“云数融合科教创新”基金课题申报指南 - 教育部科技发展中心.doc

“云数融合指南 落实相关政策 “双一流”建设的战略人才培养的，科技发展中心新华三集团联合 “云数融合 科教创新”基金，在与国家战略相关的行业应用与转型或重大民生问题等方面，与高校共同就的联合研究、教学、行业应用案例开发等开展全面的合作。 建设内容 旨在通过云数融合相关的科研课题研究云计算和大数据相关技术创新支撑和服务，和 五年的时间内，在全国范围内遴选百所高校，集、人才培养、地方经济转型、助力万众创新为一体的，创新资源包括、课题资源、资源、创业资源平台资源 二、项目意义 践行国家、教育部关于产教融合、科教融合、协同育人及双创等几个大方面的政策 1. 通过该基金，企业为高校提供云数融合领域相关科研课题资源； 2. 培养的专家完善 3. 借助高校的人才资源和企业丰富的项目经验，催生开发更多的科研成果；利用中心和企业丰富的行业经验，促进科研成果的推广转化，以及推动科研专利的输出； 4. 推动地方大数据研究院建设，拉动地方产业经济推动行业大数据工程实验中心建设，促进产业创新及高速发展 5. 促进教学资源的共享，助力建设完善的专业及课程体系，保证人才培养质量，为创新、科研提供有力保障 三、 申报条件 优势专业充足的科研人员储备与地方产业相关的专业。 必须使用。 序号 系统名称 要求 1 云计算平台核心系统 云计算平台基础管理系统 能够支持计算网络和存储资源的申请 能够支持虚机物理机等服务 能够支持大数据平台的申请使用扩容缩容统一管理等自助服务 虚拟化管理系统 大数据平台核心系统 大数据平台基础管理系统 系统支持web图形化集群管理和监控支持集群的自动安装 系统能够处理PB级非结构化数据； 系统对于大规模数据加载速度大于2TB/小时 对于数据的大规模更新、删除操作，速度大于10000行/秒 千亿行级别的数据表间做关联，关联结果集千万以内的情况下，响应时间在一分钟以内，结果导出时间在5分钟以内 数据预处理综合应用系统 大规模数据实时计算系统 大规模数据流式处理系统 数据服务综合应用系统 资源协同调度管理系统 集群综合管理系统 数据存储与计算系统 大规模数据加载系统 大规模非结构化数据科研系统 大规模结构化数据科研系统 3 应用创新开发平台 系统支持一站式 系统可提供 一站式数据预处理平台 数据服务综合运营平台 4 教学实训管理平台 大数据综合实验管理平台 系统可提供实训的数据集 系统提供数据集管理、实验项目管理、维护； 系统提供自定义图形图表，便捷生成数据可视化效果 仿真大数据实训数据集 数据可视化实训系统 4. 申报院校必须任命专业技术带头人，并且配备的教师 四、课题说明和建设要求 1. 根据产业的发展需要，设立，选择课题方向进行 类别 课题方向 课题介绍 基础科学研究 海量、异构的大数据直接导致数据处理效率低下。运用大数据思想、分布式计算理念、融合多种先进架构技术，来提高数据处理、数据血缘关系分析、数据质量管理、元数据管理等工作。 数据运营策略探讨 各类型、各行业的数据经过处理存储在大数据中心，如何促进数据流通，规范数据交易行为，维护数据交易市场秩序，向社会提供完善的数据交易、结算、支付、安全保障、数据资产管理等综合服务，是大数据产业下一阶段面临的大问题。 基于提高大数据平台性能的软硬件技术融合研究 除了大数据软件技术的研究与发展，基于大数据技术特性的相应硬件技术的研究也是一个重要方向。从数据采集、数据分析、数据展示等方面都需用到硬件资源支撑。 数据的去冗余和高效率低成本的数据存储方法 大数据中有大量的冗余，消除冗余是降低开销的重要途径。大数据的存储方式不仅影响效率也影响成本，需要研究高效率低成本的数据存储方式。需要研究多源多模态数据高质量获取与整合的理论技术、错误自动检测与修复的理论技术和低质量数据上的近似计算的理论和算法 深度学习中神经网络系统的设计方法 神经网络的设计方法，包含了研究人员对人脑的理解方式。CNN、RBM，以及Andrew项目组设计的网络，都各有各的特色。神经网络框架的设计是非常有研究价值的模块。 云计算环境下的安全问题研究 大数据驱动的网络流量安全分析 利用机器学习对全量网络数据和应用信息进行深度分析，尝试发现其中的规律和趋势，自动建立模型，使网络具有自动识别攻击、挖掘和清除未知威胁的能力。 应用科学研究 大数据时代下的新闻学发展方向 利用自然语言处理技术，包括语音识别与语义分析，建立大数据时代的媒介平台。实现新闻同步提取、分析与编写，以数据为中心，进行深度挖掘和分析，提升舆情研究和服务，创造更有价值的信息。 运用大数据技术助力环境保护。 借助云计