技术精湛，各单位优秀渗透人员 ü 团队作战，各人才分工明确高效 ü 专业攻防协作平台及工具集 ü 更多攻防数据挖掘平台（社工、云等） ✗ 防护手段以漏扫、配置检查为主，缺乏攻击者视角风险发现能力 ✗ 缺乏云服务、员工社工钓鱼风险发现能力 ü 持久战，随意选择攻击时间、以逸待劳 ✗ 缺攻防经验，负责人以项目经理为主 ✗ 缺乏磨合，临时组建无实战配合 ✗ 黑白交替、拉锯战容易导致身心俱疲 ✗ 仅了解 响应常见需求 攻 防 驱 动 情 报 驱 动 云鼎实验室 TSRC 云鼎实验室 腾讯安全重点能力建设方向 发现能力 处置能力 验证能力 安全能力（情报+暴露面） 安全运营（自动化运营+反入侵） 攻防研究（攻防验证） 定位：雷达 定位：作战部队 定位：科技中心 职责：发现并分析威胁事件，提供丰富及 准确的战术情报及战场信息，指导作战及 武器生产 职责：使用产品提供的“武器”，设计制定战 基于数据驱动的 自动化运营能力 基于攻防驱动的 持续防御验证能力 关键运营能力：各关键安全能力应用场景 能力2：暴露面管理(EM) 能力1：漏洞情报监测[VI] 能力定位：最新风险极速感知与发现 能力SLA：7*24小时，MTTD<30min 应用场景： 1、提前感知业务最新漏洞威胁 2、提供PoC复现以及资产关联分析 能力定位：持续威胁与暴露面管理 能力SLA：7*24小时，MTTD<8h

扑，快速展现系统性能瓶颈，发现缓慢或错误请求， 下钻到全栈快照，找到耗时最长的自定义方法，定位SCM访问缓慢的原因。 应用场景 1 实时监测，锁定影响范围 在重大节日活动中，如618、双11等，通过实时监测，发现全国用户均出现访问订单页面延迟的情况，帮助格力电器锁定影响范围，根据 告警情况，分析告警原因。通过博睿数据的自动应用拓扑功能，精准发现在订单管理模块集群主机中出现告警的机器。 4 ｜ 让IT运营更智能 自动拓扑，定位问题根因 博睿数据对问题主机进行下钻分析，发现业务请求上升的同时，磁盘I/O读写次数上升，但同期该集群中的其他主机都无上升情况，定位 原因是由于业务流量负载不均衡导致。经过运维人员检查并优化负载均衡配置后，解决问题，助力运维人员快速发现、定位问题，将问 题解决效率提升至分钟级。 3 3 2 ｜ 让IT运营更智能 为什么选择博睿数据 由原来2小时缩短至5分钟 优化代码质量，提高应用性能 有针对性的优化代码执行效率，协助 开发人员将SCM生产管理系统的响应 时间降低46.2% 降低运维难度，提高运维效率 帮助运维人员快速发现、定位问题， 由数小时缩短至16分钟 3 中国铁塔通过部署博睿数据一体化智能可观测平台，实现覆盖43套核心业务系统的全栈监控与多维拓扑分析，打通从前端用户操作到后 端数据库调用的全链路追踪，

网络安全法 等级保护 2.0 边界 安全 出口边界安全 访问控制、链路负载、入侵防护、恶意代码防护等… 安全域隔离 安全域隔离、业务安全边界… 宏观辅助决策，微观有效威胁 失陷业务发现、失陷主机发现、 UEBA 、潜伏威胁黄金眼、主机外发行为检测、勒索检测、挖矿检测、安全事件检测 企业安全战略规划 端点检测响应系统（ EDR Endpoint Detection & Response） 网络安全法 等级保护 2.0 边界 安全 出口边界安全 访问控制、链路负载、入侵防护、恶意代码防护等… 安全域隔离 安全域隔离、业务安全边界… 宏观辅助决策，微观有效威胁 失陷业务发现、失陷主机发现、 UEBA 、潜伏威胁黄金眼、主机外发行为检测、勒索检测、挖矿检测、安全事件检测 企业安全战略规划 端点检测响应系统（ EDR Endpoint Detection & Response） 风险预估 安全培训 应急响应 服务组织 安全技术体系：云端安全 - 互联网业务托管服务 返回维护站点 IP 地址 用户网站:www.xxx.xx 实 时 监 测 7*24 a. 分钟级 发现 b. 毫秒级 替换 c. 微信 \ 电话同 步告警 404 页面 • 托管式防护与响应 • 攻防专家应急对抗：金牌防御，每年两次，每次 15 天，带宽 50M 安全技术体系 - 边界安全：合理划分安全域

毕业于吉林大学，获得财务管理本科学位。 3 The Application of Artificial Intelligence in HR 目录 · CONTENTS 前言 研究框架 主要发现 Part1：人工智能技术在 HR 领域的应用概况 █ 企业面临着内部与外部的挑战，AI 技术可作为破局的新方法 █ AI 技术在 HR 领域的应用情况 Part2：认识大语言模型：从原理到应用 AI 技术在 HR 领域的应用情况 ★ AI 技术的迭代：2.0 大模型时代 认知在先 探索前行 █ Part2：全面认识大语言模型 █ Part3：初步探索大语言模型 研究框架 发现利好 实现利好 █ Part4：企业中的大语言模型 ★ 价值 ★ 实现基础 █ Part5：HR 中的大语言模型 ★ 大语言模型对 HR 的影响 ★ HR 领域的应用场景 的结合产物，它可以进行自监督学习，理解 和生成人类语言 性能突破在哪里？ 更强大的语言理解能力、更高的内容生成质量、更广泛的应用领域 可以用在哪里？ 对话、语言生成、翻译等通用领域 主要发现 5 The Application of Artificial Intelligence in HR █ Part3 体验大语言模型：使用者的认知与探索情况 大语言模型的话题热度较高，

外开 放功能与数据 智能诊断 基于机器学习生成动态基线，网络 访 问状态、网元指标智能检测、分 析、 定位恢复 网络可视 网络架构、拓扑、网元状态、访问路 径可视化 运维自动 从网络发现、更新、健康度计算、应 急、配置管理全流程自动化 星 空 雷 达 网 络 AI 分 析 平 台 4个维度 2 大场 景 类数据 3 1 个平 台 星空雷达网络 AI 分析平 台 Underlay/Overlay 知拓扑。帮助运维人员快速判断应用故障是 否与网络有关。 全局网络拓扑 网元自动发现： 基于网络运行数据生成网 络拓扑 ，从架构、 区域、设备到链路整体可 视化 ，包括网元指标、端口、 日志等视图 ， 覆盖边界网络 ，实时发现网络异常接入。 设备响应矩阵 子网聚合展示：对全网所有子网状态进行实时探测， 按网段对资产进行聚合， 按网段对资产进行聚合， 以网络存活度、平均响应 时延、平均丢包率等指标进行监测 ，为运维人员提 供实时和历史数据参考。 网络路径发现 端到端路径发现：基于数字化网络平面、进行端到 端路径仿真推演 ，根据网络静态、动态数据等自 动 生成任意 IP 间网络访问所经过的设备、链路 ，回 溯路 径中任意时间的网元监测指标 。 星空雷达网络 分析平 台 AI 网络拓扑： 自动生成全局、局部、子网、

制和采购计划。通过深度学习技术，DeepSeek 大模型能够分析历 史销售数据、季节性波动以及市场趋势，为企业提供精准的库存预 测，减少食材浪费，降低运营成本。此外，该模型还能够实时监控 供应链中的各个环节，及时发现潜在问题，确保供应链的高效运 转。 以下是 DeepSeek 大模型在餐饮服务中的应用场景及其对应的 优势：  智能点餐系统：通过分析顾客的饮食偏好，推荐个性化菜品， 提升顾客体验。  测消费者的口味偏好，优化菜单设计，提升客户体验。同时，其在 供应链管理中的应用，可以实时监控库存和物流，降低运营成本， 提高效率。 此外，DeepSeek 大模型在食品安全监管方面也展现出巨大潜 力。通过实时数据分析，可以及时发现并预警潜在的食品安全问 题，确保消费者用餐安全。综上所述，DeepSeek 大模型的引入不 仅能够帮助餐饮企业应对当前的挑战，更能在未来的竞争中占据先 机。 以下是一些关键数据的列举： - 促销信息和优 惠券，提高顾客的复购率。 对于餐饮企业的营销策略，DeepSeek 可以通过大数据分析， 识别出不同客户群体的消费习惯和偏好，帮助企业制定更精准的市 场推广计划。例如，模型可以发现年轻顾客群体对健康饮食的关注 度较高，从而建议企业推出更多低卡路里或无糖的菜品。 此外，DeepSeek 还可以应用于员工调度和培训。通过分析历 史数据和实时业务情况，模型可以优化员工的排班表，确保在高峰

级子公司（如 重点骨干企业），但对三级以下基层单位（如区域分公司、项目公司、三级控股企业） 的运营状况（如具体业务执行、资金使用细节、日常风险事件）掌握有限，大量微观层 面的经营风险难以被及时发现。 （2）监管方式滞后于市场发展：传统手段与新型业务需求脱节。依赖年度/季度财 务报表审查和定期现场检查（如每年 1～2 次常规巡检），属于“结果导向”的滞后性 监管，无法对混合所有制改革、 控内容，同时，实现五类穿透的智能联动 和动态优化，将管理要求转化为数字规则，通过技术刚性执行保障穿透效力。 战略风险穿透是通过建立健全战略执行看板，实现对战略执行情况的实时监控和分 析，及时发现和解决问题，确保战略目标的实现。战略风险穿透要特别关注战略传导脱 节，集团战略在子企业执行变形（如盲目扩张非主业），重大投资失控，境外并购、新 兴产业投资未做多级穿透评估等主要风险。 财务风 与深度分析，为监管对象绘制出清晰的 “风险体征图”，既能穿透层层迷雾识别隐性 风险，更能精准定位 “核心病灶”，为靶向处置提供精准坐标。其核心价值在于：从 “全面扫描” 到 “精准聚焦”，从 “发现问题” 到 “溯源根本”。 以企业常见的 11 项重点风险为例，风险图谱可精准捕捉其独特 “体征”，并锁 定深层病灶： 风险类型 风险画像核心特征（标签） 核心病灶（根 源） ①过度负债

策略进行统一配置部署、同时进行，减少了配置 环节，发布效率大幅提升，极大减轻研发人员工作压力；全链路应用拓扑，可以观测容器状态变化，实时洞察所有 容器节点的异常流量和性能瓶颈，让运维人员先于故障发现潜在问题，快速排查；通过 IaaS 服务能力，实现容器的 安全隔离和跨异构资源的网络通信，在传统边界防护的基础上为业务安全提供深层次加固。 开发测试云依托云网融合技术，不仅大幅优化了 IaaS 打破了服务器物理隔离限制，做到按需分配，极大地提高服务器利用率。 四是建设智能运维系统，采用机器学习算法，对业务系统进行动态监测、自动伸缩、智能预警、根因分析乃至 异常自愈，实现高效自动地预防、发现、处理异常，因而大幅降低系统故障率，提高运营效率。 重庆农商行绿色数据中心是该行倾力打造“赤道银行”绿色环保理念、深耕绿色金融领域的绿色金融名片，以“绿 色、环保、节能、高效”为目标，开展数据中 以往各个系统运维信息孤岛，提供机器学习引擎，整合数据中心的软硬件数据，构建全行统一的智能数据湖，极大 地提高了数据中心运维效率。 引入大数据和人工智能技术，从海量监控数据和复杂的 IT 软硬件中学习和总结规律，自动、准确、快速地发现 异常、定位故障和预测风险，由此建立智能运维体系。该体系主要是围绕质量保障、成本管理和效率提升这三种基 本运维场景，逐步构建多样化智能运维场景。在质量保障方面，细分为异常检测、故障诊断、故障预测和故障自愈

优化 模型在边缘设备上的运行效率。同时，建立模型更新机制，确 保模型能够持续改进。 5. 监控与维护：建立全面的监控系统，实时跟踪模型的性能指标 和资源使用情况。通过日志分析和异常检测，及时发现并解决 问题。定期进行模型评估和重新训练，确保模型的准确性和稳 定性。 6. 用户支持与培训：提供面向业务部门的技术支持和培训，帮助 他们理解和使用 AI 大模型底座。制定详细的操作手册和最佳 为满足不同业务需求，计算资源将按需分配，并设置资源配额 和优先级策略。例如，实时推理任务将优先分配高性能节点，而批 量训练任务则可以在资源空闲时进行。此外，将引入自动化监控和 告警系统，实时跟踪资源使用情况，及时发现并解决性能瓶颈。 在数据存储方面，将采用分布式文件系统（如 HDFS 或 Ceph）和大规模并行处理数据库（如 Greenplum 或 Vertica）， 以支持海量数据的高效存储和分析。同时，为保障数据安全，将实 和决策需求。数据处理过程中，需部署数据质量监控机制，通过规 则引擎和异常检测算法，对数据进行实时校验与修复。 数据管理模块提供数据资产管理、元数据管理、数据血缘追踪 等功能，构建统一的数据目录和元数据仓库，便于数据的发现与使 用。通过数据血缘追踪技术，记录数据的来源、流转路径和使用情 况，确保数据的可追溯性和合规性。同时，数据层需集成数据安全 与隐私保护机制，包括数据加密、访问控制、数据脱敏和审计日志 等功

巡检效率低 , 运营成本高 现场抄表 费时费力， 存在安全隐 患 缺乏顶层设 计，智慧化 建设碎片化 , 不成体系 , 建成即落 后 缺乏 设备在线监 视，无法及 时发现故障 和分析利用 率 不能监测和 分析能源消 耗，造成能 源浪费 弱电系统、 网络、数据 中心等基础 设施老化， 服务感知差 节能降耗毫 无头绪 ，移动端执行签到、巡检、消缺 ，负责人审核闭环 电力监控 抢修队 24 小时 待 命 发现故障信号 识别是否误报 指挥处 理 多种提醒 规定时刻到达现场 行区间，为 “双碳” 工作提供数据依据。 变压器参数采集 设备基本信息 电流、电压 谐波含量 功率因数 负载变化 n 调整挂载设备 n 指引新能源设备配置 n 发现变压器节能空间 n 电压闪变治理 l 变压器损耗 l 变压器经济运行区间 l 变压器负荷的变化 分析 优化 能效比 SCOP 用来衡量制冷机房的实际运行水平。 能源站运行能效比 (SCOP)