介紹：

數聯網

首頁：www.duc.cn

數聯·場景商城。

數聯·場景商城。

數聯網實例1——政務數聯網/數聯網

使用場景

政務數據的共享交換是國務院提出來的國家戰略。然而在戰略提出來之后的這一段時間的實踐表明，目前政務數據的共享交換嚴重缺乏統一的思路和標準，不管是在政策上還是在技術實現上，都存在各自為政的情況。一些地方雖然取得了一定的效果，但也僅僅是讓小的數據孤島變成了大的數據孤島，小的數據煙囪變成了大的數據煙囪，仍然距離數據的全面共享交換十分遙遠。
數聯網的概念則從根本上解決了從較底層的鄉鎮級，縣域級，到地市級，再到省級，較后到*數據匯集、聯通，以及交換共享的問題。通過一張規范、有序、安全、可靠的政務數聯網，可以將全國的政務數據打通，并且可以實現分級、分區域的靈活管控。
另外再根據政務數據的特殊需求，增加相應的輔助組件，則可使整個政務數聯網獨立有效的運作起來。
再加上數據網的分布式、可拆分、可擴展的特性，各個地區及各級政府部門只需要按照數聯網的規范提供政務數據的服務，采用數據服務節點的靈活組網方式，就可以很快在全國范圍內形成完善的政務數聯網。
政務數聯網不但可以實現橫向（平級部門之間，地區之間）的數據共享交換，同時也可以實現縱向（上下級部門之間）的數據共享交換。

網絡構成

根據政府機構的特點，政務數聯網以行政區域為主線將整個網絡劃分為縣域級、地市級、省級、*四個級別。

政務數聯網構成
典型用例

1.政務數據梳理和管理
政務數據的梳理在每一個政府部門都是必不可少，只有將自己有什么數據梳理清除，才能更好的進行政務數據的共享。
政府部門將數據梳理出來之后，也需要將數據資源管理起來，對數據的變化、流向進行監控，同時對數據不斷地進行優化。
數據服務節點中可選的重要功能包括了數據梳理工具，數據接入工具及數據資源管理工具，這幾個工具在政務數聯網中恰恰是最重要的組件。可以幫助政務數聯網的數據服務提供者盡快摸清家底，清楚自己有什么數據，同時能夠方便地把數據匯集起來，并通過專業的工具管理起來；然后再通過數據服務節點將數據共享出去。
2.平級部門之間的數據共享交換
平級部門之間的數據共享有兩種方式，一種是通過數據服務節點提供的服務直接獲取數據服務，另一種是通過數據服務網關獲取數據服務。
3.上下級部門之間的數據共享交換
上下級部門之間的數據共享主要是指上下級行政區域或者垂直部門的上下級機構之間的數據共享。跟平級部門之間的數據共享類似，上下級部門之間的數據共享同樣有兩種方式。
4.跨區域跨層級部門之間的數據共享交換
跨區域跨層級部門之間的數據共享主要是指不同區域不同層級的部門之間的數據共享。這種情況一般采取從兩個部門共同連接的數據服務網關共享數據。特殊情況下，如果數據獲取方知道數據提供方的數據服務節點位置，也可以直接訪問數據服務節點的服務并獲取到相應的數據。
5.基于多部門數據的融合業務
應急指揮是一種集合多個部門數據的綜合應用，需要能夠充分利用電子政務資源、各有關部門現有信息系統，從整體高度統籌規劃，對各類信息資源和專業指揮系統進行有效整合，保證應急指揮場所、基礎支撐系統等系統正常運轉。
通過政務數聯網的靈活組網特性，可以很方便的將應急指揮相關各個部門的數據資源和服務有效的整合起來，實現無縫對接。
對于不同部門提供的不同數據服務，如：防汛抗旱、地質災害、氣象災害、生產安全、環境事件、消防滅火、公共衛生及社會安全突發事件等，應急指揮平臺將這些數據整合到一個整體應用上，可以很容易的實現輔助決策和綜合指揮等功能，如：突發事件的預警預測、相互協同、應急調度等。
綜合執法是近幾年來我國行政管理中出現的一項集中管理權、處罰權的改革措施，進行管理審批權與監督權處罰權分離，是按照行政管理科學化、法制化的要求，規范行政部門政務行為的重要舉措。該工作格局有利于在相關的行政權之間保持一定的制約關系，防止行政權力的過量裁量；有利于行政執法隊伍規范執法行為，防止執法權力部門利益化；有利于提高城市管理部門工作效率，防止相互推諉扯皮現象發生。
其職能具體涵蓋了城市管理、國土資源、城鄉規劃、城鄉住房管理、城鄉建設管理、水務管理、交通運輸管理、衛生管理、文化管理、計劃生育管理、文化管理、廣播影視管理、新聞出版管理、體育管理、旅游管理、殯葬管理等領域的行政處罰權及相關的行政強制措施權、行政檢查權、行政命令權。

數聯網的構成/數聯網

數聯網的拓撲模型如下圖所示。主要構成組件包括：
1. 數據服務節點Data Service Node（NSD）
2. 數據服務注冊中心Data Service Register（DSR）
3. 數據目錄管理中心Data Resources Manager（DRM）
4. 數據服務網關Data Service Gateway（DSG）
5. 數據服務搜索引擎Data Service Search Engine（DSSE）
6. 數據融合服務集Data Integration Services（DIS）
7. 分布式賬本服務Distributed Ledger Service（DLS）
8. 數據服務輔助管理Data Service Assistant Management（DSAM）
包括分布式賬本、服務監控、計費、安全審計、身份認證、權限控制等。

數聯網結構

數聯網實例3——互聯網數據融合生態/數聯網

使用場景互聯網時代是一個信息爆炸的時代，人們在互聯網上能夠非常容易的獲取到各種各樣的信息。傳統的互聯網通過WEB網頁的方式，使人們能夠更加方便的了解世界、學習知識、娛樂和購物。但是，這一切仍然是人參與的信息共享和傳播，跟傳統的報紙、雜志和書籍在本質上是相同的。
隨著互聯網的縱深發展，越來越多的行業開始廣泛運用互聯網技術創新業務和模式。從而對互聯網的需求已經遠遠不止是信息的傳播，而是要求更加深入和自動化的數據融合和共享。另一方面，大量的企業機構經過多年的信息化建設，積累了和沉淀了大量的數據，這些數據作為核心資產，其價值不言而喻。但是，由于數據的可拷貝性，企業不愿意也不敢將數據拿出來變現。因此，一邊是數據的需求得不到滿足，另一邊是數據的價值得不到轉化，這一矛盾隨著新業務模式的發展，顯得越來越明顯。
數聯網的設計初衷，則是為了解決有數據而不能變現、有需求而得不到滿足的雙重矛盾。通過數聯網的數據保護機制、利益分配機制、數據服務提供及消費機制、安全管控及審計機制等，建立一套完善的數據價值發現及交易體系和生態。
數聯網的本質是構建了一套能夠識別每個節點數據及數據服務的協議規范和框架，用戶可以很方便的按需獲取，并且分析挖掘整個數聯網中的數據，從而獲得全網數據融合的數據價值。
原始數據服務提供商Original Data Service Provider（ODSP）能夠安全方便地將數據轉化為數據服務，可以實現數據價值的轉化和變現；
數據服務消費者Data Service Consumer（DSC）通過訪問標準的數據服務，融合全網數據，可以挖掘和整合更大的數據價值；
數據監管者Data Service Regulator（DSR）通過全網的分布式賬本及安全服務，可以輕松完成審計和監管工作；
中間數據服務提供商即數據整合與分析服務提供商Intermediate Data Service Provider（IDSP）可以通過對全網數據的整合分析挖掘，形成有價值的數據服務模型并對外提供服務；
數據生產者Data Producer and Owner（DPO）（如個人、企業）不用再擔心隱私數據泄露和數據被盜的問題，可以放心地將自己的數據授權給他人使用。數聯網生態構成

 數聯網是什么 /數聯網

大數據作為一項重要的戰略資源，越來越得到國家和企業的高度重視。“數據引領創新，數據驅動發展”已經成為國際社會的普遍共識。隨著各項數據應用的接連落地，數據和數據之間的聯系和融合也愈發頻繁。國內政府大數據整體解決方案和綜合運營領域的實踐者勤智數碼，基于自身在數據跨域互聯方面的項目經驗，率先提出了數聯網技術架構體系。

數聯網Internet of Data（也稱Internet of BigData）是大數據時代信息技術發展的重要產物，它的出現是大數據時代朝著數據融合方向發展的重要標志。簡單的說，數聯網就是數據與數據相連的互聯網，其核心和基礎仍然是互聯網，是在互聯網基礎上的延伸和擴展。其本質是構建了一套能夠識別每個節點數據及數據服務的協議規范和框架，用戶可以很方便的按需獲取，并且分析挖掘整個數聯網中的數據，從而獲得全網數據融合的數據價值。

數聯網實例2——金融數聯網/數聯網

使用場景

金融領域對數據的渴求最為強烈，不管是傳統的借貸金融業務模式，還是新興的互聯網金融模式，都需要大量的數據用于輔助決策和分析。尤其是如今的新金融模式，如P2P、眾籌等新興金融業務，更是需要大量數據來精準分析和判斷業務風險。全方位數據的共享和融合是非常迫切的需求。
將數聯網的數據共享融合思想運用在金融領域，形成有效的利益分配機制和數據共享機制，促成各家金融機構相互共享各自的數據，鼓勵其他非金融機構也愿意拿出自己的數據以獲取相應的經濟效益。
金融數聯網是一種聯盟性質的數聯網，用戶在聯盟范圍內實現數據的共享和利益再分配。
各個金融機構之間根據提供的數據資料的多少進行核算。不愿意共享數據或共享數據少的機構獲得其他機構數據的成本就高，愿意共享數據并且共享數據多的機構獲取其他機構數據的成本就低。
數據價值的核算和評估將從數據的完整性、時效性、數量、類別等過個方面進行考慮，力求盡可能的公平。
通過機構之間的利益分配機制，可以促使各個機構愿意共享數據。另外，由于數據都是動態的，越新的數據越有價值，大家總是希望拿到*數據，因此各個機構也不必擔心數據被其他機構掏空。

網絡構成金融數聯網網絡構成
典型用例各個金融機構通過數據服務節點共享自己的個人客戶數據，通過第三方的數據融合處理及服務提供商對各家的個人客戶數據進行建模，形成綜合全面的個人征信模型，然后再通過數據服務的方式提供給聯盟內的各個金融機構使用。
同時，聯盟還可以通過引入擁有個人數據的非金融機構，如電商、政府機構、航空公司等。
這樣，任何一個金融機構都能獲取到每一個個人客戶的全息信息，可有效避免信息不全帶來的風險。
與個人征信類似，企業征信同樣可以由第三方的中間數據融合服務商（IDSP）來整合各種企業相關的數據，形成企業征信模型，為聯盟內的所有企業提供企業征信服務。

溫馨提醒：文章觀點來源網絡，隨時光飛逝，歲月變遷，準確性、可靠性、難免有所變動，因此本文內容僅供參考！