A.加强能源互联网体系架构研究
B.加强能源相关适应性技术研究
C.推进基于云计算的能源信息高效处理研究
D.推进能源大数据分析技术的研究和应用
A.实现计算、存储、网络资源的云化
B.通过运营、运维组件、实施统一的资源管理和运维
C.帮助用户实现IT资源的高效利用、敏捷运营、精简运维
D.多数据中心统一提供云服务,统一运维
E.多资源池,异构虚拟化的统一接入管理
A.汇聚全网价值数据,打造灵活高效的服务能力
B.聚合优质AI区块链等共性能力技术,以及云计算视频等新型能力
C.实现从数据支撑到数智融合
D.从集中化向大数据云,从资源向资产、资本的转变
A.云计算是分布式大数据处理,边缘计算是边缘式大数据处理
B.云计算是集中式大数据处理,边缘计算是边缘式大数据处理
C.云计算是集中式大数据处理,边缘计算是基站侧大数据处理
D.云计算是分布式大数据处理,边缘计算是基站侧大数据处理
A.大数据平台中,B域、M域、O域及DPI信令等各类数据集中存储,一旦发生安全事件则可涉及海量客户敏感信息及公司数据资产。
B.大数据多部署在云环境中,由于存储、计算的多层面虚拟化,带来了数据管理权与所有权分离,网络边界模糊等新问题
C.大数据平台多使用Hadoop、Hive、第三方组件等开源软件,这些软件设计初衷是为了高效数据处理,系统性安全功能相对缺乏,安全防护能力远远滞后业务发展,存在安全漏洞
D.敏感数据跨部门、跨系统留存,任一单位或系统安全防护措施不当,均可能发生敏感数据泄漏,造成“一点突破、全网皆失”的严重后果。
A.解决方案增强,把AI思维和技术引入现有产品和服务,实现更大价值、更强竞争力。应用AI优化内部管理,对准海量作业场景,大幅度提升内部运营效率和质量
B.打造全栈方案:打造面向云、边缘和端等全场景的、独立的以及协同的、全栈解决方案,提供充裕的、经济的算力资源,简单易用、高效率、全流程的AI平台
C.投资开放生态和人才培养:面向全球,持续与学术界、产业界和行业伙伴广泛合作,打造人工智能开放生态,培养人工智能人才
D.投资基础研究,在计算视觉、自然语言处理、决策推理等领域构筑数据高效(更少的数据需求)、能耗高效(更低的算力和能耗),安全可信、自动自治的机器学习基础能力
作为“智慧城市”的大脑,发动着城市高效运转的智慧引擎的是()
A 、大数据
B 、云计算
C 、物联网
D 、移动互联网