1) 当应用或服务进行跨网传输时，引用提供的 SDK 包，发布数据到消息队列中。 2) 内网传输系统获取信息，对信息进行数据处 理，生成二维码传输到外网。主要进行消息订阅获 取数据、过滤敏感数据、数据权重设置和拆包、传 输数据加密、数据缓存、启动定时器更新数据、生 成多张二维码进行数据跨网传输、多张二维码拼接 成一张图像，当未获取相关数据并生成二维码的情 况时，由于定时器从缓存数据中未获取到相关数据， 内网传输系统对外网数据进行接收。主要包 括获取数据、解密数据、同步数据和删除缓存等。 其中，针对火炸药行业应急信息传输特殊性及安全 性，特别进行敏感数据过滤及应急信息权重设置： ① 对敏感数据进行过滤。根据关键词库过滤和数 据上下阈值过滤 2 种过滤规则，对敏感数据进行过 滤。获取传输数据后，根据关键词库过滤规则，基 于 Lucene 分词原理对维护数据进行词组的拆分，与 关键词库对比；根据数据上下阈值规则，对拆分数 码来提高传输数据的效率。 4) 对生产应用系统产生的数据可进行权重设 置，通过调整数据的权重，从而达到权重越高，数 据越先传输的效果。 5) 针对敏感数据可进行过滤，支持维护敏感数 据过滤规则，过滤规则主要以关键词库过滤、数据 上下阀值过滤为主，当触发敏感数据规则时，系统 记录日志，并以邮件通知相关人员，且不对数据做 后续处理[10]。 4 结束语 围绕火炸药行业应急管理事前、事发、事中、

安全可控的保证，发挥数据的最大价值。 医疗大数据安全解决方案 构建于 Hadoop 生态系统的流通平 台 结合主流大数据框架实现数据存储、 资源管理和计算 UID 技术 UID 使得敏感数据无法识别及复原 基于 Docker 技术安全沙箱 提供基于 Docker 容器化技术，实现任 务的弹性扩容、按需分配、环境隔离 安全大数据体系 Kerberos 安全认证、 Knox 安全网

重新定义了智能计算的分布格局，更深 刻改变了整个产业的商业模式和价值创造方式。 端侧 AI 的崛起源于多重因素的共同推动。首先是数据隐私和安全需求的日益增长，越 来越多的企业和用户认识到，将敏感数据保留在本地处理的重要性。其次是实时性要 求的不断提升，工业控制、自动驾驶、智慧医疗等关键应用场景对毫秒级响应时间的 刚性需求，使得云端处理的网络延迟成为不可接受的瓶颈。第三是经济性考量，随着 边缘计算的兴起标志着智能计算范式的根本性转变。传统的云计算模式将所有数据上 传到云端处理，面临着越来越严峻的挑战：海量物联网设备产生的数据洪流使得网络 带宽成为瓶颈；实时控制应用无法容忍云端处理的延迟；隐私敏感数据的传输和集中 存储带来安全风险；能源消耗和碳排放成为可持续发展的制约因素。边缘计算通过将 计算、存储、网络等资源下沉到数据源附近，实现了数据的就近处理和实时响应。更 重要的是，边缘 AI 的 式解决了数据传输的成本和风险。隐私保护的模型训练服务满足合规要求，联邦学习、 差分隐私等技术保护数据隐私。模型质量与隐私级别的权衡可调。审计日志记录所有 操作。合规认证满足 GDPR 等法规要求。这种服务让敏感数据也能产生价值。边缘计 算的数据处理降低了延迟，数据在产生地附近处理，只传输处理结果。5G 网络提供高 带宽低延迟连接。边缘 AI 推理实时响应。数据过滤减少传输量。本地存储缓冲应对网 络中断