華為理解大數(shù)據(jù)及大數(shù)據(jù)發(fā)展趨勢

huawei理解大數(shù)據(jù)及大數(shù)據(jù)發(fā)展趨勢2Huawei

大數(shù)據(jù)趨勢和發(fā)展大數(shù)據(jù)處理技術(shù)運營商與大數(shù)據(jù)大數(shù)據(jù)應(yīng)用場景華為大數(shù)據(jù)及數(shù)據(jù)挖掘解決方案大數(shù)據(jù)及人工智能應(yīng)用3Huawei

美國G8八國集團發(fā)布了《G8開放數(shù)據(jù)憲章》，提出要加快推動數(shù)據(jù)開放和利用。歐盟力推《數(shù)據(jù)價值鏈戰(zhàn)略計劃》，用大數(shù)據(jù)改造傳統(tǒng)治理模式，降低公共部門成本，并促進(jìn)經(jīng)濟增長和就業(yè)增長。英國政府發(fā)布《英國數(shù)據(jù)能力發(fā)展戰(zhàn)略規(guī)劃》，旨在利用數(shù)據(jù)產(chǎn)生商業(yè)價值、提振經(jīng)濟增長，承諾2015年之前開放交通、天氣、醫(yī)療方面的核心數(shù)據(jù)庫。安倍內(nèi)閣正式公布新IT戰(zhàn)略《創(chuàng)建最尖端IT國家宣言》，以開放大數(shù)據(jù)為核心的IT國家戰(zhàn)略。2015年3月的兩會上，總理明確表態(tài)，政府應(yīng)該盡量地公開非涉密的數(shù)據(jù)，以便利用這些數(shù)據(jù)更好的服務(wù)社會，也為政府決策和監(jiān)管服務(wù)。2017年5月28日,在“2017中國國際大數(shù)據(jù)產(chǎn)業(yè)博覽會”上,由大數(shù)據(jù)戰(zhàn)略重點實驗室研究編著,社會科學(xué)文獻(xiàn)出版社出版的全國首部《大數(shù)據(jù)藍(lán)皮書:中國大數(shù)據(jù)發(fā)展報告No.1》正式發(fā)布。中國各國都將大數(shù)據(jù)作為國家戰(zhàn)略4Huawei

一個大規(guī)模生產(chǎn)、分享和應(yīng)用數(shù)據(jù)的時代正在開啟…...——肯尼思·庫克耶（《大數(shù)據(jù)時代》作者1980s

個人電腦1960s

大型機1990s

互聯(lián)網(wǎng)2000s

某著名企業(yè)互聯(lián)網(wǎng)2010s

大數(shù)據(jù)5Huawei

全球創(chuàng)建和共享的數(shù)字信息5年增加9倍，2013年達(dá)到3.8ZBCERN：

LHC對撞產(chǎn)生1PB/s的數(shù)據(jù)SKA：2015年存儲需要1EB云化的IDC建設(shè)催生了數(shù)據(jù)的大集中Facebook：每天產(chǎn)生50TB的日志數(shù)據(jù)，衍生分析數(shù)據(jù)超過100TB“機器制造”和“人工制造”共同貢獻(xiàn)了海量數(shù)據(jù)，集中式的數(shù)據(jù)中心建設(shè)加速數(shù)據(jù)集中6Huawei

大數(shù)據(jù)基礎(chǔ)設(shè)施大數(shù)據(jù)處理平臺大數(shù)據(jù)咨詢和服務(wù)大數(shù)據(jù)云服務(wù)代表廠商大數(shù)據(jù)作為云服務(wù)提供高端咨詢切入大客戶，通過本地化合作輻射中小客戶關(guān)注于垂直細(xì)分領(lǐng)域，提供應(yīng)用解決方案提供數(shù)據(jù)采集、集成、探索、可視化分析平臺構(gòu)筑復(fù)雜的分布式數(shù)據(jù)存儲和處理平臺，統(tǒng)一的負(fù)載處理平臺提供云計算、服務(wù)器、存儲；軟硬件分離，標(biāo)準(zhǔn)化硬件大數(shù)據(jù)分析平臺大數(shù)據(jù)應(yīng)用大數(shù)據(jù)BI大數(shù)據(jù)集成服務(wù)商數(shù)據(jù)源打造數(shù)據(jù)管理平臺，匯集數(shù)據(jù)，提供數(shù)據(jù)提供靈活的數(shù)據(jù)儀表盤，數(shù)據(jù)可視與瀏覽，報表基于大數(shù)據(jù)處理、分析平臺，做行業(yè)應(yīng)用開發(fā)和集成廠商定位7Huawei

海量數(shù)據(jù)存儲層HDFS/HBase批處理計算框架MapReduce統(tǒng)一數(shù)據(jù)存儲HDFS/HBase/

MPPYARN統(tǒng)一資源管理MR批處理Storm流式計算Spark內(nèi)存計算Elk/Solr交互式分析智能跨域數(shù)據(jù)中心存儲HDFS/HBase/MPP/

IMDBPaYgAReN

8智能跨域數(shù)據(jù)中心資源管理融合數(shù)據(jù)處理平臺Spark/DataIntensive

Streaming認(rèn)知計算人工智能、數(shù)據(jù)挖掘、知識探索，發(fā)現(xiàn)和管理發(fā)展趨勢

-

認(rèn)知計算（大數(shù)據(jù)與人工智能深度融合）

大數(shù)據(jù)

1.0 大數(shù)據(jù)

2.0 大數(shù)據(jù)

3.0關(guān)鍵技術(shù)需求驅(qū)動互聯(lián)網(wǎng)

的發(fā)展需要對海量的非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行分布式存儲，并行計算某著名企業(yè)互聯(lián)網(wǎng)

的發(fā)展需要對海量，多樣化，高并發(fā)的數(shù)據(jù)進(jìn)行實時分析，交互式查詢物聯(lián)網(wǎng)

的發(fā)展需要對海量流式數(shù)據(jù)，人工智能分析等提供毫秒級的低時延處理能力8Huawei

單一的批計算融合計算認(rèn)知計算華為大數(shù)據(jù)生命周期解決方案9Huawei

發(fā)展趨勢-大數(shù)據(jù)與云計算深度融合Open

API云搜索彈性計算負(fù)載均衡 云引擎云數(shù)據(jù)庫

開放存儲阿里郵箱大規(guī)模數(shù)據(jù)計算云安全服務(wù)阿里云OS（飛天）面向云服務(wù)的一套架構(gòu)，一套API，一套生態(tài)企業(yè)商業(yè)應(yīng)用開發(fā)者云生態(tài)行業(yè)和區(qū)域ISV/SIAPI分布式中間件框架FusionSphere：IaaS服務(wù)/運營運維計算服務(wù)存儲服務(wù)網(wǎng)絡(luò)服務(wù)容器服務(wù)桌面服務(wù)數(shù)據(jù)庫服務(wù)消息服務(wù)咨詢/云安業(yè) 全務(wù) 服遷 務(wù)移FusionInsight：數(shù)據(jù)服務(wù)10Huawei

MRSparkStreamingMLFusionStage：PaaS服務(wù)......阿里華為大數(shù)據(jù)處理離不開云計算技術(shù)，云計算為大數(shù)據(jù)提供彈性可擴展的基礎(chǔ)設(shè)施支撐環(huán)境以及數(shù)據(jù)服務(wù)的高效模式，大數(shù)據(jù)則為云計算提供了新的商業(yè)價值?？傮w而言，云計算、物聯(lián)網(wǎng)、某著名企業(yè)互聯(lián)網(wǎng)等新興計算形態(tài)，既是產(chǎn)生大數(shù)據(jù)的地方，也是需要大數(shù)據(jù)分析方法的領(lǐng)域。發(fā)展趨勢-大數(shù)據(jù)與云計算深度融合華為登錄

進(jìn)入控制臺創(chuàng)建所需要的各種云服務(wù)11Huawei

國家信息中心-十大最具影響力的大數(shù)據(jù)企業(yè)排名中排名第一12Huawei

經(jīng)營分析某著名企業(yè)信令金融細(xì)賬金融票據(jù)電力調(diào)度智能某著名企業(yè)某著名企業(yè)、金融經(jīng)營類 管理類結(jié)構(gòu)化+半結(jié)構(gòu)化績效管理報表分析歷史分析社保分析納稅分析決策支持和預(yù)測金融監(jiān)管類結(jié)構(gòu)化+半結(jié)構(gòu)化公安網(wǎng)監(jiān)國安技偵輿情監(jiān)控銀監(jiān)會稽查食品溯源環(huán)保監(jiān)測政府專業(yè)類非結(jié)構(gòu)化音視頻地震勘探氣象云圖衛(wèi)星遙感雷達(dá)數(shù)據(jù)物聯(lián)網(wǎng)政府某著名企業(yè)、金融、政府等行業(yè)數(shù)據(jù)分析的訴求強烈，互聯(lián)網(wǎng)已開始應(yīng)用新技術(shù)處理價值密度低的大數(shù)據(jù)結(jié)構(gòu)化+13Huawei

多樣性（Variety）來源多：企業(yè)、互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等格式多：不局限于結(jié)構(gòu)化數(shù)據(jù)，也包括音頻、圖片、視頻等非結(jié)構(gòu)化數(shù)據(jù)高速度（Velocity）增長速度快：數(shù)據(jù)正在加速增長，IDC預(yù)測未來十年將增長50倍處理速度快：對時間敏感，必須快速識別和快速響應(yīng)才能適應(yīng)業(yè)務(wù)需求大容量（Volume）存儲量大：充斥著各種數(shù)據(jù)，經(jīng)常是PB（1000T）級的信息量計算量大：需要實時應(yīng)對海量數(shù)據(jù)的抽取和分析高價值（Value）浪里淘沙卻又彌足珍貴，雖然數(shù)據(jù)的價值密度較低，但是產(chǎn)生的價值總量卻十分驚人。維基百科：巨量資料(big

data)，或稱大數(shù)據(jù)，指的是所涉及的資料量規(guī)模巨大到無法通過目前主流軟件工具，在合理時間內(nèi)達(dá)到擷取、管理、處理并整理成為幫助企業(yè)經(jīng)營決策更積極目的的資訊。Gartner：“大數(shù)據(jù)”是需要新處理模式才能具有更強的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量、高增長率和多樣化的信息資產(chǎn)。什么是大數(shù)據(jù)：大數(shù)據(jù)4V特征14Huawei

大數(shù)據(jù)的4V特征，決定了發(fā)掘數(shù)字金礦的難度，也意味著巨大商機華為存儲緊抓時間應(yīng)對海量數(shù)據(jù)15Huawei

大數(shù)據(jù)時代特點1:

體量大2009年在甲型H1N1流感爆發(fā)的前幾周，Google的工程師們在《自然》雜志上發(fā)表了一篇引人注目的論文。它解釋Google為什么能預(yù)測冬季流感的傳播。5000萬詞條4.5億數(shù)學(xué)模型×Google利用大數(shù)據(jù)預(yù)測流感趨勢與真實歷史數(shù)據(jù)做匹配比較45個詞條+1個數(shù)學(xué)模型?與官方數(shù)據(jù)的相關(guān)性高達(dá)97%?領(lǐng)先官方通報1~2周2009年甲型H1N1爆發(fā)時，Google成為了一個更有效、更及時的指示標(biāo)技術(shù)形成了批處理、流處理和交互分析三種計算模式：離線批處理（Batch

Processing）技術(shù)以MapReduce和Hadoop系統(tǒng)為代表，實時流處理（Stream

Processing）技術(shù)以Yahoo的S4系統(tǒng)和Twitter的Storm系統(tǒng)為代表，交互式分析（Interactive

Analysis）技術(shù)以谷歌的Dremel系統(tǒng)為代表16Huawei

大數(shù)據(jù)時代特點2:

速度決策的速度-

采取從數(shù)據(jù)輸入到?jīng)Q策輸出的時間-

也是大數(shù)據(jù)的關(guān)鍵要素。新興技術(shù)能夠?qū)崟r或以接近實時的速度處理龐大的數(shù)據(jù)量，從而增加企業(yè)的業(yè)務(wù)靈活性，該企業(yè)可以實時響應(yīng)市場的變化，根據(jù)客戶喜好的變化調(diào)整策略，或應(yīng)對欺詐行為等。17Huawei

交通運輸局的歷史航班延誤數(shù)據(jù)國家氣象的實時報告美國國家海洋和大氣管理局的以往天氣報告大數(shù)據(jù)的特點3:

數(shù)據(jù)多樣性Flyontime.us是一個航班延誤時間的分析系統(tǒng)以波士頓至紐約的航線為例（起飛：Boston，Logan

International；到達(dá)：New

York，Kennedy

International），在系統(tǒng)的主頁上，輸入機場名稱，點擊之后，用戶可以看到不同天氣、不同日期、不同時段、不同航空公司、不同航班等各種條件下飛機是否準(zhǔn)時以及平均延誤時間的數(shù)據(jù)明細(xì)。?幫助乘客找到適合自己的最佳航班?最大程度降低了等待的不確定性?有利于航空市場良性競爭IBM智慧地球計劃更多傳感器更全面的數(shù)據(jù)舊的城市管理模式智慧城市管理模式智慧決策18Huawei

“當(dāng)我們知道的越多，我們就越想

，改變一切”——IBM‘智慧地球’海量數(shù)據(jù)存儲盤活歸檔數(shù)據(jù)潛力分析衛(wèi)星測繪金融證券油氣勘探衛(wèi)星拍攝圖片，每天產(chǎn)生1TB數(shù)據(jù)，系統(tǒng)要求具有PB級的容量擴展需要對長達(dá)15年的歷史數(shù)據(jù)進(jìn)行在線查詢，對總行交和分行電子憑證進(jìn)行聯(lián)動查詢。頁巖氣引發(fā)清潔能源革命，但頁巖氣的開采非常困難，每口井成本在800萬美金每口井800萬美金，通過大數(shù)據(jù)分析每口井降到300萬美金左右高清制播媒體娛樂每集好聲音80分鐘，需要1000分鐘高清原始素材，180:1的制播比，消耗存儲2TB據(jù)關(guān)乎19Huawei

企業(yè)競爭能力決策及時成本控制事業(yè)科學(xué)探索知識服務(wù)社會安全大數(shù)據(jù)處理在重點行業(yè)的重要性大數(shù)據(jù)的核心價值：預(yù)測建立在相關(guān)關(guān)系分析法基礎(chǔ)上的預(yù)測是大數(shù)據(jù)的核心案例1：美國折扣零售商塔吉特與懷孕預(yù)測美國一名男子闖入他家附近的一家美國零售連鎖超市Target店鋪（美國第三大零售商）進(jìn)行抗議：“你們竟然給我17歲的女兒發(fā)嬰兒尿片和童車的優(yōu)惠券?！钡赇伣?jīng)理立刻向來者承認(rèn)錯誤，但是其實該經(jīng)理并不知道這一行為是總公司運行數(shù)據(jù)挖掘的結(jié)果。一個月后，這位父親來道歉，因為這時他才知道他的女兒的確懷孕了。Target比這位父親知道他女兒懷孕的時間足足早了一個月。案例2：沃爾瑪，請把蛋撻與颶風(fēng)用品擺在一起沃爾瑪是世界上最大的零售商，擁有超過200萬員工，銷售額約4500億美元，比大多數(shù)國家的國內(nèi)生產(chǎn)總值還多。在網(wǎng)絡(luò)帶來巨多數(shù)據(jù)之前，是美某著名企業(yè)業(yè)中擁有最多數(shù)據(jù)資源者。2004年，沃爾瑪和Teradata的數(shù)字統(tǒng)計員一起研究歷史交返現(xiàn)，每當(dāng)季節(jié)性颶風(fēng)來臨前，不僅手電筒的銷量增加了，而且POP-Tarts蛋撻的銷量也增加了。因此，當(dāng)風(fēng)暴來臨時，沃爾瑪會把庫存的蛋撻放在靠近颶風(fēng)用品的位置，以方便行色匆匆的顧客從而增加銷量原則：

通過找出一個關(guān)聯(lián)物并監(jiān)控它我們就能預(yù)測未來ht20Huawei

大數(shù)據(jù)情感分析，了解用戶喜歡，拉動終端銷售量小米3雙11戰(zhàn)績，0:30開放購買，0點33分，小米官方旗艦店單店支付寶成交額已經(jīng)過億，成為首個過億商家。熱賣數(shù)據(jù)集成和情感挖掘分析數(shù)百個站點頻道洞察客戶評論…【運營商價值】著眼LTE階段終端銷售PK,通過大數(shù)據(jù)情感分析，洞察用戶對終端品牌、參數(shù)和消費傾向，分析結(jié)果服務(wù)于終端部門、電子渠道進(jìn)行終端品牌營銷.結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)的洞察分析

【特性價值】評論問題聚類、匯總統(tǒng)計和逐層鉆取項目實施周期短，上線快數(shù)據(jù)來自外部網(wǎng)站獨立采集，周邊協(xié)調(diào)少成本有效可控(關(guān)聯(lián)采集站點和當(dāng)前客戶數(shù)量）組織資源可復(fù)用現(xiàn)有BI分析人員能力非結(jié)構(gòu)化數(shù)據(jù)有效聚合利用21Huawei

為行業(yè)價值客戶提供‘開店選址’的服務(wù)沃爾瑪選擇行業(yè):大賣場開店目標(biāo)區(qū)域:交通便利/居民區(qū)開店目標(biāo)人群:中高收入/家庭主婦行業(yè)選擇 開店自定義24小時人群流量曲線圖選定區(qū)域人群偏好分布人群歸屬地查詢不同區(qū)域人群對比分析自助輔助查看開店候選區(qū)域根據(jù)用戶的選擇的區(qū)域，以數(shù)據(jù)地圖的形式展示該區(qū)域的人群特征和統(tǒng)計報表，為大賣場和專業(yè)連鎖客戶開店選址提供依據(jù)（湖北某著名企業(yè)→沃爾瑪超市、某著名企業(yè)百貨）改變傳統(tǒng)沃爾瑪采取的是人工蹲點方式進(jìn)行采樣分析；節(jié)省選址投入成本，精準(zhǔn)了解周邊用戶.為客戶每次潛在新址花費約幾萬元.22Huawei

面向營銷廣告的數(shù)據(jù)標(biāo)簽開放用戶個性化頁面構(gòu)建DSOP2.通過API調(diào)用用戶的標(biāo)簽3.獲取并驗證新浪客戶ID，抓取用戶手機號并返回與該用戶匹配的標(biāo)簽廣告集成標(biāo)簽“購車一族”標(biāo)簽新浪自有廣告資源池4.請求廣告匹配5.廣告內(nèi)容返回1.打開新浪APP，聯(lián)網(wǎng)（附加IMEI號1234-45312-XXXX）新浪服務(wù)器8.15萬左右雪弗萊汽車第三方廣告資源/廣告代理商/DSP等支持多種廣告接入形態(tài)雪弗萊汽車banner

廣告23Huawei

大數(shù)據(jù)的理念1：要全體不要抽樣小數(shù)據(jù)時代：隨機采樣，最少的數(shù)據(jù)獲得最多信息統(tǒng)計學(xué)家證明：采樣分析的精確性隨著采樣隨機性的增加而大幅度提高，但與樣本數(shù)量的增加關(guān)系不大。即樣本選擇的隨機性比樣本數(shù)量更重要缺陷：面對復(fù)雜的抽樣對象，無法找到最優(yōu)的隨機抽樣標(biāo)準(zhǔn)。隨機抽樣無法捕捉到細(xì)節(jié)。隨機采樣缺乏延展性，只能回答預(yù)先設(shè)計的問題。案例：喬布斯是世界上第一個對自身所有DNA和腫瘤DNA進(jìn)行排序的人，以此來按所需效果用藥，顯著延長了生命。大數(shù)據(jù)時代：全數(shù)據(jù)模式，樣本=總體?對細(xì)節(jié)的掌控：Google流感趨勢預(yù)測并不是依賴于對隨機樣本的分析，而是分析美國整個幾十億條互聯(lián)網(wǎng)檢索記錄。分析整個數(shù)據(jù)庫，而不是對一個小樣本進(jìn)行分析，能夠提高微觀層面分析的準(zhǔn)確性，甚至能夠推測出某個特定城市的流感狀況，而不是一個州或整個國家的情況。?對異常的掌控：通過使用所有數(shù)據(jù)，我們可以發(fā)現(xiàn)會在大量數(shù)據(jù)中淹沒掉的情況。例如信用卡詐騙。24Huawei

大數(shù)據(jù)的‘大’是相對概念，‘大’并不一定指絕對意義上的大，有時候只是指全體數(shù)據(jù)。當(dāng)收集、存儲和分析數(shù)據(jù)的成本比較高時，應(yīng)當(dāng)適當(dāng)丟棄一些數(shù)據(jù)。大數(shù)據(jù)需要具備的條件：簡單廉價的數(shù)據(jù)收集方法足夠的數(shù)據(jù)存儲和處理能力先進(jìn)的分析技術(shù)。大數(shù)據(jù)的理念2：要效率不要絕對精確25Huawei

執(zhí)迷于精確性是信息缺乏時代的產(chǎn)物，只有5%數(shù)據(jù)是結(jié)構(gòu)化且能適用于傳統(tǒng)數(shù)據(jù)庫，如果不接受混亂，剩下95%的非結(jié)構(gòu)化數(shù)據(jù)都無法被利用。案例比較IBM的‘Candide’項目，基于精確數(shù)據(jù)的翻譯系統(tǒng)Google翻譯系統(tǒng)：基于混雜數(shù)據(jù)的翻譯系統(tǒng)數(shù)據(jù)來源加拿大議會資料所有互聯(lián)網(wǎng)資源數(shù)據(jù)量300萬句近似950億句數(shù)據(jù)精確性官方文件，表達(dá)精準(zhǔn)翻譯質(zhì)量參差不齊，包含錯誤效果短時間內(nèi)提高翻譯能力，之后遇到瓶頸無法持續(xù)提高。當(dāng)下最好的翻譯系統(tǒng)，靈活性高，能實現(xiàn)眾多語言的翻譯保證數(shù)據(jù)的精確性代價高昂。當(dāng)能夠獲得大量或全體數(shù)據(jù)時，少量不精確數(shù)據(jù)對結(jié)果的造成的偏差是可以容忍的。大數(shù)據(jù)的處理結(jié)果應(yīng)該理解為概率性事件，而非‘確鑿無疑’?！按髷?shù)據(jù)基礎(chǔ)上的簡單算法比小數(shù)據(jù)基礎(chǔ)上的復(fù)雜算法更加有效?；祀s是關(guān)鍵?！盙oogle人工智能專家彼得·諾維奇大數(shù)據(jù)的理念3：相關(guān)性比因果更重要相關(guān)關(guān)系的核心是兩個量化數(shù)據(jù)值之間的關(guān)系，相關(guān)關(guān)系強是指當(dāng)一個數(shù)據(jù)值增加時，另一個數(shù)據(jù)值很可能業(yè)務(wù)隨之增加。相關(guān)關(guān)系沒有絕對，只有可能性。華為錯過了語音時代、數(shù)據(jù)時代，不能再錯過圖像時代案例1：高收入家庭不一定幸福：2006年7月北京市統(tǒng)計局開展了以“國民主觀幸福感”為主題的民意調(diào)查。調(diào)查結(jié)果顯示，月收入不足4，000元時，幸福感隨收入的提高而提高；達(dá)到4，000元后，幸福感呈波狀上升，5，000～7，000元中等收入組幸福感最強；7，000?后出現(xiàn)下降，1.5萬元～2萬元組幸福感更不確定，其平均幸福感分值與1，000～1，499元收入組相同。案例2：UPS與汽車修理預(yù)測UPS國際快遞公司從2000年起開始使用預(yù)測性分析來監(jiān)測自己全美60000輛車規(guī)模的車隊，這樣就能及時的進(jìn)行防御性的修理。如果車在路上拋錨損失會非常大，因為那樣就需要再派一輛車，會造成延誤和再裝載的負(fù)擔(dān)，并消耗大量的人力物力。通過監(jiān)測車輛的各個部位，UPS如今只需要更換需要更換的零件，從而節(jié)省了好幾百萬美元。案例3：

2016年5月份美國一名特斯拉ModelS在自動駕駛模式開啟狀態(tài)下垂直撞向一橫穿馬路的大貨車,導(dǎo)致車主（海豹突擊員）當(dāng)場死亡。幾個月之后的調(diào)查結(jié)果顯示，特斯拉ModelS緊急剎車功能失效的原因是前向攝像頭誤將大貨車的車體當(dāng)做藍(lán)天白云的一部分，簡單來說，車輛前向攝像頭”看見”了障礙物卻沒有看懂”,導(dǎo)致事故發(fā)生。這個事例足以說明圖像識別和處理技術(shù)的重要性。26Huawei

線下生活線上生活大數(shù)據(jù)時代下帶來的隱私風(fēng)險在于現(xiàn)有的隱私保護制度的無法發(fā)揮出期望的效果。大數(shù)據(jù)時代，數(shù)據(jù)常常被用于創(chuàng)新性用途，隱私聲明無法涵蓋所有用途。如果所有數(shù)據(jù)已經(jīng)在數(shù)據(jù)庫里，那么模糊化某些信息只能是‘此地?zé)o銀三百兩’。大部分情況下，匿名化不可行。案例：2006年8月，美國在線（AOL）公布了大量的舊的搜索查詢數(shù)據(jù)，本意希望研究人員能從中得出有趣的見解。數(shù)據(jù)由65.7萬用戶的2000萬搜索記錄組成，整個數(shù)據(jù)庫進(jìn)行了精心的匿名化，用戶名稱和地址等個人信息都用特殊符號進(jìn)行了代替。盡管如此，《紐約時報》還是在幾天內(nèi)通過一些關(guān)鍵詞的綜合分析，發(fā)現(xiàn)數(shù)據(jù)庫中4417749號代表的是佐治亞州利爾本的一個62歲的寡婦塞爾瑪。當(dāng)記者上門采訪時，老人驚嘆有人監(jiān)視她的私生活。事件引起了公憤，最終美國在線的首席技術(shù)官和另外兩名員工都被開除了。27Huawei

大數(shù)據(jù)的風(fēng)險2：對大數(shù)據(jù)的執(zhí)迷我們必須對信息的局限性高度重視，有時候數(shù)據(jù)的質(zhì)量可能會很差或不客觀，從而導(dǎo)致分析的錯誤。案例1：越南戰(zhàn)爭中，美軍的策略是逼迫越共走上談判桌。于是，評判戰(zhàn)爭進(jìn)度的方法就是看對方的死亡人數(shù)。每天報紙都會公布死亡人數(shù)。但是有三分之二的將軍都認(rèn)為大部分情況下數(shù)據(jù)都被夸大了。下級軍官為了達(dá)成命令或者升官，會匯報可觀的數(shù)字給他的上級，只要那是他們的上級希望聽到的數(shù)字。案例2：更悲痛的是“大躍進(jìn)”時期各地瘋狂的虛報糧食產(chǎn)量，以至于中央完全沒有意識到60年代初的可怕饑荒，還在大量出口糧食以換取其他的戰(zhàn)略物資。案例3：2009年，Google首席設(shè)計師道格·鮑曼（Doug

Bowman）因為受不了隨時隨地的量化，憤然離職?！白罱?，我們竟然爭辯邊框是用3、4還是5倍像素，我居然被要求證明我的選擇的正確性。天吶！我沒有辦法在這樣的環(huán)境中工作”。她離職后在博客上大發(fā)牢騷。28Huawei

我們可能會完全受限于我們的分析結(jié)果，即使這個結(jié)果理應(yīng)受到質(zhì)疑。29Huawei

大數(shù)據(jù)趨勢和發(fā)展大數(shù)據(jù)處理技術(shù)運營商與大數(shù)據(jù)大數(shù)據(jù)應(yīng)用場景華為大數(shù)據(jù)及數(shù)據(jù)挖掘解決方案大數(shù)據(jù)的數(shù)據(jù)類型及模型30Huawei

結(jié)構(gòu)化數(shù)據(jù)，是指可以存儲在數(shù)據(jù)庫里，可以用二維表結(jié)構(gòu)來邏輯表達(dá)實現(xiàn)的數(shù)據(jù)。非結(jié)構(gòu)化數(shù)據(jù)，是指不方便用數(shù)據(jù)庫二維邏輯表來表現(xiàn)的數(shù)據(jù)，包括所有格式的辦公文檔、文本、圖片、XML、HTML、各類報表、圖像和音頻/視頻信息等等。半結(jié)構(gòu)化數(shù)據(jù)，就是介于完全結(jié)構(gòu)化數(shù)據(jù)（如關(guān)系型數(shù)據(jù)庫、面向?qū)ο髷?shù)據(jù)庫中的數(shù)據(jù)）和完全無結(jié)構(gòu)的數(shù)據(jù)（如聲音、圖像文件等）之間的數(shù)據(jù)，HTML文檔就屬于半結(jié)構(gòu)化數(shù)據(jù)。它一般是自描述的，數(shù)據(jù)的結(jié)構(gòu)和內(nèi)容混在一起，沒有明顯的區(qū)分。數(shù)據(jù)類型數(shù)據(jù)模型結(jié)構(gòu)化數(shù)據(jù)二維表（關(guān)系型）半結(jié)構(gòu)化數(shù)據(jù)樹、圖非結(jié)構(gòu)化數(shù)據(jù)無Efficiency

效率數(shù)據(jù)全周期管理31Huawei

Store

存儲PB級的非結(jié)構(gòu)化數(shù)據(jù)和TB級的結(jié)構(gòu)化數(shù)據(jù)Search

檢索海量數(shù)據(jù)如何實現(xiàn)快速的查找支持Scale

out的可伸縮架構(gòu)多協(xié)議（標(biāo)準(zhǔn)接口）支撐和多租戶架構(gòu)數(shù)據(jù)的可靠性和安全性PB級文件系統(tǒng)搜索（包含歸類查找和按條件模糊）百億記錄數(shù)據(jù)的快速查詢數(shù)據(jù)的流動性大量冷數(shù)據(jù)的歸檔和節(jié)能重刪和壓縮傳統(tǒng)數(shù)據(jù)處理技術(shù)面臨的挑戰(zhàn)海量數(shù)據(jù)的高存儲成本數(shù)據(jù)批量處理性能不足流式數(shù)據(jù)處理缺失有限的擴展能力單一數(shù)據(jù)源數(shù)據(jù)資產(chǎn)對外增值數(shù)據(jù)擴展性需求和硬件性能之間存在差距傳統(tǒng)框架：小型機＋磁陣＋商用數(shù)據(jù)倉庫傳統(tǒng)的IOE模式已經(jīng)不能滿足PB級海量數(shù)據(jù)的存儲、分析和應(yīng)用需求小型機+DWH+SAN成本高企、擴容昂貴無法滿足海量數(shù)據(jù)的離線分析和實時分析無法滿足對非結(jié)構(gòu)化數(shù)據(jù)的快速處理要求Scale-Up已到極限，必須支持Scale-Out32Huawei

大數(shù)據(jù)處理需要多方面的技術(shù)支撐33Huawei

平均1個P數(shù)據(jù)中（例非互結(jié)聯(lián)構(gòu)網(wǎng)化公為司主）互聯(lián)網(wǎng)：Google,

百度Facebook,Twitter,新浪….數(shù)據(jù)以非結(jié)構(gòu)化處理為主在企業(yè)大數(shù)據(jù)中，仍然是以結(jié)構(gòu)化數(shù)據(jù)處理為主結(jié)構(gòu)化半結(jié)構(gòu)化非結(jié)構(gòu)化~35%~27%用戶行為軌跡（個體）User

Profile內(nèi)容（ITEM，圖像、視頻、文本)數(shù)據(jù)21個歷史詳單查詢社交網(wǎng)絡(luò)數(shù)據(jù)（群體）WebPage&

Log~

23%~5

%~10

%（例結(jié)電構(gòu)信化運為營主商）~15%~12%網(wǎng)絡(luò)XDR

(探針俘獲后，含歷史）計費CDR(含歷史）主數(shù)據(jù)（三戶+訂購+接觸等

含歷史）分析匯總數(shù)據(jù)（含歷史）CUBE和統(tǒng)一視圖~7%互聯(lián)網(wǎng)

Web

Page

&

Log(含歷史）~13%社交網(wǎng)絡(luò)數(shù)據(jù)

~3%~18%~25

%內(nèi)容（圖像、視頻、文本)數(shù)據(jù)34Huawei

~7%數(shù)據(jù)采集數(shù)據(jù)存儲數(shù)據(jù)管理數(shù)據(jù)分析計算存儲數(shù)據(jù)庫網(wǎng)絡(luò)單機集群單塊機存儲橫向擴展塊級虛擬化文件存儲橫向擴展分布式文件系統(tǒng)設(shè)備間連接設(shè)備內(nèi)連接10GEFC

IB10GESAS

IB關(guān)系型數(shù)據(jù)庫分布式數(shù)據(jù)庫非關(guān)系型數(shù)據(jù)庫數(shù)據(jù)采集數(shù)據(jù)存儲數(shù)據(jù)管理數(shù)據(jù)分析35Huawei

傳統(tǒng)專業(yè)存儲向海量存儲系統(tǒng)演進(jìn)傳統(tǒng)SAN，雙控到多控的架構(gòu)，難以存儲和管理PB級數(shù)據(jù)傳統(tǒng)NAS，

面對PB級數(shù)據(jù)，復(fù)雜的卷管理及系統(tǒng)容量分配不均衡，導(dǎo)致資源浪費單一文件系統(tǒng)，管理更簡單精簡配置，配額管理，容量分配更合理，磁盤利用率更高大規(guī)模橫向擴展能力集中式存儲分布式NAS傳統(tǒng)NAS傳統(tǒng)SAN統(tǒng)一命名空間36Huawei

數(shù)據(jù)采集數(shù)據(jù)存儲數(shù)據(jù)管理數(shù)據(jù)分析數(shù)據(jù)處理向海量、非結(jié)構(gòu)方向演進(jìn)Hadoop結(jié)構(gòu)化、關(guān)系型軟硬結(jié)合的一體機(FusionCube)SMP SMP+MPP混合 MPP特點：Share

Nothing開源，開放海量非結(jié)構(gòu)化分布式，擴展高性能，低成本特點：Share

Nothing結(jié)構(gòu)化、關(guān)系型標(biāo)準(zhǔn)的Share

Nothing通用的硬件VS.特點：

Share

Everything

特點：混合性能存在瓶頸擴展性差小機可靠性高數(shù)據(jù)采集數(shù)據(jù)存儲數(shù)據(jù)管理數(shù)據(jù)分析37Huawei

Hadoop分布式批處理框架Hadoop

是用于大數(shù)據(jù)分析的開源框架，它包括一個分布式文件系統(tǒng)（HDFS）、一個并行處理框架（MapReduce）和多種不同的組件，支持?jǐn)?shù)據(jù)獲取、工作流協(xié)調(diào)、任務(wù)管理以及集群監(jiān)控等功能。Hadoop目前在大數(shù)據(jù)分析平臺架構(gòu)中的最典型角色是海量非結(jié)構(gòu)化數(shù)據(jù)分析平臺：日志、點擊流分析Web數(shù)據(jù)分析和文本挖掘視頻、音頻數(shù)據(jù)分析XML數(shù)據(jù)分析經(jīng)Hadoop分析后的數(shù)據(jù)，再導(dǎo)入到結(jié)構(gòu)化數(shù)據(jù)庫中供后續(xù)使用。38Huawei

數(shù)據(jù)采集數(shù)據(jù)存儲數(shù)據(jù)管理數(shù)據(jù)分析39Huawei

起源于Google

的集群系統(tǒng)Google

的數(shù)據(jù)中心使用廉價的

Linux

PC

機組成集群運行的核心組件GFS

(Google

FileSystem)

:

一個分布式文件系統(tǒng),隱藏下層負(fù)載均衡,冗余復(fù)制等細(xì)節(jié).MapReduce框架:

大多數(shù)分布式計算可抽象為此Hadoop

是Google

集群系統(tǒng)的一個Java

開源實現(xiàn)HDFSHBaseAccumuloCassandraCouchDBKafkaSqoopAvroThriftYarnMesosZookeeperOozieCascadingAmbariDrillSolrS4FlumeStormFlinkTezMapReduceRHiveCrunchMahoutPigGiraphCoreStreamingMLibGraphXSQLSparkBeamImpalaCarbonData管理/配置存儲數(shù)據(jù)傳輸數(shù)據(jù)處理KylinChukwaMongoDBElasticREEFGanglia40Huawei

Hadoop生態(tài)系統(tǒng)各組件介紹

-

141Huawei

組件描述Storm延遲低、秒級，但從錯誤恢復(fù)中可能有重復(fù)記錄Spark

Streaming幾秒鐘的延遲，批級別，具有事務(wù)性Kafka發(fā)布訂閱消息系統(tǒng)Flume日志采集、聚合和傳輸Crunch簡化MapReduce的開發(fā)Giraph可伸縮的分布式迭代圖處理系統(tǒng)PigPigLatin的編譯器把類SQL的數(shù)據(jù)分析請求轉(zhuǎn)換為一系列經(jīng)過優(yōu)化處理的MapReduce運算Flink針對批量數(shù)據(jù)和流數(shù)據(jù)的處理引擎S4處理連續(xù)無限數(shù)據(jù)流Drill實時大數(shù)據(jù)分布式查詢引擎（兼容SQL語法）Tez支持DAG作業(yè)的開源計算框架

（可作為MapReduce/Pig/Hive等系統(tǒng)的底層數(shù)據(jù)處理引擎）Kylin大數(shù)據(jù)分析引擎（支持在超大數(shù)據(jù)集上進(jìn)行秒級別的SQL及OLAP查詢）Hadoop生態(tài)系統(tǒng)各組件介紹

-

242Huawei

組件描述Accumulo分布式的排序

key/value

storeImpalaSQL

查詢工具

(BI/analytic，快，不使用

MapReduce)，借鑒MPP

DB思想CouchDB面向文檔的數(shù)據(jù)庫管理系統(tǒng)Cassandra分布式Key-Value存儲系統(tǒng)Cascading用來創(chuàng)建復(fù)雜和容錯數(shù)據(jù)處理工作流Oozie工作流引擎服務(wù)器

(用于運行Hadoop

Map/Reduce和Pig

任務(wù)工作流)Thrift跨語言服務(wù)訪問的框架Avro數(shù)據(jù)序列化Spark

GraphX圖計算和圖挖掘框架Mesos分布式資源管理框架Yarn資源管理系統(tǒng)Zookeeper分布式應(yīng)用程序協(xié)調(diào)服務(wù)Hadoop生態(tài)系統(tǒng)各組件介紹

-

343Huawei

組件描述Ambari基于Web的工具，支持Hadoop集群的供應(yīng)、管理和監(jiān)控。HBase分布式的、面向列的數(shù)據(jù)庫CarbonData適合快速分析的索引列式數(shù)據(jù)存儲格式（一份存儲同時滿足快速掃描，多維分析，明細(xì)數(shù)據(jù)查詢的場景）；華為開源的Apache孵化項目。HDFS高容錯性、高吞吐量的分布式文件系統(tǒng)Hive數(shù)據(jù)倉庫工具M(jìn)ahout數(shù)據(jù)挖掘工具（一個分布式機器學(xué)習(xí)算法的集合，基于MapReduce）Spark基于內(nèi)存進(jìn)行計算的分布式計算框架MapReduce一種分布式數(shù)據(jù)處理模式和執(zhí)行環(huán)境Spark

MLib常用的機器學(xué)習(xí)算法的實現(xiàn)庫，基于Spark。Spark

SQL用于結(jié)構(gòu)化數(shù)據(jù)處理和對Spark數(shù)據(jù)執(zhí)行類SQL的查詢Beam可在任何執(zhí)行引擎上運行的批處理和流處理編程模型Solr企業(yè)級搜索應(yīng)用服務(wù)器PorterMinerDataFarmHadoop系統(tǒng)管理Farmer服務(wù)治理ManagerHadoop

APIPlugin

APIOpenAPI/SDK應(yīng)用服務(wù)層REST/SNMP/SyslogDataInformationKnowledgewisdomHIVE/ImpalaM/RSparkStormSolrYarn/

Zookeeper華為FusionInsight大數(shù)據(jù)平臺架構(gòu)框架安全管理LibrA(MPP

DB)HDFS/HBaseHadoop層提供大數(shù)據(jù)處理環(huán)境，基于社區(qū)開源軟件增強DataFarm層提供支撐端到端數(shù)據(jù)洞察，構(gòu)建數(shù)據(jù)到信息到知識到智慧的數(shù)據(jù)供應(yīng)鏈，

其中數(shù)據(jù)集成服務(wù)Porter，數(shù)據(jù)挖掘服務(wù)Miner和數(shù)據(jù)服務(wù)框架FarmerManager是一個分布式系統(tǒng)管理框架，管理員可以從單一接入點操控分布式集群，包括系統(tǒng)管理、數(shù)據(jù)安全管理和數(shù)據(jù)治理44Huawei

百分之百開源的核心支持混合負(fù)載，從批量、交互查詢、數(shù)據(jù)挖掘，到實時流和查詢等各種場景開放式存儲格式（Rcfile/ORCfile/Parquet），以避免鎖定私有文件格式所有的組件都通過Manager提供的插件框架來按需安裝開源輕度增強開源深度增強開源孵化特性DSLIDE分布式計算框架HDFS/HBaseHiveMapReduce/TezSparkStormYARN/ZookeeperFlumeSqoopIntegrationBatchProcessingInteractiveQuerySearchMachineLearningEventStreamProcessSolrMLLIB分布式存儲StreamingCalculation基礎(chǔ)設(shè)施Standard

ServerStorageServerPluggable

AcceleratorNetworkOnlineQuerySparkStreamingCQLPhoenixElkHiGraphCTBase45Huawei

MPPDB會使用Hadoop會定位周邊問題會定位內(nèi)核級問題的個人定位內(nèi)核級問題的團隊能夠獨立完成支撐關(guān)鍵業(yè)務(wù)特性的內(nèi)核級開發(fā)能夠帶領(lǐng)社區(qū)，引領(lǐng)社區(qū)完成面向未來的內(nèi)核級特性開發(fā)能夠創(chuàng)建新的社區(qū)頂級項目，并且得到生態(tài)系統(tǒng)認(rèn)可強大的內(nèi)核團隊支持的開發(fā)與產(chǎn)品交付能力，企業(yè)級運營支撐能力開源社區(qū)生態(tài)系統(tǒng)組件多，代碼量大組件更新塊特性無有效整合某大銀行CIO：“我們把大數(shù)據(jù)應(yīng)用視作是生命線，肯定是采用企業(yè)版，因為搞開源軟件不是我們的主業(yè)。在選合作伙伴的時候，我們一定考慮門當(dāng)戶對，因為強有力的合作伙伴才能保證3~5年的供應(yīng)、合作安全。強大的掌握代碼的團隊，才能造就成功的企業(yè)級數(shù)據(jù)平臺軟件46Huawei

大數(shù)據(jù)是華為公司未來投入四大戰(zhàn)略方向之一，未來將保持上千人規(guī)模重點投入西安研究所：Hadoop產(chǎn)品化ELK/MPP

DB深圳研發(fā)基地/香港：大數(shù)據(jù)洞察平臺大數(shù)據(jù)解決方案數(shù)據(jù)挖掘算法印度研究所：Hadoop數(shù)據(jù)可視化MOLAP美研所：SparkELK/MPP

DB大數(shù)據(jù)系統(tǒng)加速歐研所：分布式內(nèi)存DB分布式計算算法杭州研究所：HadoopSpark流計算加研所：Yarn/大規(guī)模調(diào)度硬件加速金融大數(shù)據(jù)分析47Huawei

華為對Hadoop社區(qū)的貢獻(xiàn)逐年增加，已穩(wěn)居第一陣營2015年上半年華為對Hadoop社區(qū)各組件的貢獻(xiàn)1 PMC4mitter

50+

Contributors48Huawei

49Huawei

大數(shù)據(jù)趨勢和發(fā)展大數(shù)據(jù)處理技術(shù)運營商與大數(shù)據(jù)大數(shù)據(jù)應(yīng)用場景華為大數(shù)據(jù)及數(shù)據(jù)挖掘解決方案三大運營商大數(shù)據(jù)戰(zhàn)略啟動，積極探索大數(shù)據(jù)業(yè)務(wù)大數(shù)據(jù)對外商業(yè)化系統(tǒng)平臺準(zhǔn)備市場營銷客戶服務(wù)數(shù)據(jù)資源輸出大數(shù)據(jù)運營準(zhǔn)備運營模式準(zhǔn)備產(chǎn)品/服務(wù)開發(fā)客戶維系網(wǎng)絡(luò)運營數(shù)據(jù)能力輸出Source:

茁思壯行國內(nèi)運營商處在大數(shù)據(jù)發(fā)展的初級階段大數(shù)據(jù)對內(nèi)應(yīng)用戰(zhàn)略中國某著名企業(yè)：構(gòu)建大數(shù)據(jù)能力，支撐營銷服務(wù)轉(zhuǎn)型構(gòu)建匯聚網(wǎng)絡(luò)、業(yè)務(wù)、終端、客戶行為等多維度的數(shù)據(jù)分析平臺，為“大數(shù)據(jù)、超細(xì)分、微營銷”的營銷服務(wù)轉(zhuǎn)型提供有力支撐50Huawei

中國某著名企業(yè)：跨域數(shù)據(jù)整合，構(gòu)建開放式大數(shù)據(jù)服務(wù)平臺以“集中化、一體化”為信息化方向，以大數(shù)據(jù)為核心，推動大營銷/大服務(wù)一體化建設(shè)，保障全業(yè)務(wù)電子商務(wù)運營。中國某著名企業(yè)：大數(shù)據(jù)與云計算協(xié)同發(fā)展，探索數(shù)據(jù)變現(xiàn)大數(shù)據(jù)和云計算協(xié)同發(fā)展，構(gòu)建完整產(chǎn)品體系。聚焦集團客戶優(yōu)勢,引入創(chuàng)新機制，快速形成大數(shù)據(jù)能力數(shù)據(jù)分布在B/O/M域等IT系統(tǒng)、各基地/專業(yè)公司業(yè)務(wù)平臺以及DPI系統(tǒng)中B域:

用戶在運營商的消費結(jié)果數(shù)據(jù),

O域:

用戶的管道的過程數(shù)據(jù)如位置等數(shù)據(jù),

M域:運營商的管理數(shù)據(jù)DPI數(shù)據(jù)是日增量為6816TB，占據(jù)總量的93.98%DPI數(shù)據(jù)中，Mc及2/3/4G的XDR日增量為1252.67TB，占所有DPI數(shù)據(jù)的17.27%各域每日新增數(shù)據(jù)量情況（2015年底）其中DPI每日新增數(shù)據(jù)量分類（2015年底）數(shù)據(jù)分類分布情況B域系統(tǒng)數(shù)據(jù)三戶數(shù)據(jù)M域系統(tǒng)數(shù)據(jù)ERP系統(tǒng)數(shù)據(jù)訂購關(guān)系數(shù)據(jù)財務(wù)系統(tǒng)數(shù)據(jù)計費話單數(shù)據(jù)資產(chǎn)系統(tǒng)數(shù)據(jù)賬務(wù)數(shù)據(jù)合同系統(tǒng)數(shù)據(jù)渠道數(shù)據(jù)人力系統(tǒng)數(shù)據(jù)產(chǎn)品數(shù)據(jù)基地/專業(yè)公司業(yè)務(wù)平臺數(shù)據(jù)（分業(yè)務(wù)平臺）用戶數(shù)據(jù)營銷數(shù)據(jù)業(yè)務(wù)數(shù)據(jù)客服數(shù)據(jù)計費話單數(shù)據(jù)其它數(shù)據(jù)用戶行為日志O域系統(tǒng)數(shù)據(jù)性能數(shù)據(jù)Mc口XDRMR數(shù)據(jù)信令/DPI數(shù)據(jù)2/3G信令面XDR日志數(shù)據(jù)（分平臺）2/3G用戶面XDR資源數(shù)據(jù)LTE信令面XDR告警數(shù)據(jù)LTE用戶面XDR工單數(shù)據(jù)省網(wǎng)出口XDR撥測數(shù)據(jù)IDC出口XDR路測數(shù)據(jù)省網(wǎng)網(wǎng)間出口XDR其它數(shù)據(jù)骨干網(wǎng)網(wǎng)間出口XDR51Huawei

大數(shù)據(jù)變現(xiàn)

價值提升對內(nèi)對外社會效應(yīng)

用戶維系離網(wǎng)期 用戶生命周期線上廣告集客流量刺激精準(zhǔn)營銷疊加包/升級包精準(zhǔn)營銷終端機精準(zhǔn)營銷預(yù)付費潛在離網(wǎng)用戶維挽后付費潛在離網(wǎng)用戶維挽對外對內(nèi)定向包精準(zhǔn)營銷提升期 成熟期 衰退期離網(wǎng)-基站關(guān)聯(lián)分析3G到4G套餐升級精準(zhǔn)營銷家庭增值咨詢公司 市政公共 考察期某著名企業(yè)生活指數(shù)交通擁塞指數(shù)城市和交通規(guī)劃智慧旅游戶外數(shù)字媒體價值評估戶外非數(shù)字媒體價值評估戶外某著名企業(yè)媒體價值評估零售業(yè)洞察大數(shù)據(jù)精

集客用戶準(zhǔn)廣告 精準(zhǔn)營銷用戶維挽精準(zhǔn)營銷數(shù)據(jù)開放行業(yè) OTT 垂直行業(yè)數(shù)據(jù)開放(金融、保險)為垂直行業(yè)推薦精準(zhǔn)客戶APP/內(nèi)容推薦后向收費網(wǎng)建網(wǎng)優(yōu)52Huawei

運營商行業(yè)大數(shù)據(jù)解決方案L2數(shù)據(jù)處理層+L3洞察層組成FusionInsight平臺，向下融合跨域數(shù)據(jù)，向上支持不同應(yīng)用L3L1數(shù)據(jù)開放服務(wù)（Open

Data

Bus）爬蟲B域統(tǒng)計分析數(shù)據(jù)挖掘分析工具X86服務(wù)器（含云化）批量采集/

實時采集圖分析文本分析&NLP存儲（分布式/云化）搜索多媒體分析精準(zhǔn)營銷客戶體驗管理網(wǎng)絡(luò)效率提升M域 O域

互聯(lián)網(wǎng)

第三方MPP內(nèi)存DBCEP傳統(tǒng)DW數(shù)據(jù)處理數(shù)據(jù)集成（ETL）HadoopSpark流式處理(Storm)數(shù)據(jù)探索某著名企業(yè)業(yè)務(wù)洞察框架運營效率提升網(wǎng)絡(luò)內(nèi)容洞察位置洞察策略洞察第三方用戶洞察渠道洞察網(wǎng)絡(luò)洞察終端洞察產(chǎn)品洞察經(jīng)營洞察業(yè)務(wù)洞察流量洞察洞察組件L4數(shù)據(jù)服務(wù)層數(shù)據(jù)平臺層 L2基礎(chǔ)設(shè)施數(shù)據(jù)源應(yīng)用層對外開放/第三方合作位置應(yīng)用廣告平臺開放合營管理中心數(shù)據(jù)資產(chǎn)管理數(shù)據(jù)安全作業(yè)調(diào)度運維管理統(tǒng)一大數(shù)據(jù)平臺統(tǒng)一的數(shù)據(jù)集成，存儲和分析統(tǒng)一的數(shù)據(jù)治理統(tǒng)一的應(yīng)用支持平臺適配某著名企業(yè)領(lǐng)域數(shù)據(jù)BSS/OSS數(shù)據(jù)接入用戶行為數(shù)據(jù)接入外部數(shù)據(jù)接入某著名企業(yè)領(lǐng)域商業(yè)驅(qū)動的應(yīng)用智能運營/營銷/智能關(guān)懷/KPI/NPM/客戶體驗管理/MIS/DAaaS開放架構(gòu)水平分層解耦架構(gòu)整合第三方組件的能力

如：DB、DWH，Hadoop、

分析工具、

可視化軟件53Huawei

6.06%9.25%0%5%10%提升52.60%4G合約機換機外呼營銷成功率xxx0200040006000拉動業(yè)務(wù)收入（萬）節(jié)約人工成本（萬）大數(shù)據(jù)外呼精準(zhǔn)營銷經(jīng)濟效益預(yù)測傳統(tǒng) 大數(shù)據(jù)說明：兩種方案各選20萬目標(biāo)客戶，在前臺無感知下進(jìn)行對比驗證。說明：省公司客服中心給出的經(jīng)濟預(yù)測。業(yè)務(wù)拉動=13元（提升ARUP）╳24月（在網(wǎng)時長）╳

148043.9筆成本節(jié)省=6000元（話務(wù)員月均成本）×（節(jié)省人數(shù)）×7個x月xx傳統(tǒng)經(jīng)驗驅(qū)動大數(shù)據(jù)驅(qū)動數(shù)據(jù)源不同B域B域（ARPU+網(wǎng)齡+客戶品牌）（不超過5個）B域 O域B域（用戶基本信息+營銷接觸數(shù)據(jù)+用戶消費信息+營銷活動數(shù)據(jù)）+O域（用戶行為特征）（幾萬個特征）數(shù)據(jù)分析師建模建模方法不同專家經(jīng)驗+簡單用戶提取規(guī)則稀疏線性預(yù)測算法特征權(quán)植 用戶樣本（終端推薦模型+4G業(yè)務(wù)偏好模型+終端品牌偏好模型）目標(biāo)用戶預(yù)測 反饋尋找相關(guān)性 推薦服務(wù)優(yōu)化模 存儲型 自動持續(xù)優(yōu)化訓(xùn)練模型 訓(xùn)練數(shù)據(jù) 日志（持續(xù)累計）54Huawei

某運營商：大數(shù)據(jù)外呼精準(zhǔn)營銷，4G換機成功率提升50%以上55Huawei

大數(shù)據(jù)趨勢和發(fā)展大數(shù)據(jù)處理技術(shù)運營商與大數(shù)據(jù)大數(shù)據(jù)應(yīng)用場景華為大數(shù)據(jù)及數(shù)據(jù)挖掘解決方案社交媒體&網(wǎng)絡(luò)犯罪分析大數(shù)據(jù)在平安城市的主要應(yīng)用-情報分析視頻大數(shù)據(jù)FusionInsight大數(shù)據(jù)碰撞視頻云視頻智能分析特征數(shù)據(jù)人像識別

車牌分析行為分析人車軌分析

以圖搜圖指揮中心Call-taker

Call-taker大情報Despatcher現(xiàn)場警員人、車、案件等情指融合情報中心重要人口管理同上網(wǎng)同行同住通話聯(lián)系社團發(fā)現(xiàn)…………Huawei

例子：一起手機盜竊案…2015-4-27：接到報警，調(diào)看店內(nèi)監(jiān)控發(fā)現(xiàn)一個孕婦帶著個小孩盜竊手機VideoSearch:對類似案件串并分析，比對視頻，發(fā)現(xiàn)嫌疑人涉及21起案件犯案手法：孕婦吸引店員注意，小孩偷竊手機Big

Data:發(fā)現(xiàn)嫌疑車輛，掛著假車牌2015-8-8

在江西抓捕罪犯，后繼核實在多省33+市盜竊案件115起B(yǎng)ig

Data:

比對發(fā)現(xiàn)一部手機和該車位置匹配，鎖定嫌疑人身份Huawei

5

年后政府大數(shù)據(jù)和云計算轉(zhuǎn)型之路現(xiàn)在可持續(xù)發(fā)展服務(wù)個性化產(chǎn)業(yè)與經(jīng)濟領(lǐng)先地位廣泛協(xié)同環(huán)境問責(zé)機制與透明性相關(guān)者360度的溝通與協(xié)同政府應(yīng)用的創(chuàng)新支持未來的大膽創(chuàng)新未來的政府基于人工智能的個性化服務(wù)群體智能與眾包政府內(nèi)全方位溝通傳統(tǒng)IT整合到云端發(fā)掘大數(shù)據(jù)的能力預(yù)測分析某著名企業(yè)政府的安全及訪問控制位置識別、分析與安全績效監(jiān)測工具智慧城市試點感知大數(shù)據(jù)價值-知識獲取、內(nèi)容管理、機器學(xué)習(xí)動態(tài)信息共享24X7

訪問虛擬文件全方位安全解決方案降低風(fēng)險物聯(lián)網(wǎng)提升基礎(chǔ)設(shè)施的運營水平社交提供政府與企業(yè)和居民的雙向順暢溝通云計算大數(shù)據(jù)Huawei

某著名企業(yè)社交公安政府大數(shù)據(jù)業(yè)務(wù)模型大數(shù)據(jù)業(yè)務(wù)價值點業(yè)務(wù)領(lǐng)域情報分析交警業(yè)務(wù)警員辦公同行分析 同住宿分析同上網(wǎng)分析互聯(lián)網(wǎng)輿情監(jiān)控財產(chǎn)分析用水用電分析案件偵破案件統(tǒng)計 犯案規(guī)律挖掘犯案手段挖掘通話記錄統(tǒng)計嫌犯布控社團監(jiān)控套牌車分析車輛軌跡分析道路發(fā)現(xiàn)更新晝伏夜出車輛異地車輛文書流轉(zhuǎn)監(jiān)控電子卷宗檢索業(yè)務(wù)流程跟蹤警員工作統(tǒng)計重大事件安保 突發(fā)事件防控線索甄別 案件碰撞Huawei

重點人群監(jiān)控舉報信息甄別監(jiān)控視頻檢索卡口圖像分析傳統(tǒng)視頻監(jiān)控架構(gòu)的局限性：隔離、孤島、封閉網(wǎng)絡(luò)模擬攝像頭DVRIPC攝像頭（智能）NVR電纜網(wǎng)絡(luò)原始視頻信號編碼壓縮信號視頻智能分析視頻管理平臺視頻智能分析視頻邊緣接入視頻實戰(zhàn)平臺存儲存儲以圖搜圖車軌分析關(guān)系分析實時布控行為分析12IPC攝像頭（普通）結(jié)構(gòu)化數(shù)據(jù)缺乏開放共享的服務(wù)化平臺新增應(yīng)用需要和各業(yè)務(wù)系統(tǒng)逐一對接，存在困難且效率低；希望能快速從統(tǒng)一的平臺上，獲取標(biāo)準(zhǔn)化、組件化的服務(wù)資源利用率低、調(diào)度不靈活各系統(tǒng)煙囪建設(shè)，資源不能共享，利用率低；資源不能動態(tài)調(diào)度，無法滿足大案、要案時的高峰計算及I/O需求視頻數(shù)據(jù)管理難、效率低接入→存儲→解析→碰撞→歸檔，數(shù)據(jù)隔離、難共享；多次遷移，浪費時間和空間3視頻大數(shù)據(jù)集群計算服務(wù)器Huawei

視頻云物理架構(gòu):

物理分布，邏輯集中；全網(wǎng)智能，全局調(diào)度②

視頻接入網(wǎng)關(guān)兼容多供應(yīng)商的前端和平臺①

智能

IPC和前端設(shè)備箱內(nèi)嵌智能算法，事前預(yù)警；可實現(xiàn)傳統(tǒng)攝像頭智能化④

智能匯聚7倍業(yè)內(nèi)匯聚速度③

敏捷網(wǎng)絡(luò)支持LAN、xPON、LTE、微波、

WLAN

等泛接入方式；滿足多場景需求⑦ 視頻大數(shù)據(jù)實現(xiàn)秒級10億級卡口大數(shù)據(jù)檢索，秒級1000萬級人臉庫分析⑥

視頻解析任務(wù)動態(tài)調(diào)度，全網(wǎng)智能分析⑤

視頻共享兩級就近匯聚、全局視圖共享，多數(shù)據(jù)源融合存儲⑧ 統(tǒng)一管理實現(xiàn)數(shù)據(jù)、資源、業(yè)務(wù)的統(tǒng)一管理和調(diào)度，數(shù)據(jù)不用動，業(yè)務(wù)處理能力隨數(shù)據(jù)而行。市局分局前端智能IPC接入網(wǎng)關(guān)社會面平臺12云中心節(jié)點視頻共享視頻解析云邊緣節(jié)點視頻共享視頻解析……視頻解析應(yīng)用前端設(shè)備箱傳統(tǒng)IPC融合指揮治安防控反恐處突視頻偵查4云邊緣節(jié)點……36視頻共享7視頻大數(shù)據(jù)敏捷網(wǎng)絡(luò)（LAN、xPON、LTE、微波、WLAN）網(wǎng)絡(luò)統(tǒng)一管理 85感傳管用稽查布控Huawei

視頻云平臺：視頻資源全面云化、數(shù)據(jù)工廠、應(yīng)用引擎數(shù)據(jù)工廠視頻結(jié)構(gòu)化視頻大數(shù)據(jù)挖掘視頻數(shù)據(jù)全生命周期管理2方案特點3 應(yīng)用引擎開放視頻云服務(wù)可集成第三方算法提供應(yīng)用開發(fā)環(huán)境1 資源云化資源池化敏捷自動高效管理視頻云平臺資源云化數(shù)據(jù)工廠應(yīng)用引擎VM視頻共享應(yīng)用引擎

視頻存儲服務(wù)視頻編碼 視頻轉(zhuǎn)發(fā)

視頻濃縮

車輛識別

人臉識別服務(wù) 服務(wù) 服務(wù) 服務(wù) 服務(wù)軌跡/關(guān)系分析服務(wù)視頻解析視頻大數(shù)據(jù)數(shù)據(jù)工廠VMVMVM資源云化視頻共享視頻解析視頻大數(shù)據(jù)數(shù)據(jù)工廠VMVMVM視頻共享視頻解析視頻大數(shù)據(jù)數(shù)據(jù)工廠VMVM中心節(jié)點邊緣節(jié)點邊緣節(jié)點資源云化治安防控視頻偵查融合指揮稽查布控反恐處突實戰(zhàn)應(yīng)用1

資源云化23Huawei

1.資源池化：基于OpenStack標(biāo)準(zhǔn)架構(gòu)，統(tǒng)一管理，為視頻云提供按需服務(wù)省廳資源池計算虛擬化 存儲虛擬化VRMoAvaOpenStackCinderNeutron網(wǎng)絡(luò)虛擬化業(yè)務(wù)云管理平臺業(yè)務(wù)平臺

N業(yè)務(wù)平臺2業(yè)務(wù)平臺1VDC……運營門戶服務(wù)門戶業(yè)務(wù)管理員門戶Service

APIService

Center（服務(wù)管理）業(yè)務(wù)影響分析DC健康診斷告警實時監(jiān)控服務(wù)計量用戶管理 服務(wù)編排 服務(wù)目錄VDC管理應(yīng)用自動化和編排拓?fù)鋵?dǎo)航運維管理員門戶eSDKOperation

Center（運維管理）市局資源池分局資源池業(yè)務(wù)價值集約化：模塊化建設(shè)，資源共享、靈活分配。提升服務(wù)速度、降低建設(shè)成本，降低運維成本標(biāo)準(zhǔn)化：開放云OS，避免被鎖定服務(wù)化：服務(wù)目錄，自助申請，快速發(fā)放，提升服務(wù)水平。業(yè)務(wù)場景在分局或市局構(gòu)建視頻云共享資源池資源云化服務(wù)按需申請/授權(quán)服務(wù)的生命周期管理：服務(wù)申請、審批、發(fā)放、編排多個DC當(dāng)1個管，1個DC當(dāng)多個用計算虛擬化 存儲虛擬化 網(wǎng)絡(luò)虛擬化VRMoAvaOpenStackCinderNeutron存儲虛擬化 網(wǎng)絡(luò)虛擬化VRMoAva計算虛擬化OpenStackCinderNeutron視頻云平臺資源云化數(shù)據(jù)工廠應(yīng)用引擎Huawei

1.1計算資源池化：實現(xiàn)CPU/GPU資源動態(tài)適配不同視頻分析計算需求視頻云平臺資源云化數(shù)據(jù)工廠應(yīng)用引擎通過CPU/GPU計算資源池化服務(wù)，實現(xiàn)在多業(yè)務(wù)間按需分配，提升資源利用率靈活解決業(yè)務(wù)高負(fù)荷時，資源能調(diào)度集中辦大案業(yè)務(wù)場景需提供差異化資源池服務(wù)。如視頻共享更多只有CPU需求；而視頻解析、視頻大數(shù)據(jù)等業(yè)務(wù)，會對GPU高性能計算有需求。各業(yè)務(wù)有錯峰填谷的場景，資源池需動態(tài)調(diào)配業(yè)務(wù)價值

云計算資源池

視頻管理資源池 視頻解析資源池大數(shù)據(jù)分析資源池CPU資源池CPU資源池GPU資源池GPU資源池視頻解析視頻摘要 人臉識別車輛識別 異常行為大數(shù)據(jù)分析全文檢索 深度分析實時監(jiān)控公安VDC安監(jiān)VDC交警VDC ……視頻共享視頻接入 視頻轉(zhuǎn)碼視頻轉(zhuǎn)發(fā) 視頻增強CPU資源池Huawei

…大情報警綜共享平臺通過云計算消除底層異構(gòu)硬件的差異，實現(xiàn)資源的平臺化管理開放架構(gòu)，可擴展性業(yè)務(wù)與平臺解耦軟件與件解耦統(tǒng)一管理彈性伸縮，資源最優(yōu)配置自動化管理分布式架構(gòu)IT即服務(wù)服務(wù)設(shè)計與服務(wù)目錄服務(wù)水平可衡量自服務(wù)門戶軟件定義NetworkFusionSphere云操作系統(tǒng)存儲池SDSDC2DC1

DC3計算池SDputingKVM

vSphereSANServerSAN網(wǎng)絡(luò)池SDNVSA

vSwitchVDC1VDC3VDC2V大情報警鐘更多應(yīng)用ManageOne統(tǒng)一管理平臺共享平臺Huawei

“物理分散、邏輯集中、資源共享、按需服務(wù)”分布式云數(shù)據(jù)中心省市“一朵云”需求：多個數(shù)據(jù)中心統(tǒng)一運維管理省市統(tǒng)一管理信息、資源的統(tǒng)一呈現(xiàn)資源統(tǒng)一發(fā)放虛擬化資源統(tǒng)一管理省、市虛擬化資源統(tǒng)一管理異構(gòu)虛擬化資源統(tǒng)一納管虛擬資源池三個統(tǒng)一運營 運維運營運維的統(tǒng)一管理統(tǒng)一為各警種提供IT服務(wù)資源快速申請警種自助式運維關(guān)鍵特性Huawei

實現(xiàn)全省一朵云，多個數(shù)據(jù)中心物理分散邏輯集中，省廳統(tǒng)一運維管理。云主機服務(wù)關(guān)系數(shù)據(jù)庫服務(wù)云存儲服務(wù)虛擬私有云大數(shù)據(jù)服務(wù)虛擬負(fù)載均衡省廳數(shù)據(jù)中心云計算平臺其它地市數(shù)據(jù)中心云計算平臺市局?jǐn)?shù)據(jù)中心云計算平臺科信VDC 刑偵VDC 綜安VDC警務(wù)云統(tǒng)一管理計算 存儲 網(wǎng)絡(luò)物理機服務(wù)虛擬防火墻服務(wù)按部門或業(yè)務(wù)靈活構(gòu)建VDC，匹配現(xiàn)有組織結(jié)構(gòu)VDC的資源可從全局多個資源池靈活分配不同VDC資源邏輯隔離，各業(yè)務(wù)系統(tǒng)獨立可靠運行VDC自助運維管理，為業(yè)務(wù)部門提供自主性Huawei

業(yè)務(wù)數(shù)據(jù)庫信息數(shù)據(jù)庫數(shù)據(jù)調(diào)用數(shù)據(jù)采集網(wǎng)上辦案系統(tǒng)刑偵基礎(chǔ)系統(tǒng)派出所綜合管理執(zhí)法綜合管理……水平應(yīng)用系統(tǒng)人口信息系統(tǒng)在逃人員信息庫卡口信息系統(tǒng)車輛管理系統(tǒng)……垂直應(yīng)用系統(tǒng)數(shù)據(jù)倉庫數(shù)據(jù)分析Huawei

數(shù)據(jù)抽取/清洗情報研判比對布控軌跡碰撞同行同住……數(shù)據(jù)分析警綜/視頻共享管理/PGIS/大情報/公共服務(wù)平臺綜合分析系統(tǒng)實際就是警綜、視頻管理等傳統(tǒng)應(yīng)用平臺的云化，統(tǒng)一整合原本分散的應(yīng)用層，融合業(yè)務(wù)層，對內(nèi)外提供云服務(wù)。原有數(shù)據(jù)庫部分一般不建議云化，大數(shù)據(jù)不建議云化。省廳建設(shè)規(guī)模在數(shù)千萬至一個億不等，市局建設(shè)規(guī)模一般在數(shù)百萬至千萬之間。實際就是原有的綜合分析系統(tǒng)大數(shù)據(jù)化，并且運用大數(shù)據(jù)思維開發(fā)更多的情報分析場景。一般分期建設(shè)，前期結(jié)構(gòu)化數(shù)據(jù)量較少，40-100TB左右，后續(xù)非結(jié)構(gòu)化數(shù)據(jù)加入會增值PB級別。警務(wù)云大數(shù)據(jù)ManageOne包括SC、OC兩個組件，SC支持管理多個市局，

支持統(tǒng)一云運營管理。OC支持管理多個市局，

支持統(tǒng)一云運維管理。IaaS資源池由FusionSphere

OpenStack提供，支持VRM，在多個OpenStack的場景，市局和省廳共用一個KeyStone；災(zāi)備解決方案的BC&DR產(chǎn)品提供虛擬機備份、容災(zāi)服務(wù)，其中備份只支持磁盤備份，自動化實現(xiàn)，容災(zāi)支持虛擬機容災(zāi)，線上申請，線下發(fā)放；FusionInsight資源池提供大數(shù)據(jù)服務(wù)，包括：HDFS、Hbase、Spark、Hive、MapReduce，自動化發(fā)放；AC控制器提供網(wǎng)絡(luò)自動化功能，

支持VPC，

網(wǎng)絡(luò)，

SNAT,

防火墻ACL，

負(fù)責(zé)均衡，

VPN等功能。RDS

For

oracle提供關(guān)系數(shù)據(jù)庫服務(wù)，

支持發(fā)放數(shù)據(jù)庫實例，并對數(shù)據(jù)庫實例做管理。esight負(fù)責(zé)每個市局的本地硬件資源的運維，

Openstack

OM，

FC負(fù)責(zé)每個市局的本地虛擬化資源的運維。省公安廳Huawei

X市局 X市局Huawei

MPPDB深度分析數(shù)據(jù)集成/數(shù)據(jù)治理HDFS/HBaseStormSpark

MPP

DB

HQLAPI PL/SQLSQL99/SQL2003行業(yè)算法模型Miner軌跡分析關(guān)系分析視頻分析 積分模型機器學(xué)習(xí) 重口分析人物畫像類案分析HD-離線近線數(shù)據(jù)源電子圍欄(WiFi/UTMS)公安八大庫(人口/車輛/案件) 治安卡口(車輛/人員) 實時/歷史視頻分析FusionInsight已規(guī)劃，未商用華為警務(wù)大數(shù)據(jù)應(yīng)用實戰(zhàn)化，聚焦平臺+部分核心行業(yè)算法，開放、成重口分析：重要人口分析，行業(yè)算法模型中，除了軌跡分析，關(guān)系分析，還有其它大量的針對警務(wù)系統(tǒng)的算法。治安 刑偵 經(jīng)偵 緝毒 巡警 交警 技偵視頻大數(shù)據(jù) 大情報 重口數(shù)據(jù) 社交媒體 案件管理應(yīng)用層ISV第一數(shù)據(jù)平面業(yè)務(wù)數(shù)據(jù)業(yè)務(wù)數(shù)據(jù)業(yè)務(wù)數(shù)據(jù)業(yè)務(wù)數(shù)據(jù)…大數(shù)據(jù)平臺實時采集數(shù)據(jù)轉(zhuǎn)換加載清洗抽取系統(tǒng)管理任務(wù)管理元數(shù)據(jù)管理數(shù)據(jù)預(yù)處理區(qū) 緩沖庫MPP

DBMPP

DB集群Streaming(實時流處理)Streaming集群預(yù)處理加載數(shù)據(jù)服務(wù)稽查布控人員關(guān)系分析查詢檢索主題檔案服務(wù)統(tǒng)計分析…軌跡分析圖片檢索專題分析實時監(jiān)控全文檢索數(shù)據(jù)挖掘Hadoop集群全文檢索 離線分析、批處理分布式文件系統(tǒng)基礎(chǔ)數(shù)據(jù)、圖片、視頻、文本結(jié)構(gòu)化數(shù)據(jù)第二數(shù)據(jù)平面管

理4.實時流處理場景數(shù)據(jù)融合與輔助破案,從查詢到深度挖掘分析，從靜態(tài)查詢到動態(tài)分析挖掘1.分析場景 2.查詢場景 3.挖掘場景Huawei

警務(wù)大數(shù)據(jù)主要應(yīng)用場景關(guān)系挖掘：基于SPARK+圖數(shù)據(jù)庫的關(guān)系發(fā)現(xiàn)實時監(jiān)測：流處理+內(nèi)存數(shù)據(jù)庫方案業(yè)務(wù)數(shù)據(jù)分布式數(shù)據(jù)庫HBase全文索引庫Solr實時搜索：搜索引擎+大數(shù)據(jù)分級存儲警務(wù)百度 一鍵搜 智慧檔案……實時搜索平臺FusionInsight內(nèi)容關(guān)聯(lián)建立索引FusionInsight車軌數(shù)據(jù)軌跡分析：MPPDB分布式并行數(shù)據(jù)庫套牌分析 伴隨分析 案件對碰交互式分析平臺卡口數(shù)據(jù)LBS數(shù)據(jù)GPS數(shù)據(jù)MPPDB并行數(shù)據(jù)庫Hadoop離線分析……SQLAPIFusionInsight實時查詢離線計算關(guān)系分析引擎MinerSpark分析結(jié)果同住宿同車同上網(wǎng)同案同航班……深度分析平臺業(yè)務(wù)數(shù)據(jù)圖數(shù)據(jù)庫

TitanHBase監(jiān)控數(shù)據(jù) 通信話單 卡口數(shù)據(jù)

實時分析模型

Storm/Spark

StreamingKafka集群（消息隊列、緩存池）實時預(yù)警重點人員布控區(qū)域?qū)崟r監(jiān)控原始數(shù)據(jù)Huawei

貴州警務(wù)云二期：盡早介入、預(yù)埋機會、扭轉(zhuǎn)格局貴州警務(wù)云二期機會點分析作為建立“多彩貴州”重要項目，對安全性、靈活性、可擴展性都提出了很高要求，涉及華為從建設(shè)到運維全系列服務(wù)產(chǎn)品；ISV不具備ICT集成架構(gòu)基礎(chǔ)集成服務(wù)能力，需要借助華為全生命周期專業(yè)服務(wù)能力進(jìn)行項目拓展和業(yè)務(wù)對接；因前期趕進(jìn)度臨建板房需要在機房建成后搬遷至新機房；本項目涉及華為IT、網(wǎng)絡(luò)全系列軟硬件產(chǎn)品，且承載省廳、公安部重要業(yè)務(wù)，屬于典型的警務(wù)云項目，具備可復(fù)制性；項目復(fù)制，大量的服務(wù)參與空間項目可研階段提前預(yù)埋ICT集成架構(gòu)集成服務(wù)全系列服務(wù)產(chǎn)品及服務(wù)預(yù)算，確保服務(wù)報價有法可依；科信沒有匯智這種強勢ISV，ISV需要借助華為品牌、客戶關(guān)系ICT能力拓展項目，ICT基礎(chǔ)架構(gòu)基礎(chǔ)服務(wù)全系列服務(wù)產(chǎn)品均有機會；省廳、地市分局存在大量的警務(wù)云建設(shè)機會，按照貴州警務(wù)云二期項目規(guī)模，保守估算服務(wù)參與空間1千萬左右；統(tǒng)一運維&運營管理平臺基礎(chǔ)設(shè)施

x86服務(wù)器統(tǒng)一存儲分布式NAS網(wǎng)絡(luò)設(shè)備虛擬數(shù)據(jù)中心大數(shù)據(jù)存儲服務(wù)大數(shù)據(jù)計算服務(wù)…虛擬機服務(wù)物理機服務(wù)應(yīng)用服務(wù)彈性存儲服務(wù)警務(wù)綜合應(yīng)用系統(tǒng)情報綜合研判系統(tǒng)指紋自動識別系統(tǒng)刑偵管理系統(tǒng)……計算FS云計算資源池存儲網(wǎng)絡(luò)物理資源

池ORACLEFI大數(shù)據(jù)資源池HDFS/MRMPP……HBASE資源資源資源GPU計算Huawei

服務(wù)產(chǎn)品金額服務(wù)產(chǎn)品金額項目復(fù)制存儲數(shù)據(jù)遷移28.4云備份服務(wù)6.4帶動服務(wù)機會點：銅仁警務(wù)云：200萬畢節(jié)警務(wù)云：170萬公安廳傳統(tǒng)機房P2V&V2V遷移和小機遷移：100萬存儲備份服務(wù)6.3云遷移服務(wù)50機房整體搬遷61.3大數(shù)據(jù)開發(fā)支持服務(wù)15.3FS解決方案實施服務(wù)8.4大數(shù)據(jù)遷移服務(wù)28ManageOne實施服務(wù)20.8維保及駐場服務(wù)225合計450設(shè)計方案/招標(biāo)材料中預(yù)埋服務(wù)機會Huawei

陜西三秦警務(wù)云招標(biāo)書金融與運營商大數(shù)據(jù)平臺合作伙伴Top

3China

Telco中國運營商企業(yè)50%ChinaFinancialIndustryTop10

Customers中國金融行業(yè)Top10企業(yè)Industrialandmercial

BankofChina某著名企業(yè)China

Mobile中國某著名企業(yè)China

Un上海某著名企業(yè)ChinaMerchants

Bank招商銀行Pacific

Insurance太平洋保險Huawei

基礎(chǔ)功能信息驗真B域基礎(chǔ)數(shù)據(jù)驗真O域上網(wǎng)行為驗真風(fēng)險防控身份屬性 穩(wěn)定度評 消費能力 行為偏好評估 估 評估 評估序號產(chǎn)品功能輸出結(jié)果1信息三要素核驗基于手機號+身份證號+姓名一致性返回驗證結(jié)果，可兩兩驗證或三維驗證。2實時位置驗證，對比基于輸入手機號碼+位置經(jīng)度+位置緯度的一致性驗證（返回分級數(shù)據(jù)）3手機號碼狀態(tài)查詢基于手機