電商大數據方案范文

導語：如何才能寫好一篇電商大數據方案，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公務員之家整理的十篇范文，供你借鑒。

篇1

>> 一種基于XML的電子訂單安全方案 ESP：大數據時代科學教育整合的一種解決方案 一種面向航天領域的實時數據處理框架研究 一種適合于大數據集處理的混合EM算法 一種面向制造的EBOM構建方案 一種海量數據處理平臺的解決方案 一種面向電力在線監測系統的嵌入式數據處理平臺設計 一種靈活的WEB數據導出方案 一種基于文件緩沖方式的操作大數據量數據的方法 一種數據穩健光滑的處理方法 一種分布式大數據的數據安全管控策略研究 一種大數據智能分析平臺的數據分析方法及實現技術 一種面向媒體網關的平臺軟件解決方案 一種面向LTE基站的SOC平臺軟件解決方案 一種面向Web3D的大規模場景實時繪制方案 一種面向就業的計算機專業培養計劃改革方案 一種面向商業智能的數據挖掘體系結構的應用研究 大數據：另一種國家核心資源 一種面向醫療機構的數據倉庫應用架構 一種面向專利文獻數據的文本自動分類方法 常見問題解答 當前所在位置：l， 2014.11.16.

[2]新華網財經頻道. 2014年零售百強銷售規模同比增長26.2%，天貓居榜首[N]. http：///fortune/2015-07/09/c_1115875315.htm， 2015.7.9.

[3]百度百家. 2015年電商行業五大趨勢[N]. http：///article/42503， 2015.1.13.

[4]J. Dean， S. Ghemawat. MapReduce： simplified data processing on large clusters. Communications of the ACM [J]， vol.51， no.1， pp.107-113， 2008.

[5]Hadoop. https：///.

篇2

作為中國“互聯網+”組織頭腦和踐行者，泰一指尚非常強調大數據在互聯網中所扮演的角色地位，這與公司CEO付海鵬的工作經歷息息相關。付海鵬早在15年前就涉足IT、互聯網領域，具備良好的互聯網技術底蘊，對國內互聯網產業發展有深刻的洞見。近年來，付海鵬著眼于國內外互聯網發展的大趨勢，結合大數據技術的空前發展，憑借對大數據應用技術的獨到眼光與創新思維，帶領泰一指尚專注于互聯網營銷領域的技術的研發和創意延展。

泰一指尚的核心能力開放

憑借多年的發展路徑和能力沉淀，基于技術、數據、應用三大核心能力，通過大數據技術和商業模式創新，泰一指尚整合構建了包括營銷大數據平臺、移動化平臺及廣告平臺在內的三大能力開放平臺，面向傳統媒體、傳統廣告公司及傳統企業提供數據咨詢、數據能力開放、數據平臺和廣告平臺定制開發、移動電商和移動媒體解決方案等一體化的“互聯網+”服務，幫助傳統企業形成數據商業化能力、業務移動化以及自有數字營銷能力，打通品牌公信、銷售通路以及用戶獲取。

數據商業化能力是指依靠對智能管道數據、全網爬蟲數據及第三方合作數據的抓取，再基于對DMP（大數據管理平臺）的數據進行標準化和細分，進而提供極具價值的商業化能力，最終實現數據可視化的多樣性應用。泰一指尚擁有移動電商和移動媒體解決方案，能為企業提供移動互聯網一站式服務，助力企業快速、低成本的擁有移動電商能力和形成媒體能力，使企業具備業務移動化能力，助其構建移動化平臺。此外，泰一指尚以大數據平臺為基礎，結合傳統媒體自身的強勢資源，使其具備自有數字營銷能力，通過高效而科學的投放策略提升在線廣告價值，助力其構建廣告平臺。目前，泰一指尚通過敏銳的市場洞察和行業服務經驗，形成了覆蓋金融、汽車、傳媒、電商等在內的“互聯網+”解決方案，推動企業的商業創新和轉型升級。

基于對大數據技術的深入應用和不斷創新，泰一指尚于2013年推出國內首個大數據管理平臺――Atlas云圖。該平臺具備海量數據、實時計算等特點，旨在對數據的深層次關系進行挖掘，構建可視化的大數據平臺。

三大能力+ Atlas云圖是泰一指尚為傳統企業勾畫的以“大數據”為核心的轉型升級新藍圖，這使得企業生態鏈上的各個環節實現真正的數據化，打破了“傳統時代”的信息局限，全面實現互聯網化變革。

加快“互聯網+”落地，

泰一指尚在行動

付海鵬認為，“互聯網+”的落地實施，重點應包括一系列技術平臺和商業模式頂層設計在內的“互聯網+”解決方案，而大數據應成為 “互聯網+”的核心引擎。

在推動“互聯網+”和大數據快速落地的過程中，泰一指尚也正展開著一系列的規劃和布局。5月，泰一指尚與浙江華媒控股股份有限公司合資成立“杭州華泰傳媒文化有限公司”。泰一指尚將協助“華泰傳媒”構建廣告平臺、營銷大數據平臺以及移動化平臺。雙方也將共建媒體孵化平臺，發展互聯網廣告產業，形成媒體矩陣，打造具有典型意義和代表未來發展趨勢的新媒體產業鏈。

篇3

在這個正在到來的“大數據時代”，隨著信息成為企業戰略資產，市場競爭要求越來越多的數據被長期保存。對于電信運營商而言，每天都會從網絡管道、業務平臺、支撐系統中產生大量有價值的數據，基于這些數據的商業智能應用，將是比傳統基礎電信業務更為廣闊的市場空間。

“社會信息化發展，大數據正成為企業最為值得關注的領域之一?！?月5日，在第六屆上海通信發展年會上，中國電信上海公司副總工程師王思偉表示。此次年會的主題正是“通信與大數據”，這也釋放出一個信號：上海的電信運營商已經做好準備迎接大數據時代的到來。

上海電信方面認為，大數據這一技術概念的發展和應用，具有不言而喻的重要意義，其終將形成變革之力。中國電信三年前已提出了新的轉型目標：智能管道的主導者，綜合平臺的提供者以及內容應用的參與者。大數據無疑將在中國電信“新三者”的轉型上發揮重要作用。

機遇與挑戰并存

雖然大數據給運營企業帶來了巨大商機，但國內運營商對數據應用的新技術研究普遍起步較晚，在創新意識方面相對于移動互聯網企業有所欠缺。王思偉稱，“由于數據采集不足、數據分析不足、數據應用不足等方面的原因，大數據的價值仍然有很大的潛力可挖。”

據業內專家分析，運營商面臨的挑戰主要體現在：在內部硬件上，目前運營商的各類系統數據吞吐能力尚有所欠缺。事實上，目前運營商對類似升級改造項目的投資，在優先級上要低于網絡質量和計費系統等核心系統的水平。

在內部軟件上，運營商作為大型的國企，企業組織在地域、業務和IT等維度的條塊分割比較嚴重，地域上劃分為全國、?。ㄖ陛犑校┖偷厥校▍^）三個層級，業務部門劃分為政企客戶、公眾客戶、市場營銷、客服等多個部門，這些部門之間的互相溝通協作存在著一定的障礙，而大數據應用往往要求從客戶的角度綜合統籌各種信息，對運營商而言管理成本巨大。

在外部關系上，運營商還存在著如何界定和規避用戶隱私、如何解決用戶數據安全，以及如何應對部分互聯網企業已捷足先登提供的主機云、數據庫云等服務的問題。

總體而言，大數據背景下通信運營企業機遇和挑戰并存，更多的是機遇。運營商在大數據技術研究和應用已被互聯網行業拋離的趨勢下，正在緊抓有限的時間窗口奮起直追，避免徹底淪為管道的尷尬，真正轉型為綜合信息服務提供商。

發力大數據相關業務

上海電信目前正主要從大數據基礎設施建設，數據挖掘和開放等兩個層次發展大數據相關業務。

上海電信高級經理傅志仁在第六屆上海通信發展年會上表示，大數據需要傳輸網絡提供高速的傳輸能力，也需要數據中心和云計算提供海量數據的存儲和計算能力。運營商大數據的價值來源于管道，反過來，要發揮大數據的價值，運營商需要建設一個高質量的管道，進行海量數據的存儲和傳輸。

在基礎設施方面，上海電信除建設城市光網等基礎設施外，更加關注數據存儲和數據分析計算設施的建設，包括IDC服務器托管和云產品。這為大數據市場的發展提供了基礎設施的資源。

據他介紹，上海電信一直在通過基礎資源的建設來助力大數據的發展。上海電信積極推進城市光網和無線城市建設，截至今年1月，全市光網覆蓋能力已達680萬戶，光網用戶突破 260萬戶、平均帶寬達到16兆。光網用戶占寬帶用戶比例達70%。到今年年底，全市光網覆蓋能力將達780萬萬戶，光網用戶將達360萬戶、平均帶寬將到32兆。至2013年年初，上海電信已建成無線寬帶熱點超過9000個（約5.2萬個AP）。 3G網絡實現全市覆蓋，3G網絡質量同城最佳。

同時，截止去年年底，上海電信已擁有各星級標準數據中心32個，機架超過1.6萬個。并規劃形成東、南、西、北四個核心節點和分布上海市不同區域的若干邊緣節點的下一代數據中心布局。在云計算方面，以基礎、應用云產品為基礎，積木搭建滿足行業和目標客戶群的整體解決方案，打造云、管、端的統一服務模式。

據悉，上海電信將以建設國家云計算試點城市為契機，繼續實施“云海計劃”，集聚國內外大型互聯網企業，在金融、健康、文化等領域，探索建立云計算商業模式，打造亞太云計算中心。將以市場化為導向，重點建設“金融云”、“中小企業云”、“健康云”等，向企業和個人提供服務。同時進一步重視行業解決方案，包括：一是在云計算服務器、云安全、云管理平臺、桌面虛擬化等關鍵技術領域實現突破，形成具有競爭力的云計算關鍵技術服務和整體解決方案；二是深入智慧城市應用，進一步加強物聯網公共平臺建設和推廣智能車輛監控、電子?；?、智能制造、社區安防等行業應用。

大數據與“新三者”

中國電信希望能夠成為智能管道的主導者，綜合平臺的提供者以及內容應用的參與者。這一轉型目標也充分體現了其在大數據時代的戰略訴求和企業定位。

傅志仁表示，建設智能管道的目標是為了給用戶提供更好的網絡和業務體驗，實現流量經營。運營商通過采集和分析網絡數據，可以優化網絡資源的調度，同時實現識別用戶，從而根據用戶類別按需提供網絡資源的差異化服務。

在綜合平臺層面，運營商通過實施數據能力開放，提升用戶群統計信息等企業數據應用的開放能力，為更多的企業運營提供決策參考。

而作為內容應用的參與者，運營商可以基于用戶狀態、位置、終端和喜好等，直接將大數據產品化，為社會提供信息服務。

篇4

億贊普公司總裁羅峰表示，F2C有兩層含義：第一，Fast to Consumer，表明F2C平臺可以大大提升營銷的效率，讓企業的產品更快送達消費者；第二，Factory to Consumer，表示億贊普公司可以通過F2C平臺讓企業與消費者直接對接，減少中間的流通環節，從而降低成本和營銷風險。

工廠直達用戶

億贊普的崛起得益于大數據市場的興起?；谧灾餮邪l的大數據智能分類處理平臺，億贊普正在全球互聯網上部署一個跨區域、跨語言的互聯網云媒體和電子商務平臺。在以“進化的力量”為主題的億贊普數據營銷戰略研討會上，羅峰介紹說：“我們已與歐洲、拉美以及亞太的19家電信運營商以及數十萬個網站展開了合作，業務覆蓋96個國家的8億互聯網用戶?！?/p>

億贊普通過與電信運營商和互聯網企業合作，不斷擴展其大數據分析平臺的覆蓋范圍，并將從網絡上采集到的各類數據進行存儲和建模，然后再進行分析，最終為企業和廣告主提供數字營銷平臺及服務。與日漸流行的IaaS、PaaS和SaaS不同，億贊普提出了知識即服務（Knowledge as a Service，KaaS）的新理念，并在此基礎上推出了KaaS智能云媒體平臺。羅峰介紹說：“KaaS智能云媒體平臺以海量并行計算和存儲系統為基礎，通過數據挖掘和人工智能算法對海量互聯網用戶、內容和相關行為進行分析，從而挖掘出互聯網中蘊含的商業價值?；贙aaS，我們可以為不同用戶提供個性化的服務?！?/p>

基于KaaS理念，億贊普開發出了針對企業營銷和電子商務的多種解決方案以及各類數據廣告產品、廣告應用工具、商業智能服務產品和運營平臺等。舉例來說，i-Reach是一款品牌和效果兼顧的富媒體展示廣告產品。它基于KaaS平臺，可以通過對互聯網上的海量數據進行數據挖掘，為企業提供更多的廣告方案組合，從而實現有針對性的精準化的營銷。再比如，Infoweb網絡收視監測工具可以對網絡上廣告和視頻的人群到達情況進行統計和流量分析，并將分析結果反饋給廣告主，方便他們選擇適合的媒介。

億贊普公司就像是架在企業與消費者之間的一座橋梁。它通過從電信運營商和互聯網上獲得的數據，對消費者的消費行為和習慣進行分析。企業可以根據分析的結果制定數字廣告營銷方案或電子商務策略。億贊普公司在大數據分析的基礎上為企業量身訂制的數字營銷方案可以拉近企業與消費者之間的距離，使得商品從工廠出來后可以直接送達用戶手中，這也是F2C方案的精髓所在。

IP網絡上的數據全能分析

“我們的職責是在合適的時候將合適的信息傳遞給合適的人?！眱|贊普公司CTO糜萬軍表示，“我們做大數據分析的目的是幫助企業實現精準營銷?！?/p>

數據挖掘和數據分析是許多互聯網公司的強項。億贊普公司在大數據分析方面有什么獨特的優勢呢？“在大數據分析方面確實有許多新技術。數據量的增加、數據類型的多樣化都對數據分析提出了更高的要求。對于我們來說，最重要的是如何將這些新技術整合在一起，對海量數據進行高效的分析。”糜萬軍舉例說，“當一個新的網頁出現時，谷歌通過其分析技術找到并完成對這個網頁的分析可能要3個小時，而我們只用3分鐘?！?/p>

篇5

11月25日，國內領先的軟件基礎平臺與解決方案提供商普元信息技術股份有限公司在北京隆重召開了普元政務大數據解決方案會。在此次會上，普元還推出了《共享、開放、融合政務大數據平臺最佳實踐》這一普元政務領域大數據平臺解決方案白皮書，將實踐提升到方法論層面，用“三級規劃、五層能力”助力政府在國家戰略下搭建政務大數據生態，推進政務大數據開啟“共享、開放、融合”時代。

普元此次的政務大數據解決方案，涵蓋“三級規劃、五層能力”，能夠有效幫助政府客戶全面掌控與運營政務大數據。普元政企事業部副總經理王克強在演講中提到，按照政務大數據現狀及發展趨勢，“三級規劃”即按步調實現政務大數據平臺的共享共用、開放服務、融合應用大階段建設。在共享共用階段，建立并完善數據標準，梳理并搭建共享主題庫，依據標準實施數據集成，建立動態信息資源目錄，實現先主后次、先易后難的政務數據共享體系建設落地；在開放服務階段，支撐數據服務集成管理，建立政務數據開放平臺，實現自主可控、逐項開放的政務數據開放生態構建；在融合應用階段，提供全端數據可視化，建立實時響應機制，建設智慧生態政府，實現精準集約、動態敏捷的應用融合形態。

那么，如何達成上述三個階段的發展目標呢？普元大數據產品線總經理王軒如此說道，圍繞業務、技術和管理策略，政府大數據的落地需要存儲、質量、共享、開放、應用五層實施能力提供支撐。這五層能力具體是指存儲處理是根基，數據質量是底線，共享共用是關鍵，數據開放是趨勢，融合應用是目標。通過這五大核心能力，可以充分挖掘數據價值，提升政府大數據技術服務能力，促進大數據與各行業應用的深度融合，以應用帶動大數據技術和產品研發，從而形成成熟的大數據解決方案。

在產品支撐體系上，普元圍繞五大核心能力，提供包括存儲與處理、大數據集成、大數據治理、大數據運營和大數據應用五部分內容的一系列政務大數據平臺，為政府客戶提供最為有利的技術支撐。目前，普元擁有政府、金融和電信等多行業數據治理經驗，能夠長期為政府客戶提供專業產品和服務，協助政務大數據可視化應用創新。

普元CTO焦烈焱進一步表示，普元成熟的解決方案，不僅能夠在政務大數據領域全方位滿足政府用戶的深層需求，提供安全可靠、共享開放融合的政務大數據解決方案，還能夠提供SOA、大數據、云計算三大系列產品以及相關的一站式解決方案。這個全面、高度集成的軟件平臺體系，可以為客戶IT管理提供堅實支撐，幫助客戶采用大平臺、微應用模式建設新一代IT架構，實現“互聯網+”時代的業務轉型，提高核心競爭力。

篇6

大家都說自己在做大數據營銷。

基于：

1，業務：和市場營銷相關，因此政府機關單位數據不考慮。

2.體量：擁有足夠多有價值的數據。這一條很多互聯網企業和傳統大企業都能滿足。

3.技術：有技術能力處理大數據。

上面3個因素，國內能做大數據市場營銷的還真只有BAT三家。國外的不熟悉，這里不談。

眾所周知，三家的數據特點各不相同。騰訊優勢在社交數據；阿里巴巴優勢在商品和交易數據；百度優勢在全網信息、消費者行為和主動需求數據。

當然例如平安、寶潔、沃爾瑪這樣的大企業，其自身肯定積累了大量的數據，基于這些數據的數據挖掘、過去就一直在做的網站分析等業務，雖然現今都冠以“大數據”的名義，但這與我們討論的大數據還不盡相同，他們用傳統數據工具對抽取一定數據進行分析，能基于那些數據進行挖掘，只是數量增多了而已，總體而言仍然屬于傳統的小數據范疇。

2.大數據營銷做什么？

營銷業務類型

如果粗略劃分的話，廣告主市場營銷的預算一般可以分為實效營銷和品牌營銷兩大塊，根據自身發展需要和行業業務特點各有側重。例如過去京東、一號店等電商類企業，平安等金融類企業主要做效果營銷，互聯網是更適合做效果的媒體投放渠道；寶潔等FMCG客戶、奔馳奧迪等汽車客戶主要做品牌營銷，傳統電視渠道是主要的媒體投放渠道。當然現在情況也逐漸改變，主要反映在：

1.越來越多的品牌類廣告主也開始把品牌營銷預算放在互聯網上做

2.越來越多的營銷形式越來越綜合。效果類客戶逐漸開始做品牌(京東)；品牌類客戶也開始做效果(汽車，考核線下4S店銷量轉化)。

2.1.實效營銷

實效營銷，互聯網人太清楚了。由于業務特性，過去的百度和阿里巴巴大數據主要應用還是中小客戶和消費者的個性化廣告，騰訊也主要是面向消費者的個性化廣告(阿里還可以用支付數據作信用風險評估，但是金融方面的了)。

例如像大家相對熟悉用大數據訓練優化數據挖掘模型，Amazon等一眾零售電商普遍應用這種個性化推薦技術，在我看來只是市場營銷中的應用類型之一。包括BAT及各大電商在內的各種個性化搜索和展示廣告都是這個路子?；旧隙际菍嵭I銷，考核CPC。在很多互聯網人眼里，由于熟悉實效營銷，會有一種認知，市場營銷就是這些東西。掛廣告，考核CPM/CPC/CPD/CPS。

2.2品牌營銷

據我觀察，不少互聯網人其實對于品牌營銷是比較陌生的。

這里需要先說為什么做品牌營銷？

理由1.賺錢的需要：實效(效果)營銷錢賺到天花板了，互聯網媒體要搶品牌營銷大頭的預算了。

整個廣告市場，大廣告主手上的預算，占大頭的還是品牌營銷預算，投放的媒介上傳統媒體(例如電視等)居多，投給數字媒體上的錢只是10%~30%(大概數字)左右。

理由2.客戶的需要：別再跟我提CPC了，很多東西沒法通過點擊衡量，品牌的知名度、美譽度、忠誠度怎么用CPC衡量？因此需要對大客戶提供整合營銷的解決方案。

百度過去是效果營銷的典型代表。

有一種認知，百度在網民眼里是個搜索工具，賺錢靠SEM，靠競價排名，賺不良廣告主的錢。我覺得這也是@Fenng提到的智力上偷懶的表現。

百度除了廣泛的中小企業客戶，還有大量的大品牌客戶，例如寶潔、奔馳、寶馬、平安、歐萊雅等等，收入比重很大。對這些大客戶，需要品牌營銷。

這樣百度大數據的價值就體現出來了。前邊說到百度數據的優勢在于全網信息和消費者真實行為和需求的表達。覆蓋的廣度不是商品交易數據能比的。因此對為品牌提供整合營銷解決方案奠定了基礎。

基于以上，對百度最有價值的方式是基于大數據提供品牌營銷解決方案。

3.大數據營銷怎么做？

基于數據的營銷基本過程

大數據的基本營銷過程與過去數據分析基本過程沒有差別，需要在定義商業問題之后，采集和處理數據、建模分析數據、解讀數據這么三個大層面。但是大數據對三個層面的影響使得具體的做法又與傳統不一樣。

3.1數據層：采集和處理數據

傳統采集數據的過程一般是有限的、有意識的、結構化的進行數據采集，例如問卷調研的形式。你能采集到的數據一定是你能設想到的情況。數據的結構化較好。一般的數據庫Mysql甚至Excel就能滿足數據處理過程。

而互聯網時代里，大數據的采集過程基本是無限的、無意識的、非結構化的數據采集。各種紛繁復雜的行為數據以行為日志的形式上傳到服務器。專屬的例如Hadoop、Mapreduce等工具就不贅述。

3.2業務層：建模分析數據

使用的數據分析模型，例如基本統計、機器學習、例如數據挖掘的分類、聚類、關聯、預測等算法，傳統數據和大數據的做法差別不大，例如銀行、通信運營商、零售商早已成熟運用消費者的屬性和行為數據來識別風險和付費可能性。但是由于數據量的極大擴增，算法也獲得極大優化提升的空間。

3.3應用層：解讀數據

數據指導營銷最重要的是解讀。

傳統一般是定義營銷問題之后，采集對應的數據，然后根據確定的建?；蚍治隹蚣?，數據進行分析，驗證假設，進行解讀。解讀的空間是有限的。

而大數據提供了一種可能性，既可以根據營銷問題，封閉性地去挖掘對應數據進行驗證，也可以開放性地探索，得出一些可能與常識或經驗判斷完全相異的結論出來?？山庾x的點變得非常豐富。

4.大數據營銷目前做得怎么樣？

大數據探索品牌營銷目前做得怎么樣？

阿里巴巴怎么做我不清楚，感覺阿里的大數據還主要在實效營銷的方面發力。通過“西湖品學·大數據峰會”的報道上看來的。

我所在的部門便是基于客戶的真實商業需求和問題，通過大數據的應用提供解決方案，目前也已經和客戶產生了不少優秀的模型方法和案例成果。

與傳統品牌營銷的幾方面類似，大數據在品牌營銷的主要應用方向也有：

1.消費者洞察

2.媒體價值研究

3.市場競爭分析

篇7

網絡條件的改善促進了互聯網業務的快速發展，在互聯網浪潮的沖擊下，媒體形態不斷革新，各類智能終端的爆發式普及，讓互聯網視頻對原有IPTV業務體系和業務形態形成挑戰。現網運營商IPTV和OTT視頻系統需盡快進行升級，才滿足對新形勢下的用戶體驗需求，構建更有競爭力和生命力的IP視頻服務能力。

傳統IP視頻系統主要滿足于對原有TV視頻內容和業務的服務運營，對于新的智能終端多屏的播放、控制、互動，以及對4K超高清視頻播放、增值業務服務和大數據分析等需求，不能完善支持，限制了業務的進一步發展。

中興通訊“Eyewill”系列視頻系統在全球運營商市場規模深耕多年，基于對行業發展及用戶需要的深入理解，結合對云計算、大數據等新技術的研究，加上綜合安全的應用，在現網版本基礎上升級完成新一代的“Eyewill 2.0”平臺，并已在部分先進運營商成功商用。

新一代“Eyewill 2.0”視頻解決方案在支持傳統的IPTV&OTT功能的基礎上，重點針對用戶體驗、系統服務能力、運營/運維智能化和系統安全等方面進行了專項的升級和完善。通過平臺提供的EPG5.0系統、自適應碼率系統（支持4K，H.265編碼）、大數據分析平臺、增值業務支撐/統一支付系統、智能運維系統和主動安全等技術，讓新一代“Eyewill 2.0”平臺為全球運營商的視頻類業務發展提供穩定和高效的技術支撐。

4K全業務服務

用戶對于視頻清晰度的追求永無止境，隨著網速帶寬提升，4K需求越來越強烈，近兩年4K電視價格的不斷下滑，讓銷量出現了爆發式的增長，已達到一定普及率。

中興通訊4K超高清視頻解決方案，全面支持H.265，提供高效傳輸4K視頻流的端到端保障，并充分考慮節約運營商的建設改造成本。針對4K高帶寬、高存儲特性，優化CDN調度及服務機制，提供超大存儲、超高性能CDN硬件，有效服務4K視頻業務。針對現網系統也可升級支持，在現網已成功商用。

端到端優化

和視頻業務體驗相關的因素較多，包括內容豐富度、界面觀感、清晰度和操作易用性等。“Eyewill2.0”解決方案總結多年現網運營經驗，針對用戶最關心的幾個方面實施優化，提供靈活定制化服務。優化運營流程，提升用戶體驗，并結合大數據的深度挖掘和效果評估反饋，形成一個體驗提升良性循環。

內容是視頻服務的核心競爭力，中興Eyewill2.0平臺可提供多CP的引入機制和渠道管理，快速進行外部接口和擴展，保證內容快速引入。

“Eyewill2.0”的EPG5.0提供時尚、易用的界面和多屏定制化功能，滿足各類用戶多種終端需求。針對家庭內部的不同用戶，可配置個性化的頁面，并通過人臉識別或語音控制快速切換登錄，為不同用戶推薦不同類型內容。

“Eyewill2.0”可針對運營商現網平臺和網絡能力，提供有針對性的多屏互動互通服務?；谏缃环辗窒砑岸嘟K端消費使用習慣，滿足各種終端在不同使用場景下的快速切換，提升用戶的觀看體驗和停留時間。并可與熱門社交軟件（如微信等）提供好友圈的信息推送和分享以及影片視頻贈購服務，提升用戶群互動性和使用黏性。

大數據分析

現網IPTV&OTT視頻業務發展很快，但是對于用戶潛在的個性化需求無法發現和響應，缺乏更有效的精準營銷手段，系統運維數據滯后，缺少實時全方位監控系統的手段和途徑。而實際現網多個網元可采集海量數據，迫切需要構建一個全面的大數據運營分析系統，實時進行處理和分析，提升運營、運維效率。

“Eyewill2.0”大數據分析系統可收集各網元數據，實現多域數據整合，構建統一的數據中心，進行跨系統分析，通過數據挖掘發現用戶最大價值，為業務運營、運維提供有效支撐。

模塊化平臺云化

“Eyewill2.0”解決方案中，針對可集中部署的管理平臺、EPG和內容中心等可基于ZXVE虛擬平臺進行云化，各?？燔浖?，共享虛擬化平臺的服務能力、存儲能力等。

CDN融合演進

隨著互聯網業務的快速發展，網絡負擔和經營壓力也不斷加大，越來越多電信運營商考慮建設融合CDN，通過承載網絡疊加CDN的方式提升網絡和流量價值。

篇8

1大數據的環境中電子商務運用

TAMM還存在一些問題電商給人們的生活帶來了正方向的改變，國家也開始重視起來，在大數據的時代中，為了應對競爭這種激烈性，需要應用TAMM來運用，但是當前的TAMM還是存在一些問題。①TAMM就是對自己公司運用的產品需求人員進行明確的確定，開展營銷方面的活動或者是方案，保證實際的效果，但是各個電商負責人，對TAMM并沒有一個正確的理解，認為只是做好商品網頁中的產品詳情頁，甚至有一些是虛假的信息；②缺少專門的人員，在找準確人群的時候，范圍過于狹窄或者是廣闊，缺少嚴格性；③相應的業務或者說是服務，質量并不高，不能滿足特定人員的要求，而且由于信息不真實的情況，自身的收益不會提高，反而不斷減少[1]。

2關于在大數據的環境中電商如何進行TAMM的幾點思考

2.1做好宣傳信息的工作，保證真實

根據當前電商進行TAMM存在的問題可以發現，最嚴重的一個問題就是一些信息有不真實的情況，這會對人們造成損害，而且也不符合我國法律的要求，所以想要找到TAMM的策略，必須解決這個問題。一方面，各個電商的負責人要注意對TAMM進行研究，明確其具體的要求，根據研究的結果，制定出來完備的方案，其中要包括進行精準選擇工作的各環節順序、負責工作的人員安排等，保證做好選擇精準人員的工作；另一方面，在這個基礎之上，對電商各工作環節進行相應地改變，對于產品的信息方面，要保證用最短的文字形容出產品的各種信息，包括功效、適用人群、選擇產品的好處、信譽等方面，而且其中的信息，一定要保證真實，這樣避免日后出現這方面的紛擾，也樹立良好的誠信，如對于排毒的產品，就不能用夸大的文字形容功能，“三天瘦十斤”、“一盒恢復青春”等，都是不可以的[2]。

2.2對自己運營方向進行準確研究

在電商發展的過程中，想要保證未來的長遠性質，就必須做好自身方向的精準確認工作。①對市場進行研究：a.確認與自己經營類似的比率；b.人們對于自身運營的產品，有怎樣的需要，將這些結果整合之后，找出需要自身運營產品的人員范圍，粗略地進行人員的確認；②在上一點的基礎上，調查和分析人員，進行精準的人員選擇，這里注意前提，要從多個角度進行研究，分析年齡、工作類別、文化的程度、個人的愛好、性別等，確認之后，再進行實際的研究，可以利用調查問卷的方法，對是否精準進行一個把握；③根據最終確認的人員，有針對性地予以各工作環節改變，如運營產品主要針對女性，那么無論是包裝、詳情頁的圖片、文字等，都要有優美性，或者是小清醒類別，或者是知性，又或者是文藝性，這樣做之后，再進行適度地宣傳，可以最快讓這些人員來購買，從而保證自身實際的收益[3]。

2.3提高工作人員的能力，保證TAMM的效果

想要做好上面兩方面工作，就必須對工作人員進行一個能力的提升，所以各個電商的負責人，要對各工作環節的要求，建立專門負責的人員，選擇合理的人數，然后進行培訓，提高他們的專業能力和綜合素質，并且要建立管理的方案，使各工作環節都可以良好地配合，對TAMM的效果予以保證。

3結論

總之，在大數據的時代中，各個電商提高自身實際的能力，運用TAMM的方法，可以保證自身不斷發展，相應人員要仔細研究。另外，國家方面要完善與TAMM相關的法律法規，保證工作的合法性質。

作者:楊曉峰 單位:中國聯合網絡通信有限公司

參考文獻:

[1]林燕.論大數據時代廣告精準營銷及傳播策略———從中糧“年味兒”廣告說起[J].今傳媒，2014，10：76~77.

篇9

“未來，華為將充分發揮技術優勢和合作伙伴的優勢，構建出領先的云操作系統、大數據平臺、PaaS平臺，構建出如同亞馬遜流域一樣的生機勃勃的開放云生態?！比A為輪值CEO徐直軍向業界喊話。

過去的四年，華為IT業務一直被各種質疑聲音圍繞。面對這些質疑聲，華為選擇了低調做產品，高調做品牌。每年5億美元的研發投入，華為完成了從服務器、存儲、軟件平臺到云操作系統的產品布局。

如今，華為存儲躍升至挑戰者象限，高端存儲成為Gartner報告主流玩家， FusionSphere云操作系統進入Gartner虛擬化四象限，FusionCube超融合基礎設施進入Gartner一體機魔力四象限，數據中心解決方案獲得Gartner的“Positive”評價。

盡管從體量上來看，華為IT業務規模遠不如IBM、惠普、甲骨文、EMC這些傳統的IT市場玩家，但市場增長速度遠遠超出業界預期，2016年，華為的IT業務即將實現盈虧平衡。

徐直軍此前在華為企業云服務會上表示，預計2015年，華為IT業務收入將超過20億美元，以這種飛速增長的態勢發展下去，預計明年，華為IT業務就可以實現盈虧平衡。到2020年，華為IT業務收入預計超過百億美元，成為華為的主力產業。

主打云生態

一步一個腳印，華為對IT產業的認知越來越深刻。

徐直軍回憶道，2013年，華為對IT產業的新認知是IT系統將走向云架構，用IT改造傳統的CT架構并在改造過程中實現IT和CT融合，走向一個融合的ICT基礎架構。

2014年的HCC上，華為認為，ICT已經成為傳統企業轉型的新引擎，推動企業IT支撐系統向生產系統轉型。順應ICT發展潮流，華為提出，不僅要做領先的CT公司，還要成為領先的IT公司，同時堅持“被集成”，有所為，有所不為。

今年的HCC，華為明確構建云生態?！捌髽IIT系統走向云架構和云服務并不容易。華為是能力有限的公司，聚焦做好產品。但僅提品，不能滿足客戶的各種需求，因此構建云生態就非常重要?！毙熘避娬f。

基礎設備廠商、應用開發商、渠道商、集成商、ISV都是云生態的一部分，因此，華為聚焦IT基礎設施，圍繞軟件平臺和企業云服務，構建云生態。其中，三個軟件平臺將在云生態的建設中扮演重要角色。

針對IT基礎設施，HCC2015上，華為再次更新了FusionSphere系統，推出了6.0版本，在組件、架構、生態三個維度全面擁抱開源，實現了深度的軟件開放，為運營商和企業客戶提供非常靈活的軟件選擇。徐直軍表示，在FusionSphere生態系統建設上，華為將全面支持第三方硬件，開放API給合作伙伴開發各行業的大數據應用。

據了解，華為FusionSphere已服務全球80多個國家和地區，合計超過1000家客戶，覆蓋政府及公共事業、金融、運營商、能源、交通、媒資、制造等行業，在助力客戶業務轉型和商業成功的過程中，協助企業完成IT轉型。

FusionStage則支撐華為構建PaaS平臺生態。FusionStage采用分布式計算架構，結合華為研發的最佳實踐，支持合作伙伴構建開發、測試、部署、生產的一體化環境。

大數據已經成為ICT行業的下一代生產力。兩年前的HCC上，華為針對大數據便推出FusionInsight，一個完全開放的大數據平臺，可運行在任意標準的x86服務器上，無需任何專用的硬件或存儲。

華為IT產品線總裁鄭葉來表示，FusionInsight是首家支持1000公里以上異地容災的大數據平臺，能夠實現15年歷史記錄的實時分析。2015年8月，華為正式宣布開源Astro項目，提供強大的在線查詢和分析，以及更大規模的數據處理能力；促進Spark在業界的廣泛應用。三大運營商以及一半以上的中國Top 10金融客戶都在使用FusionInsight大數據平臺。

此外，在HCC2015之上，華為還正式了面向未來的數據服務平臺OceanStor DJ，通過統一管理存儲資源和數據管理軟件，提供按需使用的數據存儲和管理服務，幫助數據中心極大地提升運營效率。

7月30日，華為正式推出企業云服務，徐直軍在HCC2015上也明確了云服務生態的具體構建策略――聚焦I層、使能P層、聚合S層。

構建云生態，華為將繼續堅持“聚焦”和“被集成”的戰略，“華為將向上不做應用，向下不碰數據?！编嵢~來表示。

聚焦行業云

數字化轉型正成為未來10年整個社會的熱點，其有兩大特征：數據成為生產要素；數據成為重要資產。新興技術也在加快這一進程，例如物聯網讓一切數字化，云計算讓數字資源化，大數據讓資源可用化。因此各國政府都在為數字化轉型進行戰略布局，希望構建在數字化轉型中的領先優勢。

華為企業業務BG總裁閻力大指出，數字化時代，企業的組織模式、管理模式與運營模式都將發生巨大的變化：IT不再只是一個工具，而是成為企業生產運營中不可分割的一部分；越來越多的企業采用云計算等新技術重構IT系統，云計算成為數字化的基石。

“面對數字化轉型的大潮，傳統行業需要集行業應用、ICT基礎架構等于一體的能滿足個性化需求的云計算服務，行業云應運而生?！彼硎尽?/p>

行業云能給客戶帶來以下三方面的價值：幫助企業實現營銷互聯網化、業務互聯網化、管理互聯網化，以及最終實現的全面互聯網化；行業云聚集某個行業的上下游資源，逐步形成產業鏈的協同，進而形成產業鏈級的開放平臺，最終促進整個行業的商業模式與運營創新；借助深度滿足自己行業需求的行業云，新興企業、IT基礎薄弱企業可以利用后發優勢，快速縮小和老牌企業的差距，甚至實現超越。

閻力大認為，當前，行業云已經處于導入階段，2018年前后會進入全面發展階段，屆時行業云將創造巨大的企業服務市場。華為必須抓住這一機遇，與合伙伙伴一起，推動更多行業云的落地。

目前，在行業云領域，華為已經開展了有益的探索。例如，國內金融行業方案商宇信科技與華為通過聯合創新，完成了金融云數據中心解決方案并開始部署。

再比如，深圳廣電、華為和索貝三方共同創新媒體云方案，構建基于ALL IP架構、彈性計算資源池、媒資存儲資源池的混合云全媒體解決方案，實現電視臺內私有云高清編輯，臺外公有云低碼編輯，公有云和私有云業務高效協同，極大優化了內容生產模式，有效支撐傳統媒體向全媒體轉型。

“面向未來，華為對客戶、合作伙伴承諾，華為將秉持BDII綱領，堅持開放創新，與合作伙伴、客戶一起，共同打造行業云生態?！遍惲Υ蟊硎?。

加速運營商云轉型

憑借無可比擬的網絡和數據中心優勢以及豐富的企業客戶資源，運營商將成為云生態的重要力量。與此同時，運營商也在積極推動自身IT系統的云計算轉型工作。

HCC2015突破以往聚焦企業市場和企業客戶的瓶頸，舉辦了首屆運營商專題論壇，與全球各大運營商以及眾多行業組織共同探討運營商數字化轉型的合作共贏之道。

華為運營商業務總裁鄒志磊表示：“在可預見的未來，管道依然是運營商的核心業務。要將管道做大做強做精做活是支撐運營商業務轉型的基石。我們也看到全球越來越多的運營商都在緊鑼密鼓地從以下三個層面制定他們的數字化轉型戰略：成為智能管道的主導者、綜合平臺的提供者以及內容和應用的參與者。云計算在運營商轉型中扮演著重要角色，是運營商推動IT從支撐系統走向生產系統和使能平臺的關鍵技術。”

華為倡導針對業務、運營、網絡的分層云化策略，以業務驅動的分布式云數據中心（SD-DC2）為基礎，利用華為Telco OS實現敏捷的運營使能，最終通過電信業務云化及為政企客戶提供豐富云服務，幫助運營商在數字時代創造獨特的商業價值。

近期，華為在支持運營商云轉型方面取得一系列重要進展。6月，德國電信選擇華為作為其云戰略合作伙伴。為了進一步加強市場競爭力，德國電信選擇重點歐洲云服務市場，并計劃于2018年底實現業務客戶帶來的收入翻番。為此，德國電信選擇了和華為合作。德國電信全球IT運營高級副總裁Mr. J ern Kellermann表示：“華為提供硬件和解決方案的專業知識，而我們通過最好的網絡提供具備最佳可用性的云管理服務。通過這種方式，我們在將客戶IT業務遷移至云端時可完美權衡價格、服務和質量?！?/p>

8月，華為與中國電信集團公司正式簽署了云計算及大數據戰略合作協議。同時，HCC2015上，華為和中國電信國際有限公司宣布加強在云計算領域的合作。中國電信國際有限公司總經理鄧小峰表示：“中國電信國際公司致力于成為‘走出去’中資企業首選云計算服務提供商。中國電信已經在海外10個節點具備云計算服務提供能力?！?/p>

這10個階段全部由華為獨家承建，未來，華為將繼續提供IT基礎設施硬件、云平臺軟件以及運營支撐服務，助力中國電信國際公司快速拓展全球企業云服務市場。

不久之前，華為進軍公有云市場，不少人認為是動了運營商的奶酪。對此，徐直軍進行了澄清：“獨立發展公有云并非我們最優先選擇。運營商是我們共同運營企業云服務的最優先合作伙伴，華為將充分利用運營商在機房、網絡、企業的客戶資源上的優勢，并和華為解決方案的優勢結合起來，共同做大云服務市場?！?/p>

未來，華為將充分發揮技術優勢和合作伙伴的優勢，構建出領先的云操作系統、大數據平臺、PaaS平臺，構建出如同亞馬遜流域一樣的生機勃勃的開放云生態。

華為輪值CEO 徐直軍

面對數字化轉型的大潮，傳統行業需要集行業應用、ICT基礎架構等于一體的能滿足個性化需求的云計算服務，行業云應運而生。

華為企業業務BG總裁 閻力大

篇10

關鍵詞：大數據 數據安全 安全分析 安全技術 安全防護

1 引言

隨著大數據技術日益發展成熟，運營商通過多年的發展積累了龐大的數據資源，基于數據資源方面的顯著優勢，在確保數據安全使用的前提下，積極開展大數據外部旅游、交通、政府、地產、人力資源、汽車、公共服務等行業的營銷實踐，可實現大數據經濟效益和社會效益的雙重提升。

《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》明確指出，要“實施國家大數據戰略”，“加快推動數據資源共享開放和開發應用”；要“加強數據資源安全保護”，“保障安全高效可信應用”。國務院頒布的《促進大數據發展行動綱要》提出，要深化大數據在各行業的創新應用，同步建立健全大數據安全保障體系，切實保障數據安全。

但是，隨著運營商大數據應用需求的快速增加，其面臨的安全風險也在不斷增大，為貫徹落實國家的相關要求，確保運營商大數據安全風險可管可控，在確保安全的前提下發揮數據價值，開展運營商大數據安全管理策略研究，對實現運營商大數據安全管理具有重要的意義。

2 運營商大數據全生命周期安全管控

運營商建設大數據系統通常分為五個層級：

（1）數據采集層：主要是對移動通信網絡、家庭寬帶網絡、集團專線網絡的網絡設備及業務平臺側進行數據分光復用、流量鏡像等配置操作。

（2）數據處理層：基于服務器資源對傳輸過來的原始數據進行解析，生產準實時數據，其中包括位置數據、通話數據、漫游數據、上網數據等明細數據。

（3）數據標簽層：根據上層應用功能需求，對數據處理層生成的基礎明細數據進行建模，生產滿足各個應用場景的小時/日/周/月寬表數據和用戶畫像標簽。

（4）功能模塊層：為支撐各種不同行業產品的需求，需要提供對外數據推送的OpenAPI接口，實現與外部需求系統的協議適配、準實時推送、定時分發和實時查詢等功能。同時對外輸出分析報告、數據產品和行業解決方案。

（5）行業應用層：根據行業特征和需求，針對客戶、產品、服務等方面進行分析研究，并輸出大數據開放接口、大數據分析報告、大數據解決方案及大數據產品，提升客戶在各行業進行業務管理、產品運營、精準營銷等方面的能力，實現運輸商大數據變現。

基于運營商大數據系統建設的五個層級，構建大數據全生命周期安全管控如圖1所示。

對于運營商大數據全生命周期安全管控，需要建立數據采集、傳輸、存儲、共享、使用、審計、銷毀等七個環節的端到端安全管理體系。

（1） 采集環節

在數據采集過程中，應確保數據采集和處理均在運營商機房內，確保核心數據不出機房。采集所使用的分光器應在建設時做好包括端口、位置等信息在內的記錄，并定期開展審計。

（2）傳輸環節

針對跨安全域傳輸等存在潛在安全風險的環境，應對敏感信息的傳輸進行加密保護，并根據數據敏感級別采用相應的加密手段。對于目前已使用的未進行數據加密傳輸，應令廠家盡快加入加密模塊，并在傳輸兩端協商好加解密算法與密鑰，密鑰應做到定期更換。

（3）存儲環節

針對存在潛在安全風險的存儲環境，例如hadoop中的數據庫、磁盤陣列等，應對大數據中的敏感信息加密存儲，確保其保密性，保障數據完整性，做好數據容災備份。

建立從設備到操作系統、從平臺應用到數據庫、從業務到數據等多角度的容災備份方案，大數據安全管理員從應急預案、風險檢測、實時預警、風險遏制、問題根除、系統恢復、跟蹤總結各環節建立落實大數據安全事件應急響應方案，定期開展演練。

（4 ）使用環節

大數據平臺的所有設備及平臺應用必須全量接入安全審計系統，并實施繞行訪問控制，禁止直連訪問。對涉及用戶身份、位置等敏感信息提取的操作采用“金庫模式”管控。對用戶敏感信息進行對外查詢、展現、統計、導出等操作時，必須首先經過模糊化處理或脫敏處理。

（5 ）共享環節

針對跨部門的大數據共享，通過保密協議等方式明確數據共享雙方應承擔的安全責任、應具備的數據保護手段、限制數據使用范圍和場景等。一切離開大數據平臺的敏感數據都需要先進行加密，確保未授權的人員無法訪問其內容。

（6）審計環節

用戶登錄大數據平臺后的任何操作必須有詳細的日志記錄，日志log文件中應至少包括“何時、何地、何賬號、何操作”，涉及大數據的具體操作，日志中還應該記錄關鍵字段名稱。

（7）銷毀環節

涉及用戶敏感信息的大數據平臺下線或分析工作結束后留在系統內部的敏感信息，應采用技術手段刪除，確保信息不可還原。對于分析工作結束后留在系統內部的敏感信息，應根據數據需求工單中的數據有效期進行銷毀。

3 構建統一客戶敏感數據管理

運營商大數據涉及到用戶的行為特征，可以分為敏感數據和非敏感數據。敏感數據是不可下載本地系統進行操作，只允許在統一客戶敏感數據管理平臺中對其進行直接操作，而非敏感數據是可以下載本地進行操作，非敏感數據的下載只允許通過數據提取系統進行下載。統一客戶敏感數據管理系統架構如圖2所示。

在市魴棖筧嗽碧岢魴棖蟮ブ后，數據分析接口管理人員必須能夠識別是否為敏感數據和非敏感數據。

3.1 非敏感數保護原則

（1）市場營銷人員提出需求單，數據分析接口管理人員把此需求單定義為非敏感數據后，數據分析人員把分析的結果上傳到數據上載區的非敏感數據區。

（2）數據分析人員把非敏感數據區的數據上載到數據提取系統中。

（3）審核人員對此需求單的數據進行審核。

（4）市場營銷人員通過數據提取系統下載非敏感數據，整個非敏感數據流向都需要日志審計。

（5）數據上載區的非敏感數據區只有數據分析人員有讀、寫、刪等權限，其它人員無任何權限。

3.2 敏感數據保護原則

（1）市場營銷人員提出需求單，數據分析接口管理人員把此需求單定義為敏感數據后，數據分析人員把分析的結果上傳到數據上載區的敏感數據區。

（2）由數據分析人員把敏感數據區的數據放置審核區。

（3）由審核人員進行審核審核區的數據之后，放置個人工作區。

（4）市場營銷人員直接操作個人工作區的數據，也可放置該數據至共享工作區，以便其它市場營銷人員訪問。

（5）數據上載區的敏感數據區，僅僅只有數據分析人員有讀、寫、刪等完全控制權限，其它人員無任何權限。

（6）審核區僅僅只有審核人員有讀、寫、刪等完全控制權限。

（7）數據操作區的個人工作區，市場營銷人員分別對自己的個人工作區有讀、寫、刪等完全控制權限，而審核人員對個人工作區有寫權限。

（8）數據操作區的共享工作區，市場營銷人員僅僅對該部門或者該單位的共享工作區有讀、寫、刪等完全控制權限，但是無上一級共享工作區的權限。

3.3 敏感數據使用原則

（1）獲得授權的用戶（數據提取人員、審核人員、市場營銷人員），必須在系統安全域中分配相應的賬號和密碼。

（2）數據提取人員遵循的原則

數據分析人員只能通過專有的無盤瘦客戶端登陸到應用交付系統進行正常業務工作，該無盤瘦客戶端無硬盤、光驅及USB接口，無法將數據復制到本地。

數據分析人員在數據提取系統接到需求單時，需區分該需求單得出的數據是敏感數據還是非敏感數據。

數據分析人員在后臺業務數據取得數據以后，必須把該數據放到數據上載區，建議把敏感數據放到數據上載區的敏感數據區，把非敏感數放到數據上載區的非敏感數據區。

數據分析人員在數據管理服務器上，非敏感數據區的數據只能上傳至數據提取系統中，以給審核人員進行審核。

數據分析人員在數據管理服務器上，敏感數據區的數據只能上傳至審核區中，以給審核人員進行審核。

（3）審核人員遵循的原則

對于非敏感數據，審核人員登陸數據提取系統，根據數據提取人員上傳的數據進行審核，審核通過后，由市場營銷人員下載到本地（此本地為市場營銷的辦公電腦）。

對于敏感數據，審核人員進入數據管理服務器的審計區，對該區的數據進行審核，并根據該數據的需求人把數據上載到個人工作區（需求人工作區）。

（4）市場營銷人員遵循的原則

對于非敏感數據，市場營銷人員登錄數據提取系統后，下載已經審核通過的非敏感數據至本地，然后在本地對非敏感數據進行操作。

對于敏感數據，市場營銷人員通過應用交付系統進入數據管理服務器的個人工作區，然后直接對敏感數據進行操作。

敏感數據需要進行共享，則必須由市場營銷個人把數據從個人工作區拷貝到共享工作區中，然后其他營銷人員進行拷貝或者直接進行操作。

4 大數據安全事件閉環管控

4.1 建立大數據安全事件閉環管控流程

大數據安全從檢測、響應、恢復及加固四個環節開展大數據安全事件的全流程管控。

（1）建立大數據系統的安全屬性庫，考慮系統的可用性、完整性和保密性，針對系統的弱點屬性如系統漏洞信息、安全配置信息等，進行完整記錄和及時更新機制。

（2）建立必要的大數據安全防御手段，包括防火墻、入侵防御、防病毒、終端管理、上網行為管理、數據防泄漏等。

（3）發生安全事件時觸發預警/告警，安全監控人員及時進行數據采集解析、事件識別、實時數據分析、歷史數據分析，進行事件溯源，并啟動工單系統，生成安全事件工單，派發相應運維人員處理。

（4）安全運維人員開展事件處理、系統加固、安全策略調整，實現大數據安全的閉環管控。

大數據安全事件閉環管控流程如圖3所示。

4.2 建立大數據安全事件快速分析能力

大數據安全事件發生后的首要任務是及時開展安全事件的分析，具備完整、及時的安全數據分析能力是縮短安全事件的處置、減小損失的關鍵。

（1）建立全面、及時的安全數據的搜集。通過SNMP、SYSLOG、Agent、Netflow、API接口、數據庫接口、FTP、HDFS、KAFKA、端口鏡像、Netflow等數據源接口對網絡設備、安全設備、應用系統、中間件、主機、數據庫等開展數據采集。

（2）數據解析處理：通過安全數據字段的識別、時間字段偵測、時間同步等技術提升數據的解析成功率。

（3）建立數據關聯分析模型：基于Spark Streaming技術對系統采集的實時數據流進行關聯分析，關聯的模式包括統計關聯、設備關聯、信息關聯、模式關聯、漏洞關聯、策略關聯等，并內置安全關聯規則。

（4）用戶行為畫像：建立特定用戶的畫像，包括其合法行為白名單和行為基線。通過用戶行為分析引擎偵測用戶的異常行為，例如異常時間、從可疑位置登錄，或是訪問和平時完全不同的數據或稻萘浚或是把數據上傳至公司外部的可疑地址，提供可疑用戶最近的所有行為給安全管理員進行進一步的詳細調查。

（5）建立分等級的告警規則：根據監控內容，對不同設備和系統的異常情況進行告警，并對告警進行分類，例如高級告警、中級告警等。制定監控告警生成事件的規則，如主要告警可以生成安全事件進行跟蹤和處理。

常見的高級告警：違規安全軟件、違規登錄系統、終端數據泄漏；中級告警：違規上網訪問、密碼未定期更新、終端病毒感染、K端惡意掃描；低級告警：補丁未及時更新、惡意卸載軟件。大數據安全分析能力模型如圖4所示。

5 結論

本方案分析了運營商大數據發展的趨勢，重點闡述了當前面臨嚴峻的安全挑戰，并為運營商大數據開展內外部變現提出了一種運營商大數據全生命周期安全管控策略，通過基于運營商大數據系統建設的五個層級，建立數據采集、傳輸、存儲、共享、使用、審計、銷毀等七個環節的端到端安全管理體系。

運營商大數據由于涉及到用戶敏感數據，一方面可以建立統一客戶敏感數據管理平臺，對數據進行分級管理，定制差異化審批審計流程。另一方面從檢測、響應、恢復及加固四個環節建立大數據安全事件閉環管控流程，并提升大數據安全事件快速分析能力，將有效增強安全事件發生后的應對處置能力。

參考文獻：

[1] 中國移動通信集團公司. 中國移動大數據安全風險防控工作指引[Z]. 2016.

[2] 中國移動通信集團廣東有限公司. 廣東公司DPI（2/3/4G軟硬采）數據安全管理規定[Z]. 2016.

[3] 王準. 大數據環境下數據安全策略研究[J]. 網絡安全技術與應用， 2016（5）： 48-49.

[4] 李戰克，丁夢娟. 大數據環境下的數據安全研究[J]. 信息安全與技術， 2015（6）.

[5] 陳左寧，王廣益，胡蘇太，等. 大數據安全與自主可控[J]. 科學通報， 2015（Z1）： 427-432.

[6] 陳立樞. 中國大數據產業發展態勢及政策體系構建[J]. 改革與戰略， 2015（6）： 144-147.

[7] 王倩，朱宏峰，劉天華. 大數據安全的現狀與發展[J]. 計算機與網絡， 2013（16）： 66-69.

[8] 王長杰，王衛華. 大數據時代下信息安全保護研究[J]. 清遠職業技術學院學報， 2016（1）： 42-47.