什么是大数据。。大数据是什么

大数据是指在一定时间内，常规软件工具无法捕捉、管理和处理的数据集合。它是一种海量、高增长、多元化的信息资产，需要一种新的处理模式，以具备更强的决策、洞察和流程优化能力。

大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些有意义的数据进行专业的处理。换句话说，如果把大数据比作一个行业，这个行业盈利的关键在于提高数据的“处理能力”，通过“处理”实现数据的“增值”。

从技术上讲，大数据和云计算的关系就像硬币的正反面一样密不可分。大数据不能用单台计算机处理，必须采用分布式架构。其特点在于海量数据的分布式数据挖掘。但它必须依赖云计算分布式处理、分布式数据库、云存储和虚拟化技术。

扩展信息:

大数据只是现阶段互联网的一个表征或特征。没有必要将其神话或保持敬畏。在以云计算为代表的技术创新背景下，这些原本看似难以收集和使用的数据开始被轻松使用。通过各行各业的不断创新，大数据将逐渐为人类创造更多的价值。

是体现大数据技术价值的手段，是进步的基石。这里从云计算、分布式处理技术、存储技术、感知技术的发展，阐述大数据从采集、处理、存储到形成结果的全过程。

实践是大数据的终极价值。在这里，我们从互联网大数据、政府大数据、企业大数据、个人大数据四个方面来描绘大数据的美好图景和将要实现的蓝图。

摘要：伴随着Internet的日益普及，网络应用的蓬勃发展，网络信息资源的安全备受关注。校园网网络中的主机可能会受到非法入侵者的攻击，网络中的敏感数据有可能泄露或被修改，保证网络系统的保密性、完整性、可用性、可控性、可审查性方面具有其重要意义。通过网络拓扑结构和网组技术对校园网网络进行搭建，通过物理、数据等方面的设计对网络安全进行完善是解决上述问题的有效 措施 。

　关键词：校园网；网络搭建；网络安全；设计。

　以Internet为代表的信息化浪潮席卷全球，信息 网络技术 的应用日益普及和深入，伴随着网络技术的高速发展，各种各样的安全问题也相继出现，校园网被“黑”或被病毒破坏的事件屡有发生，造成了极坏的社会影响和巨大的经济损失。维护校园网网络安全需要从网络的搭建及网络安全设计方面着手。

　一、 基本网络的搭建。

　由于校园网网络特性（数据流量大，稳定性强，经济性和扩充性）和各个部门的要求（制作部门和办公部门间的访问控制），我们采用下列方案：

　1 网络拓扑结构选择：网络采用星型拓扑结构（如图1）。它是目前使用最多，最为普遍的局域网拓扑结构。节点具有高度的独立性，并且适合在中央位置放置网络诊断设备。

　2组网技术选择：目前，常用的主干网的组网技术有快速以太网（100Mbps）、FDDI、千兆以太网（1000Mbps）和ATM（155Mbps/622Mbps）。快速以太网是一种非常成熟的组网技术，它的造价很低，性能价格比很高；FDDI也是一种成熟的组网技术，但技术复杂、造价高，难以升级；ATM技术成熟，是多媒体应用系统的理想网络平台，但它的网络带宽的实际利用率很低；目前千兆以太网已成为一种成熟的组网技术，造价低于ATM网，它的有效带宽比622Mbps的ATM还高。因此，个人推荐采用千兆以太网为骨干，快速以太网交换到桌面组建计算机播控网络。

　二、网络安全设计。

　1物理安全设计 为保证校园网信息网络系统的物理安全，除在网络规划和场地、环境等要求之外，还要防止系统信息在空间的扩散。计算机系统通过电磁辐射使信息被截获而失密的案例已经很多，在理论和技术支持下的验证工作也证实这种截取距离在几百甚至可达千米的复原显示技术给计算机系统信息的__带来了极大的危害。为了防止系统中的信息在空间上的扩散，通常是在物理上采取一定的防护措施，来减少或干扰扩散出去的空间信号。正常的防范措施主要在三个方面：对主机房及重要信息存储、收发部门进行屏蔽处理，即建设一个具有高效屏蔽效能的屏蔽室，用它来安装运行主要设备，以防止磁鼓、磁带与高辐射设备等的信号外泄。为提高屏蔽室的效能，在屏蔽室与外界的各项联系、连接中均要采取相应的隔离措施和设计，如信号线、电话线、空调、消防控制线，以及通风、波导，门的关起等。对本地网 、局域网传输线路传导辐射的抑制，由于电缆传输辐射信息的不可避免性，现均采用光缆传输的方式，大多数均在Modem出来的设备用光电转换接口，用光缆接出屏蔽室外进行传输。

　2网络共享资源和数据信息安全设计 针对这个问题，我们决定使用VLAN技术和计算机网络物理隔离来实现。VLAN（Virtual LocalArea Network）即虚拟局域网，是一种通过将局域网内的设备逻辑地而不是物理地划分成一个个网段从而实现虚拟工作组的新兴技术。

　IEEE于1999年颁布了用以标准化VLAN实现方案的8021Q协议标准草案。VLAN技术允许网络管理者将一个物理的LAN逻辑地划分成不同的广播域（或称虚拟LAN，即VLAN），每一个VLAN都包含一组有着相同需求的计算机工作站，与物理上形成的LAN有着相同的属性。

　但由于它是逻辑地而不是物理地划分，所以同一个VLAN内的各个工作站无须放置在同一个物理空间里，即这些工作站不一定属于同一个物理LAN网段。一个VLAN内部的广播和单播流量都不会转发到 其它 VLAN中，即使是两台计算机有着同样的网段，但是它们却没有相同的VLAN号，它们各自的广播流也不会相互转发，从而有助于控制流量、减少设备投资、简化网络管理、提高网络的安全性。VLAN是为解决以太网的广播问题和安全性而提出的，它在以太网帧的基础上增加了VLAN头，用VLANID把用户划分为更小的工作组，限制不同工作组间的用户二层互访，每个工作组就是一个虚拟局域网。虚拟局域网的好处是可以限制广播范围，并能够形成虚拟工作组，动态管理网络。从目前来看，根据端口来划分VLAN的方式是最常用的一种方式。许多VLAN厂商都利用交换机的端口来划分VLAN成员，被设定的端口都在同一个广播域中。例如，一个交换机的1，2，3，4，5端口被定义为虚拟网AAA，同一交换机的6，7，8端口组成虚拟网BBB。这样做允许各端口之间的通讯，并允许共享型网络的升级。

　但是，这种划分模式将虚拟网络限制在了一台交换机上。第二代端口VLAN技术允许跨越多个交换机的多个不同端口划分VLAN，不同交换机上的若干个端口可以组成同一个虚拟网。以交换机端口来划分网络成员，其配置过程简单明了。

　3计算机病毒、黑客以及电子邮件应用风险防控设计 我们采用防病毒技术，防火墙技术和入侵检测技术来解决相关的问题。防火墙和入侵检测还对信息的安全性、访问控制方面起到很大的作用。

　第一，防病毒技术。病毒伴随着计算机系统一起发展了十几年，目前其形态和入侵途径已经发生了巨大的变化，几乎每天都有新的病毒出现在INTERNET上，并且借助INTERNET上的信息往来，尤其是EMAIL进行传播，传播速度极其快。计算机黑客常用病毒夹带恶意的程序进行攻击。

　为保护服务器和网络中的工作站免受到计算机病毒的侵害，同时为了建立一个集中有效地病毒控制机制，天下论文网需要应用基于网络的防病毒技术。这些技术包括：基于网关的防病毒系统、基于服务器的防病毒系统和基于桌面的防病毒系统。例如，我们准备在主机上统一安装网络防病毒产品套间，并在计算机信息网络中设置防病毒中央控制台，从控制台给所有的网络用户进行防病毒软件的分发，从而达到统一升级和统一管理的目的。安装了基于网络的防病毒软件后，不但可以做到主机防范病毒，同时通过主机传递的文件也可以避免被病毒侵害，这样就可以建立集中有效地防病毒控制系统，从而保证计算机网络信息安全。形成的整体拓扑图。

　第二，防火墙技术。企业防火墙一般是软硬件一体的网络安全专用设备，专门用于TCP/IP体系的网络层提供鉴别，访问控制，安全审计，网络地址转换（NAT），IDS，，应用代理等功能，保护内部 局域网安全 接入INTERNET或者公共网络，解决内部计算机信息网络出入口的安全问题。

　校园网的一些信息不能公布于众，因此必须对这些信息进行严格的保护和保密，所以要加强外部人员对校园网网络的访问管理，杜绝敏感信息的泄漏。通过防火墙，严格控制外来用户对校园网网络的访问，对非法访问进行严格拒绝。防火墙可以对校园网信息网络提供各种保护，包括：过滤掉不安全的服务和非法访问，控制对特殊站点的访问，提供监视INTERNET安全和预警，系统认证，利用日志功能进行访问情况分析等。通过防火墙，基本可以保证到达内部的访问都是安全的可以有效防止非法访问，保护重要主机上的数据，提高网络完全性。校园网网络结构分为各部门局域网（内部安全子网）和同时连接内部网络并向外提供各种网络服务的安全子网。防火墙的拓扑结构图。

　内部安全子网连接整个内部使用的计算机，包括各个VLAN及内部服务器，该网段对外部分开，禁止外部非法入侵和攻击，并控制合法的对外访问，实现内部子网的安全。共享安全子网连接对外提供的WEB，EMAIL，FTP等服务的计算机和服务器，通过映射达到端口级安全。外部用户只能访问安全规则允许的对外开放的服务器，隐藏服务器的其它服务，减少系统漏洞。

　参考文献：

　[1]Andrew S Tanenbaum 计算机网络（第4版）[M]北京：清华大学出版社，20088

　[2]袁津生，吴砚农。 计算机网络安全基础[M] 北京：人民邮电出版社，20067

　[3]中国IT实验室。 VLAN及技术[J/OL], 2009

好奇心与 探索 ——人类进步的阶梯。

19世纪的最后一天，世界上所有的知名物理学家齐聚一堂，准备为经典物理画上一个完美的句号，所以当时的议题是如何消除经典物理这座漂亮大厦上的两朵乌云。这两朵乌云第一朵是经典物理中已知地球的空间中是有空气的，因为声音便是通过空气这一介质传播的，那么宇宙中又存在怎样的介质能够让阳光穿越真空照耀大地的？第二朵乌云则是人们在做实验的时候发现辐射能量很可能是不连续的。

后来的故事大家也都知道，科学家们在好奇心的驱使下提出了各种看似荒诞的理论，例如波尔提出了惊世骇俗的波尔模型、薛定谔提出了薛定谔波动方程……在一个个荒诞的理论的迭代与互补下，第一朵乌云诞生了相对论，第二朵乌云诞生了量子物理，它们共同将完美的经典物理推翻，也一手构建了现在的信息时代、数字时代。

2021年也是不平凡的一年，虽其分量远不及“两朵乌云”，但在疫情这一针猛烈的催化剂下，人工智能、云原生等数字 科技 融合多种技术、多个行业、多个产品，正前所未有地渗透到医疗、自动驾驶、安全等经济 社会 的方方面面，那么近未来有望落地的 科技 趋势是怎样的？

近期，在腾讯 科技 向善创新周发布《2022年十大数字 科技 前沿应用趋势》（后简称“报告”），通过访谈重点领域的科学 探索 奖获奖人、业界权威专家，凝练出了IT重塑、智能世界、虚实共生、网络革命四大领域，数字孪生、量子计算等十大数字 科技 前沿应用趋势。

在解析报告之前需明白一点，数字 科技 化身未来新动能的应用大爆发不是单一技术的突破，而是多种技术循序渐进式的增量与融合的结果。正如腾讯研究院院长司晓在“ 科技 向善之夜”中《离线-在线-在场》的主题演讲所言：“元宇宙等概念本身是一种技术渐进式发展的趋势，就像我们在30年前说信息高速公路，10 年前说移动互联网一样，概念本身叫什么并不重要，它只是一个巨大的技术应用和孵化的池子，任何一项技术单点的突破或炒作，都不会把我们瞬间带入到新时代。”

举个例子，在演讲中司晓表示腾讯计划在深圳大铲湾的一个半岛上，建立一个全新的未来总部——企鹅岛（非正式名称），在“企鹅岛”上，我们有可能看到腾讯在智慧城市上的种种积累和设想。

司晓介绍，“企鹅岛”的设计方案在一款沙盒 游戏 中被复制出来。这个数字孪生一方面体现出 游戏 所积累的AI 、方针等技术在建筑设计等场景的应用，另一方面，在这个虚拟仿真环境下，可以以更低成本来验证一系列交通、能源等系统的规划以及设计是否合理。

其实，刚在前文中提到的数字孪生亦是融合多种数字技术的一个概念池子，例如在数字孪生中拟出真实的智慧城市的交通控制系统，让公交和现实中的一样，等红灯、自动避让、等人上下车，所以在数字孪生城市中引入自动驾驶仿真系统，而这个系统则是基于 游戏 引擎，通过机器学习不断优化，让 游戏 里的载具去真的感知周围的环境，从而最大限度的还原现实生活场景。

也许我们已经在逐渐进入更加智慧的“在场办公”时代。在移动互联网之前，我们是离线办公，工作需要去实实在在的办公室、沟通需要面对面交流或打电话、发邮件；移动互联网普及后，办公方式再次迎来变革，特别是在疫情加速下，基于腾讯会议、Zoom、飞书等在线协作工具大家可以在线办公；而随着XR（混合现实）、感知交互、虚拟仿真等技术发展，“在场办公”未来可期。

在场时代其实并不遥远，例如Meta公司（原Facebook）前不久发布了一款VR虚拟办公室程序Horizon Workrooms，用户使用 Oculus 这样的 VR 设备便能进入这个虚拟办公室进行交互式办公，就好像是在真实的办公室办公一样。而这些随着XR等技术与触觉手套等硬件技术的发展，未来会有越来越多场景与公司从在线时代步入在场时代，即虚实共生。

司晓在演讲中还举到过一个大开脑洞的例子——火星移民。如果未来人类“火星在场”，在远程去往火星上派机器人建基地之前，我们可能会首先实现在虚拟世界中对“火星”在场，也就是给火星建一个超拟真的模型，去模拟各种可能出现的情况。

可以看到，无论是一个智慧城市概念体——企鹅岛，还是星辰大海的火星移民，其都是基于现有数字技术不断进化、融合而来，它们并不会因为某一项技术的突破便将人类带入“未来”时代，正如司晓在演讲中谈到的那样：“元宇宙这些概念本身就是一种技术渐进式发展的趋势，而这个过程需要的技术可能源自于完全不同领域的技术涌现与应用，但这两个应用方向并不必然冲突，甚至有可能是相互依存的。”

前文中提到，“未来”新时代的实现过程必然是不同领域的技术涌现与应用，而在风云诡谲的2021年，我们可以看到人工智能等数字技术在医疗、自动驾驶、安全等领域的应用深入开展，沉浸式媒体、数字虚拟人、虚实集成亦打开了全真数字世界的大门，那么在2022年数字 科技 在IT重塑（云原生、量子计算、云安全）、智能世界（人工智能、复杂机器人、星地协同智能化）、虚实共生（万物孪生、扩展现实）、网络革命（云网融合、能源互联网）四个领域又会有怎样的应用趋势呢？

一、IT重塑

如果说第一次工业革命的蒸汽机把人们带入了蒸汽时代、第二次工业革命的电力应用把人们带进了电气时代，那么第三次 科技 革命IT技术则将人们带入了互联网时代，从PC互联、移动互联到如今万物互联初现雏形，IT正在被重塑。

IT架构被重塑的最直接的表现便是“云化”，随着数字化的普及和深入，海量数据实时、灵活处理的情况日益普遍，传统IT架构越来越难以适应，许多企业都会将自己的网站部署在云端（包括公有云、混合云等），这就是所谓的企业“上云”。而随着上云进程的加快，一种基于分布部署和统一运管的分布式云——云原生开始带领企业进入全云时代（云原生是以容器、微服务、DevOps等技术为基础建立的一套云技术产品体系，可使松散耦合的系统具有弹性、可管理性和可观察性，能够更低成本、高效地调用各类云计算资源向业务交付应用）。

首先，无服务器计算（Serverless）兴起，正在成为云原生加速发展的新路径；其次，分布式云将有效拓展云原生业务构建的物理边界，大幅减轻用户多云管理负担；最后，异构计算将促进软硬件相互定义和融合发展，推动云原生基础设施性能持续突破瓶颈。

不过云原生涉及IT体系的整体变革仍面临不少挑战，例如云原生资源的多变性影响IT体系全链条的可观测性、实践过程中迁移和管理复杂度较高，其中数据隐私和安全风险则是影响云原生发展的关键问题。

《报告》认为，新一代网络攻击技术使攻击变得更加隐蔽、快速，攻击范围从个人向企业、基础设施蔓延，造成的攻击损失成指数增长。在此背景下，零信任将重塑云原生的安全新边界，成为远程办公时代有效地安全解决方案；面对攻击更加复杂、赎金不断增长的勒索攻击，云上安全防御将成为最优解；面对快速的网络攻击，全面覆盖网络、 端点以及云基础架构的扩展威胁检测与响应（XDR）升级，将促进更多的组织增强“主动免疫力”。

当前IT被重塑的不仅仅只有架构，还有算力。2021年是量子计算备受瞩目的一年，国际国内均有较为明显的科研成就，《报告》认为2021年量子计算已步入了NISQ(含噪声中等规模量子)时代，同时《报告》还认为2022年将是量子计算继续积蓄力量之年。

在硬件方面，主流量子计算硬件技术（如超导、离子阱、光量子等）将并行发展，两到三年内，量子计算有望突破1000量子比特，届时量子计算与经典计算相结合的混合计算体系或将成为更加有效的应用方案；而软件算法方面，预计在2023年前后，量子计算有希望开始在若干领域(例如组合优化、量子化学、机器学习等)实现具有应用价值的专用量子模拟机，如用于小规模的分子模拟和蒙特卡罗模拟（分子模拟是新药物、新材料开发的基础，蒙特卡罗模拟在金融领域有广泛应用），且量子计算产业链将随科研及应用发展逐步形成。

二、网络革命

IT被重塑的同时，得益于信息通信技术的快速发展，互联网从发端时主要聚焦在科研逐步向消费型网络发展，目前正向生产型网络不断演进，未来网络将从信息传输向产业服务转变，网络将更加智能化、便捷化，即云网融合构建“连接升维”。

在此背景下，当下感知与智能将成为网络技术演进的新趋势。具体而言，一方面，无线通信与无线感知加速融合可实现通信感知一体化，使网络具备原生感知能力，即从连接信息变成连接行为，从交互认知延伸到交互感知，通感一体正塑造全真全感互联；另一方面，新型无线AI网络架构和协议可以高效捕获信道特征、适应未知环境，带来物理层面的性能提升，AI构建智慧化网络已成为行业公认的发展趋势；此外，空天一体化组网（即天基、空基等网络与地基网络在系统层面实现地面与非地面网络的全面一体化）还将实现人联与物联、 无线与有线、广域和近域、空天和地面等的智能全连接，不仅可以在全球实现宽带和物联网通信，为用户提供泛在通信服务，还可以将增强定位导航、实时地球观测等新能力集成到网络系统中。

连接升维除了体现在互联网上，还体现在能源互联网身上，双碳目标正倒逼能源互联网加快发展。随着“碳达峰、碳中和”的提出，我国能源相关产业迎来了从量变到质变突破的发展元年，首先，清洁能源大规模、高比例地接入电网成为必然趋势；其次，大规模储能技术正成为新能源推广和能源革命的基础；最后，分布式能源与储能技术的变革影响着负荷侧的身份转变。

源、荷、储三端的快速变化，带来了对“网”端一体化、数字化的改造、优化需求，这些变化 将给能源互联网发展带来重大变革：在能量层，建设多能互补的综合能源系统以匹配多变的能源供需；在信息层，通过建设电力-交通耦合网络、电力-算力耦合网络等，实现智慧的能源管理和控制；在价值层，能源互联网的建设需要 探索 能源共享经济，引导全民参与，实现共建共享共赢。

三、虚实共生

经济基础决定上层建筑，底层基础技术的重塑与变革也必然会带来了应用层技术的升级与落地，在行业数字化变革进程中，数字孪生作为理解和优化物理实体的中间件，通过融合行业知识和新兴技术，从设备、产线到工厂，从街道、区域到城市，从细胞、器官到人体，正多路径并行演进推动万物孪生。

《报告》认为，研究人员、工程人员、管理人员通过数字孪生，实现对工业设备、城市街道、人体器官等的理解、优化将成为必然趋势。一方面，行业建模工具通过融合多类技术，正向实时化、显性化和友好交互方向演进；另一方面， 游戏 引擎逐步融合行业知识和前沿技术来提升数字孪生的应用能力，凭借其模拟逼真、渲染实时、开发便捷的特点，为行业数字孪生构建提供新型路径。

不过，当前虽然数字孪生应用需求处于爆发期，但其开发应用依赖行业知识沉淀、不同工具的融合协同、以及计算和网络支撑等多类技术条件，对高精度、多尺度、低时延等大场景的支持能力仍较为薄弱，发展仍处于初级阶段，未来还需要多项技术能力的突破和整合去推动数字孪生进一步发展。

当然，作为虚实共生时代双子星（分别为数字孪生与扩展（XR）现实）的扩展现实，在硬件迭代的驱动下也迎来了产业的拐点。在VR领域，随着VR光学、显示、定位和交互等硬件技术发展方向和思路的明确，超短焦的光学设计、Micro-LED、更轻便的交互控制器成为未来趋势；在AR领域，由于光学模组算力、电池限制等硬件限制，短时间内多种技术路线将会并存；值得注意的是，《报告》显示以手机为显示终端的VR 360或全景视频发展迅速，其生态已初具雏形。

总之，扩展现实已跨过了产业拐点。目前，VR在培训、教育、文旅，AR在安防巡检、工业生产等领域已经成为行业标配。《报告》认为，VR和AR作为新一代交互和计算的终端和下一代互联网的硬件入口，将带来新一轮的信息浪潮和产业链格局的重塑。

四、智能世界

IT重塑、网络革命、虚实共生，任数字 科技 与产业如何发生化学反应，人类最终的目的是打造一个智能世界，显然，我们当前正迈入这样一个世界。

首先在赋予世界“智慧”的人工智能上，人工智能已经在一些特定的任务上超越了人的能力，但在大规模应用上仍存在瓶颈，限制了产业的进一步发展。《报告》认为，未来多种人工智能技术将加速演进，且人工智能将与更多的行业深度融合，向更加普适化和工业化的方向迈进。

其一是超大模型，短期内，模型的规模会进一步提升，大模型中的数据类型将不断丰富，由目前文本为主向图像、视觉等多模态方向丰富，进而推动模型准确性和泛化能力的提升；其二是小样本学习技术，通过多任务分割网络和迁移学习，可以实现对大量异质公开数据集的利用，将学习到的知识和特征用于生成目标领域的模型，从而实现知识在不同领域之间的迁移；最后是一站式机器学习平台，通过为开发者提供从数据标注、数据预处理、模型构建、模型训练、模型评估到模型服务的全流程开发支持，可以帮助开发者更快完成业务模型的搭建，大幅降低机器学习的进入门槛，有望成为人工智能研发基础设施，推动模型工业化。

其次，多模态融合将驱动复杂任务服务机器人深入家庭生活。在感知方面，触觉传感技术突破，以及多模态感知融合技术迭代，将提升机械臂工作的精度和准确率，实现对不同材质、形状和软硬性状物品的抓握推举；理解方面，基于计算机视觉和NLP技术的进步，机器人对复杂服务任务和家庭环境的理解将进一步深入；控制方面，柔性、仿生机器人本体技术的持续进展，将显著提升人机互动的体验和安全性。

随着NLP、先进传感器等底层技术实现商用化，叠加新冠疫情加速家庭消费升级，服务机器人智能化程度不断提升，并下探至更为广阔的家用消费级市场，《报告》认为，未来3-5年，家庭服务机器人有望实现更自然的人机交互、完成更复杂的操作任务，逐步成为家政、 娱乐 、教育、陪伴等细分场景的生活助手。

最后，星地协同智能化将开启“大航天”时代。当前，航天业最大的变化便是其发展模式正由国家主导向国家和企业共同推进演化，而造成这一显著变化的核心原因在于航天智能化水平快速提升，这也将成为技术创新与突破的新契机。

《报告》认为，星地智能化协同，一方面将提升卫星海量数据智能化处理能力，通过卫星与地面站协同推理，数据计算精度可快速提升，同时卫星回传数据量大幅减少；另一方面，人工智能技术将助力卫星遥感数据融入千行百业，例如在农业领域，AI算法+卫星数据深度挖掘协助农民开展保险核保、产量预测，有望成为环境、 社会 与公司治理投资的风险预警工具；此外，航天智能化将打开航天商业化的大众服务窗口，太空旅行、空间站商业化、太空**拍摄逐步向大众市场普及，亚轨道旅行、卫星影像私人订制、时空信息数字化等新物种也将加速涌现。

面对疫情和全球产业格局调整带来的不确定性风险，我们更需要加强 科技 预判，瞄准世界 科技 前沿，引领 科技 发展方向。透过报告我们看到数字 科技 正从四大方向、十个领域推动我们进入“新时代”，并正在转化为未来的新动能，推动我国经济与人民生活更高质量发展，正如腾讯研究院院长司晓所言：“ 科技 的发展没有终点，让 科技 融入实体经济促其高质量发展，让生活更便捷、让 社会 更美好才是永恒的趋势。”

当前，国内外互联网巨头纷纷将人工智能作为下一次产业革命的突破口，积极加大投资布局，与此同时，随着人工智能技术进步和基础设施建设不断完善的推动下，全球人工智能应用场景将不断丰富，市场规模持续扩大。

“人工智能”一词最初是在1956年美国计算机协会组织的达特矛斯(Dartmouth)学会上提出的，人工智能发展至今经历过经费枯竭的两个寒冬(1974-1980年、1987-1993年)，也经历过两个大发展的春天(1956-1974年、1993-2005年)。从2006年开始，人工智能进入了加速发展的新阶段，并行计算能力、大数据和先进算法，使当前人工智能加速发展;同时，近年来人工智能的研究越来越受到产业界的重视，产业界对AI的投资和收购如火如荼。

人工智能技术迈入深度学习阶段

机器学习是实现人工智能的一种重要方法，深度学习(Deep Learning)是机器学习(Machine Learning)的关键技术之一。深度学习自2006年由Jeffery Hinton实证以来，在云计算、大数据和芯片等的支持下，已经成功地从实验室中走出来，开始进入到了商业应用，并在机器视觉、自然语言处理、机器翻译、路径规划等领域取得了令人瞩目的成绩，全球人工智能也正式迈入深度学习阶段。

与此同时，全球人工智能领域对新技术的探索从未停止，新技术层出不穷，例如近年来一些新的类脑智能算法提出来，将脑科学与思维科学的一些新的成果结合到神经网络算法之中，形成不同于深度学习的神经网络技术路线，如胶囊网络等，技术的不断进步是推动全球人工智能的发展的不竭动力，这些新技术的研究和应用将加快全球人工智能的发展进程。

主要经济体加快人工智能战略布局

人工智能作为引领未来的战略性技术，目前全球主要经济体都将人工智能作为提升国家竞争力、维护国家安全的重大战略。自2013年以来，包括美国、中国、欧盟、英国、日本、德国、法国、韩国、印度、丹麦、芬兰、新西兰、俄罗斯、加拿大、新加坡、阿联酋、意大利、瑞典、荷兰、越南、西班牙等20多个国家和地区发布了人工智能相关战略、规划或重大计划，越来越多的国家加入到布局人工智能的队列中，从政策、资本、技术人才培养、应用基础设施建设等方面为本国人工智能的落地保驾护航。

人工智能领域新基建扩容趋势明显

人工智能新基建包含智能芯片、5G、感知网络、数据中心等支持人工智能发展的生产性设施建设，同时人工智能与实体经济深度融合做构建的智能经济形态也是人工智能领域新基建的一部分。近年来，全球人工智能发展的生产性设施建设步伐加快，2020年新冠疫情在全球爆发，对全球的经济生产活动产生较大的冲击，但值得注意的是，全球范围内的新基建业务扩容未被阻断，从各国政府到行业主要企业都积极参与到人工智能新基建的建设中。

人工智能芯片是人工智能的大脑，随着全球人工智能终端设备数量的增长以及边缘计算的需求逐步提升，全球人工智能芯片需求量快速增长，市场规模不断扩大。根据Tractica公布的数据显示，2019年全球人工智能芯片市场规模达110亿美元，预计2020年全球人工智能芯片市场规模将增加至175亿美元，2025年全球人工智能芯片市场规模有望突破720亿美元。

5G的低延迟、高速度和边缘计算能力可以推动人工智能设备更智能地进行大量的数据连接，提升人工智能设备的学习能力，与此同时将5G网络与人工智能技术相结合，可以有效提高5G网络的智能化程度，使网络从人工配置参数与使用专家的经验编制策略转变为网络智能配置参数与智能策略自动生成成为可能。由此可见，5G与人工智能的互促式发展可以加速全球人工智能应用突破与落地，因此，目前全球范围正在加快5G商用推广的步伐，全球5G基础设施建设如火如荼。

根据GSMA(全球移动通信系统协会)公布的数据显示，截至2020年7月底，全球38个国家已经部署了92张5G移动网络，较4月底增加了22张;截至2020年9月，全球5G终端达到18类362款，其中162款手机，113款已经上市，其中70%+支持SA(独立组网)，5G商用正在加快。

根据爱立信公布的数据显示，截至2020年6月底，全球范围内共部署了约72万个5G基站，2020年8月这一数据增加至80万个，前瞻预计，到2020年底，全球5G基站总数将达到100万个。

近年来，随着计算能力越来越强，云计算、大数据、虚拟化等技术的出现，让人工智能有了可依赖的现实技术基础。人工智能的算法需要依赖海量的数据，利用海量的样本进行机器学习。数据中心天然就是一个海量数据库，每天生成的和转发的数据都在呈指数增长，有了这些数据，再利用大数据技术去分析，就能得到很多有意义的数据供人工智能学习;与此同时，人工智能要依赖计算，只有高速的计算能力才能在短时间完成指定的任务，现在的数据中心利用网络进行分布式计算，大大提高了计算能力，人工智能的学习能力可以得到大幅提升。数据中心为人工智能提供更多的技术支撑与创造无限可能。

全球数据中心建设加快有力的推动了人工智能的发展，从2017年开始，伴随着大型化、集约化的发展，全球数据中心数量开始缩减，但值得注意的是，随着行业集中度的逐步提升，全球超大型数据中心数量总体增长，据Cisco的统计数据显示，2019年，全球超大型数据中心数量约447个;至2020年，全球超大新数据中心将达到485个。

根据Gartner公布的数据显示，2017年底全球部署机架数达到4933万架，安装服务器超过5500万台，2019年全球数据中心部署的机架数量约为4954万架。预计2020年机架数将超过498万架，服务器超过6200万台。

人工智能商业化加速 应用场景愈发丰富

人工智能技术经过过去近10年的快速发展已经取得较大突破，随着人工智能理论和技术的日益成熟，人工智能场景融合能力不断提升，因此，近年来商业化应用已经成为人工智能科技企业布局的重点，欧洲、美国等发达国家和地区的人工智能产业商业落地期较早，中国作为后期之秀，近年来在政策、资本的双重推动下，人工智能商业化应用进程加快。目前，人工智能技术已在金融、医疗、安防、教育、交通、制造、零售等多个领域实现技术落地，且应用场景也愈来愈丰富

值得注意的是，尽管目前全球范围内人工智能商业化进程正加速推进，但受制于应用场景的复杂度、技术的成熟度、数据的公开水平等限制，全球人工智能仍处在产业化和市场化的探索阶段，落地场景的丰富度、用户需求和解决方案的市场渗透率仍有待提高。

人工智能市场规模快速增长

基于人工智能技术的各种产品在各个领域代替人类从事简单重复的体力或脑力劳动，大大提升了生产效率和生活质量，也促进了各个行业的发展和变革。

普华永道数据预测，受到下游需求倒逼和上游技术成型推动的双重动因，2020年全球人工智能市场规模将达到2万亿美元，预计未来几年市场将继续保持高速增长，到2030年全球市场规模将达到157万亿美元的规模，约合人民币104万亿元。

北美地区人工智能产业发展领先

近年来，人工智能在北美洲、亚洲、欧洲地区发展愈演愈烈。北美、亚洲和欧洲是全球人工智能发展最为迅速的地区。截止2019年底，北美地区共有2472家人工智能活跃企业，超级独角兽企业78家;亚洲地区活跃人工智能企业1667家，超级独角兽企业8家;欧洲地区活跃人工智能企业1149家，超级独角兽企业8家。

注：超级独角兽指的是估值超过100亿美元的企业

科技巨头纷纷布局人工智能行业

近年来，全球科技巨头纷纷布局人工智能。在美国地区，Google实行“全面开花”的策略，在云服务、无人驾驶、虚拟现实、无人机、仓储机器人等领域均有布局。Facebook依托社交网络，从产品中获得数据、训练数据，再将其人工智能产品反作用于社交网络用户。微软则致力于将人工智能技术应用到智能助手、AR/VR等领域，例如Skype及时翻译、小冰聊天机器人、Cortana虚拟助理等应用。在中国，互联网巨头企业如百度、腾讯和阿里均纷纷依托自身平台优势，构建人工智能服务产品，主要布局于人工智能应用层领域。

人工智能新一轮资本热潮方兴未艾

从生产方式的智能化改造，到生活水平的智能化提升，再到社会治理的智能化升级，新一代人工智能的应用驱动特征愈加明显，大量新兴应用场景持续培育形成。快速丰富的数据储备，逐渐清晰的业务逻辑，以及即将落地的商业价值，促使全球人工智能新一轮资本热潮方兴未艾。

根据CB Insights公布的数据显示，2014-2019年全球人工智能融资金额和融资次数逐年增长，2019年再创新高，融资金额达到26580亿美元，融资次数超过2000次。

—— 以上数据及分析均来自于前瞻产业研究院《中国人工智能行业市场前瞻与投资战略规划分析报告》。

作为大数据时代海量数据的来源之一，安防视频监控产生了巨大的信息数据。特别是近几年随着平安城市、智能交通、智能楼宇等行业的快速发展，大集成、大联网推动安防行业进入大数据时代。

安防行业大数据的存在已经被越来越多的人熟知，特别是安防行业海量的非结构化视频数据，以及飞速增长的特征数据(卡口过车数据、人像抓拍数据、异常行为数据等)，安防行业的数据存储、数据安全等一系列问题，吸引着人们对安防行业的关注。

大数据引发安防行业的数据存储、数据安全问题

对于安防行业，监控技术如今正面临日新月异的变革，模拟视频监控正在向IP网络监控转变，巨大转变的同时对数据存储、数据安全性提出了更高的要求。我们探讨数据安全，包括产品本身的物理安全和产生数据的安全。所以，大数据时代引发安防行业数据存储、数据安全的问题有以下几点：

第一、基础设备的风险：包括监控中心的存储设备、服务器和前端节点设备的安全性、网络设备的安全性、传输线缆的安全性等。设备的安全可靠是整个大数据安防系统安全运行的基础。

第二、信息存取的风险：包括用户非法访问、数据丢失、数据被篡改等。系统信息的安全，主要运用各种加密技术、存储技术、及备份方案来达到系统信息的安全。

第三、信息在网络上传输的风险：包括视频信息、录像数据信息、用户信息等在传输过程中保密性、完整性的保障以及传输链路上的节点设备的安全。另外还包括前端采集设备、社会监控资源接入公安监控专网的安全。

第四、系统运行的风险：包括接入设备的识别和认证、设备运行故障、软件病毒、恶意代码、以及设备控制的优先级调度等。系统运行时的风险控制主要依靠视频监控软件平台来保障，该软件平台可以完成设备管理、故障监控、访问控制、用户管理、鉴权机制等一系列的功能来保障整个系统的安全运行。

大数据催生安防行业存储方式的变革

由于国内视频监控市场每年都在以超过20%的速度增长，随着平安城市等大型联网监控项目的普遍建设，高清IP监控产品得到广泛应用，系统点位容量和行业需求不断激增，越来越多的用户认识到安防监控平台软件是整个系统综合实力的重要表现。

在功能上：绝大多数平台软件都具备视频预览、录像回放、设备管理、地图显示等功能。

在标准上：主流平台软件均支持业界成熟标准，除了通过私有协议兼容多种主流品牌的设备接入外，ONVIF和GB/T28181已经成为平台兼容前端以及不同品牌平台互联的主要依据。

在规模上：虽然大多宣称支持上万路摄像头的大型组网，但由于各家软件内部底层设计和存储转发转码等技术水平差异，还需要实际应用案例和运营状况的事实支撑。

毋庸置疑，监控管理平台软件已经树立了在系统中的核心价值，并得到从用户、工程商到厂商的广泛认可，特别是以IP监控和行业解决方案为市场战略的今天，很多硬件生产厂商纷纷开始重视平台软件产品的配套，或合作或自研，以提高前后端产品的一致性和完整性。

治安监控平台软件面临尴尬境遇

从监控技术的发展历史来看，治安监控大致经历三代系统的发展历程：第一代是模拟闭路电视监控(CCTV)系统，第二代是数字化监控系统，第三代是网络视频监控系统。今天我们谈乱的网络视频监控系统。

谈及系统管理，首先不得不先谈谈视频监控系统产品的市场现状分析及预测。目前，视频监控产品所占安防市场比例大约在40～50%之间。传统国外监控企业产品在市场中的份额不断缩减，民族品牌的数字化监控产品逐步占据市场。而仅仅几年的光景，网络型的监控产品发展过速，网络存储设备已在悄然改变着DVR的市场应用状况。

随着城市报警监控网络建设和平安城市建设的深入，平台软件技术加速发展，IT行业中的实力企业大举进入安防行业。安防系统智能化、集成化的应用、大安防理念的推进，导致安防服务的内容和形式都发生了变化，围绕终端用户的个性化解决方案的服务理念也被更多企业认知和实践，安防行业是服务行业的定位和服务功能的作用越来越清晰。这一切都强烈冲击着传统安防应用格局和方式，IT行业的实力企业涌入安防，也快速带动了安防行业的革新的变化，从而导致市场形态的巨大变化。

而在全数字化的浪潮下，治安监控管理平台软件除了最基本的音视频操作功能以外，面临的主要问题是要对大型网络环境下分散场所的监控设备统一管理，对统一系统不同类型的视频采集设备、报警设备和门禁设备进行统一管理，对不同部门不同权限用户不同业务需求进行统一管理，构建面向应用服务的综合管理平台软件。

重要性不言而喻，但在国内安防行业中却面临着认知度不足、市场规模不大、价值无法充分体现等问题。近年来，平台软件虽然也有较大发展，但跟整个行业市场相比，还存在一定差距，主要体现在：

一、缺乏持续健康的生存环境。重硬件轻软件，很多厂商和工程商都把软件作为硬件销售的配套附属产品，基本定位于能用就行。在产品规划和技术突破上认识不足，缺乏长期投入；对用户需求响应不及时，缺乏内在动力。

二、平台软件为项目而主，难以产业化。很多专业软件公司都依赖大型项目，以满足用户需求为核心，通过投入大量研发资源不断迭代开发，打造为该项目量身定做的软件系统，形成技术壁垒和封闭垄断，同类产品难以互通和替换。

三、对行业化有心无力，经验不足。由于大多数安防厂商从硬件产品起步，软件基因匮乏，从顶层设计到模块化开发，缺乏统筹规划和项目管理，所以只能负责视频接入转发存储部分的软件开发，由第三方软件开发公司负责业务功能。

四、长期目标不明确，软件质量不高。平台软件的产品质量依赖以下因素：高效可靠的开发流程保障、对行业业务的深刻理解、从用户角度设计产品应用的易用性和可用性。目前安防软件企业水平参差不齐，虽然有一些针对硬件和软件整体集成实施交付的企业，但应用范围及规模化程度都不大，高水平的专业平台提供商数量不多。

基于以上原因，目前市场上的综合管理平台软件，要么功能貌似很多但不实用，要么架构复杂，成本居高不下，要么运行所需环境简单，无法提供健壮的扩展性，要么操作复杂难以上手，凡此种种，不一而足。

视频监控管理平台的市场发展趋势

从宏观上看，安防平台软件未来的两大发展方向，一是针对安保监控内部的横向集成，将视频监控、报警处理、门禁控制、地理信息等系统资源统一管理；二是安保系统与用户其他其他业务系统的纵向集成，扩大监控在安全生产、社会治安等各个层面的应用，提高安全管理业务的水平。

具体看，摄像头数量多、监控区域范围大、系统架构复杂、业务面宽等正成为软件平台面临的主要问题，带来如下趋势：

趋势一、联网共享。不仅是单一系统内的摄像机头数量激增，而且多个系统之间的图像信息也需要互通复用。

趋势二：兼容开放。平台软件与监控设备特别是摄像头的兼容性是长期存在的矛盾，由于没有统一标准，现有的产品专用或是软硬件被绑定，不能实现兼容。

趋势四：智能应用。随着高清视频技术的成熟和网络链路建设的加速，视频监控已经从看得发展到看得清，下一步就是看得懂。

趋势五：人性化交互。视频监控软件面对的是许多不熟悉软件甚至不太懂计算机的安保人员，对专业术语、界面结构及菜单布置的熟悉掌握有一定难度，设计不合理的软件操作不符合用户习惯，影响使用情绪，难以得到用户认同。

趋势六：安防行业化渐渐的发展，使安防系统的使用也朝着业务部门多元化、需求多样化、管理机构的多层次，必须选用支持多业务应用、灵活的系统架构、易于管理维护的管理平台软件来运行和操作，不同的行业其应用软件也有较大的区别。安防软件逐渐的大多数业内人士认可，未来发展走向融合、开放。

以上由物联传媒转载，如有侵权联系删除

主要面向网络集成行业、网络设备厂商及各类企事业单位，在网络工程、网络管理、网络应用等岗位群，从事网络系统设计与组建、网络运行维护与安全管理、网站建设与管理、网络设备销售与维护等工作。

计算机网络技术是普通高等学校专科专业，属于计算机类专业。本专业培养德、智、体、美全面发展，具有良好职业道德和人文素养，掌握计算机网络技术相关专业知识，具备计算机网络设计、施工、管理、运维等能力和Web应用开发能力，从事网络工程、网络管理、网站建设、网络应用开发等工作的高素质技术型技能人才。

根据中央经济工作会议将2019年核心主题的新基建范围扩大化，包括以下七个方面：

1）5G：

从未来承接的产业规模来看，5G将是新技术中最值得期待的方向，我国重点发展的各大新兴产业，如工业互联网、车联网、企业上云、人工智能，远程医疗等，均需要以5G作为产业支撑。全球加快布局5G的大环境下，国内5G建设落地速度有望比计划提前。

2）特高压：

我国特高压建设潜力依然庞大，当前国家已经规划的各类特高压项目大概在50-60条之间，意味着仍有大约30条已纳入规划线路在未来有望落地，近期国网公布向社会资本开放特高压投资，通过解决资金问题进一步增加特高压持续建设的确定性。特高压作为全球能源互联网的关键技术，我国已顺利实现巴西美丽山二期特高压直流电力工程和核心设备的出口。我国中长期需求和海外更大的空间将增强设备公司的业绩可持续性。

3）城际高速铁路和城市轨道交通：

2019年开工潮投资额增加+通车里程高速增长+货运三年增量计划支撑车辆采购释放+车辆设备相关企业业绩恢复明显增长，四大利好共振，板块将有明显收益。

4）新能源汽车产业链：

跨入19年，新一年的补贴政策尚未正式出台，再度给了车企一定的缓冲空间。而无论政策何时落地以及具体形式，降本扶优的主旋律不会改变，产业链亦将去分担补贴下滑带来的压力，细分领域龙头的优势或将进一步积累，锚定龙头，抓住确定性。

5）大数据中心：

目前大数据的应用非常广泛，从资讯分发到视频娱乐，大数据无处不在。目前大数据已经成为了热门投资方向之一，在资本的大力支持下，大数据产业快速发展，预计到2020年中国大数据产业规模或超过万亿。在重视数据的今天，大数据行业必定会成为2019年的创业风口。

6）人工智能：

看好国内人工智能产业的发展，尤其是党中央、国务院将人工智能作为经济转型的重要抓手之后，未来在融合发展上有着更大的发展空间。基础层方面，建议关注国内服务器、高性能计算企业浪潮信息、中科曙光在算力提供上的市场机会；在应用层方面，建议关注语音、计算机视觉、自动驾驶、预测分析等技术在AI+（客服、安防、医疗、汽车、金融等）市场上的应用，覆盖企业中。

7）工业互联网：

根据研究机构最新报告，2023年全球工业互联网的市场规模将达914亿美元，其中亚太地区的年复合增长率最高。随着此前一系列行业政策的密集出台，工业互联网正迎来爆发式增长，助推传统制造业企业"数字化"转型。