅读 阅读器阅览

试读已结束,剩余80%未读

¥7.42 查看全文 >

VIP免费

章节目录

  • 一 大数据发展整体态势
    1. (一)支持政策方面,激活数据要素潜能成为核心关注点
    2. (二)监管法规方面,数据合规立法和监管进入深水区
    3. (三)管理治理方面,多角度加速探索变革思路
  • 二 大数据技术研究进展
  • 三 大数据关键技术产品
    1. (一)数据“大体量”汇聚技术产品
      1. 1.分布式OLTP数据库
      2. 2.分布式OLAP数据库
      3. 3.分布式HTAP数据库
    2. (二)数据“多样化”处理技术产品
      1. 1.异构计算平台
      2. 2.存算分离解决方案
    3. (三)数据“时效性”流动技术产品
      1. 1.数据共享空间
      2. 2.云边端协同的大数据存算模式
      3. 3.流批一体化架构
      4. 4.隐私计算
    4. (四)数据“高质量”治理技术产品
      1. 1.云原生大数据技术产品
      2. 2.数据运营
      3. 3.数据治理平台
    5. (五)数据“高价值”转化技术产品
      1. 1.大数据分析挖掘
      2. 2.数据开发平台
  • 四 金融业大数据最新实践

章节图片/图表

查看更多>>>