计算机:政府大数据加速落地

简介:

国务院印发《政务信息资源共享管理暂行办法》,指出要加快推动政务信息系统互联和公共数据共享,要求各部门业务信息系统应尽快与国家数据共享交换平台对接,原则上通过统一的共享平台实施信息共享。国家发展改革委、财政部、国家网信办建立国家政务信息化项目建设投资和运维经费协商机制 ,对政务部门落实政务信息资源共享要求和网络安全要求的情况进行联合考核,凡不符合政务信息资源共享和网络安全要求的,不予审批建设项目,不予安排运维经费。同时,将目录编报和接入目录管理系统的要求分别纳入到政务信息化项目的立项审批和验收环节。

观点点评

共享平台助部门信息互联互通,提升政务水平,将成为城市基建标配。在城市信息化建设的过程中,由于分散建设和监管落后等历史原因,信息孤岛成为当今政务信息化建设当中必经的尴尬过程。随着云计算、大数据、数据格式转换等技术的日趋成熟,解决部门划分所造成的信息孤岛问题,技术上已可行:在智慧城市建设中,采用云计算模式,将公共信息虚拟处理,形成一个虚拟化资源池,并将虚拟资源根据业务需要组装成独立运行的服务器资源对外提供,为智慧城市的公共信息提供共享服务。未来公共信息平台与公共基础数据库将成为智慧城市建设标配的基础设施,支持城市信息资源整合、业务应用系统统筹,从而促成城市规划、建设和管理的新模式,形成新的城市管理生态系统,市场空间空前巨大。

政府数据开放共享,极大拓展大数据应用前景。过去大数据行业发展最大的瓶颈在于数据源的匮乏,抑制了行业应用和发展前景。数据的匮乏,从供给侧限制了行业应用模型建立和验证所需的数据去,最终限制了行业的发展。作为占大数据比例达80%以上的政府数据共享开放的实施,对大数据行业无疑是重大利好。国家数据共享交换平台对接国务院各政务部门业务信息系统,实现该业务系统通过共享平台与其他政务部门共享交换数据;对接各级共享平台,实现跨地区、跨层级共享交换数据;对接人口信息、法人单位信息、自然资源和空间地理信息、电子证照信息等基础信息资源。地方层面,各地方政务信息共享主管部门,组织建设本级统一共享交换平台,国家数据共享交换平台依托国家电子政务外网纵向与省、市互联,形成统一的全国共享平台体系。丰富的数据资源必然为大数据行业的多层次应用垫底良好的基础,行业发展空间再次打开。

数据互联互通加速信用社会建设,开启业务第三阶段成长。我国社会信用体系的建设由发改委牵头,包括政府信用体系、企业信用体系、个人信用体系。政府数据的跨部门共享,对社会信用体系建设意义重大。信用平台的数据来源得到解决,且在泄密与否的安全性和数据本身的准确性都有政府相关部门背书,为平台的应用和推广扫清障碍。在政府端,仅国家级-省-地市级三级联动的信用平台建设和运营预计就可达百亿市场,后续还可通过在政府采购、社会公共事务、特定行业特许征信等方面实现变现;企业信用领域,仅品牌管理等的泛舆情服务即有百亿市场,依托国家企业信用数据库,未来在供应链金融、精准营销等方面想象空间更大;个人信用领域的商业模式尚具有不确定性,多维度数据相结合未来有望在企业会员管理、企业招聘、金融服务等领域实现变现。

大数据信息安全需求进一步提升。国家数据共享交换平台包含的数据广而全,尤其包含大量公民个人隐私数据,敏感性较高,对安全保障体系和共享信息安全的要求也随之提升。在健全数据安全保障体系方面,政务外网安全体系加强对基础信息网络和关键行业领域重要信息系统的安全保护,将建设形成“数、云、管、端”的立体化安全防护,打造覆盖从互联网出口边界、至跨网安全接入与数据交换通道、再到关键业务应用、核心数据和接入终端的政务外网统一安全保障平台,提升基础设施关键设备自主可控水平。另一方面在数据共享交换安全可靠方面,政务外网安全体系建设将加强全网安全监测、态势感知预警和政务云数据中心安全技术研究与验证,重点保障好核心应用和数据的安全。所以在平台建设过程中,对产商的技术安全性也是重要考核标准之一。

投资建议:从平台建设来看,最受益的标的主要是在应用层参与国家级数据整合平台建设的飞利信、中国软件;其次是在基础层的大数据融合平台建设的东方通,云平台建设公司浪潮信息、太极股份;从数据应用和变现角度,重点推荐社会信用体系建设龙头飞利信;从信息安全角度,推荐启明星辰和绿盟科技。

本文转自d1net(转载)

相关实践学习
简单用户画像分析
本场景主要介绍基于海量日志数据进行简单用户画像分析为背景,如何通过使用DataWorks完成数据采集 、加工数据、配置数据质量监控和数据可视化展现等任务。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
10月前
|
人工智能 搜索推荐 大数据
2023中国高校计算机大赛 — 大数据挑战赛:论文学科分类(清华大学主办)
2023中国高校计算机大赛 — 大数据挑战赛:论文学科分类(清华大学主办)
|
城市大脑 大数据
【2018中国计算机大会】阿里云大数据总监:计算让城市更智能
10月25日,2018中国计算机大会上举办了主题是智慧城市下个十年:智在“数”还是“术”的技术论坛。目前,城市已经具备了丰富多样的大数据积累,成体系的数据管理标准,开放自由的数据流动环境等重要基础,但对于已经同时掌握“数”据和技“术”的玩家,在许多城市和现实环境中,城市大数据管理和处理技术难以得到同步发展。
1549 0
|
算法 大数据 Python
2016中国高校计算机大赛——大数据挑战赛极客奖:data_coders团队
2016中国高校计算机大赛大数据挑战赛上,data_coders团队对阿里音乐流行趋势预测进行了自己的阐述理解。首先对赛题进行了分析,确定解题思路,重点对算法进行了说明,包括类别分析、特征提取和算法模型,最后做了简要的总结。一起来欣赏下。
3741 0
|
大数据
2016中国高校计算机大赛——大数据挑战赛季军:Heal the World团队
2016中国高校计算机大赛大数据挑战赛上,Heal the World团队对阿里音乐流行趋势预测展示了自己的比赛成果。主要从问题分析开始谈起,确定解题思路,重点分享了分类与预测,进行了五步分离,最后做了简要总结。擦亮眼睛快看看吧。
3794 0
|
算法 大数据
2016中国高校计算机大赛——大数据挑战赛亚军:陕西师范大学团队
2016中国高校计算机大赛大数据挑战赛上,陕西师范大学网路信息中心团队对阿里音乐流行趋势预测进行了自己的成果展示。首先从解题思路开始谈起,重点对算法进行了阐述,包括类别最优值选择法和子序列模式匹配法,最后对比赛中遇到的问题进行了总结。一起来了解下。
3001 0
|
机器学习/深度学习 算法 大数据
2016中国高校计算机大赛——大数据挑战赛冠军:Datahacker团队
2016中国高校计算机大赛——大数据挑战赛是由教育部和全国高等学校计算机教育研究会联合主办,清华大学和阿里云联合承办,在“天池大数据众智平台”上开展的高端算法竞赛。本次赛题是对于阿里音乐流行趋势进行预测,本文整理自大赛冠军团队Datahacker团队的答辩演讲。
6283 0
|
2月前
|
分布式计算 DataWorks IDE
MaxCompute数据问题之忽略脏数据如何解决
MaxCompute数据包含存储在MaxCompute服务中的表、分区以及其他数据结构;本合集将提供MaxCompute数据的管理和优化指南,以及数据操作中的常见问题和解决策略。
47 0
|
2月前
|
SQL 存储 分布式计算
MaxCompute问题之下载数据如何解决
MaxCompute数据包含存储在MaxCompute服务中的表、分区以及其他数据结构;本合集将提供MaxCompute数据的管理和优化指南,以及数据操作中的常见问题和解决策略。
38 0