会员中心
搜索
登录
注册

解决方案

数字化转型通用方案行业方案安全方案大数据人工智能物联网行业展望自动控制其他

产品|技术

白皮书产品介绍技术介绍技术创新模型算法

政策|规范

政策规范行动计划

电子书

电子书课件

报告|论文

报告模板论文

智慧园区解决方案2015

园区正从早期单纯提供办公场所物理空间的园区1.0模式向“商务园区”和“智慧园区”演进。园区不仅成为企业办公的场所，也逐渐成为产业聚集、企业和员工发展，以及创新的平台。

  • 2021-10-25
  • 阅读298
  • 下载0
  • 31页
  • ppt

冯景辉.大数据的安全.融合.共享与运用

狭义数据安全与广义数据安全 再谈数据泄漏 数据流通的多个环节 数据共享与脱敏 006年，美国最大的影视公司之一 Netflix，举 办了一个预测算法的比赛（Netflix Prize），比 赛要求在公开数据上推测用户的电影评分 。 Netflix 把数据中唯一识别用户的信息抹去，认 为这样就能＞保证用户的隐私。但是在 2007 年 来自The University of Texas at Austin 的两位 研究人员表示通过关联 Netflix 公开的数据和 IMDb（互联网电影数据库）网站上公开的纪录 就能够识别出匿名后用户的身份。三年后，在 2010年，Netflix 最后因为隐私原因宣布停止这 项比赛，并因此受到高额罚款，赔偿金额总计九 百万美元。

  • 2021-06-23
  • 阅读297
  • 下载0
  • 12页
  • pdf

银行业数据治理的实施路径——基于资产管理的视角

商业银行应当以资产管理的视角来推动和落实数据治理，实现对数据资产的有效管理。在实践中，应从数据资产的入口进行规划，兼顾银行的外部数据和内部数据，实现从数据到系统的高度整合。打破原有业务篱笆，实行数据和业务双重驱动、业务与数据相适应的机构和部门设置改革。 充分发挥数据资产的外部公共性，实现数据资产的范围经济效用。合理设计数据资产所创造价值的分配机制，激励数据资产的合理使用与高质量数据资产的生产。与此同时，需特别重视数据资产管理过程中的风险评估与风险预警，通过制度和系统有效地控制风险。

  • 2021-10-08
  • 阅读297
  • 下载0
  • 17页
  • docx

神策数据-大数据分析驱动产品与运营

神策数据推出的用户行为分析产品——神策分析（Sensors Analytics）具有支持私有化部署、基础数据采集与建模、PaaS 平台深度开发三大优势。主要针对营销渠道效果评估、精细化运营改进、产品功能及用户体验优化、辅助管理层决策等典型业务场景。

  • 2021-09-22
  • 阅读297
  • 下载0
  • 15页
  • pdf

数字化时代京东物联网技术的思考和实践

京东在零售数字化上有不少积累，可以通过技术服务输出服务实体经济，带动产业数字化转型升级，提升全社会的供应链效率。京东科技作为京东服务实体经济、加速产业数字化的核心主体，在其中发挥主要关键作用。物联网技术作为数字化的基础设施能力，在很早开始就得到了关注。2014年起，从家居领域开始，京东已整合统一了集团内部零售、物流等关键领域的物联网技术栈，并在社区、城市、车联、工业等领域对外输出物联网技术能力，广泛服务于实体经济。建设过程中，京东科技IoT团队积累了一些经验，也进行了一些探索，本文分享其中的思考和实践.

  • 2021-06-13
  • 阅读296
  • 下载0
  • 9页
  • docx

开源大数据平台安全实践

概念 - 何为”大数据安全” 大数据安全与隐私保护 - “隐私泄露”是大数据安全首要风险 大数据安全策略 - “大数据安全”的关注点 大数据安全策略 - 边界安全（ Walled Garden ） 大数据安全策略 - 边界安全：Data Proxy 数据网关 大数据安全策略 -访问控制：基于POXIS & ACLs 大数据安全策略 - 日志审计：Hadoop NameNode 日志审计 大数据安全策略 - 日志审计： Hadoop集群分析 大数据安全策略 - 日志审计： 血缘分析 大数据安全策略 - 数据保护：数字水印

  • 2021-06-23
  • 阅读296
  • 下载0
  • 13页
  • pptx

.数美时代.梁堃.Sentry.金融实时风控系统

01 背景与挑战 02 Sentry实时风控系统 03 Q&A 数美 金融大数据解决方案提供商 核心业务 为金融行业提供大数据产品及服务开发，并提供基于大数据场景的解决方案。主营产 品（业务）分为风险控制类、 用户画像类、 精准营销类、 数据分析与挖掘类、 数据仓库类、 大数据 决策支撑类

  • 2021-06-23
  • 阅读296
  • 下载0
  • 24页
  • pdf

大数据技术应用与案例解析

最早提出大数据时代到来的是麦肯锡：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。” 业界（IBM 最早定义）将大数据的特征归纳为4个“V”（大量Volume，多样Variety，价值Value，高速Velocity），或者说特点有四个层面：第一，数据体量巨大。大数据的起始计量单位至少是P（1000个T）、E（100万个T）或Z（10亿个T）；第二，数据类型繁多。比如，网络日志、视频、图片、地理位置信息等等。第三，价值密度低，商业价值高。第四，处理速度快。最后这一点也是和传统的数据挖掘技术有着本质的不同。

  • 2021-05-31
  • 阅读296
  • 下载0
  • 12页
  • docx