数字档案馆解决方案——建“档”伟业(60页PPT-东软)? ? ? ? ? ? ? 汇报提纲 东软在档案领域的实践 数字档案馆建设的背景 数字档案馆的建设目标和内 容 东软数字档案馆解决方案 东软承担本项目的各类保障 1 2 3 4 5 案例及总结 6 SEAS 数字档案馆建设背景 东软数字档案馆解决方案 Neusoft SEAS 政策环境 档案信息化面临的主要难题,随着国产 版式技术和电子文件元数据标准的的不 断完善和技术发展,一些先进技术势必 会引入到档案行业中从而带动整个档案 行业的不断发展。 SEAS 数字档案馆建设目标和内容 东软数字档案馆解决方案 Neusoft SEAS 建设目标 建设应用于局域网、政务网、因特网的数字档案管 理系统。 实现对电子文件、电子档案的网上接收 实现对档案资料的标准化、规范化、电子化的 安全保障体系建设 东软数字档案馆安全保障体系建设方案 法规标准 基础设施 组织管理 安全技术 全程控制 规章制度 标准规范 档案安全 保管环境 存储设备 利用设备 监控设施 预防设备 组织建设 协调交流 安全培训 平台安全 网络支撑 系统运行 服务应用 灾难恢复 前端控制 日常维护 容灾备份 利用与服务 恢复与抢救 业务监控 SEAS 东软数字档案馆解决方案30 积分 | 59 页 | 30.79 MB | 22 天前3
政务大模型通用技术与应用支撑能力要求丰、王婷、王宁、郑诗昊、石子豪、姬海南、陈尧、薛娇、张宜梅、张龙、刘凤月、姜帆、于希光、张 睿智、栾培培、戴鸿轶、王栋梁、张宝玉、李宗倍、秦祎晗、宋建平、徐祯琦、邰成刚、宋汝良、余雷、 熊欢、夏耀东、韩旭、柯鑫、肖世达、孙腾中、刘灵娟、朱一飞、陈伟、傅鹏、邱泳钦、张英博、张亮、 高红、苏志伟、苑辰、谷颖慧、王岭钢、任俊龙、刘增志、赵少博、颜峻、苏洋、张璟、肖敏、肖霖、 陈利明、马俊国、周建华、钟 第1部分:通用要求 GB/T 45288.3—2025 人工智能 大模型 第3部分:服务能力成熟度评估 3 术语和定义 3.1 模型优化 model optimization 提升模型执行速度,泛化能力,或改善利益相关方所关心的其他特性的方法。 [来源:GB/T 41867—2022,3.2.19] 3.2 强化学习 reinforcement learning;RL 一种通过与环节交互 大模型 large-scale model 大规模深度学习模型 large-scale deep learning model 基于大量数据训练得到,具有复杂计算架构,能处理复杂任务,且具备一定泛化性的深度学习模型。 注:大模型的参数有其功能和模态决定,一般不低于1亿规模。大模型训练使用的数据总量受参数 量的影响,达到收敛的大模型的参数量的对数与其训练数据总量的对数成正比。 [来源:GB/T5 积分 | 23 页 | 500.64 KB | 3 月前3
大模型在政务领域应用的实践及前景也声称在自主研发航天器使用的专属人工智能模型。专属 大模型由政府主导进行训练开发,所有环节均由政府进行把控,符合 安全合规要求。但同时,可能带来较高的开发成本,专属数据的训练 也可能使大模型涌现能力和泛化能力不足,智能化程度有一定折扣。 总的来看,采用哪种部署方式与国情政策、文化背景、技术实力、 部署成本等密切相关。以日本为例,两方面因素推动其采取订阅付费 模式。一是新冠疫情暴露出日本数字社会建设水平低的严峻问题,倒 评估和授权才可以使用 AIGC 工具。西雅图市要求,所有软件服务必 须经过政府采购流程,以确保软件服务经过必要的审查,员工使用生 成式 AI 服务,必须提交软件服务中心购买需求,获得部门批准。东 京都政府要求职员通过 Microsoft 的“Azure OpenAI”服务来使用 ChatGPT,并要求服务器停止处理个人数据,以此来降低系统导致的 数据泄露的风险。 使用行为方面,大部分国家和地区都详细列示了公务人员使用 是 3 达观数据 曹植 上海 公文写作 4 科大讯飞 星火 安徽合肥 政府办公、政务服务、智慧司法 是 5 商汤科技 商量 上海 政府办公、公文写作 是 6 中国科学院自动化研究所 紫东·太初 北京 智慧司法 是 7 阿里云 通义千问 浙江杭州 城市管理、政务服务 是 8 华为 盘古 广东深圳 智慧城市、政务服务、政府办公、决策辅助 是 9 智源人工智能研究院 悟道·天鹰0 积分 | 49 页 | 1.70 MB | 8 月前3
国产密码改造方案两种算法都属于分组算法,密钥长度均为 128 位,算法安全保密强 度及相关软硬件实现性能与 AES 相当,其中 SM1 算法不公开,仅以 IP 核的形式存在于芯片中,在市场上来看,SM4 比 SM1 使用更加广 泛。国产摘要算法是 SM3,SM3 主要用于数字签名及验证、消息认证码 生成及验证、随机数生成等,其算法公开。其安全性及效率与 SHA- 256 相当。 非对称算法可以用于身份认证、数字签名、安全密钥交换、数据加 国密局认可,密钥在中 心端产生,不符合数字 签名法相关要求。 基于上述对国密算法技术路线的综合分析和考虑,本次国密算法改 造将选择 SM2/3/4 算法体系,配套使用公钥基础设施 PKI,并建设东 山省高速****单位办公网电子认证基础设施,签发国密 SM2 算法数 字证书,通过数字证书将用户、设备身份与公钥进行关联绑定,将 数字证书作为网络上唯一的身份凭证,并以 SSL/TLS、数字签名技术10 积分 | 26 页 | 256.95 KB | 9 月前3
智慧税务行业大数据解决方案各业务部门制定明确的各类数据标准及数据 质量管理要求,将相关标准及要求固化到数 据源头系统中。 2 . 数据质量问题收集、分析及解决方案制 定:由业务部门对现有数据质量问题进行广 泛收集与分析,并由大风局配合业务部门将 数据质量问题分类,明确实际质量问题。 3 .数据质量提升方案执行:大风局协同业 务部门和征科针对不同数据质量问题的解决 方法制定详细解决方案,并共同落实执行相 湖南益阳 浙江嘉兴 国网总部 国网北京电力 国网天津电力 国网上海电力 国网重庆电力 国网河北电力 国网山西电力 国网河南电力 国网江西电力 国网四川电力 国网吉林电力 国网蒙东电力 国网陕西电力 国网甘肃电力 国网宁夏电力 国网新疆电力 丰富的多行业实践,如:政府、电力,金融、教育、医疗、运营商等 政府 电力 金融 教育 / 医 疗 运营商 国家税务总局20 积分 | 50 页 | 2.74 MB | 8 月前3
华为智慧税务大数据解决方案各业务部门制定明确的各类数据标准及数据 质量管理要求,将相关标准及要求固化到数 据源 头 系统中。 2 . 数据质量问题收集、分析及解决方案制 定: 由业务部门对现有数据质量问题进行广 泛收集与分析,并由大风局配合业务部门将 数据质量问题分类,明确实际质量问题。 3 .数据质量提升方案执行: 大风局协同业 务部门和征科针对不同数据质量问题的解决 方法制定详细解决方案,并共同落实执行相 国网重庆电力 国网河北电力 国网山西电力 国网河南电力 国网江西电力 国网四川电力 国网吉林电力 国网蒙东电力 国网陕西电力 国网甘肃电力 国网宁夏电力 国网新疆电力 云中苏大 西安电子科技大学 国家卫健委 国家医疗保障局 郑州大学第一附属 医院20 积分 | 51 页 | 3.76 MB | 8 月前3
政府端智慧工地监管平台-智慧工地安监平台解决方案(69页 PPT)调研相关部门组织架构,收集监管 平台功能搭建所需资料。 平台快速部署 2 周 东软以高效、快速、准确的部署方 式,尽快实现监管平台的落地。 相关人员产品使用 培训 2 周 东软会对监管平台用户进行功能使 用方面的培训,并提供优质的售后 服务,随时随地解决用户在使用方 面出现的问题。 项目迭代 6 个月以内,视 具体反馈进行迭 代 项目在使用过程中,东软会根据使 用反馈进行产品相关迭代升级。 软件集成与交付体系 软件集成与交付体系 出色的硬件选型能力: 对每款设备进行深度测试,熟悉每款设备特点,可以为项目选型提供有效建议 与硬件厂商保持良好互动: 设备厂商自主对接东软公开接口 设备厂商新品研发会征求东软的需求意见 设备厂商未上市新品会优先提供东软测试 优质稳定的弱电施工服务队伍: 在全国主要城市均有入围弱电服务商,施工范围覆盖全国 有健全的弱电施工服务商评价和管理体系,保证项目现场硬件安装施工水平10 积分 | 69 页 | 25.64 MB | 3 月前3
数字化转型方法论H 端到端流程。 项目定义与确立 产品开发 试生产 项目批产 产品设计 客户询价 OTS样件试制 ^ 枇产准备会议 t 枇生产初期特别皆理 产品过程审核 ^ 造型方塞设计一►造型方塞;东适] 類开发 I装开发 检貝开发 生产线优化 夕_ 导部件幵发 -► FMEA分析- 强检及3C认证 资湄插认/ 风险评估 樓呉设计 工装设计 检呉设计 外购件设计 OTS样 件 PPAPiA可 项目抿价过程昔理 祖雖 产 试生产 + 願客PPAP枇准 -J 项吕般价 项目d堪成立 r m 阶段性总结 阶段性总铝 ^ 关键件供应商确定 阶跳雜 产品设计/评审/验证碡 ■;东适 21 项目定义与确立 品设计 客户询价 t 荖求管理— 麵确細险评估 t 项e振价过程管理 + 朝瑕价 t 项目小组成立 2需求到设计 ► 造型方案设计 _► 造型方案冻结- . A10 积分 | 35 页 | 3.73 MB | 22 天前3
厦大团队:DeepSeek大模型赋能政府数字化转型1 大模型的概念 1.2 大模型的发展历程 1.3 人工智能与大模型的关系 1.4 大模型分类 大模型通常指的是大规模的人工智能模型 ,是一种基于深度学习技术 ,具 有 海量参数、强大的学习能力和泛化能力 ,能够处理和生成多种类型数据的 人 工智能模型 通常说的大模型的“大”的特点体现在: 2020 年 , OpenAI 公司推出了 GPT-3 ,模型参数规模达到了 1750 亿 2023 训练数据量大 计算资源需求高 参数数量庞大 大模型的设计和训练旨在提供更强大、 更准确的模型性能 , 以应对更复杂、 更庞大的数据集或任务。 大模型通常能够学习 到 更细微的模式和规律 ,具有更强的泛化能力和表达能力 学习能力强 大模型可以从大量的数据中学习, 并利用学到的知识和模式来提供 更精准的答案和预测 。这使得它 们在解决复杂问题和应对新的 场 景时表现更加出色 的大模型 。 它们利用大算力、使 用 海量的开放数据与具有巨量参 数的 深度学习算法,在大规模无 标注数 据上进行训练, 以寻找特 征并发现 规律 ,进而形成可“举一 反三” 的强 大泛化能力 ,可在不 进行微调或少 量微调的情况下完 成多场景任务 , 相当于 AI 完成 了“通识教育” 行业大模型 L1 是指那些针对特定行业或领域的大 模型 。 它们通常使用行业相关的10 积分 | 121 页 | 13.42 MB | 8 月前3
联通智慧党建平台党建平台市场定价 1. 党建平台政策背景 2. 党建平台市场需求 3. 党建平台产品介绍 市场竞争对手情况 竞争对手情况 移动:党建云平 台(月租型为 主) 腾讯(党建微信) 东软集团 烽火通信(悠趣) CEC 中国电子(党建云) 深圳银澎(好视通智慧党建平台) (主推远程会议) 远光软件(智慧党建平台) (注重 APP 的开发) 山东福生佳信(灯塔 - 党建在线)10 积分 | 32 页 | 10.67 MB | 9 月前3
共 31 条
- 1
- 2
- 3
- 4
