大数据基础设 施.pdfVIP

大数据基础设施

（图片来自网络，仅用于教学使用）

大数据基础设施是建立在云基础设施和应用之间的桥梁,基于领域认知智能

技术和统一的数据架构,建立数据层,对数据进行整合、治理、洞察与保护,打通

数据孤岛,实现数据的资产化、知识化、服务化,帮助组织打造数据驱动型组织。

一、特征

大数据基础设施具备5大特征:统一架构、全域化、平台化、智能化、安全

合规。

1.统一架构:大数据基础设施中的一系列产品,采用完整、统一的技术堆栈,

以实现全域数据的自由流动,提供一致的用户体验,更好地满足组织面向全域数

据、全域场景的融合管理需求；

2.全域化:全域数据是指一个组织所有经营活动的所有数据,包含全场景、全

类别、全生命周期。针对全域数据场景,大数据基础设施提供一系列的场景解决

方案;针对全类别数据,大数据基础设施提供全域数据治理能力,提高数据治理的

回报率;基于融合式中台,实现全域数据资产化、服务化、知识化；

3.平台化:大数据基础设施拥有强大的平台和生态能力,以适应组织已有的

基础设施和应用生态,不仅只输出技术和平台能力,还要与组织实现共创,最终实

现数据驱动型组织；

4.智能化:基于创新的数据编织架构和领域认知智能技术,通过智能的数据

资产知识网络,让数据与业务同频共振,驱动业务创新；

5.安全合规:通过构建独立的数据层,保障数据的独立主权,实现跨云数据的

安全合规与自由流动。

二、技术革新

以人工智能(AI)为依托的技术创新和变革正在为数字经济的发展带来更多

的机遇。创新的领域认知智能技术将推动数据要素全链条的市场化进程,打造从

数据生产组织到消费应用的闭环,成为推动数据产业高速发展的新引擎。

AI的发展分为三个阶段:计算智能、感知智能、认知智能。现阶段的AI技

术,距离让机器和人一样具有自我意识(即强人工智能)还有相当长的距离。而领

域认知智能,则暂时抛开机器自我意识不谈,基于认识论的基础,从业务域出发,

让机器获取特定知识,辅助人们解决特定的问题,则有其现实可行性和价值。

三、挑战

各行业在打造数据能力的过程中面临的挑战主要来自以下三方面，大数据基

础设施正是为了解决这些问题。

1.数据多样化挑战：新技术不仅带来数据量的激增，同时还带来数据的多

样化。全场景、全类别、全生命周期的全域数据，使数据的整合、治理、洞察和

保护变得更加复杂；

2.多云策略显著增加数据管理复杂性：云已为数字化提供更敏捷的业务能

力。多云已经是数字化转型过程中，基础设施最普遍的特点。然而，多云增加了

数据管理的复杂性，造成了更多的数据孤岛、更多的数据平台技术、更多的数据

整合技术、更多的安全合规挑战；

3.数据的价值难以发挥：云计算+SaaS的结合已成为大势所趋。数据不但

需要存储和备份，更需要最大限度地被利用，将数据从成本变成服务能力，实现

数据即服务，才能释放数据潜能，创造业务价值。

四、应用解决方案

大数据基础设施与合作伙伴生态联合创新推出的行业数字化解决方案，将有

效解决数据管理及服务的各种挑战。

1.数字政府：通过大数据解决民生面临两个问题:一是数据孤岛;二是数据间

的融合差，数据利用率低。利用大数据基础设施可打破数据孤岛，汇聚多方数据；

基于领域认知智能可对数据进行智能的清洗、筛选，提高数据的可利用率；

2.智慧城市：政府治理运用大数据，具有跨多部门数据共享、海量的结构化

和非结构化数据、敏感数据和涉密数据保护等特点。利用大数据基础设施可以提

高政府数据管理流程化、自动化和智能化，对各部门的数据实现合规监控、保护

和利用；

3.智能制造：工业大数据来源复杂，数据类型多样化，且对数据采集的时效

性等都有很高的要求。基于领域认知智能的大数据基础设施，将为智能制造构建

聪明的认知大脑，实现数据驱动生产制造、服务、运营和决策；

4.科技创新：从药品研发、生物工程到金融科技创新，都离不开大数据基础

设施。大数据基础设施支持海量的多种类型数据的采集、存储、处理和服务，能

够实现数据保护和数据合规，基于领域认知智能技术，实现数据知识化和业务智

能化，为科技创新注入崭新动能。