刘异：感谢各位来宾来参加这个分论坛，我来自UCloud，是政企事业部架构师。
我分享的材料有几部分：智慧政务发展概述，现在智慧政务面临什么挑战，重点要解决什么问题；梳理问题之后，形成解决的思路；基于形成的思路，落地解决方案的实现；我们做过的成功案例的展示。
智慧政务现在面临什么挑战呢？新的城镇化的发展，2012年政府提出的目标到2020年GDP翻一番，如何持续高速发展很大要依赖于城镇，一个人从村庄走向大城市，随着城市一同发展，最后共同进行成长。在人的进行城镇化改造过程中，主体核心是人，政府怎么服务城镇化，在如何服务城镇化中的人，面向人有哪些政务的角度可以做呢？人进了城镇之后，首先要找工作，要生存，要结婚、生儿育女，父母养老、健康等等，涉及到很多跟政府、企业，企业跟政府之间打交道的场景。智慧政务串联在这些场景中，民众和企业之间有求职等等的关系，企业和政府之间有报税、工商注册等等关系。人和政府之间，比如户籍登记、社保等等的，人逐渐增多，政府运行效率也应该相应加强，这是发展智慧政务的出发点。
现在已经进入全面移动互联网社会，移动互联网场景下如何推动智慧政务的发展。社会治理能力提升就是深入方向的发展，比如说可以提升决策支持和风险防范的水平，简政放权，让政府轻装前进，跑得更快。政府和社会可以合作，进行共治。另外从广度上，覆盖程度更广。我们可以推动互联网+政务和互联网+各类便民服务的系统建设，包括医疗、社保、健康等等的，涉及到民生的各个领域都可以算在内。可以进行O2O模式，手机办政务，线下人对人沟通讲话，到现在手机随便点几下，录入一些信息，这是我们理解作为覆盖面的扩大。从深度和广度都是为提升政府运营效率，实现大量人口涌入城镇，伴随城镇化发展的前提需求。
基于这样的思路，IT系统怎么建设呢？首先有一个平台的整合，后端的平台进行整合，这么多年做IT建设也建设大大小小不同部门、不同领域的各个平台，平台进行整合之后目的是拉动前端的服务融合，帮助把前端服务融合起来，还是为了从深度和广度上提升政府运营效率。这之间衔接的过程一个是系统共治，打通不同部门之间的业务壁垒，形成一种共同服务的架构。业务共同打通的时候，数据就要打通进行流动，就意味着数据打通，进行融合，会建不同纬度的数据集市做大数据的分析，这方面都是提升数据方面的共享开放的策略。根据目前的需求来整理出来的思路。
有了思路之后，怎么沿着这个思路设计相应解决方案和应对策略呢？一个是我们理解需求的，我们怎么样理解需求的。另外取决于UCloud在智慧政务里的决策和我们的能力。（图 见PPT）描述三种决策和能力，最下面是基础输出，也是UCloud发展初期最常见的一种服务能力，比如通过自有的丰富的CBA（云计算、大数据、AI）资源。我们在可信云认证是第一批云服务商，也是在三级等保的。输出几机、数据库、消息队列，行业专有云或者前端行业云我们就可以进行角色转换，辅助运营者的角色出现，可以把公有云的资源、技术储备，和一系列的安全、运维、运营的功能一同打包部署，通过运营辅助的形式对用户提供服务。如果用户有更上一级的需求，就要为业务进行赋能了，这时候就是能力输出。一方面基于我们多年云计算运营、实施案例、积累经验。另一方面依赖于安全可靠的云平台的技术储备，联合着各行各业有深耕经验的合作伙伴，共同为用户提供相应技术赋能。
在公有云、私有云、混合云，不同场景下我们都可以灵活接入原有业务，让用户业务享受互联网技术带来的福利。公有云上梳理出来更适合于面向大众提供通用型标准化云服务，私有云场景下面向行业内客户提供政务数据标准的服务。混合云场景下是综合性、混合性需求场景，通过资源互补，补充弹性的问题。
UCloud企业专有云产品是基于IaaS加工提供灵活化一系列的包括运营体系、运维功能云平台的技术体系。UCloud混合云可以提供四种纬度不同场景的混合云的实践，包括跨数据中心的混合云、托管的混合云等等的都是可以的。
那我们的解决方案是什么呢？经过多年的业务探索，逐渐聚焦两个纬度：一个是辅助决策方面，一个是风险预防方面。辅助决策通过数据治理手段，有效整合数据资源，用大数据和AI对数据进行深层次挖掘，达到辅助目的，也是提供风险防范的目标。风险预防就是类似安防场景或者平安城市，类型AI技术结合云计算平台，共同对低频高损失的风险进行重点监控。
这场景中，由IaaS、PaaS、SaaS、组成的，下面是统一虚拟化的调度引擎，中间是应用分发中心，SaaS就是提供人脸比对的服务等等的。
大数据辅助决策场景下，通过建设数据资产平台形式，数据汇集以后，采用大数据平台中的各类引擎进行计算，按照不同前端智慧政务使用场景进行多场景数据输出。有效结合云计算、大数据、AI、物联网技术，确保在项目周期内达到预设的目的目标。大数据除了提供通用大数据分析框架外，把自己多年在项目中沉淀的数据治理的方法论和产品内置在里面，物联网是通过边缘计算和物联网能力接入不同协议的物联网中断的设备，把它接入到物联网平台的PaaS服务中，比如设备管理、协议解析等等不同服务，以及跟后端大数据一同打通。最后人工智能，主要是提供安防领域的视觉智能分析，预警等等终端的产品。
大数据和AI是互动的关系，大数据负责把数据汇集到统一节点，之后进行大数据分析，目的是给AI框架提供AI训练数据，AI进行建模分析之后，会把相应结果回写到大数据存储中。
AI丰富的GPU运算资源和训练框架，可以让合作伙伴快速把场景的计算模型和场景导入进来，快速搭建一个实现方案。
大数据在政务领域常见就是做数据共享，委办局之间数据打通的效果图（图 见PPT），中心是数据集市，这样一套类似共享交换平台的架构之后，相应不同的委办局内部，以及委办局与决策层之间都可以实现不同程度的数据交换和共享。
我们要介绍数据方面特色的产品就是安全屋产品，是比较独特的，它就是一种数据流通平台，但是数据流通平台和一般的数据共享交换平台有一个大的不一样，就是它做到数据所有权和使用权分离，这是之前平台没有会做到的。解决这个问题目的就是解决了各数据持有方对数据共享的需求，因为都不想让自己数据提供出来，保持自己的数据，但是自己还想使用其它部门的数据，这时候矛盾就产生了。通过使用权和所有权分离，很好解决这个顾虑。允许需求方使用数据，但是并不真正拥有数据，这个数据不会拷贝给你，写到你的数据库里，只让你使用，通过可信的第三方平台达成使用，实现了数据流通安全的应用。这个图描述了几个进平台相关的多方，一个数据需求方，需要合法合规使用跟场景有关的第三方的数据，第三方数据就是数据提供方。它向平台需求方展示自己的数据，这就是“数据名片”，发布自己的数据结构出来，里面带一些例的数据，作为数据名片，需求方就可以在这个平台中浏览不同的数据名片是否可以满足自己的需求，一旦出现了，就可以向数据方发出使用数据请求，使用过程中把自己计算算法投递过去，就实现了数据不出提供方的边界，只是对方的算法到这边计算，计算的结果进行传输，反馈给数据的需求方，这在数据量级和数据安全程度上大大进行提升。这个平台还可以接入监控第三方，监控是不是合法合规使用的。还可以提供增值服务。安全屋数据供需双方在数据流转过程中的示意图（图 见PPT）。平台主控区，登录平台的用户都在主控区提供的界面功能看名片、发起请求，右边是主数据区，中心也可以参与相应数据供需过程。
例：智慧安防。这个架构明显就是企业私有云的架构，有很多交换机，把前端不同控制平台、网络专区、应用分发专区、服务节点专区接入进来，云平台统一管理。在上面累加人脸识别、AI视觉等等不同的SaaS服务。智慧安防效果就是对人的监控，对不同特征进行识别，比如年龄段、性别、头部、上半身、下半身等等特征进行识别。
同样技术可以用在交通行业智慧卡口，对车辆对车牌、车身、年检标志、有没有系安全带、有没有打电话等等的场景识别。
智慧楼宇监控里，可以通过物联网平台，通过我们提供的边缘计算的能力兼容适配常见的物联网协议，用来把前端智能设备进行接入融合，融合之后后端很多设备管理、协议解析、影子设备等等不同服务打通，把数据导流到后端大数据平台里。通过应用，以及SaaS的使用可以提供全局监控、报警等等不同纬度的智慧服务。
例：事态感知。是需要很多安全层面上的事件数据进行统筹计算，进行事态感知，分析事态发展情况。只有一家数据是远远不足够的，这里就有左上角平台主控区，本身就是参与方，它的数据来源，通过不同纬度的服务厂商、运营商提供。提供的方式就是数据的使用权和数据的所有权分离的，它在使用过程中发送不同算法流动，反馈的是算法计算后的结果。
例：上海融资服务平台。目的是把政务类数据，76项政务数据进行高质量融合、共享，开放给银行。银行利用这些政务数据，比如税收、社保、用电情况等等情况对企业或者个人进行风险防范，进行评级，更快迭代出自己的面向小微系统的金融产品，这也是为了支持现在环境下大力推进普惠金融而建立的。采用数据输入方式，数据导入是密文方式导入的，不会是明文的方式。中间建模运算部分是基于密文进行运算，所以运算的结果也是加密后的值。通过解密的操纵，按照建模的规则进行计算，最后输出，反馈机制将反馈的结果反馈到前端，由银行或者互联网公司完善自己的产品。
这就是我今天的分享，谢谢！
热门专题
