数据通信解决方案篇1
【关键词】大数据聚类分析行为分析模型CeLLiDoD调查
中图分类号：tp391文献标识码：a文章编号：1006-1010（2014）-13-0038-04
1大数据发展现状和发展前景
1.1大数据发展现状
大数据（BigData）具有4V特征，一是数据体量巨大（Volume），数据正在以指数级速度增长，一些行业每天产生的数据量达到tB级；二是数据类型繁多（Variety），包括以文本为主的结构化数据，以音频、视频、图片、地理位置信息等为主的非结构化数据；三是价值密度低（Value），以视频为例，在连续不间断的视频监控中，有用数据可能仅有一二秒；四是处理速度快（Velocity），这是大数据区分于传统数据挖掘的最显著特征，面对海量的数据，处理数据的效率非常关键。
近年来，大数据应用随处可见。谷歌通过分析人们在谷歌的搜索关键词，提供再捕捉服务，通过这种服务谷歌每年可以获得10亿美元的收入，亚马逊通过对其平台上互动交易的数据进行挖掘，使其在交易当中获得更好的收益。多国政府部门将大数据技术应用到便民服务和政府执法领域，例如当一辆套牌车开往某个停车场，基于大数据分析的车牌识别系统可以很快通知最近的交警前往执行处罚，交通部门开放运营车辆GpS数据，向市民道路实时路况。
1.2大数据的发展前景
随着技术创新和行业需要的推动，大数据产业已步入了快车道。iDC报告称，在中国，与大数据建设相关的硬件软件服务在2016年将超过6亿美元。
维克托・迈尔在《大数据时代》一书中指出：大数据开启了一次重大的时代转型。就像望远镜让我们能够感受宇宙，显微镜让我们能够观测微生物一样，大数据正在改变我们的生活、工作以及理解世界的方式，成为新发明和新服务的源泉，同时更多的改变正在蓄势待发。
大数据以一种前所未有的方式，通过对海量数据进行分析，获得具有巨大价值的产品和服务。数据是信息社会的根本要素，挖掘多变的、海量的数据，不仅能为全社会提供创新的信息服务，而且能够为各行业创造价值，因此大数据应用前景非常广阔。
2移动通信大数据在城市人口管理中的
应用
2.1移动通信网络数据的价值
运营商的数据十分宝贵，包括网络数据、用户数据、位置数据、用户行为数据、设备终端数据等。
（1）运营商拥有海量的网络资源数据，全国数以百万计的基站形成了LBS应用需要的CeLLiD（CeLLidentity）数据，CeLLiD是指移动通信无线网络上报终端所处的基站小区号。
（2）2010年9月1日实施手机实名制之后，在保障通信安全的同时，运营商拥有了较为准确的用户资料和消费信息数据。
（3）根据移动通信原理，网络需进行小区切换和周期性位置更新，这种定期产生的大量位置更新信息就形成了位置和轨迹数据。
（4）用户在进行发送短信、通话、数据上网、开关机等行为时，会产生大量的用户行为数据。
（5）所有终端在建立与网络的连接时，均会上报终端的imei号，形成了丰富的终端设备数据。
上述5类数据，经过数据分析和数据挖掘，为行业研究和服务创新提供可靠的依据，为城市人口管理和公共安全提供决策数据支持。
2.2需求分析
随着城市经济水平的不断发展，城市人口呈现数量多、增长快、流动大等特点，给经济社会发展和社会治安带来巨大的压力，给城市人口管理和服务工作带来前所未有的挑战，政府主管部门积极探索城市人口管理的新模式。如何准确地分析城市人口分布和流动情况？如何采用创新手段提升管理和服务水平？采用科学的方法和先进的技术对移动通信网络数据进行数据分析和数据挖掘是一个非常好的突破口。据工信部的通信行业统计数据，2014年5月底中国移动电话用户总数达到12.56亿户，移动电话普及率达92.3部/百人。由此可见，移动通信网络大数据将在城市人口分析和管理工作中显示出独到的优势和价值。
通过移动通信网络大数据挖掘和分析，能方便快捷地获取以下信息：城市人口分布及流动情况、城市居民oD调查、城市人口异常聚集、特定区域的经济发展状况等。
2.3系统架构
基于移动通信大数据的城市人口管理系统架构分为4个部分，如图1所示，功能描述如下：
图1基于移动通信大数据的城市人口管理系统架构
（1）数据层，负责从外部系统获取基础数据，包括全网的话单、短信、上网流量数据，以及移动通信网络的信令数据。外部系统在向本系统输出基础数据之前，需要开发一套程序完成原始数据的格式转换和数据处理。首先要屏蔽用户隐私信息，即用户号码信息全部剔除，输出时采用经过加密的imSi号码。其次需要筛选出关键字段，每条记录都是从原始数据的几十个字段抽取出几个关键字段，这样能大大减少数据存储量。
（2）处理层，负责对获取的结构化和非结构化数据进行处理，并准确匹配到上层定义好的各类计算模型。数据处理层采用了基于开源的Hadoop分布式架构，将传统etL的数据提取、数据清洗、数据转化、数据校验工作承载在云计算平台上，大大降低了大数据的处理成本，提升海量数据处理的及时性。
（3）模型层，定义了与需求相关的3大模型：
位置分析模型：负责存储对城市地图处理后的信息数据，包括了网格的经纬度信息和对应的基站信息。结合GiS地图信息，获取用户位置。
用户分析模型：负责存储用户信息，重点包括了用户在城市生活中重要的“居住点”和“工作点”的经纬度信息。通过该模型可以分析用户在城市的生活轨迹。
用户拨打重点电话模型：负责存储城市内拨打110、119、120、122等电话的时间、地点。通过该模型可以分析出城市的安全、消防、交通报警电话的时间、区域以及趋势。
（4）应用层，基于B/S架构，采用模块化独立封装技术与标准化应用接口，功能强大且扩展性强，可平滑扩展到城市人口管理以外的其他行业。
2.4算法描述
在进行移动通信网络海量数据分析和数据挖掘时，主要采用了聚类分析计算方法，包括地图网格算法、人口分布算法、人口流动模型算法。聚类分析指将对象的集合分成由类似的对象组成的多个类的分析过程，聚类分析的目标就是在相似的基础上收集数据来分类。
（1）地图网格算法：首先针对城市地图建立坐标系，将地图空间划分成为有限个单元的网格结构，所有的处理都是以单个单元为对象。单元网格面积大于基站平均覆盖范围，因此定位精度能满足城市人口出行信息分析的技术要求。具体方法如下：
针对城市地图建立坐标系，按基站小区平均半径250m，建立网格。
为城市的所有基站分配经纬度，从而把基站全部匹配到网格。
对跨行政区域的网格，在数据分析时做特别处理。
根据用户发生通信行为时所在的网格，精确计算用户位置和轨迹。
（2）人口分布聚类分析算法：根据用户发生通信行为所在基站位置数据和网络发起的周期性位置更新数据，以加密后的imSi号作为分析对象。在时间上，按时间段计算出每个加密imSi号出现的次数；在空间上，将加密的imSi号匹配到叠加了网格数据的城市行政区域分布图，挖掘出每个区域某个时段的人口数量。具体步骤如下：
确定移动通信网络活跃用户总数。
设定居住地时间为18点至次日8点，工作地时间为8点至18点。
根据用户发生通信行为所在的基站经纬度，计算所在网格的位置。
计算居住地和工作地网格内的用户数量，为了数据的准确性，以3个月为一个数据采集周期，如果一个用户出现在多个地点则以出现次数最多的地点为准。
根据用户网格归属统计用户的区域分布。
（3）人口流动模型算法：本项目需设置多个聚类分析对象，我们给每一个聚类设置了一个模型，然后计算满足这个模型的数据集。主要的3个模型为位置分析模型、用户分析模型、安全监测模型。如图2所示：
图2基于移动通信大数据的城市人口管理分析3个模型
2.5结果输出
本项目利用移动通信网络语音、短信、上网数据及网络信令等海量数据，通过特定的算法，建立分析模型，输出了以下城市人口管理分析成果：
基于移动通信网络数据的城市各区域人口数量分布；
城市人口居住地、工作地分布；
城市居民oD调查（originDestinationSurvey），即交通起止点调查；
城市人口连续出行轨迹；
城市人口异地出行量、出行目的地分布；
特定区域人员聚集分析；
城市各区域经济发展情况。
3结束语
大数据被誉为“21世纪的新石油”，运营商拥有海量的网络数据、用户数据、位置数据、用户行为数据、设备终端数据。通过搭建大数据基础平台，进行数据分析和数据挖掘，开辟创新应用的蓝海，为相关行业提供新型信息服务从而实现价值创新，为政府的城市管理提供决策支持，运营商的数据十分宝贵，早挖掘，早受益。
参考文献：
[1]维克托・迈尔-舍恩伯格，肯尼思・库克耶.大数据时代[m].盛杨燕，周涛，译.杭州：浙江人民出版社，2012.
[2]涂子沛.正在到来的数据革命[m].桂林：广西师范大学出版社，2013.
[3]涂子沛.数据之巅：大数据革命，历史、现实与未来[m].北京：中信出版社，2014.
[4]刘军.Hadoop大数据处理[m].北京：人民邮电出版社，2013.
[5]it架构设计研究组.大数据时代的it架构设计[m].北京：电子工业出版社，2014.
[6]anandRajaraman，JeffreyDavidUllman.大数据：互联网大规模数据挖掘与分布式处理[m].王斌，译.北京：人民邮电出版社，2012.
作者简介
数据通信解决方案篇2
【关键词】基于案例的推理技术；可计算一般均衡；地理信息系统；决策支持系统
基于GiS技术进行土地利用管理，通过管理和分析空间数据，可以进行综合的定量与定性分析，从而及时地向地学工作者、各级管理和生产部门提供有关区域综合、方案优选、战略决策等方面可靠的地理或空间信息。
但现有的基于GiS建立的土地利用管理系统存在一定的不足，表现在：①对于复杂的空间问题，尤其是在处理非结构化的土地利用决策问题时，一些模糊的、不确定的和人文主观的土地规划知识难以用明确的形式加以表达和提取；②传统的GiS重点放在管理数据、分析和制图上，模型库停留在原生GiS模型中，缺乏经济模型，因而于实际操作中容易造成土地空间分布与社会经济发展发生冲突，对土地空间布局与整体发展造成不利影响；③用户只能看到问题的输入和结果的输出，很难解释系统的最后结果，这种黑箱式的风格难以为规划人员所接受；④单纯的GiS对业务规则的严格执行，可能造成在实际情况中无法界定没有统一标准的边界信息和模糊信息。这些缺点使得传统GiS缺乏对地学空间问题决策的支持能力，阻碍了GiS在土地利用管理中的进一步应用。
基于案例的推理技术（Case-basedReas-oning，CBR）解决问题所需的知识是以具体案例的形式，而不是以抽象的规则或模型的形式存在，推理过程的基本方式是搜索和修改案例，而不是根据规则进行逻辑推导。可计算一般均衡（ComputableGeneralequilibrium，CGe）最主要的特征就是把经济系统的整体作为分析对象，通过对经济系统整体仿真对特定的经济策略变动进行分析，用全面的观点考察一个经济系统中各种产出和生产要素之间的供给和需求关系。
目前CBR和CGe技术的发展已经具备集成到GiS中的条件，三者的结合，一方面可以增强非结构化空间问题的处理能力，另一方面可以利用经济模型量化分析土地资源数量与布局上的合理性，有利于解决与土地空间有关的决策问题。本文根据土地利用决策问题的需求，开发了一个基于CBR和CGe技术的土地决策支持系统，下面就本系统的设计和实现进行介绍。
1.系统设计目标
本文致力于研究将地理信息系统（GiS）、决策支持系统（DSS）、基于案例的推理技术（CBR）以及可计算一般均衡模型（CGe）相结合，建立一个运用CBR技术进行历史案例推理并集成有可计算一般均衡模型以辅助决策的土地利用决策支持系统。系统设计的主要目标为：
①构造基于地理的CBR案例库与推理机，实现决策数据的汇总、分析和表达，使系统的开发和使用可以为土地利用规划和管理部门的决策活动提供依据；②构造集成CGe的经济分析环境，实现外部数据的导入功能和CGe模型的调用，包括运用恰当的插值法使得经济分析的成果空间化；③提供以项目为单位的选址评价功能，并得出不同选址方案的适宜性评价；④具备对土地资源利用现状、土地类型、土壤类型等基础信息进行存储、查询、更新、统计、出图等基础功能；⑤提供空间数据融合、空间数据叠加、缓冲区分析、空间插值等空间分析手段，能有效配合决策成果进行二次分析；⑥系统能方便地进行数据的更新和功能模块的扩充，最终形成具有一定通用性的功能完善的决策支持系统，同时系统要有良好的人机界面，能通过简单的操作实现系统的功能。
2.系统结构设计
基于CBR与CGe技术的土地利用决策支持系统结构如图1所示，它包括以下几个子系统：人机界面、系统总控、数据库管理子系统、包含空间数据库的GiS空间数据分析处理子系统、包含案例推理机和案例库的CBR子系统、包含模型库的CGe分析子系统。
图1基于CBR与CGe技术的GiS结构
2.1人机界面
人机界面和系统总控模块直接联系，如图2所示。人机界面可以提供多种形式的人机交互方式，包括菜单、表格、命令语言、屏幕显示、窗口、报表输出、图形输出等。通过人机交互界面，用户可以方便快捷地调用和查询数据库中的各种数据和模型。人机接口的设计要求可视化程度高，对用户友好。
图2基于CBR与CGe技术的城市土地
利用决策支持系统人机界面
2.2系统总控
系统总控负责连接各个子系统，求解过程中对模型库、案例库、系统数据库等资源调度、协调、糅合。作为系统中各模块、各子系统的中央枢纽，系统总控是整个决策支持系统开发的中轴，需要根据不同的子系统提供不同的数据接口，在保证数据传输交换的同时也要求有一定的功能模块扩展性。
2.3数据库管理子系统
数据库管理子系统是整个决策支持系统的底层数据管理模块，负责建立、使用和维护系统基础信息，以及系统的调配、运行。系统通过DBmS访问基础数据库中的数据，用户也可以通过DBmS进行数据库的维护和扩展工作。该子系统提供数据定义语言DDL和数据操作语言DmL，供用户定义数据库的模式结构与权限约束，实现对数据的更新、删除等操作。
2.4GiS空间数据分析处理子系统
GiS空间数据分析处理子系统与空间数据库连接，用于对地理数据进行基础操作，为决策者提供决策输入所必需的信息和数据。在该子系统中，以空间数据库为核心，空间数据库中存放地形图、土地利用现状图、规划图等基础矢量图件，以及通过决策过程由系统生成的针对问题的综合决策图等各种专题图件。
基础图件的建库主要有两种途径：一是以通用GiS软件如mapGiS或aRCGiS等软件为依托进行数据转换、导入；二是通过外部数据源如遥感数据获取。空间数据库中还包括自然和社会经济方面的相关属性数据，以及系统在决策过程中生成的中间及结果数据。
在土地利用中使用的空间数据和属性数据之间有较强的对应关系，因此数据库选择关系模型，其中空间数据库选择栅格数据结构和矢量数据结构结合的数据库类型。由于涉及到不同来源的数据，数据结构、格式及规范可能不尽相同，系统设计时要求做好数据的标准化处理，建立统一的数据格式、编码和命名原则。数据库管理系统对空间和属性数据进行常规管理和维护，可以实现对各种数据文件的编辑、检索、修改和组织等功能，同时支持模型运算及统计分析。
2.5CBR子系统
CBR子系统由两大部分组成，一是案例库，二是推理机。案例就是CBR中的知识表达的基本单元，是问题状态到相应解空间的一个映射。CBR系统解决问题的过程包括了案例的检索、案例的复用、案例的修正、案例的保存。多数情况下我们很难得到一个完全相同情况的案例，当一对一的匹配失败之后，通过对新案例进行多方位适当的分解，对纵向和横向类似案例的修正和集成，产生一个全新的解，将其纳入到案例库中，向人机界面输出决策结果，同时综合其它子系统的分析结果，这就使得CBR子系统有很强的自适应能力。
以一种适当的形式来描述地理案例是实现基于案例决策支持的前提，可以采用的案例表示方法有：记忆网络法、谓词逻辑表示法、因果关系图、面向对象的表示和全文本表示等。对于使用CBR技术的决策支持来讲，案例表示的不仅仅是案例的描述方法，而重要的是案例描述中所包含的内容，应该包括与问题解答有关的一切重要信息。因此，所选取的案例应该是典型的、对有类似结构的决策问题具有一定指导意义、对新问题的解决具有启发性，且推理机算法应致力于尽可能地发现和利用案例中的共同特性，协调案例特征的抽象性与具体性，以便更有效地指导新问题的求解。CBR子系统的求解的方法及过程如图3所示。
图3CBR子系统求解的方法及过程
2.6CGe分析子系统
CGe分析子系统与CGe模型库连接，用于对经济数据进行分析，可向用户直接输出分析结果，同时将分析结果特征值输入CBR子系统，用于进一步决策论证。
调用CGe模型实现经济、政策的模拟是设计CGe集成GiS模块的应用核心，其求解问题的过程从确定项目区的特点和背景开始，如图4所示，首先利用现有的CGe模型库匹配适宜的CGe模型，系统根据用户给定的外生变量值，通过界面的形式输入外生变量以及对应的部门，通过输入的变化率结合求出的系数矩阵按照CGe的求解原理即可以得出内生变量的变化值，最后利用CGe子系统的可视化功能通过表格或者图形的形式显示计算的结果，实现对项目区社会经济情况的分析与预测，同时将结果数据特征值通过系统总控传入CBR子系统，用于结果相关方案的情景模拟，综合后提出相应的决策与建议。
图4CGe分析子系统模型构建与求解过程
传统的CGe求解软件在构建模型时，变量、参数和方程的定义都需要用户通过编码来描述，为了增加了系统的灵活性，降低系统使用的难度，本文设计将CGe模型以及构成模型的方程封装起来，用户仅需要知道这些模型和方程包括哪些参数，并为这些参数赋上对应的值，系统将根据对应值计算出系数矩阵，从而避免编写脚本带来系统使用的难度。当用户创建了某一个方程，系统即可以自己调用。除了用户调用系统中已有的方程库，还允许用户构建自己的方程，因此系统应该考虑如何创建、生成、调用这些方程，从而方便用户构建自己的系统。
3.系统功能设计
3.1数据输入输出功能
系统矢量数据以aRCGiS的shp格式为标准，通过数据转换和导入功能接收多种外部GiS软件采集的矢量数据文件，如mapGiS、mapinfo等；提供excel、access等关系数据库数据的导入功能，以此减轻手工输入的压力。系统能以图件、报表、透视图等方式输出决策结果。按照国家制图规范的要求，提供丰富的地图模板和自定义模板，进行地图数据符号化、制图比例尺确定、注记、图名、图例、指北针等一系列地图整饰要素的放置等。
3.2图属互查功能
一方面可以查询显示图形上任何一个目标属性，或查询任意矩形范围中的全部目标属性，也可以用光标查询、显示图形上任一点的坐标；另一方面还可以根据属性反向检索其相对应的图形。
3.3数据的空间分析功能
提供了多种空间分析功能，包括空间数据融合、空间数据叠加、缓冲区分析、空间插值等，可以实现对土地利用现状、土地类型、土地利用规划等数据的叠加和提取，满足了土地利用决策过程中空间数据分析的需要。
3.4社会经济分析功能
提供对研究区宏观经济数据进行提取、分类、加工、信息挖掘的功能，为用户提供有关土地用途变化时对各种经济的影响信息，有效解决相关从业人员在决策中碰到的数据处理问题、模型计算问题、计算结果比较、存储、显示问题，使他们能在简单的工作环境下从事更全面、更深入的研究。
3.5辅助决策功能
利用空间数据库、模型库、案例库的结合，根据决策问题需要选择相关数据，运用评价模型和相应方法，实现对土地利用现状数据的分析、研究单元的划分和评价指标的选择和权重的确定，最终完成土地利用的决策工作。
4.系统实现
根据上述分析设计，并针对土地利用决策支持系统的开发模式，依据城市土地利用业务需求和地理信息系统二次开发的实际，选择aRCGiS10桌面、组件及其开发包作为空间信息分析平台，实现土地利用空间信息的获取、分析、存储；模拟真实地理维度空间，通过构建整形补码的空间编码，利用tesseral方法将属性值映射到相应的取值范围区间，实现地理案例的构建与表达；将CGe中的每一个方程看成方法库中方法，将每一个方程封装成DLL，利用.net的发射技术来构建插件机制，将方程库中的每一个方程看成一个方程插件，通过用户白定义将指定的方程加载进入宿主系统；借助VisualStudio开发环境，使用C#作为开发语言，以CBR技术为核心的决策支持模型嵌入到GiS中，实现空间数据与属性数据的无缝集成；以microsoftSQLServer2008作为其后台数据库和数据仓库，DSS组件之间与GiS组件之间主要采取动态链接的方式集成。
5.结语
基于CBR与CGe技术的土地利用决策支持系统考虑了土地从业人员的决策偏好，能为业务使用者提供多种决策方案，同时又集成了CGe的社会经济分析功能，系统具有界面友好、使用简便、通用性强和评价方法先进等特点，基本实现了土地利用决策的自动化，大大提高了决策的工作效率，对高效利用土地资料，实现土地资源科学利用具有一定实践意义。在今后的使用中，系统还需进一步完善，主要的改进集中在两方面：一是丰富地理案例库，继续优化地理案例的构建和表达方法，提高案例检索的效率；另一方面是改进CGe模型，使之能更好地配合地学决策问题的经济模拟。
参考文献
[1]李德仁，龚健雅，边馥菩.地理信息系统导论[m].北京：测绘出版社，1993.
[2]汪晶.决策支持系统架构下的通用区域CGe设计与实现[D].上海：华东师范大学，2011.
[3]夏敏，等.基于GiS的土地适宜性评价支持系统研究与应用[J].农业系统科学与综合研究，2006，22（4）：256-259.
[4]姜斌祥.基于事例推理专家系统的构造及事例修正的进化算法的研究[D].北京：北方交通大学硕士研究生学位论文，1997.
[5]俞磊，王亮，王淑静，贾瑞玉.案例推理在地理信息系统中的应用研究[J].计算机技术与发展，2006，16：173-178.
[6]KolodnerJ.L，improvinghumandecisionmakingtheroughcase-basedreasoningtechniques[J].aimagazine，1991，12：52-59.
[7]HinrichstRKolodnerJ，theRulesofadaptioninCase-basedDesignin：proceedingsofCase-basedReasoningworkshop，washington，1991：121-132.
[8]a.Richter，S，weiss，Similarity，UncertaintyandCase-BasedReasoninginpatDeX，automatedReasoning，essaysinHonorofwoodyBledsoe.Kluwer，1991：249-265.
作者简介：
童新华（1964―），男，广西靖西人，广西师范学院资源与环境科学学院副教授，主要研究方向：土地信息系统开发与应用。
数据通信解决方案篇3
比如，在政务和公共安全行业，美国已宣布将Lte技术作为公共安全移动宽带标准，并启动部署，中国也已经启动了基于tDDLte的政务网建设。在能源行业，澳大利亚已开始建设Lte智能电网试验局；采用华为解决方案，中国南方电网也已经开通了智能电网。在交通行业，UiC已启动基于Lte-R的下一代铁路无线通信标准研究；中国、俄罗斯等国也启动了Lte-R的标准制定研讨。在航空业，华为的Lte地空宽带系统已于去年进行试飞，演示了空中视频通话、空中访问internet等业务；汉莎航空携手德电去年也开展了Lte地空通信试验。
作为iCt产业领航者的华为，正引领着全球Lte产业的商用发展。在运营商领域，根据GSa的Lte演进报告，华为部署了38张Lte商用网络和30张epC商用网络。华为部署的Lte商用网络覆盖全球各大区域，超过80家运营商已经商用或即将Lte业务（即超过80个Lte商用合同），并且华为与全球前50强运营商中的37家开展了Lte合作。
在行业领域，华为ewBBLte解决方案也已经实现了在航空、电力、轨道、以及海上油田领域的突破。在中国珠海，华为公司针对南方电网配电自动化的业务需求，部署了业界第一个无线1.8G宽带配电通信网络，是全球范围内，Lte技术在电力行业的首个应用。在华为ewBBLte解决方案的帮助下，南方电网解决了光纤在城区部署难、公网数据传输不及时、业务不稳定的问题。华为ewBBLte解决方案可向南方电网提供配电自动化、远程智能抄表、视频监控、以及数字集群解决方案。借助于华为ewBBLte解决方案，南方电网建立了智能、高效、可靠、绿色的电网，从而优化了运营流程、提高了运营效率及客户满意度。
数据通信解决方案篇4
在不久前举办的以“创新iCt，助力融合医疗”为主题的华为融合医疗论坛上，华为正式了《华为医疗行业白皮书》，对当前医疗行业信息化现状进行了深入剖析，“融合医疗”也成了与会者津津乐道的一个主要话题。
新应用亟待融合基础设施
有分析师指出，我国医疗信息化的重心正在发生改变，逐渐由原来的以部门为核心构建it系统转变为以医生、护士的工作为核心构建it系统。从医院的角度来看，以病患的需求为核心，建立跨学科的医疗服务平台日益流行。
论坛上几位知名医生都对记者表示，利用信息技术支持并促进医疗业务的开展是必然趋势。比如，有医生希望早日从移动医疗中受益：医生使用平板电脑查房，病人通过平板电脑点餐，将大大提高医护人员的工作效率，改善病人的体验。北京大学第一医院就已经基于华为的解决方案实现了有线与无线网络的融合，并构建了无线查房系统，从而有效地提升了医护人员的工作效率。
医疗业务、手段和工具的融合，也需要有融合的基础设施来支撑。华为在iCt融合解决方案领域一直走在业界前列。华为企业业务BG医疗行业解决方案首席架构师温长城表示，华为希望将其创新的iCt融合解决方案更好地用于融合医疗服务，助力国内数字医疗以及区域医疗建设。事实上，华为在这方面已经取得了显著进展，比如福建龙岩人民医院基于华为的云计算技术构建了医疗云，将原有业务进行整合，实现了无pC办公，不仅将医护人员的工作效率提高了一倍，而且大大降低了整体拥有成本。
温长城分析说：“从技术的角度讲，医疗信息化的很多解决方案与华为擅长的运营商领域的信息化解决方案有相通之处。华为将多年来在运营商领域积累的技术和实践经验运用于医疗领域，可达到事半功倍的效果。我们进军医疗行业信息化领域，急需解决的问题是了解医疗行业用户的真实需求，将融合的iCt技术更好地用于医疗行业。”
在医疗行业，华为最值得骄傲的资本是融合解决方案，包括服务器、存储、网络以及云操作系统等。华为可以针对医疗行业不同用户的需求提供有针对性的解决方案，包括医疗云数据中心解决方案、容灾解决方案、有线无线相结合的融合网络解决方案等。“融合的实质就是互联互通，保障数据的自由流动。华为的基础设施解决方案就是围绕信息融合展开的。”温长城表示，“华为可以为医疗用户提供端到端的基础设施解决方案。”
云计算、大数据刚开始
在医疗行业，云计算和大数据也是关注的焦点。记者从采访中了解到，大多数医院的数据总量在10tB以下，而现在常见的大数据应用是pB级的。而且目前很多医院尚处于数据整合阶段，没有精力或能力去做大数据分析。“目前医疗行业的大数据应用主要集中在区域医疗领域。”温长城说，“医疗行业正在逐步推动大数据应用，尤其在区域医疗领域，大数据有其现实需求，如医政管理。”
有人说大数据与云计算是一体两面。现在许多医院已经进行了服务器虚拟化，这是否意味着这些医院的一只脚已经迈进了云计算的大门？
数据通信解决方案篇5
【关键词】网络安全；保密方案；虚拟计算技术；安全控制技术
1引言
随着网络应用的普及，网络安全问题成为了当下人们所关注的重点。在网络应用中，由于软件及硬件存在一定的漏洞，被不法分子利用造成数据的丢失或者是系统的破坏，因此，为计算机网络进行安全保密势在必行。本文所提出的基于云计算技术的计算机网络安全保密解决方案和基于安全控制技术的计算机网络安全保密解决方案，在特定环境下都能够对计算机网络提供一定的保密措施，但是由于两种方案自身也存在一定的漏洞，所以在不同环境下选择不同的解决方案，对于计算机网络安全保密具有非常重要的现实作用。
2计算机网络泄密风险
目前计算机网络应用中可能存在的泄密渠道主要包括互联网、局域网、无线设备、移动存储设备、打印传真设备等。其泄密方式如图1所示。
在计算机网络应用过程中，存在的泄密行为与泄密风险如表1所示。
3基于云计算技术的计算机网络安全保密解决方案
随着大数据、云计算的兴起，传统的计算机安全保密方式从多终端向集中存储安全管理方式转变，利用云计算将客户端的数据集中管理，解决的不同终端安全管理难的问题，同时又降低了客户端的数据存储压力，实现资源高效利用、统一管理，为计算机网络安全管理提供了便利。
基于云计算技术的计算机网络安全保密解决方案实施流程如图2所示。
云计算技术为用户构建了虚拟桌面，提供远程数据访问和软件应用。在服务器端，不仅能够为用户提供数据的存储服务和应用软件的使用，同时云端服务器还对所有用户的操作进行监控，对资源的利用进行管理，并将用户权限等级进行设定，根据用户使用权限为其提供相应的服务器资源利用。
基于云计算技术的计算机网络安全保密解决方案实现了数据的集中统一管理，采用统一安装应用软件、统一建立防火墙和杀毒软件，并及时对软硬件进行升级，可降低用户端设备泄密的几率。在云端服务器中储存的数据可根据重要等级进行管理，对级别高的数据可实行定期备份，有效的防止了数据的丢失，提高了数据资源利用的可靠性。
4基于安全控制技术的计算机网络安全保密解决方案
基于安全控制技术的计算机网络安全保密解决方案是利用安全控制技术对技术网络设备进行安全保护，其中包括对设备的通信接口、用户认证等。基于安全控制技术的计算机网络安全保密解决方案实施流程如图3所示。
可信终端设备和安全控制系统可经由交换机访问服务器，在交换机中安装内容审计系统，该系统能够对网络数据进行实时监测，监测用户网络应用的行为。用户通过监测审查后可访问具有安全控制系统的服务器，该服务器属于初级服务器，可为用户提供并不私密的数据。如果用户想访问受保护的服务器，则需要通过安全控制系统安全网关，在该网关中安装入侵检测系统，其可以对加密级数据提供入侵检测功能，实现对核心加密数据的安全保护。用户通过层层检测后，可经过交换机访问到受保护服务器中的重要数据。
基于安全控制技术的计算机网络安全保密解决方案在用户与服务器之间进行通信时需要提供用户身份认证，获得通信端口加密口令后，可登陆服务器调用服务器数据资源，也可以通过USB令牌或者口令卡进行通信加密，确保用户身份与服务器登记身份相吻合，这种方案常用于网上银行用户身份安全认证。
5两种计算机网络安全保密解决方案比较分析
对基于云计算技术的计算机网络安全保密解决方案和基于安全控制技术的计算机网络安全保密解决方案进行比较，建立对比如表2所示。
基于云计算技术的计算机网络安全保密解决方案适用于用户集中区域的管理，譬如大厦办公楼、政府机关、企事业单位等。基于云计算技术的计算机网络安全保密解决方案具有降低终端设备维护压力和运行压力、集中网络安全保密，防止由终端泄密的问题。随着大数据集中管理和云计算技术的日益成熟，基于云计算技术的计算机网络安全保密解决方案将具有更加广阔的发展空间。但是，在进行高性能计算时，对于服务器产生的压力巨大，所以其不适用于专业性计算机网络安全应用，同时由于小规模计算机网络建立云计算成本较大，因此，云计算技术适用于规模较大的用户群体，具有广泛应用性，而不具备尖端应用性。
基于安全控制技术的计算机网络安全保密解决方案对计算机的配置要求较高，通常应用与科学研发、课题攻坚、指挥控制等方面，其可满足较高性能的计算，更加适用于安全要求级别高的网络应用。
6结束语
本文对计算机网络安全保密解决方案进行分析，提出基于云计算技术的计算机网络安全保密和基于安全控制技术的计算机网络安全保密两种解决方案，并对两种解决方案的架构和工作方式进行研究，分析两种解决方案的执行原理，对二者进行了比较分析，提出在不同环境下可选择不同的计算机网络安全保密解决方案，做到有的放矢，更好的发挥出彼此的优势，对完善计算机网络安全具一定的借鉴意义。
参考文献
[1]鲁林鑫.企业计算机网络安全防护措施和对策研究[J].科技创新导报，2010（04）.
[2]克依兰・吐尔逊别克.计算机网络安全分析研究[J].网络安全技术与应用，2014（01）.
[3]宋国云，赵威，董平，张元龙.有效改善计算机网络安全问题及其防范措施[J].电脑知识与技术，2014（01）.
[4]党政，杨同庆.信息系统安全技术探究[J].技术与创新管理，2014（03）.
[5]俞迪.基于计算机网络安全保密解决方案的分析[J].中国新通信，2014（02）.
数据通信解决方案篇6
【关键词】CimS移动通信网络管理层次模式
近几年来，新设备、技术和业务随着中国移动通信事业的迅猛发展不断涌现，使得网络用户不断，但是由于网络结构的复杂性，导致了网络管理的困难，因此，必须采用新的智能化管理平台。该平台的系统功能应具有内容丰富、功能强大、适应性和灵活性高及动态可扩展的特点，才能满足移动网管各方面的要求，即不断增加的接入网络规模和网元类型，容纳GpRS、3G业务、数据业务等作为系统管理对象。
一、网络管理概要
网络管理的目的是使全网的呼叫接通率达到一定的高度，而且在任何情况下都可以让网络设备和设施的运行发挥最大效率[1]。因此，必须加强监视和测量运行中的网络状态和性能，有需要时使用适宜技术措施控制网络业务流量和流向。在逻辑上可以将网络管理系统分为三部分组成：（一）管理对象。1.抽象化了的网络元素，也就是网络中可以直接进行操作的具体数据，如记录设备内部工作参数、设备内部性能统计参数、设备或设施工作状态变量等。2.可外部控制，如一些工作状态和工作参数。3.可读不可修改，如计数器类参数。4.为管理系统本身服务设置的工作参数。（二）管理进程。根据网络中各管理对象现实状态发出全面控制、管理设备和设施的命令，根据网络中各管理对象的变化来实行不一样的操作（三）管理协议。负责管理操作命令在管理系统与管理对象间的传递，并负责解释。
二、移动通信网管的层次模型
根据《中国移动通信省级话务网网管规范》可将省级移动通信网管软件系统分为三层：（一）数据采集层。数据采集功能完整性较好、准确性较高，并且非常全面，，将各厂家原始数据提供给数据处理层。（二）数据处理层。有效形成网管系统核心数据库，对数据进行计算、整理和组织，规范数据结构。（三）应用层。具有呈现数据、拓扑网络、管理资源、优化网络、检测局数据等特点。可根据具体需求，通过模板工具生成所需报表，有效实现需要的管理功能和业务功能的目的。
三、基于CimS的移动通信网管信息集成核心问题
CimS的核心问题是有效采集、组织和管理CimS环境下的的内外部信息，并实现共享。从信息技术方面而言，CimS是各信息子系统间的网络集成、功能集成、信息或数据集成。多用户、多协议、分布式管理等是移动网络管理CimS系统相关信息的特点。（一）多用户。移动通信网网络中的主要移动通信设备为爱立信、摩托罗拉、西门子、华为等，网管系统数据采集层接收来自移动通信设备上的数据。（二）多协议。根据omC多厂商的特性，要求接口协议具有多样性特点，但是通信协议与各设备接口并不是统一的，这就决定了数据对外界传递方式的不同，例如爱立信、摩托罗拉通过teL-net协议实时接收告警数据，西门子、华为通过tCp协议实时接收。数据的接入和采集由于这些因素变得复杂化，因此，对各厂家数据采集的要求是确保及时性、完整性和准确性。（三）分布式管理。这些网络各网元间呈分布式结构遍布全省各地，对GSm通信网络、in网、GpRS网等状态进行管理。
四、基于CoRBa的移动通信网管数据采集层CimS解决方案
数据采集层在整个网管软件中位于最底层，但是唯一接触到网络设备的一层，它在省级网管系统中，主要负责完成数据采集工作，且确保数据的完整、准确与及时。数据采集层在移动通信网管中具有重要作用，是其进行后续程度运行的重要条件，为提高网管系统整体运行效率和可靠性，必须完整、准确、及时的对数据进行采集。与此同时，用户可以通过统一服务标准的Q3/CoRBa接口，实现对网元采集的直接控制，从而阻断了管理网与被管理网络间多样、复杂的网络通信协议，并逐步实现两者复杂数据类型的统一。
五、基于XmL的移动通信网管数据处理层CimS解决方案
造成数据难以处理且繁琐的原因在于设备版本升级使得数据内容发生变化，而数据处理层难以容纳该动态变化。以数据字典形式将厂家提供与中国移动要求的数据格式以及两者间的运算关系进行保存，有利于解决数据处理难而繁琐的问题[2]。一旦数据格式和内容发生变化，为保证程序和业务的无关性，只需通过改变数据字典内容，即可方便、快捷的进行升级。将各厂家不同数据内容转换成统一格式保存于基本数据库中是处理层的根本任务，而且必须能容纳设备版本升级时数据内容的巨大变化。采用XmL对数据进行转化，用户可以在数据映射关系发生变化时，立即完成XmL文件的修改，即转化成功。
数据处理层为有效改变映射关系，提供用户图形界面，将原始数据及基本数据备份、删除、恢复的时间表等参数设置其中。使用XmL数据编写成程序最大的优势是可以不修改代码而随意移植程序。
六、结语
基于CimS的移动通信网管层次式解决方案经过长时间的网管系统应用，已证明其运行平台具有稳定、可靠、先进的优点。该解决方案的系统框架在配置上，可完全以面向对象的方式对配置属性变化进行动态监控管理，有效实现服务调用方式的模块化和统一。而且该方案还可以做到现阶段国内所有网管系统难以做到的事，即引入各种类型设备完整原始模型，有效完善模型设计，使其更加细致化并有效支持其他子系统，达到实现完整网管解决方案的目标。
参考文献：
数据通信解决方案篇7
原有it环境及挑战
当今武汉协和医院信息化建设日趋成熟，医院信息系统已经成为武汉协和医院的基本设施，HiS（医院信息系统）、LiS（检验科信息系统）、paCS（影像归档和通信系统）、RiS（放射科信息系统）等信息系统得到了充分的应用。这些功能强大的应用系统支撑起了武汉协和医院的核心业务，担负病人诊疗信息、检验信息的录入、查询及监控等工作。另外，武汉协和医院通过oa等办公系统，有效地提升了日常办公及行政管理等工作的规范性及效率。
随着系统运行时间逐渐延长，功能逐步增强，医院信息系统所产生的数据的价值也越来越高，系统一旦停机或数据出现丢失将给武汉协和医院的业务及声誉带来重大损失，而这种损失是武汉协和医院所不能承受的。
为了提高HiS系统的可用性，武汉协和医院采用了双机技术来对HiS服务器进行保护，确保在物理主机发生问题后，可快速由备用系统来接管业务。采用双机后HiS的可靠性有了很大的提升，但如果双机系统中的共享存储发生故障，HiS系统将无可避免地出现宕机。而对于LiS系统，则还没有采取行之有效的保护手段。
传统保护方案的困局
对于重要程度日渐凸显的LiS系统，武汉协和医院考虑过采用传统的“2+1”模式的双机（也就是共享式双机）来提高LiS系统的可靠性。但分析后不难发现，上了双机后的LiS系统和HiS双机会面临同样的问题，那就是这种双机方案在结构上存在一个单点故障，一旦存储出现问题，系统宕机事小，数据丢失导致系统无法重建才是正真致命的。如果这样实施，则还需要一笔投资来解决存储单点故障的问题。
面对共享式双机的问题，传统的双机双柜解决方案看似可以很好地解决，但也经不起推敲。双机双柜方案采用两个互做镜像存储来避免存储单点故障，但由于采用的是镜像技术，就意味着两边的数据完全一致，如果数据出现逻辑错误，两台存储的数据都失效，整个应用系统同样无法正常工作。还需要另一笔投资来解决数据安全的问题。备份作为数据安全的最后一个屏障，几乎是解决数据安全问题的不二之选。除了双机系统数据需要备份外，还有众多其他的应用数据同样需要保护。
一体化打造整体保护方案
将武汉协和医院的真实需求一一分析后，爱数发现了其真正的需求，那就是统一解决数据不丢失、应用不间断这两大问题！
对于核心业务系统LiS，要解决的问题是应用容灾，即系统出故障后，有备用系统顶替，以保证应用不间断，数据被破坏后，可以通过备份数据及时恢复到有效的状态；对于已有双机保护的HiS系统而言，其应用连续性已得到较好的保护，但需要通过备份保护的方式来确保其数据的安全；对于其他的应用系统及oa办公系统而言，只要数据能完整地恢复回来，应用系统可以恢复到正常的状态即可，因此只需要有完成的备份保护就可以满足需求。针对这些需求，爱数推荐武汉协和医院采用爱数备份存储柜来实现一体化容灾解决方案。
采用基于主机的容灾技术，爱数备份存储柜可以确保LiS服务器上的数据及时更新到备用的服务器上。当LiS服务器出现故障后，可马上激活备用系统，实现业务接管，实现应用不间断的目标。而同步到备用服务器上的数据也会保存在爱数备份存储柜中，并生成时间点，以备快速恢复到任意时间点，从而解决了数据不丢失的需求。独特的双机备份技术，可以有效地将HiS双机的数据集中备份到爱数备份存储柜中，彻底解决传统双机方案中数据安全风险问题。
通过爱数备份存储柜的广泛适应能力，可将it环境下windows、Linux甚至是Unix服务器上的数据库及文件都集中备份起来，为服务器提供了从操作系统到应用程序再到应用数据的全面备份，有效解决了RiS、emR（电子病历）及oa办公系统的备份需求。而通过级联复制技术，只需进行简单的扩展，就可将本地容灾保护方案扩展为异地的容灾保护方案，极大地降低了重复投资和资源浪费。
数据通信解决方案篇8
关键词：数据仓库技术；医疗档案管理；应用
1前言
数据仓库（Datawarehouse）源于上世纪80年代中期，它是指支持管理决策过程的、面向主题的、集成的、随时间变化的、信息相对稳定的数据集合。将其应用于档案管理，不仅可以将档案数据信息进行知识化管理，建立信息知识库，使其能分门别类，达到实现知识应用的目的，而且还可将非数字化的信息纳入档案工作的范畴内，提高档案信息的利用率。当前，在医疗机构的档案管理中，基本也实现了数字化管理，但纵观其管理内容，则是档案数据只局限于存储、统计和查询等这些作用，却尚未从这些档案数据中挖掘出更为有用的知识，没有体现出档案数据应用的目的。在此，本文就数据仓库技术在医疗档案管理中的应用展开简要阐述，以供参考。
2数据仓库的特点
2.1面向主题，即在进行档案管理的过程中，对档案信息用户的管理可以以用户的年龄、职业、爱好等等方面的内容为主题，以便查询。
2.2集成性，即在进行管理的过程中，应在对原有仓库中的信息经过抽取、清理等基础上，同时经过再加工、汇总和整理，以使整个数据库中的信息是一个一致性和整体性的信息。
2.3时间变异性，即数据仓库会随着时间的变化不断更新和增加新的内容，同时也要随着时间变化删除长期不被使用的内容。
2.4相对稳定性，即是指数据库中的信息是为了提供综合、集成的、面向某一个主题的数据，这些数据在原则上是提供数据查询，而不允许被信息人员随意进行更改或是删除。
3数据仓库技术在医疗档案管理中的应用
3.1数据仓库技术应用于医疗档案管理中的可行性
档案作为一种重要的信息资源，为人们提供鉴往知来、获取历史经验教训的重要信息功能。而医疗档案是指过去和现在各医疗机构中从事医疗技术活动直接形成的各种医疗文件、医疗图文资料等不同形式的医疗记录，它是医疗活动的结晶和产物，是已经文档化、实物化的知识。由于这些医疗档案信息资源具有时空分散性、数量庞大、记录形式多样等特点，使得档案信息的利用一直处于较低层次。如何真正盘活档案信息，使这些医疗知识和技能不论是存在计算机内，还是印刷在纸上，都能帮助医疗单位实现最大的产出。
而利用更高效数据仓库技术这样一种技术，采用数据仓库技术，可以实现有效的海量数据管理，提供数据管道实现多种数据源的综合，通过对数据的提取、分类整理及计算变换等方式进行处理，在精心规划的数据基础上，再通过有效、准确的分析软件充分地提炼和测试各种抽象的数学模型，找到数据间“看不见”但客观存在的一些规律，以求能帮助医护工作者和领导者根据数据分析情况做出相应的决策。
3.2数据仓库技术应用的相关内容
数据仓库的应用按用户的需求可分为信息的使用和知识的挖掘两类，数据挖掘即为知识发现中的一个步骤。一般，知识发现过程由以下几个步骤组成：1.数据清理；2.数据集成；3.数据选择；4.数据变换；5.数据挖掘；6.模式评估；7.知识表示。而数据挖掘是指从存放在数据库、数据仓库或其他信息库中的大量数据中识别出有效的、新颖的、潜在有用的以及最终可理解的知识的过程。
将数据仓库技术应用于医疗档案管理中，建立起相应的医疗档案知识管理工具库，为了方便人们能快速而方便地学习或了解所需要的信息和知识，在应用的过程中我们需要把知识仓库进行分类整理、存储及管理，这也是数据挖掘的一个重要步骤。
当前，将数据仓库技术应用于医疗档案管理，其主要是通过对医疗档案数据开展研究，形成专业的数据处理系统。一般，数据处理系统主要形式有两种：基于知识库的模糊推理和基于库存医疗档案资料的模糊推理。
4数据仓库技术在档案管理中应用的前景
4.1应用数据仓库技术，可以对档案的管理和建设决策给予支持，即体现在以下几方面：（1）通过对档案用户构成、各类用户特点等分析，帮助档案馆决策应采取什么样的措施来挽留和扩大自己的用户队伍。（2）通过对档案馆所拥有资料构成情况分析，可以知道本馆资料在类型、涉及面、层次等多方面的信息。（3）通过数据仓库系统可以模拟分析各部门之间的关系、工作量情况，为档案重新整合部门、调整人员配置和设备配置提供决策依据。
4.2应用数据仓库技术，可以为档案管理的业务工作提供系统支持，如档案管理中的归档工作、对档案信息用户行为的分析、对客户关注点进行分析及预测用户需求、为档案信息查询提供系统支持等。在归档工作中，可通过数据仓库及数据挖掘技术，对当前及历史上的各种归档和利用的相关信息数据进行分析，并通过绘制各种直观的图像、表格形式，提供科学、合理的信息分析结果及预测报告，做好归档工作。而在对档案信息用户行为的分析中，利用数据仓库技术，如可利用分类分析法和聚类分析法，对信息用户的利用方式和对象范围进行科学分析，并在利用现有技术和分析结果的基础上，对医疗档案利用趋势进行了科学准确的预测和分析，以满足信息用户的个性化需求。而在其他的业务工作范畴内，利用数据仓库技术，建立一些直观的图像和表格等，可以很清楚的了解信息用户的需求，同时也可开发一个集信息组织、检索和提供于一体的功能强大的档案信息服务数据仓库，方便用户的查询。
5在医疗档案管理中建立知识数据仓库时应解决的几点方案
建立知识数据仓库时，应重点注意以下几个问题的解决方案：
5.1设计数据提取模式，建立数据模型，要解决提取什么数据和如何整合编排数据的问题。例如，建立以病人为核心的一体化的信息流，并以此为主题进行模式划分，需确定从各个系统中所要抽取的表，并确定表的关系模式。与医疗密切相关的内容主要包括门诊、住院病历数据、体检信息、用药情况、费用情况、检验数据、手术情况等。由此可以定义分析维度和分析度量。如门诊的分析维度就包括：就诊科别设置、医生、护士人员配置、诊疗质量及状况等；分析度量则包括：就诊数量、时间、流量对比值等。
5.2数据形式的格式化问题。医疗单位的医疗信息是各类型数据的集合，部分数据类型并不适用于建立数据库。根据数据仓库的特点，解决数据的规范化和格式化问题是建立档案知识化管理数据仓库的一个首要问题。在数据采集时采取格式化录入，是解决这个问题的有效方法。由于目前我们在各类基础医疗数据的信息录入时还没有固定格式，将给信息的交换制造极大的障碍。另外，自由格式医疗文档以及图像、图表等各类信息在数据仓库中如何规范运用等问题的解决方法，也是必须考虑的。
5.3结合医疗实施需求，实现档案知识化管理数据仓库的有效运用。通过广泛收集一线医护人员对信息的需求，建立面向医疗工作实际的数据仓库的应用模式，充分发挥知识化管理数据仓库在提高医疗质量、为医护人员提供优质服务的作用。
6结束语
综上所述，数据仓库技术作为近些年来刚被提出的新技术，在电信、金融等领域已经有了广泛的应用，并发挥了重要的作用。在本文中，就数据仓库技术在医疗档案管理中的应用展开了一系列的阐述，以期能利用数据仓库这一先进的技术，完成对医疗档案知识进行有效的收集、整理、存放、评价、共享、获取、传递和提炼工作，从而大大提高医疗档案数据的利用率，并强化档案管理工作者和医护人员之间的沟通、交流和协作，最终使医护人员和管理者们能从医疗档案知识管理中得到实惠和效益。
参考文献
[1]冉朝霞.数据仓库技术在档案管理领域的应用[J].档案管理，2009（3）.
数据通信解决方案篇9
关键词：大数据司法公正同案同判价值分析
十八届四中全会将“依法治国”定为主题，表明了国家对法治化建设的决心。“司法公正”作为法治化的一个重要指标，是司法界需要不断强化的一个目标。如何将抽象的司法公正目标进行落地，本论了一次工具层面的尝试。
1研究目标：用大数据技术来提升司法公正
1.1司法公正的个案目标。提到“让民众在每个司法案件都感受到公平正义”，即司法公正在个案中如何得到落地。同案同判是司法公正非常好的一种阐释，同案同判的形象特征，最符合不具有法律专业知识的民众的直观感受。
1.2同案同判的实现方法：从传统个案到大样本。同案同判传统的落地方式，是法官在个案审判过程中，利用个人司法实践经验，对当前需要裁判的案件，根据法律规定，比照之前类似的裁判案件，得出当前案件的结论。这种方式依赖于个体法官的能力、经验和司法习惯，难免会出现个体之间的差异，及自由裁量权可能会出现系统性偏差，从而影响到宏观层面的司法公正，因此，还必须考虑从大量司法案件实践整体上来获得裁量的一致性。
1.3大数据与同案同判。随着信息技术在法院信息化建设中的不断发展，所有的案件信息，以电子化的方式集中在一起，这就为深入利用这些案件信息数据提供了基础条件。
每一个案件信息，都是一次社会冲突矛盾的法律解决过程，案件信息中包含着丰富的司法裁判规则，如何将这些裁判规则抽取出来，为未来的司法实践提供规则参照。这样一个命题，利用大数据技术能够充分的解决。
2大数据技术如何实现同案同判
2.1同案同判大数据应用的理论和操作含义。所谓“同案”，在操作层面，并非普通意义上指的“相同案件”或“同类案件”，而应该聚焦到待裁量问题和案件背景两个方面。按照三段论的逻辑，一个案件需要裁量的问题，对应该问题有关的案件背景信息，法律规范，这三个方面是我们构建同案同判大数据解决方案要关注的要素。要得出待裁量问题的法律结论，需要分析案件相关背景信息，适应对应的法律规范，最终导出结论。每一个经过裁判的案件，都包含若干个这样的过程。我们设计大数据解决方案的目标，就是为法官匹配出最接近当前待裁量问题和案件背景信息的案件，法官通过对这些“相似”案件的比较，导出当前案件的若干结论。
据此，我们需要实现对历史案件“待裁量问题”的自动分析提取，对“相关案件背景信息”的自动分析提取。如何将“待裁量问题”、“相关案件背景信息”进行分析提取，并获得相似性的归类以便于提供比对。类型学是一个可实现的方法论。即我们要将“待裁量问题”、“相关案件背景信息”进行类型化，以相同的类型来提供比对。
那么，为确定“类型化”已达到法律上的相似性，不同的案件类型（民事、刑事、行政），应该选择不同的类型化的路径。
在刑事法律层面，按照罪名、犯罪主体、犯罪主观方面、犯罪客体、犯罪客观方面、事实与证据、量刑来进行分类，每个分类角度在不同罪名下，再进行更细的二级、三级甚至更多级的分解，最终，会找到两个在法律类型方面一致的案件。请注意，这种一致是针对“待裁量问题”、“相关案件背景信息”的类型一致，而不能泛指整个案件。
民商事法律，可以从案由、主体、客体、内容、事实与证据、法律责任等方面来进行层层分解。
行政法律，可以从案由、诉讼主体、行政行为、事实与证据、法律责任等方面来进行层层分解。
根据比对方式的不同，可以将“待裁量问题”分为定性法律问题和定量法律问题两类。对于“待裁量问题”需要依据的“相关案件背景信息”，可以分为单一要素比对和综合要素比对两种方式。
综上所述，通过类型学、三段论、法律构成理论等，可作为我们构建“同案同判大数据分析技术”专业理论基础。
2.2大数据技术实现同案同判操作框架体系的步骤。实现同案同判的大数据应用的基础就是创建一个同案同判的数据仓库，在数据仓库上进行大数据应用。对创建一个同案同判数据仓库的步骤分析如下：第一步，采集案件信息数据。从各种数据来源，采购案件信息数据。数据来源包括案件信息管理系统、电子档案库等。数据种类包括结构化数据、半结构化数据、非结构化数据。第二步，数据处理。为了实现同案同判的应用目标，需要将各类数据，以案为基本单位进行数据的结构化处理。结构化的标准，来源于上述的同案同判理论和操作设计思路。这里，重点需要处理的是针对非结构化的裁判文书文档数据的结构化处理工作。需要研究一套能够从裁判文书提取案件裁判规则体系的自动化技术，来实现数据的结构化目标。第三步，数据主题设置。同案同判是要解决一个个的具体法律问题，而这些法律问题，以及海量的案件信息数据，形成一个庞大的案件信息海洋，需要对这些信息按照主题的方式进行存储，以提供下一步的大数据分析应用。
2.3大数据技术提供的同案同判大数据分析技术成果设计。同案同判大数据技术根据对案件裁判文书的智能分析，或通过手动勾选案件信息，自动关联系统案例库中的历史生效案例，并进行多维度比对分析，为法官办案过程中可能产生的案件定性或裁量问题提供同案比对参考。其具体功能如下：①同案自动关联功能。同案自动关联功能涉及的案件相关信息来源分为两个途径：a通过各案由（罪名）下的案件信息动态模板中信息项的勾选，系统可自动关联检索案例库中符合条件的历史案例，供法官查阅参考；b导入案件裁判文书，系统通过文书智能分析引擎自动分析提取文书相关案件信息，并在案例库中关联检索相关历史案例，法官可逐一进行案件比对参考。②同案案例自动分类功能。系统将关联检索出的历史案例分为本院案例、上级院案例、本省案例以及权威案例，同时在每类案例中又分为完全匹配检索条件的案例和包含检索条件的案例，便于法官分类查阅。③同案案例统计分析功能。系统能够将关联检索出的历史案例进行统计分析。以量刑比对为例，系统能够自动分析出关联案例中的量刑最重值、量刑最轻值、量刑平均值及量刑最多值，同时自动生成线状图、散点图等多种统计图表。④同案案例比对功能。系统能够对检索关联出的历史案例进行单个文本内容查看、待决文书与历史案例文书内容比对以及案件信息比对。a单个文书内容查看。法官可对检索出的历史案例文书进行文本内容查看，同时可根据系统自动提取出的文书案件信息进行准确回溯定位，能够快速查看该案件的相关信息内容。b待决案件与历史案例文书内容比对。法官可对待决案件文书与历史案例文书进行内容比对查看，同时可根据系统自动提取出的两文书案件信息进行准确回溯定位，能够对两案件相关案件信息内容进行快速查找与审阅。c待决案件与历史案例文书案件信息比对。系统可将待决案件文书与历史案例文书中的案件信息全部展示出来，法官能够直观的看到两案件中涉及的案件信息，并进行比对参考。
3本研究的价值分析
①为司法公正提供了一个公开的平台：司法诉讼活动的各类主体，都能够通过该软件获得基本一致的司法结论，信息不对称问题得到极大的解决，司法更受类似案件约束而不受外力影响得到更大的保障。②让司法人员能够快速的找到类似案件，参考获得裁量的结论，司法效率得以极大的提升。③为社会公众、机关和其他团体、当事人提供了一个可以看得见、摸得着的司法裁判工具，司法效果得以极大的提升。
4小结
综上所述，大数据是世界最新的技术革命、观念革命和商业革命。当今时代谁能够抢占大数据研究先机，谁就能在未来社会拥有更多的控制权。大数据技术在司法中的应用不仅可以有效地提升其办案效率与质量，而且还保证了司法的公正性。大数据可以运用到各行各业。加强大数据的司法应用，是人民法院推进司法为民和公正司法的必然要求，是信息化建设的必然趋势。本文首先分析了运用大数据技术提升司法公正的可能性，再就大数据技术如何实现同案同判进行了分析，最后还进行了价值分析，从而提升了本研究的科学性。
参考文献：
[1]孙海龙，高翔.科技应用与司法公正的思辨[J].人民司法，2012（01）.
[2]郑小苗.民事案件同案同判的法理问题[J].盐城工学院学报（社会科学版），2005（04）.
数据通信解决方案篇10
大数据，作为一种数据管理的理念和方式，其之所以出现，是云计算和物联网等信息技术的发展，与人类社会所积累的数据高速增长并海量积累相结合的结果。无论是如何定义，从本质上，大数据是信息管理者在当今的信息技术条件下，为解决新的海量信息处理需求，所提出的解决策略。而作为典型的信息管理活动之一的档案事业，势必会受到大数据理念的影响。
大数据并不是一个严谨而完整的学术概念，其所包含的内容相对比较抽象，从字面意义上进行理解，大数据所指的是数据规模的庞大。但从这一意义上来看，显然无法与传统的以往一系列概念进行区别，如“海量数据”（massiveData）、“超大规模数据”（VeryLargeData）。在学术界，对于大数据的定义尚未形成统一的观点，但综合各种说法，主流的思路是从大数据的特征出发，通过归纳的方式，通过对特征的描述进行定义。其中最有代表性的是3V定义[1]，即认为大数据需满足3个特点：规模性（Volume）、多样性（Variety）和高速性（Velocity）。此外在实践层面，普遍认为大数据具有全数据规模、多数据类型、低价值密度、高处理速度的特点。
在数据管理理念层面，大数据的特点在于全数据规模、丰富的数据类型（可能包含半结构化数据）、全数据处理对象、多数据处理工具；在数据处理技术层面，大数据体现为对云计算和新一代数据库的应用；在操作方式层面，大数据体现为对零散信息价值的重视及对数据之间相关而非因果关系的分析。
二、大数据对档案工作带来的机遇
（一）解决信息化背景下档案的“胀库”问题
近年来，随着电子文件的理念逐步得到认可，以及档案的单位管理成本的降低，加之人们对于归档保存的重要性的认识的提升，我国的档案总量步入了一个高速增长的时期[2]，但与此同时，信息化背景下的档案数据库胀库问题也随之到来了，其中较为明显的表现为“新增数据失败”等[3]，胀库问题带来的，不仅仅对新增档案管理上的难题，同样重要的是，由于胀库现象的出现，档案的服务利用的效率将大打折扣，其原因在于案卷在出现胀库的过程中，无法及时有效地归档并建立索引以提供服务，破坏了档案案卷之间的连续性和关联性，降低了档案中所提供的信息的价值。信息化背景下档案的“胀库”问题，本质上在于存储和计算资源分配的不够合理，传统的数据库架构在处理新的海量数据的过程中，灵活性远远不够。解决这一问题，需要求助于大数据技术框架中的云计算技术[4]，利用云计算技术强大的调配计算资源的能力，根据数据处理规模的需要，配置数字化档案管理所需要的存储和计算资源，保证档案的服务利用效率。
（二）有利于推动社会档案观的普及
大数据的核心在于从海量的数据中挖掘价值[5]，这为档案价值的进一步发现和提升，提供了一个新的思路。传统的档案服务利用概念中，档案的服务利用对象是特定并且相对单一的，原因在于档案通过卷宗的形式，将一个相对完整的信息“包裹”存留，这部分相对完整的信息最终成为了档案卷宗的主题。而在服务利用的过程中，“主题匹配”成为了最为常见的档案定位方式，而主要来自于政府机关、企事业单位的日常运行信息形成的档案，其主题自然会牢牢地与其形成机关的业务活动相对应，而档案卷宗中所包含的零散的信息价值，相对容易被忽略，如今被公众广泛利用的档案，多数是民生档案[6]，而其他类型档案中的零散信息价值，缺乏有效的挖掘服务利用手段，这是社会档案观在普及过程中必须解决的问题之一，即如何帮助公众挖掘他们所关心的分散于海量档案中的信息价值。大数据为档案的服务利用提供了新的价值挖掘工具，使得分散在海量数据中的零散价值成为可能，这就意味借助大数据的信息分析工具，公众将能够从主题上看上去并不相关的众多档案中，发掘其自身所需要的信息，获取相应的信息价值，将推动公众逐渐意识到档案作为当今社会最重要的信息价值载体之一的重要意义，而一旦这样的意识逐步成型，档案社会观将得到普遍的认可。
（三）有利于处理多载体类型的档案
信息技术的发展对于档案管理工作的重要影响之一，就是提供了多样化的信息载体形式，丰富了档案的类型，从最原始的纸质载体的文书档案，发展到如今的音像档案、图片等等。而随着电子文件概念不断获得认可，新的信息载体形式层出不穷，从理论上讲，每当出现一种新的信息载体形式，就会相对应地出现该载体形式的档案。这就意味着未来档案的管理工作必将是基于多载体的，其载体的丰富程度可能会远远超过我们的预期，而为最大程度保证原始证据价值，在技术条件允许的前提下，未来的档案管理工作将会尝试接受半结构化的数据作为档案，以最大程度地保留证据价值[7]。这使得未来的档案载体形式将呈现数量多、增长快的特点，这就要求针对具体档案类型的管理工具，或者抽象为一类特定的数据处理工具，是无法实现“onesizefitall”的，即不再存在能够完美处理所有的档案载体类型的管理工具。这一点上与大数据对处理多数据类型过程中所提出的数据工具组合的理念，是相一致的。未来的档案服务利用活动，由于其面向的档案对象的载体是多样的，对其进行利用的工具也将是多样的，甚至为处理一些半结构化的数据的过程中，可能会需要多种数据处理工具的组合。
（四）有利于电子文件的管理
大数据将从真实性、有效性、及时性三个方面提升电子文件的管理水平。首先从真实性角度考虑，由于电子文件惊人的增长速度，其真实性鉴定工作一直是困扰档案工作者的难题之一，传统的“直接鉴定法”在实际操作的过程中所消耗的人力物力成本过于巨大[8]，因此鉴定文件的真实性需要求助于大数据技术处理海量数据并分析复杂数据的能力；第二，从有效性角度考虑，电子文件的结构化特征并不明显，大量的电子文件都是半结构化甚至是非结构化的，在这种数据类型情况并不稳定的前提下，处理数据对象单一的传统档案管理数据库结构是难于驾驭的，而大数据技术框架下对于多数据结构的兼容性，能够较好地解决这一问题，提升对电子文件进行管理的有效性；第三，从及时性的角度考虑，电子文件的指数增长，使得及时地对新增档案进行管理成为了档案工作者所面临的一大难题，这样的海量数据的实时处理，是档案管理过程中前所未有的，这需要利用大数据技术框架中通过云计算的方式提升数据处理的及时性，才能保证电子文件管理的及时性。
三、大数据背景下档案工作的发展趋势
（一）从数字化到数据化
为应对信息时代对于档案工作新要求，档案数字化的工作已经进行了多年，并在一定程度上解决了传统档案利用信息技术进行管理及共享的问题[9]，收到了相当的成效。但在大数据时代背景下，数字化仅仅是解决了载体形式或者说是信息技术的应用问题，可以理解为档案工作对信息技术的适应性应用，对于深入的数据挖掘与利用是远远不够的。在大数据的时代背景下，信息管理者已经不再满足于更易管理和共享的信息形式，应更为关注信息所能带来的价值，这就要求对于档案的管理工作框架，需要实现从数字化到数据化的转变，即不仅仅能够实现对档案案卷的数字化管理，更能够根据海量数据挖掘利用的需要，对档案的管理深入到数据层面，这将更为适合大数据技术架构下对数据的“流处理”模式。
（二）从信息共享到信息价值共享
随着大数据时代的到来，数据挖掘技术的应用进入了一个全新的阶段，所有的信息管理者都面临着同样一个问题：将简单而直接的信息共享活动转换为更为高级的信息价值的共享，即需要对自身所掌握的信息的价值有清晰的掌握和准确的理解，对应到档案工作者的现状上，即档案工作者仅仅了解自己在管理哪些档案并提供服务利用，已经无法适应大数据时代对档案服务利用的要求了，而需要能够了解自己所掌握的档案能做什么，所提供的档案利用服务所实现的是什么功能，也就是要明确所掌握的档案的价值。这需要对档案利用服务的认识有更加深入的认识，在大数据时代的背景下，由于对信息价值提取效率的提升，对于信息价值的共享将成为所有信息服务利用的主流趋势，这对档案服务利用工作将是全新的挑战，这不仅仅要求能够灵活地运用大数据技术在整合档案数据的基础上挖掘其中蕴含的价值，更加需要档案工作者对于信息价值有着更为敏感的“嗅觉”。
四、大数据对档案工作带来的挑战
（一）如何嵌入数据挖掘环节
传统的档案管理活动，最为通行的说法是包含收集、整理、保管、鉴定、统计和提供利用六个主要环节，这六个环节组成了基本的档案管理活动，并组成了一次完整的信息从收集到提供利用的过程。在大数据的时代背景下，对于档案管理活动提出了新的要求，即主动地挖掘其中的价值并提供利用服务，这就涉及到一个流程嵌入的问题，即数据挖掘环节应该通过什么样的方式嵌入到档案管理活动中来，是作为一个单独的环节嵌入到档案的管理流程之中，还是在传统的档案管理活动的某一环节中实现数据挖掘的功能，直接关系到档案管理活动流程的合理性。数据挖掘的嵌入问题，当档案事业逐步步入电子文件时代之后，必须要解决的问题。
（二）如何保障档案信息的安全性
大数据对于档案信息的共享程度提出了更高的要求，只有在档案资源高度共享的情况下，大数据技术框架下的云计算平台才能发挥作用，真正实现档案信息价值的利用。但随之而来，就是档案信息的安全性问题，如何解决在多类型、多结构、高共享程度状态下的数据安全问题，已经显得十分棘手。工作人员操作失误、设备及网络故障、计算机病毒、网络黑客攻击等对档案信息安全构成威胁的因素，在大数据的技术框架下，所造成的威胁可能会被相应地放大。大数据时代的档案信息的保密工作，其重心很有可能不再是保密体制的设计，而更有可能是信息安全技术的有效应用。