CN111371830B - 一种万网融合场景下基于数据驱动的智能协同云架构 - Google Patents
一种万网融合场景下基于数据驱动的智能协同云架构 Download PDFInfo
- Publication number
- CN111371830B CN111371830B CN201911170749.XA CN201911170749A CN111371830B CN 111371830 B CN111371830 B CN 111371830B CN 201911170749 A CN201911170749 A CN 201911170749A CN 111371830 B CN111371830 B CN 111371830B
- Authority
- CN
- China
- Prior art keywords
- data
- layer
- network
- application
- center
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
Abstract
本发明涉及一种万网融合场景下基于数据驱动的智能协同云架构,其中,包括:数据解析层用于整理并挖掘数据,形成初级数据产品,供人工智能与专家系统层提取;人工智能与专家系统层用于提取数据解析层所提供的初级数据产品并根据需要进行深加工;网间网平台层用于提供数据以及业务互通的标准规范;应用平台层用于从网间网平台层提取通用数据产品,进行架构和行业共性服务支撑;APP及终端应用层用于向应用平台层发出数据获取申请,并从应用平台层获得用户所需数据产品;数据采集领域,用于进行多元异构数据的采集。本发明一种万网融合场景下基于数据驱动的智能协同云架构能够有效解决跨行业、跨领域信息资源分散、利用率低,沟通不畅等现实问题。
Description
技术领域
本发明涉及网络通信技术,特别是一种万网融合场景下基于数据驱动的智能协同云架构。
背景技术
继原始文明时代、农业文明时代、工业文明时代之后,人类正在进入到信息文明时代。信息文明时代是继工业文明时代之后正在到来的一个全新的文明时代,信息文明的载体是无时无处不在的网络,创造财富的载体从工业文明时代的矿藏向信息文明时代的大数据和智能转换。随着信息文明时代的发展,万网融合成为下一代网络信息技术发展的必然趋势。
现有的网络信息系统架构一般由硬件资源层、云资源服务层、数据资源层和应用层组成。其中,硬件资源以传统网络设备和服务器为主,缺乏自主可控、IPv6、量子通信等基于新一代网络信息技术的基础设施大规模应用;云资源以单一网络结构为主,缺乏与先进网络架构相适应的灵活配置;数据资源以并行计算框架为主,缺乏基于大数据人工智能的知识提取和智能预测;应用以常规PC端和移动端为主,难以适应万网融合时代用户信息消费需求。
目前先进的网络架构正开展研究和应用,出现了不同的发展方向,如软件定义网络、服务定制网络等,但是这些以提升传输效率为主要目标。万网融合场景下跨域多源异构数据的汇聚、分析、知识提取、智能预测,实现价值创造并保障信息安全的需求,是一种新的价值创造网络,急需适应万网融合场景的网络信息系统架构。
发明内容
本发明的目的在于提供一种万网融合场景下基于数据驱动的智能协同云架构,用于解决上述现有技术的问题。
本发明一种万网融合场景下基于数据驱动的智能协同云架构,其中,包括APP及终端应用层、应用平台层、网间网平台层、人工智能与专家系统层、数据解析层、基础资源层以及数据采集领域;基础资源层,用于提供基础设施服务,用于向多种网络提供接口;
数据解析层用于整理并挖掘数据,形成初级数据产品,供人工智能与专家系统层提取;人工智能与专家系统层用于提取数据解析层所提供的初级数据产品并根据需要进行深加工,将数据转化为知识,形成通用数据产品,供网间网平台层提取;应用平台层用于从网间网平台层提取通用数据产品,进行架构和行业共性服务支撑,并根据 APP和终端应用层的需求加工组装通用数据产品,输出用户可直接使用的数据产品;APP及终端应用层用于向应用平台层发出数据获取申请,并从应用平台层获得用户所需数据产品;数据采集领域,用于进行多元异构数据的采集;网间网平台层,用于提取人工智能与专家系统层形成的通用数据产品,并提供数据以及业务互通的标准规范,根据需要向应用平台层进行推送或者发送,其包括:跨网联通中心、数据交换中心以及业务协同中心,跨网连通中心用于提供网络连通服务,跨网连通中心包括链路互通中心以及协议互通中心;其中,链路互通中心部署在敏感网络与非敏感网络之间,进行敏感信息检测以及应用访问控制;协议互通中心部署在IPv4网络与IPv6网络之间,进行IPv4或IPv6单栈用户对IPv4和IPv6应用的交叉访问;数据交换中心用于提供数据协同服务;业务协同中心用于将数据整合,以进行业务协同。
根据本发明的万网融合场景下基于数据驱动的智能协同云架构的一实施例,其中,还包括:信息安全领域,用于根据APP及终端应用层、应用平台层、网间网平台层、人工智能与专家系统层以及数据解析层的需求,提供网络安全、计算环境安全、数据安全、应用安全安全、安全态势感知以及运维安全服务。
根据本发明的万网融合场景下基于数据驱动的智能协同云架构的一实施例,其中,数据交换中心包括数据资源目录、数据交换中控、数流控制总线、数据交换网关和安全交换空间;数据交换网关与数流控制总线部署在进行数据交换的节点上,负责对底层异构网络进行屏蔽,数据资源目录、数据交换中控、数流控制总线以及安全交换空间部署在政府和企业的私有云或者公有云上,用于进行数据资源发布、数据资源审核以及数据资源申请,安全交换空间用于在多种场景下进行数据交换。
根据本发明的万网融合场景下基于数据驱动的智能协同云架构的一实施例,其中,人工智能与专家系统层从数据解析层获取数据,并通过大数据和人工智能的方法获取所需的知识,以挖掘数据间隐藏的关系,并对未来发展趋势进行预测;人工智能与专家系统层的统一计算框架包含分布式计算框架和人工智能引擎;分布式计算框架用于承载大数据量的数据分析和挖掘任务;人工智能引擎用于承载人工智能算法。
根据本发明的万网融合场景下基于数据驱动的智能协同云架构的一实施例,其中,应用平台层包括开发运营一体化模块、微服务构件和统一服务访问;应用平台层的开发运营一体化模块包括应用开发环境和应用支撑环境;应用平台层的应用开发环境提供交互设计、界面设计、源码托管、持续集成、监控告警以及日志收集,并支持应用开发流程管理;应用平台层的应用支撑环境提供服务注册、服务调度以及服务跟踪应用供给与服务治理;应用平台层的微服务构件包括基础构件、公共构件以及行业共性构件的微应用;应用平台层的统一服务访问进行统一身份认证和授权管理。
根据本发明的万网融合场景下基于数据驱动的智能协同云架构的一实施例,其中,数据交换中心还包括数流控制模块,用于将数据访问请求转发到链路互通中心外网侧;链路互通中心外网侧通过协议解析,拆解访问请求的协议,获取访问请求的数据包;链路互通中心外网侧还对数据包进行安全检测,确认正常后,利用私有传输协议对其进行封装,并将封装后的请求摆渡到链路互通中心内网侧。
根据本发明的万网融合场景下基于数据驱动的智能协同云架构的一实施例,其中,链路互通中心内网侧解析私有协议并用请求的原始传输协议进行封装,之后通过数流控制模块将访问请求转发至数据交换中心的数据交换中控模块;数据交换中控模块响应请求,并将请求转发到相应的数据交换网关。
根据本发明的万网融合场景下基于数据驱动的智能协同云架构的一实施例,其中,数据交换网关连接数据源,抽取请求数据或内网用户将项目或技术的需求响应,并将数据通过数流控制模块推送至安全交换空间;安全交换空间对数据进行敏感字检测和脱敏感处理,将处理后的数据再次写入数流控制模块,推送至链路互通中心内网侧,链路互通中心内网侧通过协议解析工具,解析数据传输协议,获取访问请求的数据包,利用私有传输协议对其进行封装;摆渡模块将封装后的数据包摆渡到链路互通中心外网侧;链路互通中心外网侧将数据转发给数流控制模块;数流控制模块将数据转发给协议互通中心;协议互通中心检测数据IP协议,如与用户系统IP协议不相同,通过协议翻译转换为相同协议,并推送到用户数据库。
根据本发明的万网融合场景下基于数据驱动的智能协同云架构的一实施例,其中,数据采集域的业务数据库数据采集包含MySQL 以及Oracle的各类关系型数据库数据和HBase、Hive以及Neo4j的关系型的NoSQL数据库数据。
根据本发明的万网融合场景下基于数据驱动的智能协同云架构的一实施例,其中,基础资源层在硬件基础设施层面,兼容服务器设备、工业设备和传感设备,服务器设备支持国产化服务器和X86服务器的混合架构。
本发明立足大数据、人工智能、云计算等国家计划支撑的技术群体性突破成果,以网络安全为抓手,瞄准万物互联、万网融合应用场景,提出数据驱动的智能协同云架构。“智能”即采用更高效的数据清洗、更便捷的原始数据处理,将数据转化为知识,形成分析优势、预判优势、决策优势,实现更智能的分析、更精准的预测;“协同”即打造超大带宽的信息交换架构,提供跨域异构多源数据的无障碍传输、协同,并加工组装通用数据产品,输出用户可直接使用的产品,支持产业生态涵养;“云”即基础设施云化、数据采集云化、信息安全云化、APP及终端应用云化,体现在利用更新的技术,提供云主机、云存储、新一代网络等云资源,搭建天基互联网、移动互联网、量子通信等基础设施,提供按需扩展的云资源服务,提供重塑产业形态和结构的支撑。智能协同云是万网融合场景下的新型网络信息系统,基于本质安全的自主可控网络信息基础设施,是以先进体系架构为核心,集大数据、人工智能引擎于一体的基础云架构。旨在通过互联网、移动互联网、工业控制网、物联网等不同体制网络之间的“网络通”、“数据通”、“业务通”,采用大数据挖掘、人工智能分析等新一代网络信息技术,打破信息交换壁垒,实现军事、党政、经济、社会等领域的信息融合,有效解决跨行业、跨领域信息资源分散、利用率低,沟通不畅等现实问题,为智能经济新时代提供全方位、全层级、全过程的数字化、网络化、智能化支撑。进一步把装备技术融入到经济社会发展体系,发挥军民融合整体效益,优化社会供给侧结构,形成先进的军民共享体系的基础环境支撑。
附图说明
图1所示为一种万网融合场景下基于数据驱动的智能协同云架构的示意图;
图2所示为万网融合场景下基于数据驱动的智能协同云架构的运行原理图;
图3所示为万网融合场景下基于数据驱动的智能协同云架构的一具体实施例的示意图;
图4所示为基础资源层的整体架构图;
图5所示为数据解析层的整体架构图;
图6所示为人工智能与专家系统层整体架构图;
图7所示为网间网平台层架构的整体架构图;
图8所示为低安全等级网络用户访问高安全等级网络业务系统数据资源流程图;
图9所示为应用平台层的整体架构图;
图10所示为数据采集域的整体架构图;
图11所示为信息安全域的整体架构图。
具体实施方式
为使本发明的目的、内容、和优点更加清楚,下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。
图1所示为一种万网融合场景下基于数据驱动的智能协同云架构的示意图,如图1所示,万网融合场景下基于数据驱动的智能协同云架构,智能协同云概念架构包括APP及终端应用层、应用平台层、网间网平台层、人工智能与专家系统层、数据解析层、安全域以及数据采集域。可以概括为“五层两域”。“五层”指APP及终端应用层、应用平台层、网间网平台层、人工智能与专家系统层、数据解析层,“两域”指信息安全域、数据采集域。
如图1所示,数据解析层:采用大数据管理引擎,整理并挖掘数据,用于提供数据处理,数据清洗,形成初级数据产品,为人工智能与专家系统层智能分析提供高效数据准备,是数据产业链的第五层。人工智能与专家系统层:用于提取数据解析层所提供的初级数据产品并根据需要进行深加工,将数据转化为知识,形成通用数据产品,通过分析,预测,形成分析优势、预判优势、决策优势、供网间网平台层提取使用,是数据产业链的第四层。网间网平台层:用于提供跨域异构多源数据的无障碍传输、协同的物理基础,提取人工智能与专家系统层形成的通用数据产品,通过交换和传输,根据需要向应用平台层进行推送或者发送;并满足应用平台层不同架构间数据产品交换需求,数据产业链的第三层。应用平台层:用于从网间网平台层提取通用数据产品,根据APP和终端应用层的具体需求加工组装通用数据产品,输出用户可直接使用的数据产品,通过多信息来源、深信息加工、专业信息服务,支持各产业生态的生成与涵养,提供重塑产业形态和结构的支撑,数据产业链的第二层。APP及终端应用层:向应用平台层发出数据获取申请,并从应用平台层获得用户所需数据产品,在固定终端、移动终端、VR终端、智能装备上实现定制化的数据展现,为大众创业、万众创新提供机会,数据产业链的第一层。信息安全领域:信息安全的本质是网络安全和数据安全,各个层级有不同的安全需求,不可能一刀切,所以需要大量的信息安全产品研发单位提供支撑。其中包括自主可控的信息产品硬件、操作系统、安全协议、安全无线通信、激光量子通信以及隐私保护等,提供全域全维度全要素的信息安全保障。数据采集领域:数据采集不同于在一个可控系统内的数据采集,要面向不可控系统进行数据采集,其数据与用户包括个人与企业,将面临诸多技术、法律、利益问题需要解决。其中包括跟踪注册、视频目标抓取、图像信息获取、多频段主被动信息获取等,智能传感器,各级各类数据中心等,实现在不影响原有系统使用的前提下实现多元异构数据的采集。
如图1所示,数据解析层整理并挖掘数据,形成初级数据产品,供人工智能与专家系统层提取。人工智能与专家系统层提取数据解析层所提供的初级数据产品并根据需要进行深加工,形成通用数据产品,供网间网平台层提取使用。网间网平台层提取人工智能与专家系统层形成的通用数据产品,根据需要向应用平台层进行推送或者发送。应用平台层从网间网平台层提取通用数据产品,根据APP及终端应用层的具体需求加工、组装成用户可直接使用的数据产品。APP及终端应用层从应用平台层获得用户所需数据产品,在固定终端、移动终端、VR终端、智能装备上展示。这五层的数据又通过数据采集汇聚到数据解析层,在保证信息安全的保障下,数据在相邻层和跨层数据传递过程中,得到安全、可信的数据。
图2所示为万网融合场景下基于数据驱动的智能协同云架构的运行原理图,如图1以及图2所示,根据认知论对数据的规范定义,可以将五层使用的数据集合对应为数据包、信息包、知识包、价值包和意义包。数据解析层对原始数据进行清洗和整理,实现数据包到信息包的转化,产生的初级数据产品为信息包,并可供人工智能与专家系统层直接提取。人工智能与专家系统层提取从数据解析层所产生的信息包,采用数据挖掘和深度学习进行深加工,实现信息包到知识包的转化,产生的知识包可供网间网平台层直接提取。网间网层提取从人工智能层产生的知识包,对各种知识包进行分类、整理和综合,产生面向特定领域的价值包,进行知识包到价值包的转化,产生的价值包可供应用平台层直接提取。应用平台层提取从网间网层所产生的价值包,根据终端用户需要,筛选出对用户最有价值的意义包,实现价值包到意义包的转化,产生的意义包可供APP及终端应用层直接使用。终端应用层从应用平台层提取意义包,根据各类用户选择的意义包,在固定终端、移动终端、VR终端、智能装备上展示。人工智能层、网间网平台层、应用平台层、APP及终端应用层的数据又通过数据采集汇聚到数据解析层,构建形成庞大的数据空间。在保证信息安全的保障下,数据在相邻层和跨层数据传递过程中,得到安全、可信的数据。
图3所示为万网融合场景下基于数据驱动的智能协同云架构的一具体实施例的示意图,如图3所示,APP及终端应用层(泛在):基于泛在终端接入,以用户为中心,集成互联化、服务化、个性化、柔性化、社会化典型行业应用。
应用平台层(生态):基于微服务的开发运营一体化,提供架构、行业共性服务支撑。网间网平台层(连通):提供数据、业务互通的标准规范,实现网络通、数据通与业务通。人工智能与专家系统层(智能):提供开放的人工智能算法架构、通用类人工智能模型,逐步积累的行业知识库。数据解析层(融合):用于多源、异构数据的采集、存储管理、查询访问和深度挖掘。基础资源层(强基):数据中心资源云化,设备智能化改造、上云,异构网络接入。数据采集域(全域):互联网、物联网、文件、日志、流量、业务系统等数据采集与分发。信息安全域(固本):符合等保三级的全体系安全防护设计,态势全维感知与主动防御,软、硬件资源的统一管理和监控。
图4所示为基础资源层的整体架构图,如图4所示,基础资源层致力于提供万物互联、万网融合、资源统一管理的基础设施服务,在硬件基础设施层面,兼容服务器设备、工业设备和传感设备。服务器设备支持国产化服务器和X86服务器的混合架构,采用容器和KVM虚拟化双引擎融合技术,实现底层物理资源的池化。国产化服务器采用 Docker容器轻量级虚拟化,X86服务器采用KVM虚拟化,将这些异构资源进行有效的整合,形成一个可统一管理、灵活分配调度、动态迁移的基础设施资源池,并按需向用户提供可伸缩的基础设施服务。工业设备实现工业机器人、数控机床等工业智能设备的联网接入、与智能管控。传感设备实现遥感、雷达等物联网智能感知设备的互联、数据采集与边缘计算。智能协同云架构最终打造一个万物互联、万物智能的超融合基础设施资源层。在网络基础设施层面,实现互联网、物联网和量子通信网络的网络互通与数据安全可控交换,在未来扩展至天基互联网络。互联网包括IPV4网络、IPV6网络和移动互联网络,实现IPV4、IPV6、4G等网络的融合互通。物联网包括NB-IoT、LoRa 等低功耗广域物联网的技术和蓝牙等近场通讯物联网。全球通信天基网络包括天基物联网和天基互联网,提供全球无缝覆盖的宽带移动通信服务,为各类用户构建“通导遥”一体化的综合信息架构。此外,架构接入量子通信网络。智能协同云架构致力于打造全域联通的空天地一体化万网融合网络。
如图4所示,国产设备、X86设备等服务器设备云化形成可自动伸缩的计算、存储、网络虚拟资源池。云化资源管控对云化资源和物理资源进行统一的调度管理,实现资源池的可管、可控,实现对每个资源单位的生命周期管理和对资源管理调度。资源生命周期管理包括对资源的生成、分配、扩展、迁移、回收的全流程管理,实现自动化部署、弹性能力提供、资源状态监控、度量和资源的回收等;资源调度包括镜像模板管理、接口管理、调度策略管理、资源使用量的采集和度量等。物理资源调度管理主要包括云端和边缘的数据采集和边缘计算协同。
图5所示为数据解析层的整体架构图,如图5所示,数据解析层对外提供的安全、可靠、易用的大数据存储与处理架构,提供高吞吐、高并发、大数据量和低时延的数据查询和分析功能,提供数据存储、数据治理以及统一数据访问等数据全生命周期管理服务。
如图5所示,数据存储包括通用存储和专题存储。通用存储负责数据的统一存储与访问,支持结构化、半结构化和非结构化数据存储,支持常见的关系型数据、分布式文件系统、分布式数据库、图存储等。在通用存储基础上,针对行业应用需求,进行数据分析挖掘,形成面向主题的专用存储,以行业数据仓库和知识图谱专题库的形式进行存储。
如图5所示,数据治理建立面向领域的数据标准,提供快速、易用的数据清洗整合工具,将不规范、冗余、零散的数据统一成规范、标准、唯一的数据,持续监控和提升数据质量。
如图5所示,统一数据访问为关系和非关系型信息提供统一的访问方式和接口,降低应用与数据库之间的耦合,提供跨库的查询和聚合查询及跨库事务支持,减少数据转移、复制和转换的工作,解决大量数据复制造成的资源浪费、效率低下、数据安全等问题,帮助企业解决异构数据源的统一管理,为上层应用开发提供统一的数据服务。
图6所示为人工智能与专家系统层整体架构图,如图6所示,人工智能与专家系统层根据智能数据分析挖掘系统,从数据解析层获取数据,通过大数据和人工智能的方法获取所需的知识,挖掘数据间隐藏的关系,并对未来发展趋势进行预测。
如图6所示,统一计算框架包含分布式计算框架和人工智能引擎。分布式计算框架用于承载大数据量的数据分析和挖掘任务,支持批处理、流处理、SQL计算、图计算等多种计算模式。人工智能引擎用于承载以深度学习为代表的人工智能算法,包括Tensorflow、Caffe、Spark ML等主流深度学习框架。基于分布式计算框架和人工智能算法引擎构建高性能、可扩展的统一计算框架,实现对架构整体的算力进行统一的管理与调度。
如图6所示,人工智能算法库包括内置的算法库、模型库和算法开发工具。内置算法库包括分类、聚类、统计、回归、关联分析、预测等主流的机器学习算法,用于大量结构化数据的分析与处理。模型库包括通用模型库、专用模型库和行业应用模型库,通用模型库实现文本、语音、图像、视频及图谱的分析模型;专用模型库实现人脸识别、语音识别、机器翻译和智能检索等特定的业务场景;行业应用模型库为智慧企业、智慧城市、公共安全和智慧政务等具体行业应用提供算法模型。面向多层次、多样化的数据分析需求,提供灵活、易用的可视化建模工具和集成开发环境与框架,基于开发环境与组件,利用可视化建模工具,为用户提供算法定制能力。
如图6所示,通过人工智能开放接口,以SDK、Console、CLI等方式对外提供算法服务,以实现数据分析所需的流程,让普通用户快速构建智能的数据分析应用。
图7所示为网间网平台层架构的整体架构图,如图7所示,网间网平台层包括:跨网联通中心、数据交换中心以及业务协同中心,用于实现大规模分布式网络环境中各个应用系统的网络通、数据通、业务通功能。
如图7所示,跨网连通中心主要提供网络连通服务,其中,链路互通中心主要部署在敏感网络与非敏感网络之间,采用数据双向摆渡以及内容审计等,进行敏感信息检测以及应用访问控制,以保障两网之间数据的安全交换,防止敏感数据泄露。协议互通中心部署在IPv4 网络与IPv6网络之间,采用IPv4/IPv6协议交换技术,对IPv4协议、IPv6 协议进行解析和封装,在用户层面实现IPv4或IPv6单栈用户对IPv4、 IPv6应用的交叉访问。
如图7所示,数据交换中心用于提供数据协同服务,以解决现有业务系统之间的数据“烟囱”,由数据资源目录、数据交换中控、数流控制总线、数据交换网关和安全交换空间组成。数据交换网关与数流控制总线部署在进行数据交换的节点上,负责对底层异构网络进行屏蔽,数据资源目录、数据交换中控、数流控制总线、安全交换空间部署在政府、企业的私有云或者公有云上,提供数据资源发布、数据资源审核、数据资源申请等功能,结合安全交换空间提供的四种数据交换模式满足用户在多种场景下进行数据交换的需求。
如图7所示,业务协同中心用于通过线下资源线上互通、共享以及重组,通过网络云构建产业合作生态。产业营销站连接产品/服务/ 能力/技术供需双方,实现技术、产品、市场信息等资源的全面协同;创新社区将技术创新、商业模式创新和管理创新有机融合;资本运作站推进资本(资产)结构优化调整,促进实体产业与资本市场协同发展;人力资源池实现人才与基础云平台、行业产业云平台需求对接,构建满足核心技术布局的人力资源池。通过建立产品、组件、产业项目、人才、资本、技术、信息等线下资源的线上自由协同、自由重组,实现协同营销、协同创新、资本流转、智力共享系列能力,实现具备云化特征的“企业无边界,资源无边界”的产业合作生态。
图8所示为低安全等级网络用户访问高安全等级网络业务系统数据资源流程图,如图8所示,以低安全等级网络用户访问高安全等级网络业务系统数据资源为例,说明不同安全等级网络间的数据实现网络通、数据通、业务通的典型数据处理流程,具体包括:
1.用户对数据资源目录发起所需资源查看或资源下载的数据访问请求;
在网络通层面实现不同安全等级网络的互通:
2、请求首先通过协议互通中心,协议互通中心检测用户IP协议 (IPv4/IPv6协议),如与智能协同云平台或被访问系统IP协议不相同,可通过协议翻译技术将其转换为相同协议;
3、数流控制模块将数据访问请求转发到链路互通中心外网侧;
4、链路互通中心外网侧通过协议解析功能,拆解访问请求的 HTTP、HTTPS、TCP/IP等协议,获取访问请求的数据包;
5、链路互通中心外网侧对数据包进行病毒查杀、木马扫描等安全检测,确认正常后,利用私有传输协议对其进行封装,并将封装后的请求摆渡到链路互通中心内网侧;
在数据通层面实现数据的安全交换:
6、链路互通中心内网侧解析私有协议并用该请求的原始传输协议进行封装,之后通过数流控制模块将访问请求转发至数据交换中控模块;
7、数据交换中控的任务调度模块响应该数据访问请求,通过负载均衡模块,将请求转发到相应的数据交换网关;
在业务通层面实现业务层面的协同:
在业务通层面,通过业务协同中心将产业、技术、资本以及人力数据汇入相应模型中处理展现,实现从数据到业务的协同;
后续按照上述流程反向进行数据反馈:
8、数据交换网关连接数据源,通过JDBC、CDC等方式抽取请求数据或内网用户B将项目或技术的需求响应给,并将数据通过数流控制模块推送至安全交换空间;
9、安全交换空间对数据进行敏感字检测、关键词脱敏等处理,将处理后的数据再次写入数流控制模块,推送至链路互通中心内网侧;
10、链路互通中心内网侧通过协议解析工具,解析数据传输协议,获取访问请求的数据包,利用私有传输协议对其进行封装;
11、摆渡模块将封装后的数据包摆渡到链路互通中心外网侧;
12、链路互通中心外网侧将数据转发给数流控制模块;
13、数流控制模块将数据转发给协议互通中心;
14、协议互通中心检测数据IP协议(IPv4/IPv6协议),如与用户系统IP协议不相同,可通过协议翻译技术将其转换为相同协议,并推送到用户数据库,达到支撑用户上层业务逻辑,实现业务的效果。
网间网平台层负责实现大规模分布式网络环境中各个应用系统的网络通、数据通以及业务通功能。跨网连通中心主要提供网络通服务,其中,链路互通中心主要部署在敏感网络与非敏感网络之间,采用数据双向摆渡、内容审计等技术,实现敏感信息检测、应用访问控制等功能,保障两网之间数据的安全交换,防止敏感数据泄露。协议互通中心部署在IPv4网络与IPv6网络之间,采用IPv4/IPv6协议交换技术,对IPv4协议、IPv6协议进行解析和封装,在用户层面实现IPv4或 IPv6单栈用户对IPv4、IPv6应用的交叉访问。
共享交换中心主要提供数据通服务,由数据资源目录、数据交换中控、数流控制总线、数据交换网关和安全交换空间组成,数据交换网关与数流控制总线部署在进行数据交换的节点上,负责对底层异构网络进行屏蔽,数据资源目录、数据交换中控、数流控制总线、安全交换空间部署在政府、企业的私有云或者公有云上,提供数据资源发布、数据资源审核、数据资源申请等功能,结合安全交换空间提供的四种数据交换模式满足用户在多种场景下进行数据交换的需求。
资源协同中心主要提供业务通服务,通过数据协同、网络协同、计算协同、业务协同四个方面的功能模块,实现私云与公有云之间、应用系统与应用系统之间的业务协同。
图9所示为应用平台层的整体架构图,如图9所示,以人工智能与专家系统层所产生的通用数据产品为基础,通过加工,形成定制化的数据产品,提供更专业信息服务支撑,支持各产业生态的生成与涵养,提供重塑产业形态和结构的支撑。
能力协同中心包括混合云管控和共享能力中心,提供开放可扩展的共性能力支撑,基于异构多云资源统一调度等技术构建跨云资源调度和内外网业务协同。共享能力中心承载用户中心、搜索中心、支付中心等架构所需基础能力。混合云管控提供可插拔可扩展的云适配器,屏蔽底层云资源调用逻辑,完成私有云及公有云资源统一调度及负载均衡,为整体架构提供自动化基础设施,包括资源调度、资源隔离、服务协同、统一监控、统一计费。
开发运营一体化包括微服务构件、应用开发环境和应用支撑环境。微服务构件汇聚丰富的基础构件、公共构件、行业共性构件等微应用,支持产业生态生成与涵养。应用开发环境提供源码托管、持续集成、监控告警以及日志收集等完整的DevOps工具链,加速产品的快速迭代。支持应用开发支撑、应用开发框架、在线调整、源码托管、持续集成与构建、自动化测试、发布与部署等应用开发全流程应用生命周期管理功能。应用支撑环境提供全栈式应用供给与服务治理,通过服务发现,应用编排支撑复杂、大规模的微服务运行。支持容器化安装部署、传统应用安装部署、第三方服务接入等方式的应用编排、供给和服务管理能力。
统一服务访问基于统一身份认证和授权管理技术实现,基于安全策略的统一多租户用户管理、认证和单点登录,实现对架构整体的统一服务访问、统一认证、统一接入,以及对架构各个子系统服务的统一计费、统一调度。
APP及终端应用层以面向服务的架构为基础,通过数据交换共享和业务流程再造,方便快捷的构建可管理、可扩展、可重用的应用集成解决方案,解决日益严重信息管理传递不畅、应用建设重复,反复修补建设等整合难题,打通应用烟囱、消除信息孤岛。通过灵活高效的共享架构式的应用集成技术,帮助政府和企业提高效率、降低运营成本。
基于泛在网络,通过桌面、PAD、手机等多元化泛终端的安全接入,为用户提供供互联化、协同化、服务化、个性化的云端应用,实现云端智慧、触手可及。采用前后端分离技术,结合应用复杂度和交互属性,智能适配多终端环境,实现用户在任何时间、任何地点、任何终端,方便快捷的使用云端应用。
图10所示为数据采集域的整体架构图,如图10示,数据采集域通过采集配置管理工具,管理ETL、探针、爬虫等各类数据采集引擎,在不影响现有目标系统下,实现多源异构数据的全采集。采集后的数据通过统一数据分发模块,经数据预处理后,存储到通用存储的数据着陆区或者直接传送给流处理引擎,进行分析处理,
如图10所示,数据采集域直接面向各类数据源,通过网络爬虫、物联网网关、ETL工具、网络探针、日志采集工具、文件采集工具、适配接口等途径,在不影响现有目标系统下,实现多源异构数据的全面、高效采集。包括业务数据库数据等、互联网数据、物联网数据、文件系统采集、网络流量数据、日志数据等。业务数据库数据采集包含MySQL、Oracle各类关系型数据库数据采集和HBase、Hive、Neo4j 等各种关系型的NoSQL数据库数据采集。互联网数据包括微信、微博、网站、论坛、贴吧等各种互联网数据爬取。物联网数据包括通过摄像头、门禁、刷卡器、麦克风、温度传感器等采集视频、语音等物联网数据源。文件系统采集包括HDFS文件系统数据采集、Ceph对象存储数据采集、Windows、Linux文件系统数据采集。此外,还包括日志、网络流量等其他数据。
数据采集配置管理用于对多种数据采集工具、采集节点统一管理、采集任务进行统一管控,通过统一的规范化接口,对接数据采集工具,并配合分布式节点调度技术、统一数据分发技术的途径进行实时数据采集。采集配置管理基于时间戳技术实现数据的增量采集,支持定时任务和批量采集。数据分发用于解决数据采集与后续的数据预处理、流式分析、数据存储间速度不一致的问题,采用分布式消息中间件,通过异步通信方式,解耦前端大规模并发采集与后端数据处理与存储。
图11所示为信息安全域的整体架构图,如图11所示,信息安全域参照国家等保三级安全要求,基于安全基础设施,通过多层次、多维度的实时监控和离线分析,为架构提供全方位、全过程的纵深防护体系。
如图11所示,信息安全域在各个层面均设计了安全防护服务,包括网络安全、计算环境安全、数据安全、应用安全安全、安全态势感知、运维安全等安全服务。安全基础设施采用量子密码、PKI、多因素身份认证技术,构建安全基础设施,支撑上层的安全服务。采用流量深度解析、大数据关联分析、APT检测、链路加密等技术,通过入侵监测、APT防护、抗DDoS、SSL VPN、WAF、数据安全交换等方式保障架构网络安全。采用深度病毒检测、安全加固、漏洞扫描、主机监控等方式保障架构计算环境安全。采用数据加密、脱敏、DLP等方式保障架构数据安全。采用CASB、WAF、网络行为监控等方式,保障架构应用安全。通过基于大数据的网络数据深度挖掘、关联分析和异常检测实现架构网络安全态势感知。
本发明万网融合场景下基于数据驱动的智能协同云架构,相比现有的信息系统架构,全新打造人工智能与专家系统层,将数据转化为知识,形成分析优势、预判优势、决策优势,具备更智能分析、更精准预测的特点。网间网平台层,提供跨域异构多源数据的无障碍传输、协同,具备更高效传输、更安全交换的特点。此外,为保证数据资源的采集与安全,专门配置了数据采集域和信息安全域。分别在不影响原有系统使用的前提下实现多元异构数据的高效采集,并提供全域全维度全要素的信息安全保障。
万网融合场景下基于数据驱动的智能协同云架构提供不同网络环境下、不同域间的互联互通能力,实现了多源数据的安全交换与共享。数据采集系统在数据层支持各类数据库,文件系统、网站等数据源的快速采集;数据安全交换系统提供IPv4-IPv6互通云化服务,实现应用、网络及终端同步支持IPv6;统一数据访问系统以目录展示方式,高效实现数据发布与订阅,实现数据高效、可配置的共享。
万网融合场景下基于数据驱动的智能协同云架构集基础设施资源、开发、发布、运维等功能以服务的方式提供给用户,使得数据在智能协同云中全生命周期云化流转。大数据融合系统支持结构化、半结构化、非结构化数据的存储与统一云化服务,实现多源异构数据融合;数据开发治理工具系统提供全链路大数据管理引擎,支持灵活的数据开发处理流程与任务调度监控,实现全链路数据开发;统一数据访问中间件系统以图形化的方式诠释数据间血缘关系,便于用户全局掌控数据云化流转过程。
万网融合场景下基于数据驱动的智能协同云架构打造全新人工智能引擎,根据需要对数据进行深加工,将数据转化为知识,形成分析优势、预判优势、决策优势,具备更智能分析、更精准预测的特点。万网融合场景下基于数据驱动的智能协同云架构提供算法模型与训练数据云化、大数据与人工智能深度融合的智能化分析与应用支撑架构,为各行业提供可视化、标准化、系列化的人工智能服务。
视频智能引擎系统内置已优化的深度学习框架对视频图像数据处理,可用于图像识别预测提供;自然语言处理系统提供用于文本分析及挖掘的算法引擎,支撑自然语言处理;智能语音交互系统基于核心的语音处理引擎,支持语音数据的语音听写、语音转写、声纹识别、语音合成、语义理解模型训练和测试等智能语音处理能力。
打造天地协同的数据安全传输、可信计算、可靠存储基础设施,采用自主可控软硬件产品实现信息基础设施自主可控,整体实现自主可控、安全可信“中国方案”的塑造。
基于数据智能驱动、主动协同防御的理念,构建自适应网络安全防护和数据全生命周期安全管控体系,提供全域、全维度、全要素的信息安全保障,满足各层级的安全可信需求。云安全管理系统深入云计算内部,全面覆盖了云环境中的网络层、主机层、应用层、数据层防护;大数据安全威胁监管系统提供对威胁的事前预警、事中发现、事后回溯整个生命周期的监管功能,准确、及时、有效的识别敏感信息。万网融合场景下基于数据驱动的智能协同云架构从硬件设施、资源虚拟化、数据治理、智能解析到微服务组件、行业应用,形成一个完整的业务支撑链和数据价值链,“两域”提供全方位的支撑服务,提供跨域多源数据采集,实现各层、各组件之间的信息交互和智能协同,保障架构安全可靠。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。
Claims (8)
1.一种万网融合场景下基于数据驱动的智能协同云架构系统,其特征在于,包括APP及终端应用层、应用平台层、网间网平台层、人工智能与专家系统层、数据解析层、基础资源层、数据采集领域和信息安全领域;
基础资源层,用于提供基础设施服务,用于向多种网络提供接口;
数据解析层用于整理并挖掘数据,形成初级数据产品,供人工智能与专家系统层提取;
人工智能与专家系统层用于提取数据解析层所提供的初级数据产品并根据需要进行深加工,将数据转化为知识,形成通用数据产品,供网间网平台层提取;
应用平台层用于从网间网平台层提取通用数据产品,进行架构和行业共性服务支撑,并根据APP和终端应用层的需求加工组装通用数据产品,输出用户可直接使用的数据产品;
APP及终端应用层用于向应用平台层发出数据获取申请,并从应用平台层获得用户所需数据产品;
数据采集领域,用于进行多元异构数据的采集;
网间网平台层,用于提取人工智能与专家系统层形成的通用数据产品,并提供数据以及业务互通的标准规范,根据需要向应用平台层进行推送或者发送,其包括:跨网联通中心、数据交换中心以及业务协同中心,跨网连通中心用于提供网络连通服务,跨网连通中心包括链路互通中心以及协议互通中心;其中,链路互通中心部署在敏感网络与非敏感网络之间,进行敏感信息检测以及应用访问控制;协议互通中心部署在IPv4网络与IPv6网络之间,进行IPv4或IPv6单栈用户对IPv4和IPv6应用的交叉访问;数据交换中心用于提供数据协同服务;业务协同中心用于将数据整合,以进行业务协同;
信息安全领域,用于根据APP及终端应用层、应用平台层、网间网平台层、人工智能与专家系统层以及数据解析层的需求,提供网络安全、计算环境安全、数据安全、应用安全、安全态势感知以及运维安全服务;
数据交换中心包括数据资源目录、数据交换中控、数流控制总线、数据交换网关和安全交换空间;数据交换网关与数流控制总线部署在进行数据交换的节点上,负责对底层异构网络进行屏蔽,数据资源目录、数据交换中控、数流控制总线以及安全交换空间部署在政府和企业的私有云或者公有云上,用于进行数据资源发布、数据资源审核以及数据资源申请,安全交换空间用于在多种场景下进行数据交换。
2.如权利要求1所述的万网融合场景下基于数据驱动的智能协同云架构系统,其特征在于,
人工智能与专家系统层从数据解析层获取数据,并通过大数据和人工智能的方法获取所需的知识,以挖掘数据间隐藏的关系,并对未来发展趋势进行预测;
人工智能与专家系统层的统一计算框架包含分布式计算框架和人工智能引擎;分布式计算框架用于承载大数据量的数据分析和挖掘任务;人工智能引擎用于承载人工智能算法。
3.如权利要求1所述的万网融合场景下基于数据驱动的智能协同云架构系统,其特征在于,应用平台层包括开发运营一体化模块、微服务构件和统一服务访问;
应用平台层的开发运营一体化模块包括应用开发环境和应用支撑环境;应用平台层的应用开发环境提供交互设计、界面设计、源码托管、持续集成、监控告警以及日志收集,并支持应用开发流程管理;应用平台层的应用支撑环境提供服务注册、服务调度以及服务跟踪应用供给与服务治理;
应用平台层的微服务构件包括基础构件、公共构件以及行业共性构件的微应用;
应用平台层的统一服务访问进行统一身份认证和授权管理。
4.如权利要求3所述的万网融合场景下基于数据驱动的智能协同云架构系统,其特征在于,数据交换中心还包括数流控制模块,用于将数据访问请求转发到链路互通中心外网侧;链路互通中心外网侧通过协议解析,拆解访问请求的协议,获取访问请求的数据包;链路互通中心外网侧还对数据包进行安全检测,确认正常后,利用私有传输协议对其进行封装,并将封装后的请求摆渡到链路互通中心内网侧。
5.如权利要求4所述的万网融合场景下基于数据驱动的智能协同云架构系统,其特征在于,链路互通中心内网侧解析私有协议并用请求的原始传输协议进行封装,之后通过数流控制模块将访问请求转发至数据交换中心的数据交换中控模块;数据交换中控模块响应请求,并将请求转发到相应的数据交换网关。
6.如权利要求3所述的万网融合场景下基于数据驱动的智能协同云架构系统,其特征在于,数据交换网关连接数据源,抽取请求数据或内网用户对项目或技术的需求响应,并将数据通过数流控制模块推送至安全交换空间;安全交换空间对数据进行敏感字检测和脱敏感处理,将处理后的数据再次写入数流控制模块,推送至链路互通中心内网侧,链路互通中心内网侧通过协议解析工具,解析数据传输协议,获取访问请求的数据包,利用私有传输协议对其进行封装;摆渡模块位于跨网连通中心,将封装后的数据包摆渡到链路互通中心外网侧;链路互通中心外网侧将数据转发给数流控制模块;数流控制模块将数据转发给协议互通中心;协议互通中心检测数据IP协议,如与用户系统IP协议不相同,通过协议翻译转换为相同协议,并推送到用户数据库。
7.如权利要求3所述的万网融合场景下基于数据驱动的智能协同云架构系统,其特征在于,数据采集域的业务数据库数据采集包含MySQL以及Oracle的各类关系型数据库数据和HBase、Hive以及Neo4j的关系型的NoSQL数据库数据。
8.如权利要求1所述的万网融合场景下基于数据驱动的智能协同云架构系统,其特征在于,基础资源层在硬件基础设施层面,兼容服务器设备、工业设备和传感设备,服务器设备支持国产化服务器和X86服务器的混合架构。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911170749.XA CN111371830B (zh) | 2019-11-26 | 2019-11-26 | 一种万网融合场景下基于数据驱动的智能协同云架构 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911170749.XA CN111371830B (zh) | 2019-11-26 | 2019-11-26 | 一种万网融合场景下基于数据驱动的智能协同云架构 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111371830A CN111371830A (zh) | 2020-07-03 |
CN111371830B true CN111371830B (zh) | 2022-09-30 |
Family
ID=71210741
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911170749.XA Active CN111371830B (zh) | 2019-11-26 | 2019-11-26 | 一种万网融合场景下基于数据驱动的智能协同云架构 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111371830B (zh) |
Families Citing this family (34)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112019496B (zh) * | 2020-07-06 | 2023-09-19 | 浙江华云信息科技有限公司 | 基于mqtt总线的主题安全订阅方法及装置 |
CN111865793B (zh) * | 2020-08-04 | 2021-07-13 | 东北大学 | 基于功能学习的IPv6网络服务定制化可靠路由系统及方法 |
CN112165391A (zh) * | 2020-08-05 | 2021-01-01 | 宁夏无线互通信息技术有限公司 | 基于工业互联网标识解析的大数据决策分析系统及方法 |
CN111932395A (zh) * | 2020-08-11 | 2020-11-13 | 清华大学 | 一种基于混合云架构的制造业数字化系统 |
CN111953788A (zh) * | 2020-08-17 | 2020-11-17 | 浪潮云信息技术股份公司 | 一种大型云平台 |
CN112822033B (zh) * | 2020-08-27 | 2022-10-21 | 贵州电网有限责任公司 | 一种基于云端协同分层自治的能源互联网数据处理方法 |
CN112311646B (zh) * | 2020-09-27 | 2022-05-27 | 新华三大数据技术有限公司 | 基于超融合系统的混合云及部署方法 |
CN112349404A (zh) * | 2020-11-03 | 2021-02-09 | 中国人民解放军总医院 | 基于云-边-端架构的多中心医疗设备大数据云平台 |
CN112416757B (zh) * | 2020-11-03 | 2021-11-12 | 前海飞算云智软件科技(深圳)有限公司 | 组件开发方法、装置、存储介质及电子设备 |
CN112422330B (zh) * | 2020-11-06 | 2023-05-30 | 北京连星科技有限公司 | 一种企业网络IPv6代际升迁全生命周期管理的方法 |
CN112381462A (zh) * | 2020-12-07 | 2021-02-19 | 军事科学院系统工程研究院网络信息研究所 | 一种类人体神经系统的智能网络系统的数据处理方法 |
CN112765246A (zh) * | 2020-12-30 | 2021-05-07 | 北京知因智慧科技有限公司 | 任务处理方法、装置、电子设备和存储介质 |
CN112822251B (zh) * | 2020-12-31 | 2023-05-16 | 中电科新型智慧城市研究院有限公司 | 城市群感知系统 |
CN112596788A (zh) * | 2020-12-31 | 2021-04-02 | 扬州万方电子技术有限责任公司 | 信息系统国产化支撑服务环境 |
CN112968885B (zh) * | 2021-02-02 | 2023-03-24 | 中国信息通信研究院 | 一种边缘计算平台安全防护方法和装置 |
CN113114632B (zh) * | 2021-03-22 | 2022-09-06 | 国网河北省电力有限公司 | 一种可插配式智能财务审核平台 |
CN113222170B (zh) * | 2021-03-30 | 2024-04-23 | 新睿信智能物联研究院(南京)有限公司 | 一种用于物联网ai协同服务平台的智能算法和模型 |
CN113434644B (zh) * | 2021-05-25 | 2023-09-12 | 北京农业信息技术研究中心 | 一种农技知识服务方法及系统 |
CN114520819A (zh) * | 2021-06-03 | 2022-05-20 | 广东未来智慧城市科技有限公司 | 开发引擎平台 |
CN113141381B (zh) * | 2021-06-21 | 2021-09-10 | 成都秦川物联网科技股份有限公司 | 物联网跨网数据交互方法及系统 |
CN113553100B (zh) * | 2021-06-29 | 2023-03-14 | 袁敬 | 一种端到端、自组织的智能化计算框架及应用方法 |
CN113572764B (zh) * | 2021-07-23 | 2023-04-25 | 广东轻工职业技术学院 | 一种基于ai的工业互联网网络安全态势感知系统 |
CN113536439A (zh) * | 2021-07-28 | 2021-10-22 | 国家电网有限公司 | 一种具有综合性智慧运维的管理平台 |
CN113486987A (zh) * | 2021-08-04 | 2021-10-08 | 电子科技大学 | 基于特征解耦的多源域适应方法 |
CN114124947A (zh) * | 2021-09-13 | 2022-03-01 | 北京航空航天大学 | 一种it与ot融合的轻量化自治式边缘智能一体机 |
CN114189516B (zh) * | 2021-11-23 | 2023-03-10 | 中国科学院软件研究所 | 一种边云数据协同方法及系统 |
CN114500579B (zh) * | 2021-12-27 | 2024-03-26 | 西安空间无线电技术研究所 | 一种基于订阅发布的天基计算自主服务发现及协同方法 |
CN114553865B (zh) * | 2022-01-12 | 2023-05-12 | 中国电子科技集团公司第十研究所 | 异构混合云系统架构设计方法 |
CN114710360B (zh) * | 2022-04-15 | 2024-01-19 | 北京全路通信信号研究设计院集团有限公司 | 基于审计的从内到外数据安全传输方法、系统及电子设备 |
CN115310122B (zh) * | 2022-07-13 | 2023-05-26 | 广州大学 | 一种多模态数据融合训练中的隐私参数优化方法 |
CN116260858A (zh) * | 2022-12-22 | 2023-06-13 | 中国联合网络通信集团有限公司 | 端到端编排器及其系统 |
CN116303623B (zh) * | 2023-05-12 | 2023-10-13 | 国网信息通信产业集团有限公司 | 一种跨网络异构业务数据汇聚至移动门户的系统及方法 |
CN116527403B (zh) * | 2023-07-03 | 2023-09-08 | 国网四川省电力公司信息通信公司 | 用于局域网的网络安全控制方法和系统 |
CN117522037A (zh) * | 2023-11-14 | 2024-02-06 | 苏州云智度科技服务有限公司 | 多客户多工序数据产品智能感知模型 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105933461A (zh) * | 2016-07-18 | 2016-09-07 | 合肥赑歌数据科技有限公司 | 大数据平台系统及其运行方法 |
CN106844391A (zh) * | 2015-12-07 | 2017-06-13 | 北京航天长峰科技工业集团有限公司 | 应用大数据进行安保数据查询与存储的方法 |
WO2017114286A1 (zh) * | 2015-12-30 | 2017-07-06 | 中国银联股份有限公司 | 基于混合云平台的网络管理系统 |
CN108123994A (zh) * | 2016-11-28 | 2018-06-05 | 中国科学院沈阳自动化研究所 | 一种面向工业领域的云平台架构 |
CN110336703A (zh) * | 2019-07-12 | 2019-10-15 | 河海大学常州校区 | 基于边缘计算的工业大数据监测系统 |
-
2019
- 2019-11-26 CN CN201911170749.XA patent/CN111371830B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106844391A (zh) * | 2015-12-07 | 2017-06-13 | 北京航天长峰科技工业集团有限公司 | 应用大数据进行安保数据查询与存储的方法 |
WO2017114286A1 (zh) * | 2015-12-30 | 2017-07-06 | 中国银联股份有限公司 | 基于混合云平台的网络管理系统 |
CN105933461A (zh) * | 2016-07-18 | 2016-09-07 | 合肥赑歌数据科技有限公司 | 大数据平台系统及其运行方法 |
CN108123994A (zh) * | 2016-11-28 | 2018-06-05 | 中国科学院沈阳自动化研究所 | 一种面向工业领域的云平台架构 |
CN110336703A (zh) * | 2019-07-12 | 2019-10-15 | 河海大学常州校区 | 基于边缘计算的工业大数据监测系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111371830A (zh) | 2020-07-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111371830B (zh) | 一种万网融合场景下基于数据驱动的智能协同云架构 | |
Khare et al. | Big data in IoT | |
Cheng et al. | Industrial cyberphysical systems: Realizing cloud-based big data infrastructures | |
Zhang et al. | Federated learning for the internet of things: Applications, challenges, and opportunities | |
US11727012B2 (en) | Data stream analytics at service layer | |
Wei et al. | Dataflow management in the internet of things: Sensing, control, and security | |
Rahman et al. | A comprehensive survey on semantic interoperability for Internet of Things: State‐of‐the‐art and research challenges | |
Sengan et al. | Enhancing cyber–physical systems with hybrid smart city cyber security architecture for secure public data-smart network | |
Lohiya et al. | Application domains, evaluation data sets, and research challenges of IoT: A Systematic Review | |
Baldin et al. | Fabric: A national-scale programmable experimental network infrastructure | |
CN113115241B (zh) | 一种基于工业大脑的工业互联网系统 | |
Barik et al. | Mist data: leveraging mist computing for secure and scalable architecture for smart and connected health | |
Liang et al. | Search engine for the internet of things: Lessons from web search, vision, and opportunities | |
Barik et al. | SOA-FOG: Secure service-oriented edge computing architecture for smart health big data analytics | |
Alansari et al. | Challenges of internet of things and big data integration | |
Sumi et al. | Sensor enabled Internet of Things for smart cities | |
CN110134674A (zh) | 一种货币信贷大数据监测分析系统 | |
CN111292523A (zh) | 网络智能体系统 | |
Badidi et al. | Towards a Platform for Urban Data Management, Integration and Processing. | |
Ahmed et al. | Overview for internet of things: basics, components and applications | |
Kaur et al. | Big Data Analytics on IOT: Challenges, Open Research Issues and Tools | |
Syuntyurenko et al. | Trends and risks of network technologies | |
Le et al. | A unified and semantic data model for fog computing | |
Ding et al. | A data-driven based security situational awareness framework for power systems | |
Kirmse et al. | How To RAMI 4.0: Towards An Agent-based Information Management Architecture |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20210923 Address after: 100854 east gate, 52 Yongding Road, Haidian District, Beijing Applicant after: China Changfeng electromechanical technology research and Design Institute Address before: 100854 east gate, 52 Yongding Road, Haidian District, Beijing Applicant before: Aerospace Science and Technology Network Information Development Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |