数据支撑（通用10篇）
数据支撑 篇1
某日在外地参加研讨会, 研讨的是小班化教学的问题。会议举办得盛大周备, 研讨活跃有深入性。一个突出的亮点是:很多论者开始倾向于用数据说话。
会上的一位领导给我们提供一个美国的数据, 他说, 美国的班级以16人为限。16个, 一个不能多。如果不巧多来了一个怎么办?美国校长会坚决地说:那就两个班。
多出一个人也不行, 基于数字的决策被严格执行。这颇能令人激动。因为大家愿意相信, 这个数据的背后一定有更多的令人思考、给人启发的东西, 比如有关的心理实验、成效测定, 比如相关的讨论甚至争论。
可惜这位领导没有介绍这些。没有介绍或许是因为没有关注。很多时候我们都不太关注。因为在我们的习惯性的思维中, 我们只在乎模仿而不在乎思想。我们关注数据, 却忘了关注数据背后的科学性。
研讨会上另外一位外省市某区域教育的掌门人说:我们小班化班额的目标是———小学30人, 中学35人。很多人翘首等待这些数据背后的理由, 但是没有———他压根儿没有打算提供理由———似乎在他看来, 行政规定, 无须理由。
数字时代离不开数字, 教育发展亟需科学。科学发展需要用数据说话。数据是什么?是对林林总总的现象概括, 是无数实验和试验的结论, 是反复比较与分析之后的提炼。0.618是一个数据, 人们视之为“各种算法中最可宝贵的算法”, 公元前6世纪古希腊的毕达哥拉斯学派开始研究, 公元前4世纪古希腊数学家欧多克索斯为之建立比例理论, 中世纪后意大利数学家帕乔利专门为之著书立说。德国、印度、美国, 直到上世纪70年代由华罗庚提倡在中国推广。简单的数据背后是2000多年的思考、实验、反思和总结。我们今天的数据呢?有多少是经过反复的实验和论证的?有多少不是出于“一念之间”或者“感觉”?当然数据不排除感觉———但是, “感觉”顶多属于“大胆假设”阶段, “小心求证”才是科学活动本身。数据只应该是“求证”的结果。当一个班级稳定在45个人的规模并且对人们形成印象之后, “感觉”告诉我们30—35个人是“小班”了, 但是, 古代孔子常常面对的学生是7人, 当今的县城中学里70人一个班级的现象也比比皆是。根据2011年9月21日《现代教育报》介绍, 世界经济合作与发展组织 (OECD) 9月13日公布了一项报告, 报告比较了经合组织34个成员国以及中国、印度等另外8个国家, 2009年公立、私立学校合计的平均班额最高的是中国, 为平均每个班37.1人, 其余较高的国家为智利 (每班29.6人) 和韩国 (每班28.6人) 。经合组织成员国班额最小的卢森堡公国平均每班只有15.6人, 芬兰的平均班额为每班19.8人, 英国是每班24.5人, 美国是每班23.33人。在这些数据比较之下, “30—35”班额“小班化”也的确还只是猜想式的“感觉”。如果学生数的确会对教学产生实际影响, 到底有哪些影响?怎样产生影响?当今的国情、域情、学生心理、心智之下, 原有的班额到底存在那些弊端?到底多少人一个班级才既足以解决这些弊端又能实现效益的最大化?
这样复杂的事情, 哪里能仅凭“感觉”了之。
———我们总是要求学生将作文写成800字左右。为什么是800字左右而不是1200字左右或者600字左右?是不是800字比1200字和600字更能训练或体现一个人的写作水平?
———有人曾经对部分教师做过一个调查, 一开始是书面调查:你平均每年阅读几本书?书面调查得到的数据是:33.7%以上的人读过10本书。调查人又对这部分教师进行漫谈式聊天记录, 统计结果是读过10本书的人只有14.3%。“33.7%”, 这看似“科学”的数字语言背后有多少不科学的程序设计?
……
当下的教育领域越来越关注数据, 也越来越喜欢用数据说话、用数据指示, 这是实干精神在教育土地上的觉醒, 令人欣喜。但是, “实干”也很容易演绎为“莽干”和“乱干”。不恰当的观念、不恰当的方式之下产生的数据是危险的。我们要谨防“数据”以科学的名义落实不科学的念头。因之, 教育科研当盛行, 亦当慎行。
数据支撑 篇2
2.参与报表程序设计、开发，确认数据统计口径，确保程序开发符合实际需求。
3.汇总、生成计算机支撑中心的报表，指导县公司进行相关数据分析，确僻2营工作正常开展。
4.审核日报、月报数据，保证数据的准确。
5.统计、生成地区各类网间结算(包括各电信运营商、SP、声讯台等)数据，确保结算数据按时、准确提供。
数据库虚拟化支撑大集中 篇3
重庆地税与VMware合作，尝试U2VL（Unix to Virtual Linux）思路，进行生产系统RAC数据库虚拟化部署，采用VMware vSphere 5虚拟化软件实现了数据库计算设备整体虚拟化部署，同时应用VMware vCenter Server和虚拟化管理软件实现了集中统一管理。
数据库虚拟化部署
重庆地税信息管理中心科长陈怀俊向记者介绍说，金税三期是全国政府行业推进的又一个全国应用大集中的项目，国、地税合并为一个系统、一套软件。为提高系统处理性能，照顾各省差异化及特色，省级数据分中心将部署前置、大厅、地方特色的应用系统。为此，重庆地税需要部署若干套Oracle RAC数据库和上百个Weblogic APP应用服务节点，同时要求基础设施稳定可靠。
按照总局工作安排，重庆地税确定2013年2月22日为金税三期单轨试运行切换时间点。在筹备单轨上线工作时，金税三期生产环境部署所需硬件设备采购严重滞后。面对上线时间紧迫与设备采购不到位的矛盾，重庆地税按照金税三期总体架构要求，结合重庆地税实际情况，发挥过去省级大集中积累的实战经验，大胆探索、勇于创新并反复试验，最终成功采用高端x86服务器整体虚拟化完成金税三期省级大厅前置系统部署。重庆地税主要做了以下三方面工作。
第一，实施数据库计算设备虚拟化部署。鉴于过去采用小型机部署数据库存在运行环境要求高、运维难度大、采购和运维成本高、技术人才匮乏等不利因素，重庆地税实施了高端x86服务器做数据库整体虚拟化部署方案，采购了16台曙光高端x86服务器。陈怀俊介绍说，金税三期省级前置数据库性能需求差异较大，通过虚拟化可动态调节数据库硬件资源分配需求，甚至在极端情况下可将一台硬件主机全部资源只分配给一个数据库虚拟机保障性能要求较高的RAC节点，而在多数情况下可将一台物理主机规划为2～5个RAC节点虚拟机。因金税三期单轨试运行时间紧迫，正式生产环境所需设备采购又尚未到位，重庆地税紧急调配了5台曙光服务器通过虚拟化临时承载了金税三期省级前置11套数据库共22个RAC节点虚拟机。数据库计算设备虚拟化运行至今尚未出现稳定性和安全性问题。
第二，负载均衡设备连接复用功能发挥出色。为避免出现应用瓶颈，金税三期架构规划需要部署省级大厅前置系统，将常用的Web页面和简单逻辑校验处理等功能前移到省级大厅系统部署，重庆地税工程师龙江说：“通过启用负载均衡设备连接复用功能，极大地减少了客户端对省级大厅前置服务器的并发请求压力，这样既避免了Web页面远距离重复加载，又减轻了全国上班时间集中访问总局出现的后台服务器瓶颈压力。”
第三，推进金税三期应用计算节点整合部署。作为第一个吃螃蟹的人，重庆地税是金税三期第一个上线省份，在省级大厅、前置、地方特色等系统应用节点的部署上没有实战经验可供参考。重庆地税结合过去虚拟化部署经验，提出应用计算资源Weblogic应用性能可通过节点大规模部署负载均衡并使用硬件负载均衡设备来解决。陈怀俊说，重庆地税采用整体虚化化部署方式来推进省级大厅、前置、地方特色等系统应用部署，方案具有性价比高、运行相对稳定等特点，刀片服务器与数据库计算设备一样，统一部署VMware虚拟化软件，可实现几百乃至上千个Weblogic应用计算节点资源池的灵活调度。
虚拟化稳定可靠
重庆地税在VMware虚拟化环境中应用Oracle数据库方面做了许多开创性的工作，而当初是否应该将数据库部署到VMware虚拟化系统上也存在困惑甚至是质疑。“我的一些同事，还有一些数据库专家、项目评审专家等都表示，从来没有听说过数据库部署到虚拟化环境的思路，还是建议采购小型机，实在不行也要采取实体机部署的方式。”陈怀俊坦承，“我考虑的是掌握小型机技术的专业人才匮乏，同时小型机的运维成本偏高且采购周期长。鉴于此，我们在VMware工程师的支持下搭建了一个测试环境，在多次机器压力测试和5次万人参与的人海压力测试中，采用虚拟化部署的地税系统均顺利通过。”
数据库计算设备采用虚拟化部署后，当数据库性能需求增大时，待性能更高的硬件设备到位后，通过虚拟化迁移技术对RAC数据库节点逐个离线迁移，确保数据库服务不中断；当主机硬件出现异常宕机或需要维护升级时，可将其承载的虚拟机离线迁移到其他备用计算设备上运行，满足数据库连续、安全运行的需要。
重庆地税在金税三期整个省级数据中心虚拟化过程中，采用的所有计算设备都是国产设备，过去立下过汗马功劳的小型机目前也处于待岗状态，虽然极个别的x86服务器部件有时还会得点“小感冒”，但整体系统虚拟化后，基础架构整体运行非常稳定可靠。
重庆地税虚拟化应用的成功实践，带动了全国地税系统虚拟化方案的实施。一部分省市地方税务部门在部署大厅前置系统时也遇到了与重庆地税类似的问题，就是所需的计算设备短期内难以一次性到位，而采用虚拟化方案可以很好地解决这一问题：前期部署对性能要求不一定达到最高，虚拟化部署对硬件资源数量要求相对较少，部署灵活，到后期硬件资源采购到位后，可实现生产系统不中断迁移，避免因硬件更换而重新部署。陈怀俊表示，重庆地税推进生产系统整体虚拟化和关键数据库 RAC的虚拟化部署，必将对金税三期全国推广上线，乃至其他政府部门的IT建设产生示范效应。
虚拟化可放心使用
陈怀俊回忆说，金税三期项目实施半年前，重庆地税出于应用安全的考虑，就采用了VMware测试机制，采用滚动发展的方式逐渐将数据中心除小型机外的历史计算资源全部虚拟化。虚拟化不但解决了安全性问题，还大大提高了资源的可调度能力。在金税三期项目采用虚拟化技术时，重庆地税的IT工程师对虚拟化已经有了充分认识和较大把握。
重庆地税为何选中了VMware呢？陈怀俊解释说：“我们更多地是基于市场主流技术的思考，并会在大规模投产前进行反复测试验证。VMware在服务器虚拟化方面具有较大优势，测试数据已证明了这一点。”
对于希望部署VMware虚拟化产品的同行，陈怀俊给出了自己的建议：第一，VMware的服务器虚拟化技术独具特色，而且拥有很多经验和专利技术，包括迁移工具、监控等，可以放心使用；第二，虽然VMware持续不断推出新的产品版本，但用户不要盲目追求新版本，尤其是在生产系统中还是要在相当长一段时间内保持一个稳定的版本运行，避免建立多个资源池中心，以减少风险；第三，有人对在VMware虚拟化环境中部署Oracle数据库持否定态度，但重庆地税的实践证明，只要处理好数据库挂接存储系统这个关键问题，在虚拟化环境中部署Oracle数据库是可行的。
目前，重庆地税的数据中心已完全虚拟化，数据库计算设备主要靠29台曙光8路x86服务器担当，应用计算设备主要靠64片Dell 4路刀片服务器担当，并分成了三个安全区域，建立了三大资源池队列中心，运行20多套RAC数据库和几百个Weblogic APP和其他应用节点。重庆地税工程师李颖说，在数据中心服务器整体虚拟化后，他们继续搭建了VMware桌面虚拟化环境，开展局部范围内探索，通过实践，基层人员反馈使用体验更好，桌面速度比本机还快一些，区县运维工程师也觉得运维管理更方便，可实现后台集中桌面运维功能，同时也可激活一批过去硬件配置较低的电脑终端资源，值得进一步大规模推广探索。
大数据支撑工行管理会计落地 篇4
目前, 管理会计的重要作用已经受到广泛重视。从银行业来说, 股改上市之后初期, 中国银行业的利润非常好, 因此对管理会计不会那么重视, 但在利率市场化改革之后, 银行业利差空间被压缩, 要维持一个好的利润, 在开源越来越困难的情况下, 必须依靠良好的成本管理与控制实现节流, 这就非常需要精细化管理。大的环境的变化, 会促进大中小企业都会越来越重视管理会计。
第二, 中国现在发展到目前这个阶段, GDP已经位居世界第二, 产业结构要从中端向高端迈进, 必须依靠人才的力量。那么如何激发人的创造力, 这是个巨大的挑战。这就需要有一个非常强大的管理会计体系, 对个人创造的价值进行准确计量, 实现科学的激励与约束。
第三, 管理会计为战略落地服务。管理会计通过对数据的归纳整理, 面向未来, 为银行业的长期健康发展, 提供良好的决策支持服务。同时, 包括全面预算、绩效管理、标准成本等一系列管理会计工具, 为确保企业战略的落地, 提供了良好的战略执行工具。
工商银行为什么能在管理会计建设方面走在全国、全行业的前列?
首先, 工行起步比较早。管理会计区别于财务会计, 就在于大数据的支撑, 而原来中国的大型企业和银行, 在大数据支撑方面是不够的, 而在这方面, 工行起步比较早。工商银行在1999年9月1日实施了“9991工程”, 将所有网点产生的数据都集中到一个数据中心去。生产数据集中在上海, 备份数据集中在北京, 确保数据是安全的。工商银行的大数据时代从这个时候开始起步, 距今已经十五六年, 为管理决策提供了强大的支撑。
其次, 工行管理层一直非常重视财会体系建设。现任董事长姜建清早年做过会计工作, 原行长杨凯生是注册会计师, 现任行长易会满早年在省分行做过财务处长, 这三位领导对财会管理有非常深的认识, 财会部在推进财会体系建设时得到他们的大力支持。工行的领导班子给我们提供了非常好的架构, 有利于推动管理会计的运用和发展。
在管理层的支持和强大的科技系统的基础上, 工商银行围绕会计核算建立起来了一整套管理会计的统一平台MOVA (Management of Value Accounting, 基于价值会计的管理) 系统, 实现了境内外机构信息系统的统一和集中管理, 并逐渐发展到为管理提供财务分析和决策支持服务。
工商银行的管理会计体系的特点是什么?
工行管理会计体系是建立在强大的IT平台基础上, 对业务数据进行收集、整理、分析, 从而实现为管理决策服务。
随着M O V A系统的上线, 统计分析数据实现了统一, 基于统一的数据仓库平台, 可以为不同业务部门提供所需要的数据。工商银行以M O V A系统为抓手, 深化信息技术在内部财务管理、经营决策和绩效考核等领域的应用, 优化了内部管理流程, 节约了管理成本, 提升了管理水平。
2011年, 工商银行先后完成了绩效考核管理M O V A系统和全球信息资讯平台等重大信息技术应用项目。目前M O V A系统已覆盖了工行各个层级、各个专业部门的用户, 实现了机构、部门、产品、客户、员工五个维度的考核评价, 推动了以价值为导向的考核目标。
数据支撑 篇5
1、亿元项目支撑明显，新能源项目投资显著。在开工建设的66个项目中，亿元项目达到15个（含续建项目），今年累计完成投资17.09亿元，占完成投资的69.9%。新能源产业作为带动二产发展的主攻方向，1-10月，开工建设新能源项目7个（如上海航天、浙江正泰光伏产业，聚合热力城市气化工程建设项目，知非实业环保建材项目），完成投资12.98亿元，占完成投资的53.2%，占二产投资的76.6%，占工业投资的81.3%，说明新能源产业的发展有力的带动了二产投资，在完成投资中占到半壁江山。
2、工业投资仍占全县投资的主体地位。1-10月份，工业投资完成15.97亿元，增长59.6%，占完成投资比重为65.4%；增速由上半年的95.7%下降到59.6%，降幅达36.1%，同样也比前三季度低6个百分点，投资增速虽有下降，但仍占完成投资大头。
用大数据挖掘作引擎支撑精准营销 篇6
其实在大数据没有来临之前, 我们已经在做数据营销了。这是一个8年之前的真实个案:我们帮一家卖金融产品的公司做了一个精准营销的系统, 每一天他要打很多电话给潜在的客户, 说服他买金融产品, 他每个月有600万个电话, 而成功率非常低, 只有2460人买了产品, 成本这么高, 成功率这么低。 我们帮他做了一件事, 利用数据分析每一个潜在客户对哪一个产品有兴趣, 哪一些根本不会买你的产品, 我们帮他从600万个潜在客户的清单里面找出252万个清单, 减少一半, 成功率提升40%多。出来的结果使成本减少了一半, 利润提高了一倍, 和今天的大数据没有什么区别, 因为没有大数据就没有特殊的数据。客户本来只有15个标签, 如基本信息, 收入年龄等等, 我们基于这15个标签把它演化成50个, 从邮件得出一些新的标签, 从呼叫中心的数据里面, 从电话号码地址增加客户标签, 这个就是我们做的事情。我们发现如果那个人的电话号码有4个8的话, 买金融产品的机率提高2倍, 因为这个电话要花钱买的, 如果数据不挖掘出来就不会去想, 这个就是数据挖掘的力量, 这个就是我们还没有大数据之前做的精准营销的案例。现在有了大数据, 有很多的数据源, 可得到一个更全面的数据方向, 接下来就容易做自动化的市场推广, 简单来说就是我们有手机和APP, 自动运行的市场推广的系统, 后台用一个很强大的数据挖掘引擎支持。
其实数据挖掘只是做一个事情, 为什么我和他的购买行为不一样, 原因就在这一串的东西——客户的标签。现在有许多WIFI, APP上面的行为数据, 我们数据挖掘的方法, 用神经网络去找出这两种人不同的地方, 建立一个数据模型, 有新的会员进来之后, 他可以筛选出每一个人应该最喜欢哪一种产品, 在不同的渠道比如说APP, 微信, 或者现在用的技术都可以放进去, 通常我们做数据会做ABT, 有一些数字, 是真实的项目用的数据, 但是经过改造, 证明我们的模型可以帮他挖掘新的用户。有人买了皮鞋, 我想让他去买一些运动产品, 挖掘新客户就是我可以挖掘客户之前没有买过运动产品, 但是我知道在未来8年中他非常有可能去买, 我就发送有关运动产品的信息给他, 让他真的去购买。另外我们也可以帮他把所有的会员提高7%到9%的消费额度。
大数据分析听起来有很多投入, 很辛苦, 还有做出来人家也不一定愿意用。比如说我现在想搞一个活动, 针对将会流失的用户, 我就可以选择流失的客户目录, 而流失的客户我需要他之前的消费信息, CRM的人喜欢做这类标签, 让他很容易得到挖掘出来的数据模型的结果。把理想推送信息放在这里, 立刻送到APP, MSN上面。
客户买了东西, 想让他再过来买东西, 但是在买东西之前其实他会在全世界走来走去, 在网上走来走去, 对于你的品牌说了很多的话, 有好的有坏的, 我们就要了解客户的动机, 现在客户的价值已经不只是购买能力, 现在有社交的价值。一个人对别人有多大的影响力, 他在社交网络有多活跃, 他对你的品牌情感, 是否喜欢你的品牌, 这三个是一个新的量度客户的很重要的纬度。如果决定买一个东西之前是不是会去网上搜, 买产品搜京东、淘宝, 还有在朋友圈问一些问题等等, 那每个人都是你的品牌代言人, 你要用他。其实你是做品牌的, 当然会关注, 其他的应用的领域包括你们做客户服务的, 做市场调研的, 现在我们的系统可以帮你获取论坛、网店、微信的很多信息, 如果做呼叫中心, 可将语言变成文字技术去做分析。
那个客户和我说, 他去监控几个网站论坛很辛苦, 如果其他的渠道也可以获得客户的渠道你也不要告诉我, 我没有时间去做, 他知道有客户的渠道, 但是没有时间和能力去做。我们可以提供一个平台, 能帮他获取对于他品牌有影响的渠道, 把信息提取出来。我们做什么事情, 第一把它分类, 比如说电讯行业关注的是网络的价格、服务人员的态度和效率, 我们就把客户的反馈自动按照他们的关注点分类。第二就是情感, 我们可以把他标签起来, 原来他对于员工的态度非常不满, 我就标不开心, 还有一个非常重要的是我们可以提取人的名字、地点。举一个例子, 我可以挖掘最近很多人投诉上海某一区的某一个员工有问题, 本来要人去看, 要人去提取, 现在可以自动提取。之前你们都很纠结, 这么多的数据来源, 我们怎么能看到整个世界发生了什么事情, 一个平板电脑你就知道世界在发生什么事情, 因为不同的数据来源经过分析就变成结构性的数据。这是不同的关注点, 员工的态度和服务等等。如对员工服务的效率有投诉, 我就可以按进去, 这里有多层的分类, 原来的合约也可以按进去, 如员工和合约的关系, 就看看租约, 我们可以看到, 这是一个多层挖掘客户想法的工具, 因为有了结构化的数据, 多维的你可以挖掘客户不满意点是什么, 不用依赖第三方, 直接就用科技提取一些信息, 直接可以做决策性的行动。还有一个比较强大的功能, 即我们可以监控一些情况, 除了想看这个月有什么好事, 还可以关注特定的事情。比如说举电信的例子, 他比较关注苹果6, 和苹果有关的东西都关注, 技术可以帮你挖掘一些未知的信息, 他可以用一些方法挖掘一些原先没有出现过, 但是不知道为什么这个月出现的频率很高, 可能是新的潮流, 竞争者新的想法, 但是通过这样的挖掘可以提醒你这个月出现的新的词。可能有听说过这个类型的工具, 我们和其他有什么区别?这个东西最主要就是语意分析的能力, 还有对于当地的语言的掌握, 词库的问题。我们基本上能说广东话、普通话、英文, 都可以处理, 人名都可以获取出来, 还可以识别错别字, 本地研发只有我们才知道客户的内心。
战术数据链支撑环境建模方法研究 篇7
作战环境广义上指的是作战空间中人员和武器装备外的客观环境,作战环境确定了作战行动的边界条件,对所有作战单元构成的整个作战体系的能力发挥进行了限制。然而身处环境之中的交战各方会有意识或无意识的与战场发生交互[1],对作战环境产生各种各样的影响,从而改变了作战行动的边界条件。在军事建模领域,通常把作战环境分为综合自然环境与战争环境两大类[2]。美军在使命空间功能描述(FDMS)中又将战争环境分为军事环境与人文环境,其中军事环境包括使命任务,力量状况,情报、指挥控制、通信等信息系统,防护伪装,各种威胁冲突等内容[3],这一观点也得到了国内外的基本认同。
目前,随着军队信息化水平的逐步提升,武器装备对信息的需求越来越精细,对实时性的要求越来越高。战术数据链系统凭借统一的通信协议实现了传感器平台、武器平台、指控平台的互联互通互操作,显著提高了信息分发效率,所具备的诸如态势共享、自由文电、电子战、交战协同等功能不仅为作战单元提供了更广泛的能力,也大幅提高了信息利用的效率,已成为作战行动的有力支撑。
现今,联合作战已成为现代战争的主流,而联合作战往往覆盖区域广阔,参与人员、装备众多,开展联合作战实兵实装训练和演习将耗费大量人力、物力,且存在各军种、单位难以协调、训练情况及计划方案难以评估等现实问题。数据链系统作为联合作战行动的重要支撑,其组织筹划与操作使用是联合作战行动中不可缺少的关键一环。因此,研究数据链支撑作战行动的建模技术,搭建面向作战运用的数据链网络仿真环境开展数据链装备操作训练和网络组织方案的推演评估对解决联合作战训练开展困难具有重大意义。
1 数据链支撑环境概述
数据链系统作为一种先进的军事信息系统,其保障作战活动的方式主要体现为作战单元之间依托数据链网络进行的信息交互,而且作战活动会对包含数据链网络在内的战争环境产生影响。因此,数据链网络可视为保障作战活动的支撑环境,构成的作战环境框架如图1所示。
1.1 数据链系统概述
美国防部(DOD)将战术数据链定义为用于传输机器可读的数字信息的标准通信链路。数据链系统采用无线通信协议和技术,实现陆基、空中及水面舰艇等各类平台之间数据信息交换的信息系统[4]。
相较于普通的通信系统,数据链系统最主要的区别在于传输的信息为实时的格式化数据,以及较高的跳频速率[5],数据链系统具有如下主要特征:
(1)抗毁性强,通用数据链系统无中心节点的工作方式,使得任意节点的毁伤通常并不会影响整个网络的正常运行。
(2)抗干扰能力强,数据链系统跳频速率达到了每秒数万次,每个周期内脉冲的驻留时间在微秒级别[6],因此,难以对其进行监听;而且数据链系统工作带宽高达数百兆赫兹[7],采用扫频式干扰及噪声压制进行干扰的效果较差。
(3)实时性好,系统信息格式的一致性避免了网间格式转换带来的时延,TDMA的接入方式也可显著节省网络接入所需的时间。
在数据链网络支撑下,作战平台能获得更加完备的战场态势、实现更默契的协同支援,指挥员可以实现更加灵活的指挥控制;使得作战单元克服客观限制因素的能力显著增强,提高了整个作战体系对客观条件的适应性。数据链系统已成为信息化作战中不可缺少的关键支撑。
1.2 数据链信息获取方式
获取信息是保障作战及指挥的首要工作。数据链系统链接了各式各样的传感器平台,能对战场环境中包括地形、气象、水文等自然环境信息以及敌方目标的数量、种类等信息进行搜集,并根据预先制定的规则对信息进行综合处理,去除冗余,形成统一态势。其次,数据链网络成员通过定期报告PPLI消息[8],提供自身的地理位置、燃料、装备等状态信息。指控、协同以及网络管理过程也会产生各类指令信息。这些信息在数据链网络流转,在网络成员之间交换,实现了网络成员之间的态势共享、指挥控制、战术协同等动作。
1.3 数据链信息分发方式
数据链信息交互方式主要由其时隙分配及网络组织情况决定,目前以美军JTIDS为代表的通用链普遍采用TDMA的固定时隙分配方式,其他综合链则大部分采用轮询的时隙分配方式[9]。TDMA方式保证了可靠的网络接入质量且接入带来的时延极小,但网络接入的灵活性较低;轮询方式则能灵活地调整网络成员的收发,但会耗费一定时延且不能确保网络接入质量。
网络设计规划人员根据参与平台数量、种类,作战覆盖地域范围等现实情况,兼顾网络接入质量的稳定及网络接入的灵活性,选择通用链或综合链系统搭建数据链网络,将时隙分配给各个网络成员[10],使其加入到不同的功能子网。即可通过各子网内平台之间的信息交换,形成各种战术能力。
1.4 数据链战术能力
战术能力是数据链网络支撑作战活动的具体表现形式,数据链具备的战术功能主要有态势信息共享、指挥控制、战术协同、电子战等。在网络设计筹划阶段,设计人员会根据数据链消息执行功能的不同对时隙资源进行分配,即形成网络参与组(NPG),一个战术功能往往需要由多个NPG共同完成。例如,态势共享功能通常需要精确参与定位识别(PPLI)、目标监视等NPG共同执行;战术协同需要武器协同、战斗机⁃战斗机等NPG共同执行。
借助数据链重叠网结构,网络成员还可以灵活地切换到其他NPG子网[9],进行信息交互,在正确的时间获取所需的信息。凭借这种高效的信息交互,使整个作战系统之间的信息传递、交互更为顺畅、灵活,体系作战的能力得到了显著提高。
2 数据链支撑环境模型
2.1 模型结构
数据链支撑作战的表现形式为数据链网络,网络主要由节点和链路构成,节点为加入到数据链网络中的各类作战平台,链路则为各平台之间的通信连接。因此,作战行动与数据链支撑环境之间的接口即为各节点与作战平台之间的映射关系。各类平台依托加装的数据链终端进行信息交互的过程可视为平台映射的网络节点与数据链支撑环境之间进行信息交互的过程。据此可知,数据链支撑环境基本结构如图2所示。
因为作战平台与网络节点之间存在映射关系,根据作战平台之间的信息交互需求即可确定网络各节点之间的通信连接需求,并依此进行数据链网络的组织设计。而数据链网络内部的基本组成为节点和通信链路,需要进一步的分析及研究。
2.2 节点模型
由上节可知,数据链网络节点与作战平台之间存在映射关系。为确定节点模型的种类及主要属性特征,则需要对作战平台进行分析和研究。作战平台之间的指挥控制及协同等活动都依赖于数据链网络中的信息交互,因此,根据信息流程中角色的不同,作战平台可分为传感器平台、指控平台及武器平台。而在网络环境中信息只经历产生和转发,并不涉及对信息的分析和加工,据此可将所有作战平台映射为消息产生节点和转发节点两大类,如图3所示。
消息产生节点具备转发的能力,转发节点不具备产生信息的能力。转发节点模型直接由数据链网络中各种通信协议组成,能实现转发、中继及网络切换等功能;消息产生节点在此基础上具备了产生信息的能力,在引入作战平台模型后即可根据相应模型实现态势感知、指挥控制的动作,产生态势信息和指控指令。
2.3 网络模型
网络主要由节点及其之间的通信链路构成,数据链网络中节点之间通信连接的质量会受到综合自然环境中地形、气象水文、电磁等条件的影响;而且,作战平台处在不断的机动之中,相对运动产生的多径效应也会对通信连接的稳定性造成较大影响。因此,需要构建合理的链路模型来表征这些影响。
采用无向连接图G(V,E)表示节点及链路状态,其中V为网络节点集,E为任意节点u,v之间链路的集合,(u,v)∈E;u,v∈V,设置指标w(u,v):
式中:m=0表示节点u,v之间无法建立连接。
节点之间的距离、相对移动,障碍物的遮挡等都是对无线通信质量造成影响的关键因素。设u′,v′为节点u,v对应的作战平台,d(u′,v′)表示u′,v′之间的距离;Vu,Vv表示u′,v′的移动速度;G(x,y,z)为u′,v′附近区域内的地形三维函数。可知w(u,v)为这些因素的函数,数学表达式为:
3 结语
本文首先对数据链网络建模与仿真的实用性进行论证,随后对数据链支撑环境概念进行了详细说明,提出了数据链网络模型的基本结构框架以及模型构建的思路方法。由于篇幅有限,关于整个数据链网络模型的详细建立过程并未详细介绍,数据链作战运用仿真系统的相关研究还有待进一步发展。
参考文献
[1]徐俊强,马亚平,王爻.基于元模型的作战模拟可视化建模语言设计[J].系统仿真学报,2014,27(4):802-809.
[2]康文峥,盛亮.数据链组织运用原则探析[J].数字技术与应用,2013,31(5):253-254.
[3]张晓敏,刘力,仵浩,等.美军数据链技术的应用研究[J].飞航导弹,2014,34(3):60-63.
[4]盛亮.美军数据链作战使用培训研究[J].科技信息,2013,30(18):131.
[5]曹乃森,闫涛,费志清.战术数据链在电子战中的应用研究[J].黑龙江科技信息,2013,17(23):36-37.
[6]刁新颖.LINK-16数据链系统抗干扰能力研究[J].物联网技术,2015,5(6):40-41.
[7]朱林,方胜良,杨正.对通用数据链干扰效能评估及仿真[J].火力与指挥控制,2014,39(9):1560-1563.
[8]周兴乾,霍景河,张占军.基于VRNET Developer网络半实物仿真方法研究[J].现代电子技术,2013,36(8):123-132.
[9]张磊.航空数据链组网技术研究[D].西安:西安电子科技大学,2010.
数据支撑 篇8
关键词：服务体验质量,用户行为分析,DPI,数据采集
一、引言
用户在使用数据业务时, 更加关注服务体验质量 (QoE) 和业务资费, 这两点是影响用户品牌忠诚度的关键因素, 由此引发了一个具有挑战性的命题——如何实现高效科学的移动网络运营。而多媒体信息 (MMS) 、WAP访问、流媒体等业务的用户数和流量都在快速增长, 网络负荷也越来越大, 业务流程复杂, 涉及网络设备较多, 业务维护和运营也急需更多手段支撑。
二、MDSOSS核心概念、系统特点及业务功能
移动数据业务运营支撑系统 (MDSOSS) 的目标是成为一个灵活、开放的数据采集、网络分析、应用统计、业务管理的移动数据业务综合系统平台, 针对网络分析、服务评测、业务部署、客户服务和市场决策, 为运营商 (业务提供商) 的业务运营提供强大的技术支持及全面的分析数据。
MDSOSS系统特点:深入、全面、灵活地网络监测和数据挖掘;多途径、多角色、多任务的全新业务管理模式;专业的用户申告服务平台及用户行为数据库。
MDSOSS业务功能:MDSOSS涉及业务丰富、功能强大、性能稳定, 拥有业务维护和管理、业务承载网络优化、业务服务质量监视分析、业务模型分析、障碍快速定位和排除、客户服务中心 (例如10086) 等功能。具体移动数据业务涉及MMS、WAP、百宝箱、手机报、PIM、手机电视、流媒体等。MDSOSS亦能根据具体业务需求, 实现对特定专题的分析, 建立相应业务模型。MDSOSS系统已具备手机报专题分析、垃圾彩信专题分析、彩信病毒专项监控、安全会话业务专题分析、手机终端专题分析、SP评估专题分析、伪彩信中心专题分析、漫游用户专题分析等。
三、MDSOSS软件模块及网络拓扑结构
数据/话单日志采集模块;是整个系统的底层部分。主要功能是将目标网络接口上的数据、目标业务设备日志及其业务话单采集、传输到MDSOSS系统服务器中, 为下一步业务分析系统提供数据源;协议/话单日志分析模块;应用管理模块。
MDSOSS系统组件及网络拓扑结构:
数据采集机 (Data Probe) *:负责对目标网络中IP报文的数据采集工作, 并对所采集数据进行原始分析;设备日志采集机 (LOG Probe) :负责对网络中目标网元设备的LOG日志数据采集工作, 并对所采集日志数据进行深入分析;业务话单采集机 (CDR Probe) :负责对网络中目标业务话单的数据采集工作, 并对所采集话单数据进行深入分析。
四、服务器硬件要求
MDSOSS系统中主要有四类服务器:采集分析机 (Probe) 、数据库服务器 (Database Server) 、统计报表和告警服务器族及WEB服务器 (WEB Server) 。根据实际需求, 服务器硬件配置可以有所变化。MDSOSS系统管理终端为商用台式机。
五、结论
●业务运营支撑:通过对用户业务兴趣偏好的深入挖掘, 结合偏好与业务类型的关联分析, 提高业务运营目标客户群筛选的精度。
●用户终端分析:围绕终端品牌型号对业务及网络指标性能影响、终端类型与业务流量分布关系。发现优质终端型号, 为终端定制选型提供依据。
●用户行为分析:通过对用户上网时段, 业务喜好, 上网活跃度分析, 以及上网位置、路径的跟踪, 获取各个维度的用户行为数据, 建立客户综合画像模型, 全面深入的掌握用户行为属性。
●网络质量分析:对网络KPI指标进行进行监测跟踪, 对于质量较差的指标进行深层的钻取定位, 可以从根源上提高网络质量。
●业务流量统计:按时间、地域、业务类型等颗粒维度, 统计移动互联网业务流量分布情况。实现用户上网流量详单快速查询。
参考文献
[1]罗忆祖.DPI技术力助运营商精细化运营[J].邮电设计技术, 2009 (3) .
[2]孙晋文, 肖建国.基于SVM文本分类中的关键词学习研究[J].计算机科学, 2006, 33 (11) .
[3]姚程宽.不平衡样本集中SVM的应用综述[J].计算机应用与软件, 2008, 25 (9) .
数据支撑 篇9
信息化是这个时代的流行词, 它逐步改变着人们的生活与工作方式, 引领着各个行业信息化的革命。随着国内钢铁业的整合的加速进行, 钢铁信息化程度不断提升。钢铁行业历来重视生产过程的自动化控制, 在管理信息化方面, 以ERP为代表的管理信息系统近年来在钢铁企业也开始了大规模的应用。本文主要研究的是钢铁企业整体信息化中数据支撑系统在在炼钢厂中的实施与应用。
2 数据支撑系统
数据支撑系统又可认为是薄MES (制造执行系统) 。在MES系统中扮演数据库支持的角色。数据支撑系统面向生产过程, 着力于生产的控制、数据流的采集与传输及业务流的跟踪。在企业信息化五层结构中处于第三层 (如图1所示) ,
该系统起到承上启下的作用, 为决策层提供数据依据。我国大型钢铁企业和地方骨干企业都加强了基础自动化和企业信息化建设, 纷纷投入大量的人力、财力和物力, 构架工厂级、公司级乃至集团级的ERP类管理系统。为了避免像其它企业实施信息化时出现的信息不及时、生产与管理脱节、生产指挥滞后等问题, 又根据实施本系统的钢铁企业炼钢厂特有的生产现状, 实施了具有其特色的三级系统:数据支撑系统。本系统主要是以现场生产实时管理和物流跟踪功能为主, 能及时准确的与ERP及相关系统进行数据交互。整个系统设计具有良好的开放性, 稳定性和可移植性, 便于系统的软硬件的升级和再开发。
本数据支撑系统从接收炼铁厂铁水开始, 能够实现对每一炉钢从倒罐站到转炉炼钢、连铸浇钢实时生产状态的跟踪, 能够对坯料入库、坯料判定进行管理。通过人机交互方式, 在计算机管理系统内下发合理、有序的各工序生产作业计划, 及时收集各工序的生产相关信息, 做到信息的及时交换、共享和监控。为生产计划的执行和调整提供及时信息。同时还加强对各种原料、能源消耗的监控, 提供一些预警信息, 供操作人员提前做好应对准备。销售人员可及时掌握企业当前其它相关订单情况、生产线的生产状况、企业近期生产计划、企业产能现状等各种数据, 以便对销售订单做出合理的调整, 提高了公司的生产效益。
3 系统实施方案
(1) 硬件设备:本数据支撑系统采用C/S结构方式, 选用两台主机服务器。一台用数据库服务器, 另外一台用作在线热备服务器, 利用服务器的集群技术, 将主机系统连为一体。数据和应用逻辑分开使得数据库的升级和扩展更容易, 同时也使得应用逻辑扩充、修改、完善更加方便, 从而缩短系统升级的时间, 减少升级费用。数据库和应用的运行效率更高。服务器要求是可靠、高性能的UNIX服务器, 拥有出色的可用性和可扩展性, 能够提供大容量的内存、高速率的CPU运算性能及存储磁盘阵列, 磁盘阵列中的数据能够通过服务器内置的磁带机定期备份到磁带中, 可用于保存系统长时间不用的数据或紧急情况下的数据恢复。两台服务器通过Cluster结构实现热备用, 提高软件系统的可靠性, 尽量缩短软件故障的恢复时间。一旦任何一台发生故障时, 故障主机上的运行功能自动由另外一台接管, 以期实现整个生产系统的可靠运行, 并且能够为今后的生产管理升级时留有余地。
(2) 软件系统:ORACLE作为该项目的数据库软件, 它能够提供稳定、可靠、性能优越的企业级数据库管理模式。主要功能产品包括, Oracle服务器, Oracle Client, Oracle Developer 6i (C/S结构) 。开发工具采用与ORACLE无隙接口的Oracle Developer 6i, 其强大的触发器功能保证了系统的实时性。
4 系统主要模块
(1) 生产计划管理:根据ERP核发的日生产订单数据 (订单号、钢种、产量、生产日期、规格等) , 按质量生产标准, 确定该生产计划的工艺路径, 再根据炼钢厂生产设备状况并平衡炼钢和下游工序的生产能力, 确定具体的生产工艺路线和各工序的炉次生产计划数据, 生成浇次计划 (浇次号、浇次炉数、计划开始时间、炉次号、钢种、坯料生产规格等) , 然后结合铁水供应信息, 手工编制具体的炉次计划 (炉次号、工艺路线、开始生产时间、钢种等) , 将生产作业计划下发至各操作岗位, 在各操作室设置的数据支撑系统操作终端, 显示本工序的生产作业计划要求, 操作人员按此要求进行生产。在实际生产过程中, 调度人员可以对生产计划进行相应调整 (删除、追加、变更) , 来保证连浇的顺利进行。
(2) 质量管理:接收四级ERP下发的质量标准数据和生产工艺标准, 并对其进行管理和维护。其中包括:各个生产阶段 (铁水预处理、转炉、精炼、连铸) 的成份;冶炼产品的判定成份;工艺路径;吹炼、精炼和连铸过程中的温度控制目标值;冶炼标准时间;浇铸板坯的拉速;二次冷却制度等标准数据。接收检化验系统对各工序钢水试样的化验结果, 对坯料进行钢种和表面质量的判定和管理, 向ERP和其它相关系统传送坯料的表面质量判定数据, 收集生产各阶段的质量相关数据。
(3) 物流跟踪管理:物流跟踪管理, 主要是监视炼钢、连铸的实际生产进程, 完成从铁水进入倒罐站开始, 至坯料出库的整个生产流程的物流跟踪, 使生产管理人员从整个车间的生产层面上有一个宏观的掌控, 以便在生产过程中协调生产, 特别是发生异常情况时, 厂调可根据此生产物流的实时跟踪信息, 及时、准确地调整生产作业计划, 以使每个连浇计划能继续进行下去。炼钢区域以炉次为对象进行物流跟踪。
(4) 汇坯料库管理:坯料的入库管理:根据接收的坯料生产实际数据, 按实际库存地址保存到系统虚拟库位中。坯料的出库管理:根据销售公司核发的坯料出库计划, 进行坯料的出库处理。坯料的入库管理、出库管理都要及时准确的数据流传向E R P及其它相关系统, 以保证业务流的畅通。库内移库:根据订单实际生产需求, 在厂级库之间进行物料的移动与转储。
5 结语
由实施本系统的生产厂自身存在的一些原因, 导致系统实施有一定困难。尤其是生产计划、坯库、质量这个三模块, 是本系统的技术难关也是本系统最大亮点, 基本上弥补了业务流程上的缺陷。现在本数据支撑系统的实施与运行情况已达到并超过了项目初期制订的目标, 成为具有其生产厂特色的信息化系统, 成为生产厂生产和管理不可或缺的一部分。在企业整体信息化中起重要的作用, 使企业全面加强了管理的标准化和规范化。
摘要：数据支撑系统处于企业信息化五层架构中的第三层, 其面向生产过程, 着力于生产的控制、数据流的采集与传输及业务流的跟踪。钢铁企业中数据支撑系统的实施, 以成为其生产和管理不可或缺的一部分。
关键词：信息化,数据支撑,ERP
参考文献
[1]Kevin Owens (著) 欧阳宇 (译) Oracle触发器与存储过程高级编程清华大学出版社2004年10月
数据支撑 篇10
在整个生产组织、管理过程中,企业必须能够对当前生产组织状况有全方位准确的认识,能够针对不同问题制定快速准确的解决措施,以保证生产效率及资源合理利用。而对于生产组织状况的掌握,最高效的方式就是掌握生产过程中各个工序工艺环节的生产、监控等实时数据。因此,数据的实时性,高效性、准确性就显得尤为重要。一个企业信息化管理系统能否顺利实施,很大程度上取决于对企业各生产工序实时生产工艺数据的实时采集、深度发掘和无缝匹配支撑,要保证能够在当前生产状态下不间断向上端信息管理系统环节(例如MES系统、能源系统、ERP系统)提供高效、高质、实时的匹配数据,以便于进行数据的实时、精细整合分析,最大限度实现定单工作流中的物流、资金流和信息流的同步,优化利用企业内部资源,提高企业管理和生产组织效率,为公司级调度、管理、决策提供有力的数据支持。
2 实时数据与信息化管理系统业务匹配及展示的技术路线和意义
⑴实时数据与信息化管理系统业务匹配及数据展示功能的建立,能够实现对现场各类基础自动化设备、仪表数据的统一采集、统一管理、统一分析,利用实时数据库对海量数据进行高效存储与数据发布,并将所采集的生产工艺过程数据、物流投料、收料工艺秤数据等传送至信息化管理系统中,实现对生产组织过程的全程监控;
⑵对于支持企业ERP生产订单投料、收料成本结算方面,数据匹配的实现能够为系统提供各个生产工序中涉及到的投料、收料工艺计量数据,能够按照变料信息准确地计量单仓多种物料的数据,能够按照检修指令正确的区分计量称是否处于正常运行状态,从而准确的将非正常数据抛出,确保计量数据的准确、合理。
⑶可以根据需要接收上端信息化管理系统下达的指令。数据匹配功能的实现,可以采用两种方式向上端信息化系统提供数据,一种方式是按照明确的时间节点将匹配好的数据放入数据库,由上端信息化管理系统按照自身业务需要从数据库提取数据,另一种方式是上端信息化管理系统根据企业调度、生产需要实时下达指令到匹配功能模块,匹配程序实时按照指令信息将匹配数据实时返回。企业可以结合自身技术特点及业务需求进行选择。
⑷通过对实时信息的利用,开发实施完善的数据匹配支撑与展示功能,实现对物料的跟踪、工艺参数的历史数据查询和动态曲线绘制、工艺分析等,可以高效率、高质量的对现场各类实时数据等进行集中整理和匹配,为上端信息化管理系统提供全面的、实时的数据支撑,彻底打通L1/L2/L3/L4/L5系统通道,实现灵活、直观、多样的信息发布和展现,使不同层级的用户可以随时掌握现场各个关键节点的生产动态,并相应制定下一阶段周期内的管理方案,真正做到管理部门对生产现状的实时监控、决策以及联动,方便异地办公,实现更高效的管理。
3 实时数据与信息化管理系统业务匹配及数据展示实施要点
3.1 工艺生产实时数据逻辑处理
企业在信息化管理系统的实施过程中,可以按照自身需求,灵活地将现场各类工业自动化控制系统以及计量仪表、磅秤数据通过隔离网关或者RTU等工业终端进行实时采集,并通过工业以太网上传至实时数据库,通过后台程序控制,对实时数据进行判断、运算、分析等二次处理,然后通过专用数据传递通道转入上端信息化管理系统进行针对性应用。
3.2 生产实绩数据处理与信息化管理系统的匹配
企业可以根据实际需求接收上端信息化管理系统发送的指令,对采集到的实时数据进行定制化处理,分类进行运算、分析等后台加工计算,并将经过加工的数据通过接口,提供给上端信息化管理系统使用。
3.3 实施生产过程工艺参数采集与监控画面
企业可以在实现现场生产工艺数据采集、处理的同时,开发基于Client或WEB的流程监控画面,并对重点生产工艺参数进行整合、共享、发布,使不同层级的管理用户可以通过企业网内的计算机或Internet随时随地的查看企业生产实时数据库系统的信息。将各生产工序中的生产工艺参数和生产实时数据库系统采集的实时、历史信息,通过程序监控画面发布到服务器中,为公司的管理、决策及相关的职能部门提供了一个简便、直观的访问途径,便于企业决策者和管理者直观、实时、全面地了解当前生产状况。
3.4 实时数据库管理和数据接口
建立完善的数据存取体制。企业对于人工录入信息、自动采集信息、上端信息化系统反馈信息等,要利用高效、安全、稳定的数据库进行分类保存和管理。存储过程及传递过程要注重保证数据链的完整性,读取过程要注重维护数据的安全性、快捷性和稳定性。企业应结合自身发展需要定制个性化的数据报表功能、数据查询功能等,并且为其它上端信息化管理系统提供良好的数据接口,以保证数据匹配展示的应用效果。
4 结束语
在当今严峻的市场环境下,钢铁企业管理模式的发展方面越来越注重精细化、信息化、科学合理化。信息化管理系统的实施则是企业实现上述目标的重要手段之一。而信息化管理系统的成功建设,离不开大量实时生产基础数据的发掘、采集以及匹配支撑。只有实现企业生产数据流的高效、快速采集传递,增强信息化管理系统与实际生产业务的无缝接合,才能从根本上提升上端信息化管理系统的应用价值,真正对生产管理、决策起到指导作用。
摘要：近年来,钢铁企业面临的市场环境发生了巨大改变,不仅需要按时按质按量生产出满足客户需求的钢铁产品,同时也要对企业生产组织做出精细化、合理化安排,以实现集约化、高效化的管理目标。因此,大量先进的信息化管理系统得到了广泛应用。而为信息化管理系统匹配大量的生产实时数据,则是提升系统应用价值、增强管理深度的重要保证。