第二章 世界各国积极探索数据基础设施建设 12 美国的数据基础设施探索实践 欧盟的数据基础设施探索实践 第三章 建设和运营国家数据基础设施意义重大 32 国家数据基础设施是下一个30年全球经济增长的新引擎 国家数据基础设施是国家掌控数据战略资源的有效手段 国家数据基础设施是实现数据安全高效流通的技术保障 国家数据基础设施是“五位一体”统筹推进数字中国建设的的支撑底座 按照人们生产生活的空间划分，人类社会7000多年的文明史可以分为两大阶段四小阶段。第一阶段是物理空间时代。 7000多年的绝大多数时间都生活在一个三维的物理空间中，人们的生产生活学习等所有活动都在这个物理空间中开展；第 二阶段是网络空间时代。上世纪90年代互联网在全球普及之后，人类社会又多了一个新的网络空间，从通讯和社交开始，人 类社会的工作、学习和生活等逐渐从物理空间向网络空间迁移；第三阶段是计算空间时代。2000年以后，随着移动终端、 此升级为计算空间；第四阶段是数据空间 时代。近年来，随着大模型等人工智能技术的突破，以及人们对网络空间依赖程度的加深，对原先在互联网上难以流通的非 结构化数据和私域数据提出了流通的需求，如何构建一个既能让数据高效流通同时又确保安全可信的数据空间，成为网络空 间升级为计算空间后的又一次的跃升。 可流通数据只占全部数据的很小部分。自上世纪90年代互联网普及以来，全球数据资源呈爆发性增长态势，特别是移动

尤其是对社区建设的质量提出了更高的要求。在 此前提下，住宅小区的智能化开始起步，我国住 宅小区及其住宅小区的建设将进入一个新的収展 时期，开始向注重“质”的时代迈进，智能小区 的 建设将使人们生活质量进一步改善和提高，以 适 应人们日益提高的生活品味和对生活品质的追 求， 所以住宅小区智能化必将成为我国住宅建设 改善 功能和提高质量的一个重要手段和推劢力。 城市流劢人口逐步增加，带来更多丌安定因 社 会安全问题，中央提出对社会治安进行综合治理， 并把创建安全文明小区作为社会综合治安治理的 一项重要内容。 人脸识别智慧社区管理方案 社区管理目前存在的问题分析 如何创造一个安全的、数字现代化的、智慧化社区有着十分重要的意义。 然而，在日常管理中我们经常会碰到这样的问题：  外来人员混入社区带来的安全隐患；  传统的视频监控，只能做到事后诸葛亮，无法及时报警，且事后查询费人力、 出入口必须有专人盯守；社区人员过多，专人无法识别是否为该小区身份，导 致进入管理漏洞；  非社区车辆进入小区乱停乱放，无法知晓车主身份。 人脸识别智慧社区管理方案 针对以上情况，十分有必要建立一个高科技、全面、人性化、智慧社区管理系 统： --- 采用人脸识别 /车牌识别的身份识别方式，安全、方便、卫生、不可代替  将传统监控进行升级，将事后查询变成即时提醒、报警，采用人脸识别布控系

2.1.1 数据资源目录总体结构 数据资源目录体系主要由数据资源目录服务系统组成，同时还具备软硬件、网 络的支撑环境，以及标准与管理规范建设和安全保障。 第 2 页 整个数据资源目录建设是一个上下贯通、统一管理的架构，遵循财政基础数据 规范和标准存储规范、统一的前段码管理。整个数据资源目录体系结构体现为 省、市、县（区）三级体系架构。 图 2-2 数据资源目录层次体系结构 要充分考虑向上的兼 容性，特别是一些关键内容如目录和交换的核心元数据库的兼容。本级数据资 源目录建设完成后，作为上级财政资源目录体系的一个节点，要进行元数据的 注册等工作，使本级资源目录能作为上级财政数据资源目录树的一个分支。 财政数据资源目录体系是一个独立完整的目录体系，其总体结构可概括为数据 资源、数据资源目录体系及数据资源目录交换体系三部分。 第 3 页 数据资源是财政数据资源 息资源核心元 数据有序排列。通过目录能够准确地了解和掌握信息资源的基本概况，发现和 定位所需要的财政信息资源。 而数据资源目录交换体系则是提供了一个通道把相关联的上下级财政信息资源 有机结合起来，是信息资源通过网络系统从一个物理位置到另一个物理位置的 过程。交换方式较为宽泛，邮件传输、文件传输、消息传输等方式都能实现资 源的交换。其重点关注的是上下级财政间在数据资源目录建设过程中的信息整

方向，建筑 设计。 浅谈 AI人工智能对建筑设计的影响 吴奕锦 * 天津中天建都市建筑设计有限公司，天津 300000 摘 要 ： 建筑设计是一个综合的概念，包括了许多方面的工作，比如建筑方案设计、建筑施工安装等，是一个庞大复杂的工作 系统。随着计算机技术的发展，AI人工智能技术也开始快速发展起来。而将 AI人工智能应用到建筑设计工作中，可以 辅助设计师更好地进行方案设计和方 学习、可模拟性等特点，这也是其能够在诸多领域得到广泛应用 的重要原因。AI人工智能还具有，能够模仿、解决更多更复杂的 问题，减轻人工压力，提升各行各业的工作效率。同时，AI人工 智能的发展方向也是一个未知数，值得深入研究。目前，AI人工 智能的应用形式主要有如下几个方面：一是机器学习。机器学习 是人工智能的核心，它通过模拟人类的学习方式、方法，来持续 2023.12 | 061 提升自己 算机的支持。二是深度学习。深度学习是目前人工智能研究的热 门内容，它通过模仿人体大脑神经网络的学习过程，模仿人的思 考方式，在各种复杂条件下进行决策优化。 （二）AI人工智能技术种类 一是优化算法：优化算法能够从一个特定的系统中寻找最 值，并利用函数的表达方式来寻找问题，并与梯度下降法进行配 合使用。但是，在实践中，各系统的函数表达方式有很大差别； 二是人工神经网络技术：该技术是目前最先进的人工智能技术之

两种，它们分别适用于不同的数据类别和应用场景。具体规划如 下： 序号 数据类别 数据选型和规划 1 前置数据 委办局数据源，根据实际情况选择数据库、文件或服务接口。 2 原 始 数 据 （ 操 作 数 据） 原始数据只存放一个周期从委办局交换来的基础信息数据，数据 量相对较小，且存在数据的增删改查操作，这里推荐将存放在 Ora cle 数据库中。 3 主题数据 主题数据中“实时数据”和“累计数据”需要满足应用的各种实时查询 据（ODS）库。 2、主题数据和专题数据为其中非常重要的部分，是用户最常使用的数据。 用户处理的流程大致如下： （1）所有由数据交换平台采集的数据均先存储到原始数据库（ODS 库）， 该库是一个临时数据库。 （2）ETL 根据配置的周期定时将 ODS 数据抽取、处理、加载到主题库， 然后删除处理后的 ODS 库数据。主题库的数据较 ODS 数据质量较高，基本满 第 29 页 记录运行日志 实时记录采集服务的运行日志 8 查看运行日志 查看指定时间区间的运行日志集 合 9 增量数据存储 插入增量数据 将新采集的舆情数据插入数据库 10 历史数据存储 历史数据归档 将超过一个月的原始舆情数据自 动归档到历史数据存储区 11 数据索引 重建数据索引 重新建立大本文数据索引 12 数据服务 获取原始舆情 数据 为大数据分析服务提供原始舆情 数据 13 数据分析服 务

探索建立符合 自身实际情况的数字化转型之路。 （3） 燃气 燃气行业作为一个传统行业，在发展的过程中也经历了很 多个阶段，从最初的人工管理到如今的数字化转型，随着互联 网技术、云计算和物联网的发展，燃 气行业开始面临着新挑战。所以从某种程度上来说，数字化转 型已经成为了整个燃气行业发展的一个必然选择。 燃气行业在数字化转型中主要需要考虑两个方面：一是基础 设施的建设要 输，沟通更流畅，服务不掉线。 2.4 自助工单系统 （1） 支持接入企业微信、钉钉、抖音、微博、美团、饿了么、 Facebook、 WhatsApp等二十多个国内外服务渠道 ，实现在一个工作台服务多渠道 客户。 （2） 工单系统提供SDK、API等全面的第三方系统对接方式，能够与企业 使用的其他系统实现互通。 （3） 工单系统与在线客服、呼叫中心、智能机器人等产品完全打通， 务单元所有与人力资源管理有关的行政事务性工作（如员工招聘、 薪酬福利核算与发放、社会保险管理、人事档案人事信息服务管理、 劳动合同管理、新员工培训、员工投诉与建议处理、咨询与专家服 务等），并建立一个服务中心来赋能所有的业务单元，以此提高人 力资源的运营效率。 （2） ITSSC：在IT服务场景中，能为不同的IT运维工程师提供整体的智能 服务解决方案，帮助运维工程师解决简单高频的问题，从而释

英文缩写为 AI，是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知 环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。 综上所述，业界普遍认为人工智能是计算机科学的一个分支，它的目标是让计算机及其他相 关技术能够执行通常需要人类智能才能完成的任务，如：学习、推理、问题解决、语言理解、感知、 决策等。该领域的研究包括机器学习、深度学习、自然语言处理、计算机视觉、强化学习、专家 的诞生，人 工智能四处开花 当时的计算机有 限的内存和处理 速度不足以解决 任何实际的人工 智能问题 到了上世纪 80 年 代 晚 期， 美 国 国 防部高级研究计 划局的新任领导 认为人工智能并 非“下一个浪潮” 拨款将倾向于那 些看起来更容易 出成果的项目 —摘自 Meet HR 学园 14 AI 在企业人力资源中的应用白皮书 4. 绕不过去的“大模型”与“大语言模型” 大模型是指模型具有 等多模态内容 气象预测、医疗诊断 交通实时管理等行业 决策自动化起步 3D视频、数字特效 场景初步创作 根据指令进行 音频创作 16 AI 在企业人力资源中的应用白皮书 3) 通用智能体应该具有一个价值系统，因为它的目标是由价值定义的，智能系统是由具有 价值系统的认知架构所驱动的。 通用人工智能是未来 10 到 20 年国际科技竞争的战略制高点，其影响力相当于信息技术领域 的“原子弹”。但在具体的管理实践中，我们看到，对

水系统 冷冻机 组 精密空 调 BMS 新排风 严格意义上的数据中心基础设施综合测试是指从“图纸设计审 查、设备选型审查、工厂测试见证、到货检查见证、单机 测试、单系统测试、联合系统测试”等一个完整的测试验证 过程。 1. 为使系统设备、平台能正常安装和运行，我司有责任提供相应的培 训， 培训内容与合同内容相一致。 2. 培训计划和内容由我公司根据客户实际要求作出相应方案。 3. 培 usage effectiveness PUE 是评价数据中心能源效率的指标， 是数据中心消耗的所有能源与 IT 负载使用的能源之比。 PUE= 数据中心设备总能耗 /IT 设备能耗 PUE 是一个比值， 越接近 1 表明能效水平越好。 工业和信息化部、国家机关事务管理局、国家能源局三部门联合印发的《关于加强绿色数据中心建设的指导意见》，明确 提出至 2022 年，数据中心平均能耗基本达到 解机房内部的空气流动和热量分布情况，有 针对性地进行优化，提高冷热通道效果，减 少能量浪费，从而降低机房的 PUE 值 提高服务器利用率 • 通过虚拟化技术，可以将多个物 理服务器虚拟化为一个或多个虚 拟服务器实例。这样可以更充分 地利用服务器硬件资源，提高服 务器的利用率。通过减少空闲资 源和优化服务器负载平衡，可以 减少不必要的能源消耗 减少服务器数量 • 通过服务器虚拟化，可以将多台

5.1.2.1. 部署目的 防火墙是一种部署在安全边界上的高级访问控制设备，是不同区域之间信 息流的唯一通道，能根据制定好的安全策略控制（允许、拒绝、监视、记录） 不同区域之间的访问行为。作为一个专业化的访问控制产品，防火墙不仅提供 非常灵活的访问控制功能（基于 IP 地址、端口、协议、用户名、应用命令等） 和强大的审计鉴别功能，还提供了多种辅助功能，比如地址转换、端口映射、 IP 与 的部署方式，一般分为“引擎”和“控制台（兼数据中心）”两部分： （1）IDS 引擎： IDS 引擎接入核心交换机的镜像端口，以监听相应网络的网络流量，IDS 引 擎工作口无需配置 ip，另需配置一个管理 ip 地址； （2）IDS 控制台（兼数据中心）： 在与引擎管理 IP 地址联通的安全管理安全域，部署 1 台服务器，安装 IDS 控制台软件，以便存储、分析 IDS 引擎的检测数据，并管控 性、全面扫描安全漏洞，清晰定 性安全风险，给出修复建议和预防措施，并对风险控制策略进行有效审核，从 而在弱点全面评估的基础上实现安全自主掌控。 5.2.2. 安全管理平台 安全管理平台系统是一个面向全网 IT 资源的集中安全管理平台。通过对网 络中各类 IT 资源的安全域划分，以及海量异构网络与安全事件的采集、处理和 分析，面向业务信息系统建立一套可度量的风险模型，使得各级管理员能够实

与记录业务活动，波动较大的交易数据相比，大数据（也称基准数据）变化缓慢 要点：唯一性、共享属性、运营属性、管理流程、变更流程、质量检查、数据清理 大数据管理 大数据管理所解决的问题  一物一码  同一个对象（人、物、单位等）在不同系统中的统 一标识  核心信息的权威化  专门的维护点、审核点  创建流程、变更流程的记录  扩展信息的完善管理机制  企业规范的合法化 批量数据时使用。 根据客商类别，返回对应类别的客商数据。采用分页形式进行获取，调用方根据通过 PT_C_002服务获取的客商数量，确定调用本服务的次数。为防止一次性传输数据量过 大，本服务内置限定一个对于返回数据集合的数量限制。现约定此限制为1000。 根据输入的不同客商类别，返回所对应的客商数据格式，具体格式见客商数据描述。 序号 数据项名称 数据项 类型