掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
中國電子信息工程科技發展研究——大數據技術及產業發展專題 版權信息
- ISBN：9787030747457
- 條形碼：9787030747457 ; 978-7-03-074745-7
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
中國電子信息工程科技發展研究——大數據技術及產業發展專題 本書特色
簡要介紹了大數據在數字經濟、通信、政務、金融、工業等領域的融合應用情況
中國電子信息工程科技發展研究——大數據技術及產業發展專題 內容簡介
本藍皮書首先簡要闡述了大數據的概念、特征和主要發展階段，并對我國的國家和地方大數據產業政策進行了詳細的梳理。在大數據技術章節，按照數據的生命周期對數據采集、存儲、計算、管理、應用和安全技術進行了簡要的介紹。針對大數據產業，重點從產業發展現狀和相關產業主體進行分析。在大數據應用領域，簡要介紹了大數據在數字經濟、通信、政務、金融、工業等領域的融合應用情況。*后就數據資產、數據要素和大數據法制的發展現狀和趨勢進行了簡要分析和介紹
中國電子信息工程科技發展研究——大數據技術及產業發展專題 目錄
目錄
《中國電子信息工程科技發展研究》編寫說明
前言
第1章 大數據的概念和特性 1
1.1 大數據的概念 1
1.2 大數據的特征 1
1.3 大數據的發展 2
1.3.1 萌芽階段（20世紀90年代至21世紀初） 2
1.3.2 技術快速發展階段（21世紀初至2012年） 3
1.3.3 產業應用啟動階段（2012～2015年） 3
1.3.4 重要戰略資源階段（2015～2019年） 3
1.3.5 關鍵生產要素階段（2019至今） 4
第2章 大數據政策概述 5
2.1 我國大數據政策發展歷程 5
2.1.1 國家大數據戰略布局歷程 5
2.1.2 地方大數據產業政策梳理 7
2.2 其他國家大數據政策情況 12
2.2.1 美國 13
2.2.2 歐盟 13
2.2.3 英國 14
2.2.4 日本 15
2.2.5 國際組織 15
第3章 大數據技術 17
3.1 數據采集技術 17
3.1.1 總體情況 17
3.1.2 細分技術 17
3.1.3 技術發展現狀 18
3.2 數據存儲技術 20
3.2.1 總體情況 20
3.2.2 細分技術 21
3.2.3 技術發展現狀 22
3.3 數據計算技術 26
3.3.1 總體情況 26
3.3.2 細分技術 31
3.3.3 技術發展現狀 38
3.4 數據管理技術 45
3.4.1 總體情況 45
3.4.2 細分技術 46
3.4.3 技術發展現狀 47
3.5 數據應用技術 48
3.5.1 總體情況 48
3.5.2 細分技術 51
3.5.3 技術發展現狀 54
3.6 數據安全技術 56
3.6.1 數據安全技術概述 56
3.6.2 數據安全關鍵技術 57
3.6.3 技術發展現狀 59
3.7 大數據技術的融合趨勢 60
3.7.1 數據湖產品化 61
3.7.2 利用云原生思想進行能力升級 61
3.7.3 利用開發平臺釋放業務潛能 62
3.7.4 加強產品的安全能力 62
3.7.5 隱私計算保障數據的安全流通 63
第4章 大數據產業 65
4.1 大數據產業概念探討 65
4.1.1 概念定義 65
4.1.2 大數據產業概述 65
4.1.3 大數據產業分類 66
4.2 大數據產業發展 69
4.2.1 我國大數據產業發展 69
4.2.2 國際大數據產業發展現狀和趨勢 76
第5章 大數據應用 80
5.1 國外大數據應用 80
5.1.1 安全防控 80
5.1.2 金融 81
5.1.3 交通運輸 82
5.1.4 醫療保健 83
5.1.5 市場營銷 85
5.1.6 智慧城市 86
5.1.7 工業 87
5.1.8 農業 88
5.2 我國大數據應用 89
5.2.1 通信大數據 90
5.2.2 政務大數據 91
5.2.3 金融大數據 91
5.2.4 工業大數據 92
5.2.5 農業大數據 93
5.2.6 醫療健康大數據 95
5.2.7 大數據與疫情防控 96
第6章 數據資產 98
6.1 概述 98
6.2 數據資產的概念 99
6.3 數據資產管理的概念和內涵 100
6.4 數據資產管理的難點 101
6.5 數據資產管理的發展趨勢 103
6.5.1 管理對象：數據復雜性持續增加 104
6.5.2 管理理念：從被動響應到主動賦能 104
6.5.3 組織形態：向專業化與復合型升級 105
6.5.4 管理方式：敏捷協同的一體化管理 105
6.5.5 技術架構：面向云的Data Fabric 106
6.5.6 管理手段：自動化與智能化廣泛應用 108
6.5.7 運營模式：構建多元化的數據生態 108
6.5.8 數據安全：兼顧合規與發展 109
第7章 數據要素與治理 111
7.1 數據要素市場化配置的基本概念 111
7.1.1 數據要素的概念 111
7.1.2 數據要素發展的方向 111
7.2 企業和政府數據治理體系的概念、現狀、趨勢 112
7.2.1 企業積極實踐數據資產管理 112
7.2.2 政府數據管理水平不斷提升 116
7.3 數據開放與共享：現狀、問題、方法 121
7.3.1 各地政府數據開放共享效果顯著 121
7.3.2 政務數據共享開放面臨的問題 125
7.4 數據交易：現狀、問題、方法 127
第8章 大數據法制 132
8.1 基礎法律：搭建數據合規基本框架 132
8.1.1 《數據安全法》：安全基礎上求發展 132
8.1.2 《個人信息保護法》：數據處理與權益保障并重 133
8.2 部委發力：細化落實基礎合規要求 134
8.2.1 行業數據基礎規范逐漸細化 135
8.2.2 數據產業熱點問題得到回應 136
8.2.3 數據技術合規要求陸續出臺 137
8.3 地方立法：著力創新攻堅合規難題 139
第9章 大數據技術學術前沿綜述 141
參考文獻 145
《中國電子信息工程科技發展研究》編寫說明
前言
第1章 大數據的概念和特性 1
1.1 大數據的概念 1
1.2 大數據的特征 1
1.3 大數據的發展 2
1.3.1 萌芽階段（20世紀90年代至21世紀初） 2
1.3.2 技術快速發展階段（21世紀初至2012年） 3
1.3.3 產業應用啟動階段（2012～2015年） 3
1.3.4 重要戰略資源階段（2015～2019年） 3
1.3.5 關鍵生產要素階段（2019至今） 4
第2章 大數據政策概述 5
2.1 我國大數據政策發展歷程 5
2.1.1 國家大數據戰略布局歷程 5
2.1.2 地方大數據產業政策梳理 7
2.2 其他國家大數據政策情況 12
2.2.1 美國 13
2.2.2 歐盟 13
2.2.3 英國 14
2.2.4 日本 15
2.2.5 國際組織 15
第3章 大數據技術 17
3.1 數據采集技術 17
3.1.1 總體情況 17
3.1.2 細分技術 17
3.1.3 技術發展現狀 18
3.2 數據存儲技術 20
3.2.1 總體情況 20
3.2.2 細分技術 21
3.2.3 技術發展現狀 22
3.3 數據計算技術 26
3.3.1 總體情況 26
3.3.2 細分技術 31
3.3.3 技術發展現狀 38
3.4 數據管理技術 45
3.4.1 總體情況 45
3.4.2 細分技術 46
3.4.3 技術發展現狀 47
3.5 數據應用技術 48
3.5.1 總體情況 48
3.5.2 細分技術 51
3.5.3 技術發展現狀 54
3.6 數據安全技術 56
3.6.1 數據安全技術概述 56
3.6.2 數據安全關鍵技術 57
3.6.3 技術發展現狀 59
3.7 大數據技術的融合趨勢 60
3.7.1 數據湖產品化 61
3.7.2 利用云原生思想進行能力升級 61
3.7.3 利用開發平臺釋放業務潛能 62
3.7.4 加強產品的安全能力 62
3.7.5 隱私計算保障數據的安全流通 63
第4章 大數據產業 65
4.1 大數據產業概念探討 65
4.1.1 概念定義 65
4.1.2 大數據產業概述 65
4.1.3 大數據產業分類 66
4.2 大數據產業發展 69
4.2.1 我國大數據產業發展 69
4.2.2 國際大數據產業發展現狀和趨勢 76
第5章 大數據應用 80
5.1 國外大數據應用 80
5.1.1 安全防控 80
5.1.2 金融 81
5.1.3 交通運輸 82
5.1.4 醫療保健 83
5.1.5 市場營銷 85
5.1.6 智慧城市 86
5.1.7 工業 87
5.1.8 農業 88
5.2 我國大數據應用 89
5.2.1 通信大數據 90
5.2.2 政務大數據 91
5.2.3 金融大數據 91
5.2.4 工業大數據 92
5.2.5 農業大數據 93
5.2.6 醫療健康大數據 95
5.2.7 大數據與疫情防控 96
第6章 數據資產 98
6.1 概述 98
6.2 數據資產的概念 99
6.3 數據資產管理的概念和內涵 100
6.4 數據資產管理的難點 101
6.5 數據資產管理的發展趨勢 103
6.5.1 管理對象：數據復雜性持續增加 104
6.5.2 管理理念：從被動響應到主動賦能 104
6.5.3 組織形態：向專業化與復合型升級 105
6.5.4 管理方式：敏捷協同的一體化管理 105
6.5.5 技術架構：面向云的Data Fabric 106
6.5.6 管理手段：自動化與智能化廣泛應用 108
6.5.7 運營模式：構建多元化的數據生態 108
6.5.8 數據安全：兼顧合規與發展 109
第7章 數據要素與治理 111
7.1 數據要素市場化配置的基本概念 111
7.1.1 數據要素的概念 111
7.1.2 數據要素發展的方向 111
7.2 企業和政府數據治理體系的概念、現狀、趨勢 112
7.2.1 企業積極實踐數據資產管理 112
7.2.2 政府數據管理水平不斷提升 116
7.3 數據開放與共享：現狀、問題、方法 121
7.3.1 各地政府數據開放共享效果顯著 121
7.3.2 政務數據共享開放面臨的問題 125
7.4 數據交易：現狀、問題、方法 127
第8章 大數據法制 132
8.1 基礎法律：搭建數據合規基本框架 132
8.1.1 《數據安全法》：安全基礎上求發展 132
8.1.2 《個人信息保護法》：數據處理與權益保障并重 133
8.2 部委發力：細化落實基礎合規要求 134
8.2.1 行業數據基礎規范逐漸細化 135
8.2.2 數據產業熱點問題得到回應 136
8.2.3 數據技術合規要求陸續出臺 137
8.3 地方立法：著力創新攻堅合規難題 139
第9章 大數據技術學術前沿綜述 141
參考文獻 145
展開全部
中國電子信息工程科技發展研究——大數據技術及產業發展專題 節選
第1章 大數據的概念和特性 1.1 大數據的概念 大數據是面向多源異構的海量數據進行采集、存儲、計算與分析，并從中提取信息和知識的一系列技術的總稱。為了釋放更多的數據價值，大數據應用新的技術體系，倡導新的資源觀念，催生了一個新的產業生態。 從技術角度看，大數據體現了一種新的數據技術，以分布式架構為主、面向多源異構數據進行分析，在大幅提高處理效率的同時，成百倍地降低了數據應用成本，幫助用戶提高數據管理的能力。從資源角度看，大數據代表了一種新的資源觀，并開始將數據作為戰略資源加以保護。從產業的層面看，以數據及數據所蘊含的價值作為生產要素，通過數據產品、數據技術、數據服務等方式把數據轉換為商品和服務的大數據產業已逐步形成。 1.2 大數據的特征 產業界通常認為大數據是具有4V特征的數據集合。4V特征主要體現在數據量（Volume）、類型（Variety）、速度（Velocity）、價值（Value）四個方面。 在數據量方面，根據Statista在2019年的統計數據，全球大數據的總體體量在2019年約已達到41ZB的規模，其中1ZB指代十萬億億字節，約是常用單位TB的10億倍。另據國際數據公司IDC統計顯示，全球近90%的數據將在近年內產生，預計到2025年全球數據量將會較2016年增加到10倍，即由16.1ZB增加至163ZB。 在數據的種類層面，數據已從結構化數據開始向非結構化數據發展，非結構化數據并沒有預定義的數據模型或者以某種定義好的方式組織，實際類型紛繁復雜，目前常見的數據類型包括文本、圖片、視頻、音頻等。 在速度方面，伴隨著對于數據應用以及服務形式的改變，數據實時結果開始深刻影響業務反饋，對于數據處理速度的要求不斷提高，數據從原本的只需靜態持久化存儲以供查詢，轉向需要進行大規模批處理，再進一步向今天的實時化數據處理發展。 在價值方面，伴隨數據量的爆炸性增長和數據處理性能飛速優化，從前難以想象的計算能力應用于龐雜的數據海洋中，各種深藏海底的價值將不斷浮現。 1.3 大數據的發展 學界普遍認為，“大數據”從誕生到發展經歷了多個階段，特別是我國的大數據發展，在全球呈現出快速發展的狀態。 1.3.1 萌芽階段（20世紀90年代至21世紀初） 1997年，NASA在關于數據可視化的研究中首次提出了“大數據”的概念。在此之后，“大數據”首次在Science一篇名為“大數據科學可視化”的文章中以專有名詞的形式被提出。在萌芽階段，大數據僅作為一個概念而出現，并未在具體的數據處理技術上有進一步的探索。 1.3.2 技術快速發展階段（21世紀初至2012年） 從2003年到2006年，分布式計算框架、分布式文件系統和數據庫提供了一種以分布式存儲和計算海量數據的新思路。受此啟發，專門開發維護大數據技術的獨立項目Hadoop誕生了。Hadoop是一個分布式系統的軟件框架，在此之上，用戶可以使用簡單的編程模型，跨計算機集群對龐大的數據集進行處理。Hadoop的兩個組件分布式文件系統HDFS和大數據計算引擎MapReduce分別負責海量數據的存儲和處理。開源的Hadoop推動了大數據的蓬勃發展，一系列建立在Hadoop基礎之上、用于大規模數據分析和挖掘的工具產品相繼出現，大數據技術生態逐漸形成。 1.3.3 產業應用啟動階段（2012～2015年） 大數據基礎技術的成熟推動實際應用和產業的誕生。2012年開始，商業、醫療、金融、交通等諸多領域開始涌現大數據應用的成功案例，大數據的產業也初現萌芽。 1.3.4 重要戰略資源階段（2015～2019年） 隨著我國全面啟動國家大數據戰略，大數據作為“鉆石礦”成了我國的重要發展資源。大數據技術不斷取得進步，與實體經濟的融合程度日益加深，成了我國數字經濟乃至整體經濟發展的重要動力。 1.3.5 關鍵生產要素階段（2019年至今） 黨的十九屆四中全會正式將數據作為了一種全新的生產要素。這將我國大數據發展推向了新的階段。在大數據技術和人工智能技術快速迭代的今天，大數據已經成為產業發展和數字經濟發展的重要資源，把數據列為生產要素之一，體現了我國的新發展理念，有助于我國經濟更順利、更高質量地發展。 第2章 大數據政策概述 2.1 我國大數據政策發展歷程 2.1.1 國家大數據戰略布局歷程 我國大數據相關的產業已在過去十年間取得了長足的發展，數字經濟的發展也依托于政策的大力支持。我國將大數據的發展作為國家戰略的一個重要組成部分，從2014年開始，國家層面的大數據戰略經歷了以下4個主要階段，如圖2.1所示。 1.預熱階段 2014年3月，“大數據”首次在我國政府工作報告中被提出，為我國大數據產業的蓬勃發展提供了良好的政策環境。從2014年開始，大數據逐漸得到了地方各級政府和產業參與者的密切關注，我國中央政府也積極為大數據的發展提供政策支持和較為寬松的發展環境。 2.起步階段 2015年8月，《促進大數據發展行動綱要》（國發〔2015〕50號）成為我國大數據的**份戰略文件，在宏觀層面部署了大數據產業的整體發展，集中體現了我國在大數據發展方面的總體統籌。 3.落地階段 2016年，《中華人民共和國國民經濟和社會發展第十三個五年規劃綱要》公布。《綱要》隨后成為了我國各級政府制訂大數據發展規劃和相應配套方案的重要指導。同年12月，工業與信息化部發布的《大數據產業發展規劃（2016—2020年）》成為大數據發展的具體行動綱領。交通運輸、農林、水利、能源、醫療健康、環保等主管部門紛紛出臺了相應監管行業的發展規劃，大數據的行業政策逐漸由此深入細化。 4.深化階段 2017年10月發布的黨的十九大報告中提出將推動大數據與實體經濟發展深度融合。同年12月，中央政治局就實施國家大數據戰略進行了集體學習。2019年3月，政府工作報告第六次提到了“大數據”，并提出了大數據發展的多項任務。 進入2020年，數據正式成為生產要素，戰略性地位進一步提升。
書友推薦
- >
山海經
- >
有舍有得是人生
- >
伊索寓言-世界文學名著典藏-全譯本
- >
名家帶你讀魯迅:故事新編
- >
煙與鏡
- >
羅曼·羅蘭讀書隨筆-精裝
- >
【精裝繪本】畫給孩子的中國神話
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
本類暢銷
