行业痛点
01
数据孤岛问题
存在数据孤岛、群岛和数据闭环等现象。
02
数据安全共享问题
需要构建分类分级的数据授权机制，促进公共数据跨部门、
跨区域、跨行业的安全高效共享。

03
数据资源管理问题
需要建立标准统一，实行“一数一源一标准”，实现数据
资源洁单化管理。
04
数据共享的实效性问题
需要以应用场景为牵引，推动数据精准高效共享，大力提升
数据共享的实效性。
05
关键技术卡脖子问题
坚持安全可控，数字政府基础设施、产品、服务、数据采用自主可控的先进技术，规避各个环节的安全风险，解决卡脖子问题，
行业难点
如何构建可信数据管理体系
____
加强数据治理和全生命周期质量管理，确保政务数据真实，准确完整，可溯、可审计。制定数据分类分级标准，建设可信数据管理机制，构建数据采集、传输、归集、存储、计算、共享、归档等全生命周期的安全可信数据基座。推动数据开放共享的高效运行可信数据管理机制。
如何实现数据高效共享
____
为数字政府管理的全部实体和虚拟体 (数据)对象建立统一标识，实行“一数一源一标准”，实现数据资源洁单化管理。建立健全政务数据供需对接机制，以应用场景为牵引，基于统一标识构建数据共享专题块数据，推动数据精准高效共享，大力提升数据共享的实效性。
促进数据有序开发利用
____
确定数据所有权和使用权，形成相关责任清单，构建统一规范、互联互通、安全可控的公共数据开放服务，分类分级开放公共数据，有序推动公共数据资源开发利用。
数字政府“数据自治与数据智治”数据库
博流数据库
1、多源异构数据需要大量资源进行治理、融合: 【大量的人工干预 】。 2、数据关联关系的发现，数据模型的构建同样平要大量资源。 3、由于上述过程采用了多种技术、方法进行支撑。从而形成了技术与方法之间，数据关联关系与数据模型之间一个又一个新的数据现岛。
从，根”上彻底破解信息孤岛的问题
1）零限制数据汇聚、融合机制，采用数据无需定义即可使用的方式，因此多源异构数据无需任何处理可以直接汇聚融合成湖。 2）构建了数据智治与自治机制，提供高阶人工智能 (逻辑推理与抽象推理)，智能发现数据关联关系，构建数据模型，自动维护关系与模型。支撑大规模数字孪生推演与预测。
数字政府“一库统管”数字底座
多方业务系统的不同类型数据库，不同类型多模态数据!文本、文件、音频，视频、图片数据)，多源异构阻碍了数据汇毁、融合，形成”数据孤岛”与"数据群岛”。
1）对分布在各个部门的多模态数据统一进行可信管理，包含但不限于“生产、流动、汇聚，存储、建模，计算，共享、交易，归档”等数据全生命周期过程。
2）基于数据内容的数字体构建。实现个性化推荐与交易撮合。是数据要素市场的安全可信交易空间。
海量数据超高性能计算引警（数据超算引擎）
基于同样的计算环境，提供指数级性能提升的“海量数据超高性能计算引挚”
传统数据库：
1、海量数据的处理能力难以满足业务响应的时效性（如疫情调度，100万*100万张表的查询，可能需要几个小时的计算）。
2、复杂多维关系的计算造成数据库性能的堰塞，不仅影响其他业务操作，甚至可能导致业务或数据异常（数据丢失、无响应，数据异营）。
1）数据计算关系自动实例化，能够消除计算任务中的冗余计算。 ● 以报表为例，同一计算内容。无论多少人使用，仅计算一次。重复冗余计算会自动消除。（举例:以日报表为例，因为数据是累计的，假设有100个人用，按不同时段需要多次查询，每人每天要查100次。而数据报表还没有最后形成之前会不断重复前面的计算，那么100个人用，可能就要10000次，而博流数据库永远只算一次。效率是传统算法的万分之一）。
2）数据计算关系支持无限维度与层级，智能实例化。
3）同一数字体的多源异构数据自动汇聚成高度集中的块数据。
● （原来数据很分散、如需找一个人的数据时，要到各个表里面去找，由于我们是块结构数据库，此例如与个人相关的数据、多种异构的数据即可以放在一起，可以集中查询，从而获得便捷高效的查询速度）。
4）为数据块自动建立网格化索引。
5）支持TB量级分布式数据冷启动秒级加载。
6）提供超高速中文数据访问通道。
7）提供可信分布式计算环境。支持云、边、端分布式计算。支持算网融合。
极致安全的数据全生命周期保护
传统数据库：
1、用户权限管理与数据权限管理失管失控。一个密码通行访问。
2、用户名称与用户密码都是明文流动。数据库访问安全形同虚设。
3、隐私数据无法密态使用。
4、数据库系统自身缺乏网络攻击防御能力。
5、通过数据库日志能够窃取数据内容。缺少数据操作审计与溯源机制。不支持数据确权。
1）基于CA的用户权限管理与数据访问权限管理，数据完整性护，数据溯源。
2）基于CA认证机制，用户名称与用户密码以全密态的方式流动。 3）内置国际先进的全同态隐私计算环境。可对密态数据进行任何不限迭代次数的计算。也可进行明文与密文、明文与明文的密态计算。
4）云原生数据库内置数据库专用防火墙。
5）数据采用区块链技术进行不可算改、确权与审计。 6）数据日志与数据文件采用无数据特征的数据隐形保护。
具现数据价值的数据工厂
传统数据库
1、缺少通用的数据中台开发环境。 2、定制的教据中台服务，形成了数据服务须此隔离的新“烟囱”。 3、缺少一个“汇聚多源异构数据，融合数据湖、形成专题数据块、提供数据中台服务，具现数据价值”的全生命周期可信技术支撑体系。
完备的数据中台服务开发环境
1、提供跨平台，跨系统的底层数据事件机制。 2、提供微秒级事件消息通信协议。 3、通过事件机制，实现了数字体之间的智能协同。 4、通过图灵完备的纯中文编程语言，闭环事件响应。
数据全生命周期可信技术支撑体系
1、汇聚多源异构数据。 2、融合成数据湖。 3、形成专题数据块。 4、资供数据中台服务。
可信数字空间
思考
1、如何支撑数字孪生对事物发展趋势的精准推演和预测，洞察数据价值，掌握未来趋势。
2、如何在确保数据安全的前途下，分级分类推动数据流通。
3、如何提供数据使用对象、范围、方式的控制能力，满足对数据可用可不见，可用不可存，可控可计量的需求，消除流通顾虑。
4、如何提供数据流通处理的日志存证，提供内外部合规记录，实现数据资源有效管理。
5、如何为数据提供方、使用方、授权方、监管方提供安全可信的数据共享和流转环境，并提供数据鉴权、追溯、审计等能力。
6、如何在云边端多个层级协同进行数据可信管理。
构建多方主体参与的数据可信管理、共享、流通的生态空间

椭圆1_82.png

高阶人工智能

逻辑推理

抽象推理

推演和预测


椭圆1_82.png

数据沙盒和虚拟机

为开发者和系统使用者

提供独立的

私有操作空间


椭圆1_82.png

消息协同机制

用户与用户之间

节点与节点之间

数据与数据之间


椭圆1_82.png

微型化、集群化

适应云、边、端

多级部署

支持边缘计算

算网融合


● 云化算力、存储，网络资源管理机制

● 纯中文编程语言交互机制

● 数字签名的鉴别、溯源、确权机制

● 基于全同态的隐私保护机制
国产可信智能分布式架构
思考
1）数据存储分布策略末做按需分配优化处理。数据访问，计算瓶颈依然存在，低价伯数据存储冗余，无法彻底解决数据合理分布与安全高效存储的问题。 2）大数据处理时，系统运行不稳定，性能和功能瓶颈依然存在，网终、存储，计算资源浪费严重。 3）业务系统的逻辑是贯穿云，边。端的，缺少一站式整休解决存储和计算瓶颈的分布式架构方案。 4）层出不穷的数据泄密和网络安全事件，导致敏感数据无法在分布式架构中可信流转。 5）数据来源形态各异，无法对数据的真实性，完整性等进行确认和溯源，导致数据不可用、不能用，不敢用。
极致安全的云、边、端一体化智能分布式架构
分布式按需存储策略
根据数据价值特性，访问频次，使用范围等，提供了一种按需分配的可信分布式存储策略。高频、高价值数据均采用不可篡改和可追溯处理，并分布辛每个节点存储。共他数据可选择部分或单节点存储。
最优路径同步机制
基于负载均衡，点对点，逐辑推理等关键技术，提供高安全，低时延的同步机制。 智能选择大规模网状统构的同步径。
极致安全性分布式网络通信
基于云，边，端混合分布式部署，均成突破云边端边界的超大规模分布式存储和计算体系。
突破云边端界限分布式体系
在分布式网络通信中，对数据和月户信息进行同态如密处理、能够抵御量子计算的攻击。提供极致的安全性。 用户管理是常见的算力瓶颈。也是最需要做分布式处进的关键系统之一，如，用户名，密码等，这些敏感数据如在网络中流转，极易被非法窃取。如果无法提供极致的安全保障，就不能做分布式处理。
大规模数据统一信任管理
提供大规模数据一致性、完教性、可溯源性的信任机制，突破云、边、端限制，进行统一的信任管理。
优势
善于获取教据、分析数据、运用数据，是领导干部做好工作的基本功。
颠覆式创新的博流可信数据管理，必将在数字化竞争的大湖中，发挥定魂筑基的巨大作用。必将助力国家从根上解决基础科拉"卡脖了"问题；必将承担数空新基建基础设施的重罢作用；必将成为首选的体系化原始创新平台!