....................................................................................18 3.3 系统总体结构和逻辑结构.............................................................................................19 3 依托市数据交换平台，建设网格化社会治理的块数据，并优 化升级网格化管理系统，夯实基层社会治理工作；  采用租用的统一云平台的方式搭建系统运行环境，促进市云 平台产业的应用落地； 3.3 系统总体结构和逻辑结构 3.3.1 总体架构 大数据云平台工程的总体架构分为应用层、支撑层、数据层和 基础设施层，系统载体包括 PC 端系统、移动应用系统和微信应用系 统三部分，总体架构图如下所示： 22 时进行相同数据的访问，保存处理的数据格式统一。 由于采用统一的 hcatalog 管理，因此在 pig 进行数据清洗后，可 以直接将数据存储到整合层的 hive 表中。  汇总层 汇总层又叫共性加工层，主要特点是针对特定应用逻辑，对数 据平台中存储的业务历史数据进行加工汇总和分析，供后续的业务 应用和集市使用。例如客户数统计、客户交易笔记统计等。 汇总层的作用即时提取常用的共性分析结果进行存储，为后续 应用提供系统的数据支撑。

，如果模型在回复你之前有一 长 串的思考过程（这个过程必须可以显示输 出） ，探索了很多不同的路径之后给出 答 案 ，那么有这个能力的大模型就是推 理大 模型。推理模型的核心在于处理那 些需要 多步骤逻辑推导才能解决的复杂 问题 推理大模型 推理大模型的概念大规模传播应该开始于 2024 年 9 月份 2024 年 9 月 12 日 ， OpenAI 官方宣 布了 OpenAI o1 推理大模型 复杂问题解决能力 优秀 ，能进行深度思考和逻辑推理 一般 ，难以处理多步骤的复杂问题 运算效率 较低 ，推理时间较长 ，资源消耗大 较高 ， 响应速度快 ，资源消耗相对较小 幻觉风险 较高 ， 可能出现“过度思考”导致的错误答案 较低 ，更依赖于已知的知识和模式 泛化能力 更强 ，能更好地适应新问题和未知场景 相对较弱 ，更依赖于训练数据 擅长任务举例 解决复杂逻辑谜题 ，编写复杂算法 ，数学证明 撰写新闻稿 撰写新闻稿 ，翻译文章 ， 生成产品描述 ， 回答 常识问题 成本 通常更高 通常更低 在应用方面二者各有擅长的领域 ， 而不是简单的谁强谁弱问题 n 如果你需要完成数据分析、 逻辑推理、 代码生成等逻辑性较强且较为复杂的任务 ，请选择推理大模 型 n 如果你面临创意写作、 文本生成、 意图识别等发散性较强且较为创意多样的任务 ，请选择通用大模 型 1.4 大模型的分 类 2.1 国外的大模型产品

台，并且扩容时 不需要中断业务。 2.3 项目建设要求 2.3.1 基础设施服务建设 基于云计算的高弹性、高可靠性、高冗余的特点，采用可行的云计算模式， 充分利用专用数据中心等基础设施构建逻辑集中、统一的电子政务云公共平台， 将物理分散的各类资源池化后统筹调度和管理，设计形成整体解决方案，能够 快速交付虚拟化基础设施服务，灵活高效地分配资源，提供不中断业务的设备 更新，提高政务基础设施运行效率，绿色低碳，节省电力。 云平台是云计算交付能力的集中展现，云平台通过基础架构环境的各个管 理角色系统调度底层 IT 资源（如：服务器、存储、网络等），再利用管理系统 间的管理联动，与云平台自身的流程审批、成本核算以及业务逻辑管理等功能 相结合，即可实现企业私有云平台的资源自助按需供给、应用资源弹性调度、 系统故障自动修复等高级管理特性。 云管理平台从资源接管、资源建模、资源申请、资源调度、资源使用、资 源监控、资源回收等方面形成闭环的 云数据中心引入服务器虚拟化技术后，对网络要求大二层设计，传统的 VLAN 技术设计云化数据中心网络存在种种限制，而基于新一代 VxLAN 技术实 现的大二层网络，能够通过在物理网络上叠加一个软件定义的逻辑网络，物理 网络不变，通过定义其上的逻辑网络，实现业务逻辑，从而解决传统数据中心 的网络问题，极大的节省了用户投资。 软件定义+网络虚拟化实现网络动态感知虚拟机迁移，实现网络策略的动态 跟随，真正实现云、网融合。 3）

64 3.3.1 自然语言理解模块.....................................................................67 3.3.2 业务逻辑处理模块.....................................................................69 3.3.3 多轮对话管理模块........ 自动转人 工 审批材料预审场景 针对企业注册、工程许可等材料密集型业务，智能体可实现： 功能模块 技术实现 效能提升指标 格式校验 基于规则引擎的 PDF/图片解析 错误率下降 62% 逻辑校验 自然语言理解交叉核验材料间一致性 平均处理时长缩短 45% 智能补正建议 生成带高亮标注的修改指引 一次通过率提升 28% 跨部门协同场景 通过智能体构建虚拟协作中枢，解决传统串联审批效率瓶颈。例如 系统内置动态规则引擎，支持超过 200 项审批规则的并行校 验。以下为典型审批规则的执行逻辑示例： 规则类型 校验维度 执行方式 异常处理机制 基础合规性 材料完整性/格式有 正则表达式匹配+文件哈 自动生成标准化补正清 规则类型 校验维度 执行方式 异常处理机制 效性 希校验 单 业务逻辑 申请资质关联性验 证 知识图谱路径分析 触发人工复核流程 政策时效性 法规条款适用版本

（防地址欺骗、VM 端口扫描等）、虚拟机资源限制等； 网络虚拟化安全：虚拟交换机：采用 VLAN 划分虚拟机组、对端口限速，禁 止混杂模式进行网络嗅探等；虚拟防火墙：设置安全访问控制策略，建立逻辑安 全边界； 存储安全：需要支持存储空间的负载均衡、冗余保护等； 高可用性要求：支持虚拟机的 HA(冷备)、FT（热备）、备份恢复等，实现故 障虚拟机的重新启用或快速切换，保障高可用性； 发事件的应急； （3）数据安全，尤其保障数据信息的 CIA（可用性、保密性和完整性）； 第 35 页 数据隔离：通过虚拟化层安全机制实现虚拟机间存储访问隔离； 数据访问控制：设置虚拟环境下的逻辑边界安全访问控制策略，实现虚拟机、 虚拟机组间的数据访问控制； 数据存储安全：为用户可选提供加密存储服务；虚拟机服务则建议用户对重 要的数据信息在上传、存储前进行加密处理； 数据传输安全：采用 政务外网云平台系统总体定位关系图 第 49 页 4.5总体网络架构 第 50 页 本项目核心网络依托于现有的政务信息网，新增安可应用区（后续简称安可区） 通过独立的核心及接入交换机来连接，实现扁平化管理。通过逻辑隔离，区分云 平台基础设施区。 第 51 页 4.6云平台整体架构 4.6.1 政务外网云平台整体架构 本项目通过政务信息网安可应用区基础设施的建设，构建自控可控资源池与云 服务，为后续

（防地址欺骗、VM 端口扫描等）、虚拟机资源限制等； 网络虚拟化安全：虚拟交换机：采用 VLAN 划分虚拟机组、对端口限速，禁 止混杂模式进行网络嗅探等；虚拟防火墙：设置安全访问控制策略，建立逻辑安 全边界； 存储安全：需要支持存储空间的负载均衡、冗余保护等； 高可用性要求：支持虚拟机的 HA(冷备)、FT（热备）、备份恢复等，实现故 障虚拟机的重新启用或快速切换，保障高可用性； 发事件的应急； （3）数据安全，尤其保障数据信息的 CIA（可用性、保密性和完整性）； 第 35 页 数据隔离：通过虚拟化层安全机制实现虚拟机间存储访问隔离； 数据访问控制：设置虚拟环境下的逻辑边界安全访问控制策略，实现虚拟机、 虚拟机组间的数据访问控制； 数据存储安全：为用户可选提供加密存储服务；虚拟机服务则建议用户对重 要的数据信息在上传、存储前进行加密处理； 数据传输安全：采用 政务外网云平台系统总体定位关系图 第 49 页 4.5总体网络架构 第 50 页 本项目核心网络依托于现有的政务信息网，新增安可应用区（后续简称安可区） 通过独立的核心及接入交换机来连接，实现扁平化管理。通过逻辑隔离，区分云 平台基础设施区。 第 51 页 4.6云平台整体架构 4.6.1 政务外网云平台整体架构 本项目通过政务信息网安可应用区基础设施的建设，构建自控可控资源池与云 服务，为后续

技术提出严厉批评，随后英国政府、美国 DARPA 和美 国国家科学委员会等机构大幅削减对 AI 的投资，使得 AI 研究陷入低谷。 发展历程 - 第一次低 谷 专家系统基于知识整理出来的规则，进行逻辑推理，来模拟和 延伸人类专家的决策能力，解决复杂的问题。 3. 人工智能的历史 发展历程 - 第二次高潮阶 段 第二次高潮阶段（ 1980 年 -1987 年） 3. 人工智能的历史 第二次低谷阶段（ 自然语言处理 语音处理 多模态分析推理技术 1. 人工智能的关键技术 感知技术 二 、关键技 术 人工智能研究的三个门派 符号主义，又称逻辑主义、心理学派或计算机学派，是一种基于逻辑推理的智能模拟方法，认为人工智能源 于数学逻辑，其原理主要为物理符号系统（即符号操作系统）假设和有限合理性原理。 典型代表： 1997 年 5 月，名为“深蓝”的 IBM 超级计算机打败了国际象棋世界冠军卡斯帕罗夫，这一事 在哪里” “ 发生了什么事” ” 为什么” “ 怎么做” 核心是两个，一个是理解自然语言，明白人的意图； 另一个是产生自然语言的文本，满足人的要求。 ChatGPT 背后的技术是什么？ 跟逻辑推理 有关的问题 跟事实有 关的问题 容易问题 难的问题 解决了什么问题？ 大语言模型也可按照其生态系统进行层次划分，包括场景层、应用层、功能层、模型层、平台层、算力层和社区层 大模型生态系统

.....................................................................................33 6.4.2. 信息包逻辑设计.............................................................................................34 6 技术为核心实现元数据的转换、接收、存储。 平台系统中的 web 应用部分，基于 J2EE 平台开发，采用多层软件结构，通 过 Web 表示层实现应用系统的用户接口，采用业务逻辑层和数据处理层实现基 础服务和应用系统的业务逻辑，通过数据存储层实现数据的集中存储和数据结 构的统一。Web 应用系统通过以 XML 作为数据接口标准，以 Web Service 标 准作为基础服务描述标准和数据接口标准。 换、流媒体播放、数字证书等 B/S 架构下的应用提供技术支撑；  系统数据层：统一的系统数据管理平台，采用 SOA 架构，屏蔽数据存 储位置和数据结构，实现对电子档案中心数据的统一管理；在逻辑上可 分为以下五个部分：  目录数据库：各种类型档案的条目信息以及索引信息；  全文数据库：馆藏档案数字化加工形成的电子全文以及将来直接接 收电子文件形成的电子全文；还包括全文索引数据；

、两个应用（办公自动化 系统和档案业务综合管理系统）和一个系统（安防和环境监控系统） 。应用系统 的部署以及相互之间的关系如下图所示： 政务外网（公众服务专网） 宁波档案（门户网站） 逻辑隔 离单向 访问 政务外网（资源共享专网） 档案局政务门户 办公自动化系统 档案业务综合管理系统 物理隔离 手工交换 政务内网网站 分布式目录中心：主要面向各区县档案局馆，在政务外网上建立一门式 档案目录检索系统，采用先进的 Web Service 技术实现全市各级档案目 录数据库的一门式联网检索， 实现分散异构档案数据的逻辑整合和共享。 2.2.2 用户分析 某市数字档案馆应用系统需要面向局馆内部 （50~60 人）、各委办局立档单位 （约 200 家）、各区县档案局馆（ 6 区 3 市 2 县）和广大公众提供档案信息服务， 区县档案局馆以及各委办局立档单位相连，可以进行数据交换和档案信 息服务； 2. 公众服务专网：是某市政务外网上的一个专网，和资源共享专网逻辑隔 离，资源共享专网上的用户及应用可以访问公众服务专网，但公众服务 专网则不能访问资源共享专网；资源共享专网和因特网逻辑隔离，社会 公众通过因特网可以访问公众服务专网，但公众服务专网内的用户或系 统不能访问因特网； 3. 政务内网：现在的政务内网即为原来的政务专网，应用主要有内网公文

1J2EE 应用构成，实现了面向应用的数据加工、管理、分析服务  实时分析平台：由高档 X86 服务器组成的集群，实现高时效、高并发的实时、准实时类管理分析需求 Page 48 数据交换平台 — 平台逻辑架构 POP 智慧税务大数据分析平台 智慧税务大数据分析平台 NAS 集群 物流 财务 供应链 人人贷 …… 云数据推送平台  云数据推送平台实现源系统数据一次获取 获、按需分发。 部署数据交换 平台和流程调 度平台程序， 各服务器通过 文件链接使用  按日期和源 系统建立数 据目录，缓 存每日接口 文件，供交 换平台访问 Page 52 流程调度平台 — 平台逻辑架构  Task Automation 驱动各 个平台、实现从数据存入 NAS 平台到数据集市生成 整个处理过程的工作流管 理 数据交换平台负责数据 抽取、文件级质量检 核、调用 Hive 按数据区划分工作 流，工作流不跨数据 区  临时区数据处理的工 作流部署在数据交换 换平台的加载服务器  贴园区和汇总区工作 流分别部署独立的服 务器 Page 57 基础计算平台 — 平台逻辑架构 VM VM VM VM VM VM VM VM VM VM VM VM VM VM VM 节点 VM VM VM VM VM 节点 VM VM VM VM VM 节点 节点 节点 节点