高性能 | 高可维 运维知识库如何管理：如何建设行之有效的运维 知识库，如何对运维数据有效治理 运维安全如何保证：如何建设全面、高效的运维 安全保障体系 这些问题并非孤立存在，而是相互交织构成了政企 数智化转型道路上的系统性瓶颈。面对上述挑战， 单点零散的改进显然已力不从心，因此，突破单点 瓶颈，构建一个具备持续演进能力的现代化运维体 系，已成为支撑政企业务可持续发展、实现战略目 对业务运营造成有限的影响。故障并不影响网络服务或功能。产品仍能运转，但功能受限。此类情景不紧急， 并未对客户整体业务运作造成严重限制 4 咨询类问题，包括在日常运营和维护过程中关于产品的功能、说明书、运作和构成等方面的咨询 图3.2 业务上线规范 上线后评估 问题反馈机制 问题总结 文档更新 上线监控 监控指标 回退机制 上线实施 变更管理 上线保障会议 上线窗口 上线前准备 实施方案评审 1 服务请求线 服务请求线主要任务为在线保障、告警监控、需求 管理，以及问题答疑，现网稳定性保障和满意度提 升主要依赖该组织，下面介绍如何做好各项请求线 任务： 在线保障 在线保障的人员构成：在线保障通常分为多种类型 多个层级，在各个云厂商中叫法也不尽相同，有一 些叫做OnCall有些叫做SRE，根据保障团队所处的 位置不同，一部分工作由驻场人员完成，对于一些 能接受远程连线的局点为了便于资源高效利用，集

为提供信息而发送，概不构成任何广告。 本报告信息来源于公开资料，本公司对该信息的准确性、完整性或可靠性不作任何保证。本公司对已发报告无更 新义务，若报告中所含信息发生变化，本公司可在不发出通知的情形下做出修改，投资者应当自行关注相应的更 新或修改。 本报告中所指投资及服务可能不适合个别客户，不构成客户私人咨询建议。任何情况下，本报告中的信息或所表 述的意见均不构成对任何人的投资建议。在

top100summit.com 核心实践 – 敏捷团队的构建 • 不同职能的角色映射 • PM vs. PO • PO vs. Scrum Master • PO vs. Tech Lead • 敏捷团队的构成 • 外包 vs. 自建 vs. 混合 • 增加医疗行业的规范和流程到日常工作 • 诊疗路径的定义 • 医疗数据的标准化 • 数据的验证 https://scaledagileframework What How www.top100summit.com • 不同职能的角色映射： • 一人承担多个角色；或者多个人分担一个角色 • 关键角色一定要承担责任Accountable • 敏捷团队的构成： • 混合 • 增加医疗行业的规范和流程到日常工作 核心实践 – 敏捷团队的构建 团队的组建 团队规模 (自建） 团队规模（外包） PM PO/Tech Lead Scrum Team top100summit.com • 零的突破:敏捷构建医疗数字化核心平台 • 外包转向自主研发，推进敏捷转型 • 渐进磨合，找到适合医疗场景的敏捷实践 • 适应力决定成败:构建融合式技术团队 • 团队构成与角色定位 • 磨合过程中的试错与共建 • 深入用户与场景，提升交付效率 • 成熟扩展:打造可持续演进的体系 • 巩固自主研发和质量体系 • 持续基础设施优化 • 审慎选型工具与开源方案 案例复盘与总结

TOGAF®企业架构：The Open Group TOGAF®标 准是一种企业架构方法，它为企业软件开发提供了高 阶框架，帮助企业将IT目标与整体业务目标相统一。 • 指标体系：指将多个指标按照一定关系构成一个整体， 借助指标体系把业务逻辑化，可以精准的定位问题分 析问题，洞见商业。 www.top100summit.com • 案例背景介绍 • 案例设计及实践 • 案例复盘及启示 目录 BU4 金融同业 xx银行主要业务线 商 业 银 行 价 值 链 商业银行业务线 数 字 化 能 力 商业银行业务架构 数字化能力（N）与价值链 （N）、业务线（N）的关系 是垂直交叉的，构成立体网络 关系 N3 数字化价值空间 战略引领 核心三角 支撑 ✓ 战略是统领 ✓ 组织是基础和保障 ✓ 连接产生数据 ✓ 数据生成智能 ✓ 智能反哺业务 ✓ 云化基础设施 ✓ 敏捷产品研发 指标的相关定义 基本指标 派生指标 指标的概念 “具备业务含义，能够反映业务特征的 数据” 如：销售额 “对数据进行分析得到的一个汇总结果” “将业务单元精分和量化后的度量值” 指标的构成 维度 汇总 方式 量度 指从哪些角度衡量，是看待事物的 视角与方向 用哪些方法衡量，是统计汇总数据 的方式 明确事物的具体目标是什么，是对 一个物理量的测定 通过销售情况评价业务效果

....... 11 图 21 ：中国 AI 耳机线上传统电商销售额 ................................................ 12 图 22 ：TWS 成本构成占比 ............................................................. 12 图 23 ：TWS 产业链 ................. 以及声学组件等，中游为代工厂、下游为终 端品牌。从 BOM 来看，TWS 由多个精密零部件构成，包括主控芯片、电源管理芯片、存 储、电池等，其中主控芯片、充电盒（含充电和电源管理）、电池、PCB/FPC 成本占比 较高，均达到 15%。 图 21：中国 AI 耳机线上传统电商销售额 图 22：TWS 成本构成占比 数据来源：洛图科技公众号，东莞证券研究所 数据来源：头豹研究院，东莞证券研究所 结论的报告，亦可因使用不同假设和标准、采用不同观 点和分析方法而与本公司其他业务部门或单位所给出的意见不同或者相反。在任何情况下，本报告所载的资料、工具、意见及 推测只提供给客户作参考之用，并不构成对任何人的投资建议。投资者需自主作出投资决策并自行承担投资风险，据此报告做 出的任何投资决策与本公司和作者无关。在任何情况下，本公司不对任何人因使用本报告中的任何内容所引致的任何损失负任 何责任

动、SR/SRv6、VPN、安全防护等网络服务能力。同时，封装各类硬 件驱动抽象接口（如 SAI、ONLP），统一软硬件之间的调用协议与状 态同步机制，实现设备的“能力开放”和“功能可编排”，构成网络 智能化的核心执行单元。 管控层（协同调度层）：融合了“传输网管 + SDN 网络控制器 + 数通网管”的统一编排调度系统，承担 IP 与光层资源的端到端联合 调度。通过意图识别、路径计算、策略发放，构建确定性网络大脑， 态（芯片、线卡、模块）的封装与适配，促进产业生态开放，便于多 供应商设备统一管控。 3.融合多能力栈 网络设备不仅具备传统路由转发能力，还融合了算力感知、自适 应路径、彩光驱动等智能调度模块，构成了“计算－网络－光传输” 融合的综合服务平台。 4.多样化形态适配多场景部署 支持彩光线卡、模块化白盒、框式路由器等多种硬件形态，可灵 活部署于核心、汇聚、边缘等多种应用场景，满足智算中心互联、骨 在业务数据流程方面，以太网业务流经由 257 比特码块的 GMP 映射适配至 FlexO 帧的载荷区域。800ZR 所使用的 800G FlexO 帧由 8 个 100G FlexO 帧实例通过 128 比特交织方式构成。 在编码和调制方面，800ZR 信号采用 OFEC 编码以及 DP-16QAM 调制。 （4）800G ZR+技术 与 400G ZR+和 400ZR 的关系类似，在 800G 相干光信号传输的

........ 69 7. 结论：填补人工智能治理空白，实现负责任的未来 .................. 69 ©2025 云安全联盟大中华区版权所有 8 安全声明 本文仅供参考，不构成法律建议。 本研究文件由云安全联盟编写，探讨了当前围绕人工智能的监管治理情况。 虽然本文涉及各种法律和监管框架，但必须强调的是，所提供的信息不适用于 任何特定情况的法律指导。 人工智能的监管 条）：EIAA第9条引入了基于风险的方法监 管欧盟内的人工智能系统，并平衡监管与创新，确保人工智能系统安全可信， 同时避免不必要的合规成本。人工智能系统被划分为高风险、中风险和低风险， 监管水平将根据其对个人构成的潜在危害程度而有所不同。 ©2025 云安全联盟大中华区版权所有 23 ■ 高风险人工智能系统，如用于关键基础设施的系统，必须满足 严格的要求，通过审查，并在部署前获得预先批准。此类系统的提供者必须遵 守最严格的法规规定，包括透明度和可解释性、人类监督和独立验证。 ■ 中风险人工智能系统的风险较低，但仍必须遵守特定要求。这 些系统的提供者必须确保它们符合相关的法律义务、透明度和可追溯性等规则。 ■ 低风险人工智能系统对个人几乎不构成风险。这些系统不受相 同监管要求的约束，但仍应遵守适用于人工智能系统的法律框架。 ○ 数据治理（第10条）：第10条旨在确保人工智能系统对数据的使用 应透明、负责，并尊重个人隐私和数据保护权利。它要求用于训练和支持人工

体与环境，智能体利用已有动作和经验的反馈不断地与环境 进行交互，以实现特定目标或取得最大化的预期利益。 - 深 度 学习 深度学习是机器学习的一个子集，其源于对 ANN 的研究。 ANN 是由一系列人工神经元互连构成的网络系统，用来模拟 人类大脑神经系统的结构与功能。 至今已发展出多种类型的网络架构，包括卷积神经 网络、循环神经网络、图卷积神经网络、AE 等。 资料来源：王超《人工智能在药物靶点的筛选及验证方面的应用进展》，HTI 第一条 义利（FIN-ESG）数据系由盟浪可持续数字科技有限责任公司（以下简称“本公司”）基于合法取得的公开信息评估而成，本公司对信息的准确性及完整性不作任何保证。对公司 的评估结果仅供参考，并不构成对任何个人或机构投资建议，也不能作为任何个人或机构购买、出售或持有相关金融产品的依据。本公司不对任何个人或机构投资者因使用本数据表 述的评估结果造成的任何直接或间接损失负责。 第二条 盟浪并 销售人员。 香港投资者的通知事项：海通国际证券股份有限公司(“HTISCL”)负责分发该研究报告，HTISCL 是在香港有权实施第 1 类受规管活动（从事证券交易）的持牌公司。该研究报告并不构成 《证券及期货条例》（香港法例第 571 章）（以下简称“SFO”）所界定的要约邀请，证券要约或公众要约。本研究报告仅提供给 SFO 所界定的“专业投资者”。本研究报告未经过证券及 期货事务监察

小时”全天候咨询服务。广西玉林市医保局探索 AI 智 能化服务已经初显成效，医保 AI 病例评审员训练计划已取得突破性进展。根据提示词 优化和预训练的情况，AI 已经能准确将病例数据分类，并从医疗效率、质量和费用构成 等方面分析合理性，对医保支付提出优化建议。据估算，AI 病例评审员平均审核效率较 人工提升 12 倍，单份病例审核时间压缩至 0.8 秒，基础项目审核准确率达 99.2%。在 训练数据中，病例问题检出率为 已具备证券投资咨询业务资格。 本研究报告仅供东吴证券股份有限公司（以下简称“本公司”）的客户使用。本公司不 会因接收人收到本报告而视其为客户。在任何情况下，本报告中的信息或所表述的意见并不 构成对任何人的投资建议，本公司及作者不对任何人因使用本报告中的内容所导致的任何后 果负任何责任。任何形式的分享证券投资收益或者分担证券投资损失的书面或口头承诺均为 无效。 在法律许可的情况下，东

面向多源异构算力的高效协同与智能调度能力。为此，提出基于“分 层分域”设计理念的分布式算力感知与调度系统架构。该架构由基础 设施层、网关管理层、算力管控层、级联控制层、安全保障层和应用 服务层六大功能层构成，分别承担资源接入、状态感知、统一管控、 跨域协同、安全隔离与业务支撑等关键任务。各层协同联动，支撑算 力资源的泛在接入、智能编排与可信运行，构建统一、智能、可扩展 的分布式算力底座，全面赋能多行业、多场景的数字化和智能化转型。 保障网络稳定性的同时实现了算网资源的协同优化。 在坚持平滑兼容现有网络协议架构的原则下，算力路由必须与传 统 IP 路由体系保持高度兼容。但算力路由与 IP 主机路由在运行机 制方面存在显著差异，对实际部署工作构成了诸多挑战。从设备实现 的角度来看，若要构建更为灵活高效的算力路由转发流程，则需要深 入探索可编程芯片技术的应用潜力。目前，该技术已在标准制定、设 备研发及试点应用等关键环节取得阶段性成果，未来，仍需集中力量 能演进，从而形成 一种可持续发展的、高度智能化的算网融合新生态。 39 图 3-5 自智算力网络参考架构示意图 分布式系统本身固有的异构性、动态性、规模可变性以及跨域交 互带来的不确定性，构成了分布式算力自智技术需要应对的基础挑战。 因此，首要任务在于如何设计具备高度鲁棒性与适应性的单域自治机 制，使其能在局部信息不完备或环境突变的情况下，依然保持稳定的 资源管理与服务提供能力。在跨域协同中，需要建立高效、可信且低