“數字城市”公共智慧底座項目解決方案

解解決方案第一章項目概述 51.1項目背景 51.2建設原則 51.3建設依據 7 91.5建設范圍 1.6總體要求 第二章平臺建設要求 2.1數據湖服務平臺 2.1.1數據資源湖建設 2.1.2公共數據服務 2.1.3數據中臺建設 402.1.4數據資產湖建設 2.1.5政府數據開放服務 652.1.6數據運營 2.1.7數據運維 912.1.8數據標準體系建設 922.2人工智能公共服務平臺 932.2.1人工智能應用服務 932.2.2人工智能運營管理 972.2.3人工智能算法訓練 2.2.4人工智能公共服務引擎 2.2.5人工智能技術服務體系 2.3CIM公共服務平臺 1242.3.1CIM標準規(guī)范 1242.3.2CIM數據專題圖層 1252.3.3CIM數據管理 1262.3.4CIM模擬分析引擎 1272.3.5CIM應用超市 1282.3.6CIM示范區(qū) 1282.3.7GIS軟件 1292.4區(qū)塊鏈公共服務平臺 2.4.1區(qū)塊鏈公共服務 2.4.2區(qū)塊鏈運營管理 2.4.3區(qū)塊鏈公共服務引擎 2.4.4標準規(guī)范要求 2.5物聯感知公共服務平臺 2.5.1物聯基礎管理 2.5.2物聯公共應用 2.5.3物聯公共服務引擎 2.5.4統(tǒng)一服務門戶 2.5.5物聯應用使能 2.5.6物聯標準建設 2.6視頻綜合公共服務平臺 2.6.1視頻公共應用 2.6.2視頻公共運營 2.6.3視頻服務總線 2.6.4雪亮工程升級 2.6.5服務器和存儲系統(tǒng)要求 2.7統(tǒng)一應用公共服務平臺 2.7.1公共智慧底座總門戶 2.7.2統(tǒng)一應用服務 2.7.3鹿政通APP 2.7.4統(tǒng)一運營管理 2.7.5統(tǒng)一運維管理 2022.7.6統(tǒng)一基礎管理 2072.8基礎支撐平臺 2082.8.1物聯網建設 2092.8.2政務外網組網要求 209讓城市更聰明一些、更智慧一些?！?021年《國務院政府工作報告》中指出：加快數字化發(fā)展，打造數字經濟濟發(fā)展指導意見的工作部署，結合XX市《關于貫徹落實<XX市推進數字經濟和數字化發(fā)展三年行動計劃（2021—2023年）>的實施方案》，圍繞“強富美高”加強5G、物聯網、云計算、區(qū)塊鏈、大數據、人工智能等新一代信息技術數據的正確性、有效性和相容性;數據發(fā)生故障或用戶輸人數據不合理的情況下計時要考慮到新技術，新產品出現時對本系統(tǒng)的兼容性;當業(yè)務需求、外部環(huán)境是要符合工作人員的思維方式和工作習慣，方便非計算機專業(yè)人員的使用;二是《國民經濟和社會發(fā)展第十四個五年規(guī)劃和2035年遠景目標綱要》《中共中央關于制定國民經濟和社會發(fā)展第十四個五年規(guī)劃和二〇三五年工業(yè)和信息化部2018年6月發(fā)布《工業(yè)互聯網發(fā)展行動計劃信息化部《信息技術人工智能機器學習模型及系統(tǒng)的質量要素和測試方法》《信息技術人工智能面向機器學習的系統(tǒng)框架和功能要求》（T/CESA《信息技術智能設備操作系統(tǒng)身份識別服務接口》GB/T36468-2018《物聯網系統(tǒng)評價指GB/T51243-2017《物聯網應用支撐平GB/T37044-2018《信息安全技術物聯網安全參考模型及通用要求》GB/T36951-2018《信息安全技術物聯網感知終端應GB/T37025-2018《信息安全技術物聯網數據傳GB/T37093-2018《信息安全技術物聯網感知層接入通XX省2012年8月發(fā)布《無錫國家傳感網創(chuàng)新示范區(qū)發(fā)展規(guī)劃綱要（2012-2020）》得感，使智慧城市建設更有溫度，更有人情味。旨在通過本項目的建設，助推XX數字化改革進入深水區(qū)，爭創(chuàng)全國縣域級新型智慧城市建設的先行區(qū)、理念包括數據湖服務平臺、人工智能公共服務平臺CIM公共服務平臺、區(qū)塊鏈公投標人針對本項目現狀及實際需求，提供數字XX公共智慧底座總體方揮數據資源的綜合效益，實現XX城市運行狀態(tài)和事件實時監(jiān)測、數據分析通過數據探查主要對來源數據進行數據探查分析政務信息資源元數據：政務信息資源元數據包括核心政務信息資源代碼：參照GBT210634-2007《政務信息資源目錄體系第4部可通過數據資源目錄的展示功能查看數據處理平臺內所有數據源的數據結構定數據湖，第三方數據源商業(yè)數據通過API接口推送方式匯聚到數據湖?；?非結構化格式文件的讀寫，以及通過多種協(xié)議與其他應用系統(tǒng)的交互。對于支持對接各種主流數據庫，如Mysql、Oracle、SqlServer、postgresql和文件）、非結構化文件（文本、圖片、音視頻等）和特定日志文件(文本文件、Excel文件等)的數據進行采集，將數據整理或導出為固定格式，然后通過數據支持的數據導入方式：從源系統(tǒng)通過物理拷貝、橋接、導入/導出、ETL等數據采集接入工具：Flume、Sqoop、Canal和ETL，支撐離線集采集的全部數據，按源系統(tǒng)的數據格式臨時存儲，為數據檢查和ET數據處海量的結構化、半結構化、非結構化數據可利用云化RPA（Roboticprocessautomation）是機器人流程自動化的簡稱，是以軟是能與Web系統(tǒng)非常友好的進行數據交互，包括數據回填和數據采集。息系統(tǒng)的支撐。通過磁盤數據結構提供消息的持久化，這種結構對于即使數以業(yè)務系統(tǒng)數據遷移需要將實時數據庫中的歷史數據與實時數據整齊地通過Kafka消息隊列輸出到Hadoop數據湖的Hbase中進行存儲。實時數據庫中配套輸出適配器將緩沖區(qū)的數據解析并生成指定格式的數據，實時向Hadoop數據湖業(yè)務系統(tǒng)數據源，結構化數據通過Sqoop/Nifi腳本進行批量的導入，在MysqlBinlog則是一種實時的數據流，用于主從節(jié)點之間的數據復制，我嚴重影響，對平臺的實用性危害極大，所以具有將數據加載到HDFS上的能力，加載數據的格式包括定長格式格式和名值對格式。同時支持的編碼格式包括UTF-8、GBK等，支持的行分隔符為CR、LF、CRLF，支持追加或者覆蓋的是順序寫，也就是在文件創(chuàng)建時的寫入或者在現有文件之后的添加操作。HDFS底層分布式文件存儲系統(tǒng)采用HDFS，它被設計成適合運行在通用硬件同點。但同時，它和其他的分布式文件系統(tǒng)的區(qū)別也是很明顯的。HDFS是一個高度容錯性的系統(tǒng)，適合部署在廉價的機器上。HDFS能提供高吞吐量的數據訪3.基于Kerberos認證支持安全認證及文件訪問權限控第20頁業(yè)中數據傳輸中的數據恢復,是一種編碼容錯技術。他通過在原始數據中加入新的校驗數據,使得各個部分的數據產生關聯性。在一定范圍的數據出錯情況下,數據塊進行恢復,原則如下:如果校驗數據塊發(fā)生錯誤，通過對原始數據塊進行編碼重新生成。6.基于集成平臺一鍵啟動HDFSHA高可用功能，排除8.提供數據負載均衡工具，盡量均勻的將數據（二）分布式數據庫Hbase（Column-Oriented）、適合存儲海量非結構化數據或半結構化數據的、具備高可靠性、高性能、可靈活擴展伸縮的、支持實時第21頁存儲在Hbase中的表的典型特征：）：任務進行運行。其學習成本低，可以通過類SQL語句快速實現簡單的MapRedHive作為建立在Hadoop上的數據倉庫基礎構架，提供了一系列的工具，可以用來進行數據提取轉化加載（ETL）操作，這是一種可以存儲、查詢和分析存儲在Hbase中的大規(guī)模數據的機制。Hive定義的簡單的類SQL查詢語言-HQL，允許熟悉SQL的用戶快速查詢數據。同時，這個語言也允許熟悉MapReduce開發(fā)者的開發(fā)自定義的mapper和reducer來處理內建的mapper第22頁默認采用集群模式。提供支持網絡、可基于內存亦可持久化的日志型、Key-Value數據庫，并提供多種語言的API。它通常被稱為數據結構服務器，因Redis用于緩存加速場景，大幅減少后端數據庫的IO壓力，存儲數據庫緩量IO，增加后端數據庫壓力。添加Redis后，第一次的數據讀取會從數據庫中消耗IO獲取，然后緩存在Redis中，第二次讀取時會優(yōu)先從Redis數據庫中獲不同，關系在圖數據庫中占首要地位。與關系數據庫或其他NoSQL數據庫相比，第23頁求。可以執(zhí)行CREATETABLE語句指定表的冷熱存儲策略為：全熱部存儲在SSD）、全冷存儲（數據全部存儲在HDD）、冷熱混合存儲（指定一定數量的分區(qū)存儲在SSD，其余數據存儲在HDD）。數據入庫開始是在RealTime引擎，經過build會應用冷熱存儲策略，將數存儲在SSD，其余分區(qū)為冷分區(qū)，存儲在HDD。N的值可以在指定冷熱存儲策略源湖部分主題庫及BI大屏報表等高價值密度的海量結構化數據存入結構化數據第24頁數據的交換，對接城市大腦存量XX市各部委辦局系統(tǒng)數據主要包括:人工智能庫、物聯網庫、CIM庫、區(qū)塊鏈庫、統(tǒng)一應用服務庫，第25頁實時查詢：通過presto實時查詢引擎，以SQL語言作為接口的分布式實時查詢引擎，可以對PB級的數據進行快速的交互式查詢。它支持標準的ANS|SQL似于通過字典中的檢索字表查字的過程。全文搜索搜索文件搜索：能夠對數據庫，文件服務器，HDFS等分布式文件存儲，等多種表格，標簽等等，漢字識別率超過98%?？蓪TML、Htm、Txt，Word、Excle、Ppt、Pdf，OFD等常見第26頁索和分析引擎，一鍵搜索除了應包含全文搜索第27頁成的數據集，完成數據質量校驗后，有管理賬第28頁數據資源管控功能是數據由資源數據各類基礎庫和專題庫數據向數據共享求和問題做出及時準確的反饋，大屏數據從不同的第29頁第30頁冊、登錄、創(chuàng)建應用、申請接口、接口調用第31頁用戶可以將查詢出的數據按照訪問量或下載量或更新時間或數據容量從大數據容量、數據提供者、數據領域、數據格式、第32頁相關應用：以圖標+列表形式展示出應用了該數據集的相關應用，方便用戶支持數據預覽、數據接口API、數據圖譜、數據可視化、數據集下載快速入對于用戶獲取的數據共享集的預覽數據支持基于BI智能引擎自助式可視化第33頁若有更新則會將最新的數據集進行更新并在用戶中心的<我的訂閱>模塊中以右展，體現事件與實體間的關聯；并利用時序第34頁支持并以EXCEL格式保存到本地，以便查看數據集目錄的集合。第35頁支持并以EXCEL格式保存到本地，以便查看數據集目錄的集合。放，新增數據集默認狀態(tài)為不開放。支持對服務接口審核是用于管理員審核服務接口注冊信息,需要審核服務接口的在關文件。服務接口的發(fā)布和刪除必須經過管理平臺的線_上審核審批后才能進行除和服務啟停等。大數據局審批后才允許使用服務，已發(fā)布的服務,必須經過中密、身份認證、權限管理和流量控制等多重手段保證API安全，降低API開放風險。提供代理訪問真實API的能力，數據供應方的真實API僅暴露給數據共享平臺，其它用戶看到的都是數據共享平臺提供的代理訪問地址;為上層開發(fā)者第36頁用戶可以將查詢出的接口按照訪問量或下載管理賬號對服務API接口進行設置，可將API接口設置為開放、受限開放和不開放，新增API接口默認狀態(tài)為不開放。只有開放或者受限開發(fā)的接口才可以接口預覽支持對應接口返回結果內容樣例展示，將接口返回Demo樣例，方第37頁管理賬號對受限的API接口申請進行審批，只有審批通過的接入請求才能按前平臺URL地址，并附上申請接口時所提供的應用的AppSecret，才能正確調用服務接口文檔編制上傳需要對原始接口文檔按照政務信息系統(tǒng)互通接口管提供API服務快速錄入的能力，用戶可以通過Swagger文檔快速導入RESTful，或通過WSDL文檔快速導入WebService,亦或是手工錄入API?？梢?、支持RESTful反向代理能力支持手工錄入和通過Swagger文檔導入API服務。適應于后臺以RESTful的形式提供服務,同時希望網關仍然以RESTful的2、支持WebService轉RESTful能力支持通過指定WSDL文檔自動生成第38頁RESTfulAPI功能。適應于后臺以WebService的形式提供服務,同時希望網關轉服務接口發(fā)布是對服務接口正式對外發(fā)布,發(fā)布的服務接口會與政務服務信布服務、已發(fā)布服務和待刪除服務的形式展示當前發(fā)布狀態(tài),每種發(fā)布狀態(tài)按照第39頁加委辦局和大數據局的溝通交流，獲取各委辦局支持對交流內容進行分類匯總分析，幫助大數第40頁第41頁數據轉換是將從業(yè)務應用系統(tǒng)抽取出來的不同格式的業(yè)務數據轉換為數據第42頁第43頁到端的，也就意味著數據只能被客戶端加密和解密。HDFS從來不會存儲或訪問未加密的數據或者為加密的加密key。這滿足了2個典型的加密要求靜態(tài)加密：HDFS層級加密適合在數據庫級別和文件系統(tǒng)級別之間的棧進行第44頁第45頁Reduce函數接受Map函數生成的列表，然后根據它們的鍵縮小鍵/值對列表。第46頁ApacheSpark是一個開源的，通用的分布式集群計算引擎。Spark擁有HadoopMapReduce所具有的優(yōu)點；但不同可以保存在內存中，從而不再需要讀寫HDFS，因此Spark能更好地適用于數據發(fā)，統(tǒng)一的大數據應用，對數據進行協(xié)處理，流式處理，交互式布式并行數據庫技術和Hadoop進行結合，幫助用戶能夠直接查詢存儲于HDFS和Hbase的數據而不用進行數據遷移或者轉變。Impala設計之初就定位為），個節(jié)點上，由各個節(jié)點上的QueryExecEngine負責子查詢的執(zhí)行，最后返回子Impala的查詢效率比Hive有數量級的提升。從技術角度上來看，Impala之所以能有好的性能，主要有以下幾方面的原因:第47頁省掉了MapReduce作業(yè)啟動的開銷。MapRImpala完全拋棄了MapReduce這個不太適合做SQL查詢的范式，而是像通過使用LLVM來統(tǒng)一編譯運行時代碼，避免了為支持通用編譯而帶來的不用C++實現，做了很多有針對性的硬件優(yōu)化，例如使用SSE指令。任何種類數據的Hadoop，但是需要交互式響應，用戶就不得不把數據轉移到一Time-to-Insigt：Impala具有秒級，分鐘級別的響應速度，能夠讓用戶更第48頁ApacheFlink是一個框架和分布式處理引擎，用于對無界和有界數據流進像ApacheSpark也只能兼顧高吞吐和高性能特ApacheStorm只能支持低延時和高性能特性，無法滿足高吞吐第49頁所謂狀態(tài)就是在流式計算過程中將算子的中間結果保存在內存或者文件系Flink能夠分布運行在上千個節(jié)點上，通過基于分布式快照技術的Checkpoints，將執(zhí)行過程中的狀態(tài)信息進行持久化存儲，一旦任務出現異常停止，Flink能夠從Checkpoints中進行集成在Tablelibrary中提供，在流和批上都可以用此API開發(fā)業(yè)務。通過SQL層Runtime本身就是一個流與批統(tǒng)一的引擎，而SQL可以做到API層的流與第50頁而SparkStreaming對離散數據流的轉換操作在執(zhí)行過程中會被映射到核心RDD口選取范圍在0.5~2秒，延遲要求越高，則窗口時間越短?？傮w而言，Spark另外，SparkStreaming的容錯性是轉換操作：兼容原始Spark操作符，將離散數據流的操作映射到原始RDD操作符，包括map、reduce、groupBy、join等。通過轉換操作，應用程序可以第51頁流式處理引擎基于開源ApacheStorm，是一個分布式、可靠、容錯的實時時間內沒有獲得成功處理響應的數據，會在Spout處進行重發(fā)，供后續(xù)Bolt再第52頁精確一次：數據成功傳遞，不丟失，不冗余處理NimbusHA機制，避免了Storm集群中Nimbus成為單點問題，從而導致集該Worker所在節(jié)點上的Supervisor會重新在該節(jié)點上重新則該節(jié)點上的所有分配的任務會超時，而Nimbus會將這些制，且是無狀態(tài)的，并不影響正在該節(jié)點上運行的worker，但是會無法接收新的Worker分配。當Supervisor失效時，Nimbus也是無狀態(tài)且快速失效的。當主Nimbus失效時，備第53頁具有MPP（大規(guī)模并行處理系統(tǒng)）的性能，比其他Hadoop里面的SQL引擎彈性執(zhí)行引擎：可以根據查詢大小來決定執(zhí)行查詢使用的節(jié)點及Segment支持多種分區(qū)方法及多級分區(qū)：比如List分區(qū)和Range分區(qū)。分區(qū)表對性多種UDF（用戶自定義函數）語言支持：java,python,c/c++,perl,R動態(tài)擴容：動態(tài)按需擴容，按照存儲大小或者），與Hadoop系統(tǒng)無縫集成：存儲、資源、安裝部署（Amb第54頁完善的安全及權限管理：kerberos；數據庫，表等各個級別的授權管理。7）近實時查詢開發(fā)方案Hbase+ESHbase適用于大表的存儲，通過單一的RowKey查詢雖然能快速查詢，但是作為一個高性能，采用Java5開發(fā)，基于Lucene（同時對其進行了擴展）的全文搜索服務器，提供了比Lucene更為豐富的查詢語言，同時實現了可配置、可LilyHbaseIndexer是一款靈活的、可擴展的、高容錯的、事務性的，并且近實時的處理Hbase列索引數據的分布式服務軟件。LilyHbaseIndexer使件，并用來保證寫入ES中的Hbase索引數據的一致性自定義的抽取，轉換規(guī)則來索引Hbase列數據。ES搜索結果會包含用戶自定義第55頁API，從而構建知識圖譜，提升數據應用圖譜分析引擎支持用戶根據不同的業(yè)務場景或業(yè)務需求進行個性化的圖譜圖譜分析引擎可將存放在數據資源湖的數據進行連通調用及規(guī)則適配的映第56頁為提升行業(yè)數據建模分析的響應能力，平臺融合常用TensorFlow、kera、sparkmlib、Orange等算法模型框架，通過可視化的數據分析和機器學習建模第57頁第58頁供靈活多變的行篩選機制，可以通過組合并集和或第59頁行、每日新增開放數據集數量及總量、每日第60頁高精企業(yè)、數字創(chuàng)新實驗室的專題數據集資產。效數據資產集是基于數據資源湖基礎庫和各類專題庫通過數據中臺計算分析第61頁據、公共底座主題數據。不涉及國家安全、商業(yè)秘密和個人隱第62頁基礎數據集的主要數據來源為XX市人口基礎數據、法度價值數據的一部分，供特定部門和專屬人員調加工、匯總、計算和分析，按照城市運營特色，沉淀出12類特色主題庫數據。第63頁數據管控功能是數據由資產湖向數據開放服務平臺遷移的流程和質量管控第64頁實時查詢：通過presto實時查詢引擎，以SQL語言作為接口的分布式實時查詢引擎，可以對PB級的數據進行快速的交互式查詢。它支持標準的ANS|SQL即席查詢:即席查詢是用戶根據自己的需求，靈活選擇查詢條件，系統(tǒng)文件搜索：能夠對數據庫，文件服務器，HDFS等分布式文件存儲，等多種表格，標簽等等，漢字識別率超過98%?？蓪TML、Htm、Txt，Word、Excle、Ppt、Pdf，OFD等常見第65頁索和分析引擎，一鍵搜索除了應包含全文搜索湖里，有效促進數據在湖里的流動，形成湖水內將數字創(chuàng)新實驗室里沉淀的有價值數據，反哺到第66頁第67頁冊、登錄、創(chuàng)建應用、申請接口、接口調用第68頁按照數據主題分類對全市開放數據資源進行統(tǒng)一展示,展示的內容包括數據瀏覽量、數據下載次數以及數據簡單介紹(包括所屬)等,可以通過點擊更多按鈕進行更多部門展示的數據,包括資源發(fā)布部門、資源摘要、更新時間、評價信息根據開放數據提供機構進行展示,具體展示的信息包括資源主題分類、數據第69頁用戶可以將查詢出的數據按照訪問量或下載量或更新時間或數據容量從大據集詳情包括:摘要、資源代碼、標簽、更新周期、資源格式、數據單位地址、相關應用：以圖標+列表形式展示出應用了該數據集的相關應用，方便用戶支持數據預覽、數據接口API、數據圖譜、數據可視化、數據集下載快速入對于用戶獲取的數據集的預覽數據支持基于BI智能引擎自助式可視化數據若有更新則會將最新的數據集進行更新并在用戶中心的<我的訂閱>模塊中以右展，體現事件與實體間的關聯；并利用時序系統(tǒng)提供審核功能可對服務請求方的請求信息進行審核,只有審核確認的用系統(tǒng)提供服務資源審核功能,服務注冊發(fā)布后,系統(tǒng)對服務接口信息進行核系統(tǒng)對服務請求方、用戶、資源進行了分級管理,支持服務以及目錄權限控級,控制用戶可訪問和訂閱的范圍,可基于行政層級系統(tǒng)發(fā)布的服務會選擇發(fā)布的目錄,通過發(fā)布目錄來確認發(fā)布范圍,同時設置共享等級,根據共享等級來保證哪些申請方可以瀏覽訂閱該資源。通過對共享數據訪問方式的控制以及數據顆粒度控制,服務方實現對自身共享數據的管理,支持并以EXCEL格式保存到本地，以便查看數據集目錄的集合。支持并以EXCEL格式保存到本地，以便查看數據集目錄的集合。放，新增數據集默認狀態(tài)為不開放。支持對中應用大數據，助力業(yè)務發(fā)展和產業(yè)升級。為了安全考慮，接口需要用戶申請據用戶可以將查詢出的接口按照訪問量或下載管理賬號對服務API接口進行設置，可將API接口設置為開放、受限開放和不開放，新增API接口默認狀態(tài)為不開放。只有開放或者受限開發(fā)的接口才可以接口預覽支持對應接口返回結果內容樣例展示，將接口返回Demo樣例，方入參:列出調用接口時都需要傳入哪些參數及參數描述。講述哪些是必傳哪出參:統(tǒng)一接口返回數據格式,帶有返回碼和消息體內容,自動帶入，申請方需選擇對接的應用或者創(chuàng)建管理賬號對受限的API接口申請進行審批，只有審批通過的接入請求才能按前面加上當前平臺URL地址，并附上申請接口時所提供的應用的AppSecret，才能正確調用接口，返回對應的數據，同時平臺為了安全，也會對接口的調用做應用超市是用來展示已經接入數據開放服務的社會面應用系統(tǒng)、便民生活應用詳細信息頁面展示應用的具體信息包括:應用名稱、數源單位、所屬領提供給普通用戶對個人信息進行管理的模塊,主要包括用戶個人資料維護、查看自己相關應用的狀態(tài)、應用名稱、應用領域、應用AppSecret、查看接口、支持對交流內容進行分類匯總分析，幫助大數任務集中在Hive和shell腳本，怎么讓大量的ETL任務準確完成調度不出現問具體的任務執(zhí)行器，同時也支持HA，當主節(jié)點掛掉后，會選舉出一個從節(jié)點充第80頁匯聚整合任務，支持數據中心數據資源的準確庫等數據庫基于日志、觸發(fā)器、時間戳等方式的對任務的刪除編輯等操作。新任務支持cron表達式轉換和第81頁通過配置任務的DAG上下游節(jié)點來維護配置任務的依賴關系，通過對DAG賴調度、任務主從切換、任務隊列等待、失敗重依賴關系，通過任務依賴來自動映射數據加工第82頁者值得關注的一部分。如果數據出現了錯誤，可以幫助用戶審視數據關系，溯源數據錯誤，數據血緣以歷史事實的方式記錄每項數據的來源,處理過程,應用對接情況等,記錄了數據表在治理過程中的全鏈血緣關系。數據血緣就是通過對數據處理的全過程追蹤,找到以某個數據對象為起點的所有與該對象相關的元數據和它們第83頁第84頁的應用場景來構建，如果沒有應用場景構建脫敏，用戶數據的分類管理，以及支撐不同業(yè)務應用第85頁第86頁數據湖環(huán)境下的多租戶CDH平臺需要具備多租戶資源管理能力，支持PB級的服務支持等。多租戶Hadoop平臺框架如左圖所示，可以滿足統(tǒng)一數據存放，提高數據湖數據共享率，優(yōu)化資源調度策略，提升數據湖資源利用率，支撐PB理、資源管理、機構管理、權限管理，應用及數據提交的任務運行情況(歷史任務/正在運行的任務)、所擁有的數據列表、密鑰申管理、用戶/租戶針對CDH平臺組件的權限管理(YA第87頁），（2）湖和倉有統(tǒng)一的開發(fā)體驗，存儲在不同系統(tǒng)的數據，可以通過一個統(tǒng)（3）數據湖與數據倉庫的數據，系統(tǒng)可以根據自動的規(guī)則決定哪些數據放實時數據的查詢服務，又能承載分析報表、批處理、數通過對機器學習和AI算法的支持，實現數據湖+數據倉庫的閉環(huán)，極大地基于100%自研的分布式數據庫內核，湖倉一體數據平臺。面向聯機數據中第88頁SQL、NoSQL、Object并存，避免了傳統(tǒng)數據湖、數據倉庫獨立建設帶來的ETL多計算實例兼容MySQL、MariaDB、PostgreSQL、SparkSQL高容量、高擴展性支持4096臺物理服務器的擴容能力，能夠提供萬億級、百PB級的海量數據高并發(fā)處理能力。強大的分布式事務能力支持事務ACIHTAP混合負載能力基于多副本隔離機制，實現計算、I/O資源互不干擾的生態(tài)兼容提供豐富的生態(tài)對接，支持包括Tableau、PowerBI、帆軟、SmartBI第89頁利用Docker,基于kubernetes主打的容器技術與微服務應用基礎平臺，使用資源隔離，基于linux提供的LXC技術,EDH提供靜態(tài)的資源隔離分利用計算資源。創(chuàng)建分析引擎及計算引擎鏡像，部署到docker中?；赿evicemapper動態(tài)擴容、縮容，將中心湖的數據進行分片，然后同步導入到沙第90頁沙箱管理系統(tǒng)管理下的實驗室環(huán)境，這套沙箱第91頁第92頁件層面、系統(tǒng)層面、Hadoop集群層面進行監(jiān)控，一旦監(jiān)測到數據加工鏈路或者處理；一般預警/告警移動端消息自動推送到運維人員，通知運維人員在一定時第93頁運營管理、人工智能算法訓練、人工智能服務引擎等內容。通過實現AI算法技術的持續(xù)升級，滿足各部委辦局在其業(yè)務實戰(zhàn)場景下的AI算法技術應用個性化人工智能應用服務平臺主要為各部委辦局調用人工智能能力的應用服務平成功上架應用成熟的AI算法為依托與精準訓練的算法模型有效的協(xié)同運作，最法模型及服務部署等模塊組成完整的AI解決方案。全球領先的圖像、語音、NLP等多項人工智能技術，共享AI領域最新的應用場接口體系，實現了多個AI服務、應用服務的AI開放，并提供咨詢服務幫助創(chuàng)建利用人工智能AI，數據和分析的智能工作流程，并將人工智能愿望轉化為切實本平臺基于數字XX建設中使用AI技術資源的功能、使用場景等介介紹人工智能公共服務平臺首頁、AI服務、最新動態(tài)。第94頁當前城市建設最新的AI算法和算法模型，其次還可以了解AI技術最新分享。各部委辦局或頭局企業(yè)也可以通過人工智能公共服務平臺查看各部委辦局分享出AI服務體驗：用于各部委辦局對AI模型初步體驗了解與使用，同時還可以對AI模型應用場景提供參考，各部委辦局根據自己業(yè)務需要做初步篩選和參AI模型：AI+BI雙核驅動做各部委辦局的數字軍師通過內置AI算法自動挖AI服務是介紹人工智能門戶網提供所有AI服務，主要提供人工智能基礎引人工智能基礎引擎是大數據局初始化人工智能公共服務時在人工智能運營人工智能算法模型是各部委辦局根據各自業(yè)務需求在算法訓練平臺訓練后共享出來的算法模型，現AI服務子菜單如下：第95頁AI服務體驗是對人工智能公共服務提供的算法力進行體驗。如語音聽寫能AI智能知識庫是結合認知和語義理解”一搜即達”提高知識第96頁算法管理主要展示各部委辦局所共享的所有算法信息以及算法更新迭代信提問或創(chuàng)建問題反饋遇到的問題，提交到大數第97頁具服務的發(fā)布上架，提供能力開放的標準API和SDK方式接入，為前臺支持對XX城市大腦公共智慧底座建設中所有可使用的AI技術模型發(fā)布、下運行質態(tài)展示大數據對所有各部委辦局使用人工智能模型和應用的動態(tài)數據統(tǒng)一監(jiān)測，讓用戶直觀了解數據內容，實時掌第98頁對告警信息進行過濾、去重、關聯、歸并以及執(zhí)對，系統(tǒng)能夠自動判斷其是否出現變更，并在發(fā)生異常第99頁供基礎的告警通知流程功能，系統(tǒng)可以根據策略果展示列表、成果展示查詢、成果展示下載模型管理是對各部門自己進行人工智能算法模型訓練或第三方供應商進行委辦局按類別找到所需的模型，這一形式在本據模型被接入單位數量及情況對模型具體下架時間及模型下架公示時間進行審作流，指定不同的發(fā)布手續(xù)、不同的采集人、平臺提供了每個模型所配置的資源使用情況的預警告警實時展示及消息通便在其他功能界面中涉及這些基礎數據的相關操作時能快速的進行選擇而不用實現對AI算法技術的持續(xù)升級，各類用戶在其業(yè)務實戰(zhàn)場景下的AI算法技術應算法訓練平臺的首頁提供對登錄用戶在本平臺的全局使用數據做一個總體看審批狀態(tài)。如果無需審核，已申請的訓練注的數據是指算法開發(fā)人員利用其它第三方標注工具已平臺進行數據在線標注的數據，主要包括圖片、音標注類型（圖片分類、圖像分割、目標檢測、O在為數據集導入數據時，分為3種情況：①數據來源該模塊能主要用于算法訓練人員根據數據類型選擇數據集進行在線標該模塊能主要用于算法訓練人員對本地已經訓練好的模型或系統(tǒng)中訓練好人工智能算法倉庫，支持對算法技術的持續(xù)深化、特定需求的模型訓練，實現AI算法技術的創(chuàng)新和持續(xù)升級，支持在框架類中訓練各類用戶在其業(yè)務實戰(zhàn)場景下的AI算法技術應用個性化需求。算法倉庫以數據探索-數據離群點分析、數數據特征分布分析、模型數據預處理-數據矯正、數據光滑、數據規(guī)約、數據規(guī)活的可視化界面，能夠滿足不同的深度學習場景運營管理人員在算法模型倉庫中，可對某個），人工智能技術是由引擎+模型組成，模型是通過大量數據經過訓練后得到的工智能公共服務引擎不僅提升人工智能在各種場景下的應用給各個行業(yè)帶來巨建設基于Docker技術的智能引擎框架，為人工智能公共服務的活性。智能引擎框架支持多種Docker技術的加載應用和運行，第一種提供基礎務；第二種提供預裝選配的Docker服務模式，框架已加載深度學習框架TensorFlow、PyTorch、Caffe、Kears等，機器學習框架Spark、Theano、Scikit-learning等，以及算法模型支撐的K-means、KNN等算法，能夠支持算法模型服務無縫發(fā)布運行；第三種提供適配加載Docker的靈活服務模式，支持第三方Docker能夠遷移載入，實現算法模型的無縫融入，快速提供服務。語音識別服務就是讓機器通過識別和理解過程把語音信號轉變?yōu)橄鄳奈囊糇R別，前者只能識別一個或幾個人的語音，提取駕駛人員的身份信息，輸出關鍵字段，營業(yè)執(zhí)照識別:基于行業(yè)先進的光學字符識別技術，將圖片上的文字內容直過字符比較，返回帶比較文本和標準文本之間的相似度得分，得分值為<=1.0，引入和定制用于實現智能行政審批的關鍵AI能力，其中重點對行政審批業(yè)務中票據，圖片，表單，合同等文件的AI識別和讀取能力進行加強和定制，如光學字符識別（OCR）能力，表格讀取能力，長文本內容的智能讀取等，對行政審批領域特有的AI算法和模型進行長期的迭代和改進。審批相關AI模型：光學字符識別（OCR）模型：對影印版文檔，合同，票據等文件進行文字識別，提取文件中的文字，是智能審批流程處理的第一步。模型需要同時支持中/英文的識別。需要針對具體改造的審批業(yè)務中出各類形式的實線表格。需要針對具體改造的審批業(yè)務中出現的文檔進行定制和身份證讀取模型：通過AI模型讀取申請材料中的身份證的正反面信息，包簽名定位模型：定位文檔中的簽名，判斷文檔中是否被正確簽名，是否有請材料中是否蓋章一般是審批人員進行審核時候進行的必須的步驟。針對具體的真實性和有效性。需要針對具體改造的審批業(yè)務中出現的文檔進行定制和優(yōu)手寫體數字識別模型：識別審批文檔中的手寫體數字。部分業(yè)務中申請表格模板中含有未填寫的數字內容，企業(yè)/個人用戶下載后打印出來，并通過手寫的形式完成申請表格。識別此類申請文檔/表格中的數字需要通過手寫別模型來完成。需要針對具體改造的審批業(yè)務用打勾，填叉或填實的方法選擇自己的申請選項。通過AI模型將這些勾選項識語義，提供對該領域知識的共同理解。語義Web（theSemanticWeb）是在本體以理解的語義，在本體的支持下實現信息系統(tǒng)間語義上的互操作性，以及對Webword，excel，網頁，pdf等等，在質量上，也是表現得參差不齊。這極大地提高了知識圖譜的自動構建的難度。系統(tǒng)提供以下一套完整的解決方全面集成XX市人才、項目、政策服務資源，集成發(fā)布各類項目申報信息，鏡排查危險人員，查詢人員信息，實現人員的實為持續(xù)鞏固農村人居環(huán)境整治成果，利用無人機對農村村貌高清航拍歸檔，展現村貌變遷記錄。通過大數據、人工智能技術對垃圾、污染等自動識別，以”人工智能基礎服務為人工智能認知服務和人工智能應用服務提供基礎的軟1幫助用戶通過機器學習技術發(fā)現已有數據中23的硬件加速資源，結合預裝的圖形渲染軟件Maya、3DMax等，為用戶提供專業(yè)級的圖形加4為用戶提供基礎設施和工具以加速云計算上人工智能建模服務主要為用戶提供人工智能開發(fā)研究過程中各個環(huán)境的工123對訓練好的模型進行發(fā)布，可在平臺內被其它架，提供支持多種主流AI開源框架應用運行的人工智能統(tǒng)一開放框架，通過標環(huán)境。主流的深度學習框架包括TensorFlow、Caffe、MXNet、CNTK配，實現對TensorFlow、Caffe、MXNet、CNTK等深度學習框架支持、數據依托BIM、GIS、大數據、物聯網、人工智能、區(qū)塊鏈等技術為基礎，整合參照國家、XX省和XX市標準規(guī)范及行業(yè)標準，結合XX市實際需求，梳理數據資源類數據規(guī)范：XX市城市信息模型基礎平臺數據資源目錄標準、XX市城市信息模型基礎平臺數據匯交標準、XX市城市信息模型簡單模型數據加工的數據關系，利用AI人工智能多維賦能，實現基于空間關系的數據融合，建立CIM中心數據庫需要收集錄入XX市現有BIM模型數據，包括規(guī)劃報建BIMCIM基礎平臺包括數據匯聚和治理平臺、全息展示平臺、CIM二次開發(fā)接口，為各部門開發(fā)CIM+應用提供支撐。同時與統(tǒng)一應用公共服務平設計通用性的數據管理模塊，管理從數據湖共享的數據、從內部其他系統(tǒng)通過二次開發(fā)API接口管理和應用中心實現平臺數據的集成與擴展，基礎平模塊、數據接口模塊、前端UI模塊及其他模塊在內的數據API和功能API。染、瀏覽、操作、漫游、二三維聯動、BIM模型比對等功能。加載XX市底圖數一步通過平臺分析與模擬引擎支持按照規(guī)則協(xié)議進行地址別名識別等，并支持匹配成果下載，結果數據可導出為excel格式。和模型，通過AI算法和人工智能進行分門別類的羅列和呈現，供后續(xù)應用中快模，建立分層分戶數據模型，建立業(yè)務數據輸入度上進行信息、人員和空間的高效管理，支撐主管部門支持二三維一體化的空間數據采集、存儲、管理、分析、處理、制圖與可信息)。聯盟名稱可以根據聯盟用途進行命名，聯盟描述可以詳細介紹聯盟內數途變更，對聯盟名稱進行更名，以及對聯盟通過應用名稱和應用描述，介紹應用數據相關業(yè)務用戶下載數據上鏈模板，將業(yè)務數據按照模板據。數據內容包括,上鏈數據哈希，上鏈時間、交易哈希、區(qū)塊高度。支持導出上鏈數據質態(tài)，包含應用名稱、上鏈部委、共享應用信息。支持對部委應用上鏈數量上節(jié)點管理包括啟動、停止、開啟記賬、停止記賬、段包括字段名稱、字段長度、是否索引等，定義好3.支持成員權限設置，包括節(jié)點管理權限、聯盟管理權限、記賬等3.應用模板應包括數據存證、合同存證、積分、商品追溯、版權2.支持數據存證、合同存證、積分、商品追溯、版權存證等典型應4.支持應用的運維管理，包括應用部署、應用參數查看、應用狀態(tài)、應用4.防止任何獨立的共識節(jié)點未經其它共識節(jié)節(jié)約成本，提高政府行政效能，提升政府管理能力。建立適應XX城市發(fā)展的物基于TCP連接的設備，提供TLS安全傳輸機制，對于基于UDP連接的設高擴容至千萬級聯接，百萬級并發(fā)，支持設備同時在線數目≥10萬，數據上報并發(fā)處理能力≥500TPS，數據推送并發(fā)處理能力≥500TPS，API接口調用并發(fā)處物聯基礎管理平臺主要實現對接入的海量感知設備進行統(tǒng)一的接入管理和周期管理、邊緣網關管理、協(xié)議管理、證書設備生命周期管理是對各部委辦局建設物聯網終端進行全生命周期檔案信直接使用平臺前端頁面，或者通過平臺提供的API接口，對終端設備進行遠物模型使用場景:前端通過模型定義動態(tài)展示設備運行狀態(tài)或者設備操作界面。服務端可通過統(tǒng)一的API獲取物模型并進行相關操作,如:在發(fā)送設備消息該功能主要是用來監(jiān)控和查看部署在系統(tǒng)服務器中的設備監(jiān)聽服務運行情列表形式展現服務相關信息并且支持excel文件的導出。該功能主要為了跟蹤從物聯網設備發(fā)送的數據到數據預處理后統(tǒng)計分析以據權限，根據業(yè)務可以不斷補充接口的維度，展示所有API被調用的情況，記錄用來編輯和復用一定的規(guī)則內容，避免用戶在規(guī)反饋結果的推送API后，指令信息會寫入kafka集群的交互發(fā)主題中，并且緩存設備信息服務,從基本庫中每24小時同步一次設備數據和設備配置信數據中心中的配置方式進行api推送或者socket推送，同時數據保存一份寫入按年月日的方式寫入redis中保存，并且記錄日志信息提供給日志系統(tǒng)分析。數據中心中的配置方式進行api推送或者socket推送，同時數據保存一份寫入按年月日的方式寫入redis中保存，并且記錄日志信息提供給日志系統(tǒng)分析。發(fā)送指令調用API接口傳輸指令和反饋API推送地址。告警API接口：給項目查詢歷史預警告警數據；數據查詢API接口：記錄日志信息提供給日志系統(tǒng)分析；上下行消息分析：上行消息日志主要包括：設備發(fā)生消息到Topic，消息流首先，是XX一張圖展示各部委辦局在各區(qū)鎮(zhèn)的整體統(tǒng)計分析支持進行設備數據共享/取消共享，共享后各部委辦局可以直接調閱共享數過點擊設備圖標可以查看相應的設備信息，單位信息，設備名稱/編碼，運行狀），支持告警規(guī)則的新增、編輯、刪除，停用/啟用；規(guī)則支持根據物模型屬性進行表達式配置；支持根據區(qū)域下所有設備或指定設名稱、當前處理狀態(tài)、設備型號實現對重點設備已產生的告警日志全面查詢.還通過各類感知設備對空間中的人、事、物進的感知來及時發(fā)現城市運行足，對于不再滿足觸發(fā)條件事件記錄系統(tǒng)自間下的接入的實時數據信息，還可以單獨分該功能主要是分析所有接入設備接入的實時數據通過設備配置閥值中臺產息，還可以單獨分析某個設備的實時預警數據信息。且平臺提供API接口給項目支持資產維度下設備種類、在線/離線情況分析，設備的告警情況分析，操⑤根據所選擇的設備類型來統(tǒng)計分析展示設備國標/行標協(xié)議適配器：提供部分強監(jiān)管領域（如交通、數據波動，對于設備上報數據持續(xù)超出合理范關方式接入平臺。邊緣網關接入方式架構圖如下所示。邊緣網關直接通過MQTT問的設備，其可以調用的API。通過應用集成可以對外部系統(tǒng)訪問平臺匯聚的感應用管理主要負責創(chuàng)建應用、啟用應用、停用應用等。應用作為訪問平臺為其生成應用的APPKey和APPSecret，作為調用平臺的API的憑證。API、并且配置應用接收平臺推送消息的地址，配置完成后應用才可以開始和平通過API訪問平臺資源，通過應用授權控制通過API具體能訪問哪些資源，另外對于應用可調用的API也可以在應用授權中進行管控。用戶可以方便的選擇滿足其需要的各個組件，即包括IoT終端設備，網絡，應第一種方式，基于平臺呈現的API接口進行開發(fā)；開發(fā)者自行準備開發(fā)環(huán)平臺提供多樣的RestfulAPI給應用開發(fā)者，方便應用開發(fā)者能夠基于平下發(fā)的命令，應用服務器可以調用物聯網平臺開放的API接口向單個設備或批量備的遠程控制。物聯網平臺有兩種命令下發(fā)機供的物模型標準API開發(fā)；硬件開發(fā)者基于平臺提供的標準協(xié)議開發(fā)；從而達到3）數據分析API報修、新建、改造等工作，平臺會自動動態(tài)監(jiān)支持在地圖上直觀查看各個視頻監(jiān)控設備是否離線或在線（用圖標顏色區(qū)顯示。展示同一個立桿上的所有視頻監(jiān)控設備信息，根據設備類型/部門名稱查地圖上對該地點缺失監(jiān)控設備進行標注，方便用戶科調閱查看和修改。進行組合查詢，并以列表形式返回查詢結果?？刹榭磫瘟繉氩⑼瓿蓴祿ｒ?，能夠將設備查詢結果以EXCEL格式文件導出。1、變更點位信息流程：單純的原有點位信息的變更，流程由業(yè)2、改造新建流程：該類點位ID為平臺新增點位信息的ID，流程由業(yè)務部CIM視頻融合是將實景視頻數據與虛擬三維模型關聯融合其中實景視頻可（1）建設數量統(tǒng)計：支持前端設備的總數統(tǒng)計，并按照標簽分類，視頻鏡（3）視頻鏡頭運行指標，支持一、二類鏡頭的在線率、一機一檔建檔正確（5）支持各區(qū)域的指標查看，包括視頻鏡頭運行、人臉抓拍、車輛抓拍的（5）定期運維的成果展示，提供當前完成進展及趨勢的展示，支持各類運（4）核心設備和存儲性能統(tǒng)計。支持對支撐視頻綜合公共服務平臺業(yè)務的（5）支持按照各個部門的完好率指標數據查看，支持對各個區(qū)域的監(jiān)控設對設備進行實時的巡檢,在3-5秒鐘內對一路圖像的信）；支持新增、修改、撤銷、刪除布控（符合GAT1400.3附錄AA.17布控對支持視圖庫服務器（符合GAT1400.3附錄AA.21聯網服務器對象）的管基于GB/T28181協(xié)議，雪亮工程視頻平臺做為下級域，將全部視性與靈活性，為各行業(yè)視頻監(jiān)控業(yè)務提供高）；支持GB/T28181-2011（根據ParentID掛載父子關系）及GB/T28181-2016（根據行政區(qū)劃掛載父子關系）方式的目錄推送；支持GB/T28181-2016支持標準國標碼流協(xié)商方式；支持第三方獲取PS負載H264；支持信令TCP），），設備下發(fā)配置/命令，訂閱設備產生的告警、事件等等。然而，不同廠商的前端視頻圖像資源，使得其他部門系統(tǒng)可以在其系統(tǒng)中應遵循此標準。GB/T28181《安全防范視頻監(jiān)控聯網系統(tǒng)信息傳輸、交換、控制控資源按照其他維度進行劃分，實現監(jiān)控資源更加貼夾，將個人重點關注的監(jiān)控資源進行收藏，實稱、用戶名稱、IP地址以及操作時間進行組合，形成水印疊加在畫面上，防止意第三方云存儲都能接入到綜合視頻公共服務平臺,為各項圖像、視頻業(yè)務的存監(jiān)控點國標編碼進行唯一性鑒定,通過請求流的起始時間與結束時間確定歷史流建設內容主要包括將雪亮工程平臺接入防火墻和交換機更換為萬兆，政務口，或者18個40GE高速接口；通過選擇FC接口板，整機最高可以支持48個FC/FCoE/Ethernet的融合端口。通過選擇安全接口板，還可以支持防火墻、入支持邊緣虛擬橋EVB(EdgeVirtualBridging)，通過VEPA(VirtualEthernetPortAggregator)模式實現將虛擬機VM(VirtualMachine)產生的數量轉發(fā)，同時還解決了虛擬機與網絡之間的TRILL（TransparentInterconnectionofLotsofLinks，多鏈路透明互之中，建立了一個靈活、易擴展的高性能二層網絡架構。采用支持軟件定義網絡（SoftwareDefinedNetwork，SDN）是一種創(chuàng)新的網絡架構體系。其核心技術Openflow通過將網絡的控制層和數據轉發(fā)層進行分離，），和維護）及能效以太網（EEE），充分滿足了數據中心對設備高性能及綠Macsec是一種非常適合于以太網的Hop1.報文加密：通過加密算法和密鑰，將明文變成亂碼的密文，支持AAA，RADIUS認證，支持用戶帳號、IP、MAC、VLAN、端口等用戶標識支持最多8個端口聚合；支持最多128個聚合組；支實現CPU保護功能，能限制非法報文對CPU的攻擊，保護交換支持基于端口的VLAN，支持基于協(xié)議的VLAN；支持本地端口鏡像和遠程端口鏡像RSPAN；符合IEEE802.3az（EEE）節(jié)能標準,端口定時down功能（Schedulejob）,支持端口休眠，關閉沒有應用的端口，節(jié)省能源.設備基本要求用先進的多核網絡專用架構,非X86的多核架構或ASIC架構,硬件平臺采用多核處理器，使用64位MIPS多核處理器，處理器最低配置為4核心以上并行處理CPU（RMI或者IPS入侵防御吞吐量數SSLVPN用戶數本次配置8個，最大需支持支持將任意接口數據完全鏡像到設備自身的相鄰設備間的通信故障，減小設備故障對業(yè)務的影響。通過與動態(tài)路由協(xié)議聯動，縮短收斂時間，提升可靠性。支持線路過載保護功能，當某條外網線路擁塞時，自動將其流量切換到其他鏈路；系統(tǒng)對各出口的流量帶寬進行實時監(jiān)測，當自身接口的流量帶寬超過配置的閾值時，新建會話的流量將不再從這個接口轉發(fā)。當此接口的流量帶寬回落到正常值以下時，新建會話的流量再恢復從這支持虛擬系統(tǒng)技術。支持在旁路模式下對流多鏈路負載均衡支持智能鏈路負載均衡技術，可動態(tài)探測鏈路響應速度并選擇最優(yōu)鏈路進行轉發(fā)。支持基于源、基于源和目的、基于會話等多種負端口的方式探測被監(jiān)控鏈路或被監(jiān)控服務器支持對服務器的負務器狀態(tài),支持服務器負載均衡，支持智能基于應用的健康監(jiān)測支持HTTPGET、DNS請求和TCP端口的方式支持免費ARP廣播，ARP客戶端認證（基于OSPF、BGP和RIPv1/v2（動態(tài)路由協(xié)議非透傳）支持策略路由、支持ISP路由并內置多由；支持基于會話的原路回包功能，可設置優(yōu)先于路由策略而通過會話表中的入接口進行回包；支持基于動態(tài)端口應用協(xié)議的策略路由；支持基于角色、用戶、用戶組的策略支持地址自動配置功能，包括全狀態(tài)自動配置（StatefulAutoconfiguration）和無狀以及手工配置，并支持IPv6/v4雙協(xié)議棧功能透明、路由模式下支持將多條鏈路帶寬進行的端口擴展技術，突破傳統(tǒng)單個公網地址要求支持基于標準SYSLOG及二進制的日志格式，且需具備高性能硬件日志服務器設備供護，包括地址欺騙攻擊、路由通告欺騙攻擊PingofDeath、Smurf、支持會話控制功能，要求能夠限制會話新建支持DNS代理黑白名單功能，用戶可通過該服務端口、物理端口等方式對數據進行訪問認證用戶提供有效期功能，并在登錄成功頁支持本地用戶通過Web認證后，通過認證登支持對使用SSL代理功能支持請求、例外、外模式是針對cert-subject-name為為黑名則不會對連接做代理；卸載模式是設備檢測然后將解密后的數據以明文的方式發(fā)送給支持對使用SSL代理功能自定義執(zhí)行動作，支持對使用SSL代理功能自定義執(zhí)行動作，支持對使用SSL代理功能自定義執(zhí)行動作，阻斷指定加密算法，包括DES、3DES、RC支持基于策略方式的網頁重定向功能。當用多出口鏈路下支持選擇最快響應鏈路建立支持登錄SSLVPN后自動打開可自定義的網頁支持對登錄SSLVPN的用戶端系統(tǒng)進行端點安全檢查，至少包括指定文件、指定進程、3DES、AES128、AES192、AES256，SHA-256、支持速連VPN部署技術，中心端自動下發(fā)配智能移動終端免客android智能終端無需安裝客戶端程序即可支持2個系統(tǒng)軟件并存，并支持系統(tǒng)軟件回滾，防止配置不當或系統(tǒng)故障造成的網絡中錄支持監(jiān)控設備系統(tǒng)資源的實時狀況，包括管理功能：中、英文操作界面，支持命令行下操作。提供手機APP，實施監(jiān)控展現設備等狀態(tài)，提供防火墻威脅分析服務，包括攻擊級別展示、攻擊類型分析、攻擊者和受害有效性檢測，避免因NAT地址無法使用導致支持在NAT的動態(tài)端口資源利用率達到一定值時,設備能夠主動發(fā)送告警信息通知設備要求支持基于應用的流量統(tǒng)計功能，包括短要求支持基于應用的會話統(tǒng)計，包括短時間護防御未知SQL注入需采用基于語法分析的檢測模式、有效防御未知SQL注入或XSS攻擊，對常見注入點的過濾CC攻擊或HTTP需具有四種檢測技術識別CC攻擊，包括Manual-confirm、Manual-CAPTCHA。即識別某一訪問請求是來自正常網絡訪問或是攻擊軟件的自動化攻擊。同時需支持對開放代理的識別，用戶可以選擇對通過開放代理訪問的速率進行限制，從而有效應對通過開放代可額外擴展安全風險評全網健康檢測與預警提供對網絡節(jié)點延遲、丟包率等可達性和可用性的實時檢測并預警；提供對關鍵業(yè)務的延遲、可用性的實時檢測并預警，并提供上述檢測項預警結果的顯示以及查詢功能；提供可視化的故障診斷：模擬、在線、導入報文回放三種不同的診斷方式，將數據包在AV防病毒模塊采用基于并行流引擎技術，被檢測文件大小支持對HTTP、FTP、SMTP、POP3、IMAP協(xié)議支持防惡意網站功能，防止用戶點擊惡意鏈NNTP、DHCP、LDAP、VoIP、NETBIOS、TFTP、證帶寬，最大帶寬的控制，支持針對7層應多層QoS功能多層QoS功能要求包含應用QoS和IPQoS是兩個獨立的數據流控制功能，應用QoS下可以嵌套IPQos策略；IPQoS可以嵌套應用彈性QoS功能支持彈性帶寬功能，可自定義閥值來上彈或在國內有應用特征庫開發(fā)團隊，并提供國內間960T，要求基于高可靠X86存儲服務器，以及高速萬兆網絡提供分