Microsoft Excel是Microsoft为使用Windows和Apple Macintosh操作系统的电脑编写的一款电子表格软件。直观的界面、出色的计算功能和图表工具，再加上成功的市场营销，使Excel成为最流行的个人计算机数据处理软件。在1993年，作为Microsoft Office的组件发布了5.0版之后，Excel就开始成为所适用操作平台上的电子制表软件的霸主。

Excel的功能很强大，能做的事情很多，不仅仅可以做数据存储和制作工作表，与数据分析有关的功能还有这些：

• 数据透视表/数据透视图

结构化查询语言(Structured Query Language)简称SQL，是一种特殊目的的编程语言，是一种数据库查询和程序设计语言，用于存取数据以及查询、更新和管理关系数据库系统。

结构化查询语言是高级的非过程化编程语言，允许用户在高层数据结构上工作。它不要求用户指定对数据的存放方法，也不需要用户了解具体的数据存放方式，所以具有完全不同底层结构的不同数据库系统, 可以使用相同的结构化查询语言作为数据输入与管理的接口。结构化查询语言语句可以嵌套，这使它具有极大的灵活性和强大的功能。

我们做数据分析工作时，多数数据来源于信息系统后台的数据库，SQL非常方便我们访问和查询数据库。我们做数据分析工作时，多数数据来源于数据库，SQL非常方便我们访问和查询数据库。

随着大数据时代的来临，BI分析工具也热火朝天的发展起来。由于一直在做SAP的BI产品，所以主要围绕着SAP BO提供的报表工具做一个简单的选型介绍。

        Explorer：功能更多偏向数据探索，对现有数据进行简单分析、研究，并对部分关注的指标进行对比，以便发现不同指标间的联系，指导管理决策。

Cognos是在BI核心平台之上，以服务为导向进行架构的一种数据模型，是唯一可以通过单一产品和在单一可靠架构上提供完整业务智能功能的解决方案。它可以提供无缝密合的报表、分析、记分卡、仪表盘等解决方案，通过提供所有的系统和资料资源，以简化公司各员工处理资讯的方法。作为一个全面、灵活的产品，Cognos业务智能解决方案可以容易地整合到现有的多系统和数据源架构中。

Cognos是世界上最大的业务智能软件制造商，它能够帮助用户提取公司数据，然后分析并汇总得出报告。Cognos有许多产品，但最为著名的还是它的PowerPlay联机分析处理（online analytical

PeopleSoft和Baan。Cognos最近的发展方向是提供更多的基于互联网的软件版本，以及为无线设备提供解决方案。

大模块来看， Cognos产品组件只有三个：

• Cognos ReportNet Server：负责实现基于数据库的数据查询、报表制作、仪表盘制作、报表/仪表盘展示等等；

Oracle BIEE是一个非常有创造力的工具，它对于物理层，逻辑层，展现层的理解和定义创造了一个非常简洁而清晰的数据模型，使用这个数据模型可以完整地连接企业内各个异构数据源，从而使商业智能真正能够在企业范围内得到大规模部署和使用。

BIEE的数据模型分为3层：

1、 物理层Physical，用于定义和连接各类异构数据源，型数据库、符合XML规范的源数据、OLAP服务、Essbase、Excel等，具体定义数据源物理表结构、字段数据类型、主外键。可简单理解为“物理表定义”。值得一提的是，BIEE只是保存定义，并没有存储数据本身。物理层通过“连接池”、“缓存查询结果”等技术来提高性能。

2、 逻辑层Business Model and Mapping，基于物理层构建的DW多维数据模型如星型模型或雪花模型，以及定义逻辑模型与物理模型间的映射关系。需要定义事实表和维度表的主外键关系，可以定义维度表的层次和事实表的度量。这里是整个BIEE的设计核心，需要“整合”开发人员和业务人员两种视觉。一个逻辑层的表，可能来自多个物理层的表；一个逻辑层的字段，可以来自多个物理层的多个表。

3、 展现层Presentation，该层隐藏掉任何技术术语和模型，去掉任何业务不关心的字段如ID列，以最终用户的视角和术语行描述。最常见的做法是面对不同的用户组——业务部门，来设计不同的展现层分析项。这样做的好处是：可以把报表开发更加完善，符合最终用户的需求。

Tableau Software致力于帮助人们查看并理解数据。Tableau 帮助任何人快速分析、可视化并分享信息。超过 42,000 家客户通过使用 Tableau 在办公室或随时随地快速获得结果。数以万计的用户使用 Tableau Public 在博客与网站中分享数据。

Tableau公司将数据运算与美观的图表完美地嫁接在一起。它的程序很容易上手，各公司可以用它将大量数据拖放到数字“画布”上，转眼间就能创建好各种图表。这一软件的理念是，界面上的数据越容易操控，公司对自己在所在业务领域里的所作所为到底是正确还是错误，就能了解得越透彻。

FineBI是帆软软件有限公司推出的一款商业智能（Business Intelligence）产品，它可以通过最终业务用户自主分析企业已有的信息化数据，帮助企业发现并解决存在的问题，协助企业及时调整策略做出更好的决策，增强企业的可持续竞争性。

数据处理：数据处理服务，用来对原始数据进行抽取，转换，加载。为分析服务生成数据仓库FineCube。

即时分析：可以选择数据快速创建表格或者图表以使数据可视化、添加过滤条件筛选数据，即时排序，使数据分析更快捷。

多维度分析：OLAP分析实现，提供各种分析挖掘功能和预警功能，例如任意维度切换，添加，多层钻取，排序，自定义分组，智能关联等等。

Dashboard：提供各种样式的表格和多种图表服务，配合各种业务需求展现数据。

MATLAB是美国MathWorks公司出品的商业数学软件，用于数据分析、无线通信、深度学习、图像处理与计算机视觉、信号处理、量化金融与风险管理、机器人，控制系统等领域。

MATLAB是matrix&laboratory两个词的组合，意为矩阵工厂（矩阵实验室），软件主要面对科学计算、可视化以及交互式程序设计的高科技计算环境。它将数值分析、矩阵计算、科学数据可视化以及非线性动态系统的建模和仿真等诸多强大功能集成在一个易于使用的视窗环境中，为科学研究、工程设计以及必须进行有效数值计算的众多科学领域提供了一种全面的解决方案，并在很大程度上摆脱了传统非交互式程序设计语言（如C、Fortran）的编辑模式。

MATLAB和Mathematica、Maple并称为三大数学软件。它在数学类科技应用软件中在数值计算方面首屈一指。行矩阵运算、绘制函数和数据、实现算法、创建用户界面、连接其他编程语言的程序等。MATLAB的基本数据单位是矩阵，它的指令表达式与数学、工程中常用的形式十分相似，故用MATLAB来解算问题要比用C，FORTRAN等语言完成相同的事情简捷得多，并且MATLAB也吸收了像Maple等软件的优点，使MATLAB成为一个强大的数学软件。在新的版本中也加入了对C，FORTRAN，C++，JAVA的支持。

Sciences），但是随着SPSS产品服务领域的扩大和服务深度的增加，SPSS公司已于2000年正式将英文全称更改为“统计产品与服务解决方案”，这标志着SPSS的战略方向正在做出重大调整。SPSS为IBM公司推出的一系列用于统计学分析运算、数据挖掘、预测分析和决策支持任务的软件产品及相关服务的总称，有Windows和Mac OS X等版本。

1984年SPSS总部首先推出了世界上第一个统计分析软件微机版本SPSS/PC+，开创了SPSS微机系列产品的开发方向，极大地扩充了它的应用范围，并使其能很快地应用于自然科学、技术科学、社会科学的各个领域。世界上许多有影响的报刊杂志纷纷就SPSS的自动统计绘图、数据的深入分析、使用方便、功能齐全等方面给予了高度的评价。

Stata的统计功能很强，除了传统的统计分析方法外，还收集了近20年发展起来的新方法，如Cox比例风险回归，指数与Weibull回归，多类结果与有序结果的logistic回归，Poisson回归，负二项回归及广义负二项回归，随机效应模型等。具体说， Stata具有如下统计分析能力：

数值变量资料的一般分析：参数估计，t检验，单因素和多因素的方差分析，协方差分析，交互效应模型，平衡和非平衡设计，嵌套设计，随机效应，多个均数的两两比较，缺项数据的处理，方差齐性检验，正态性检验，变量变换等。

分类资料的一般分析：参数估计，列联表分析 ( 列联系数，确切概率 ) ，流行病学表格分析等。

等级资料的一般分析：秩变换，秩和检验，秩相关等

相关与回归分析：简单相关，偏相关，典型相关，以及多达数十种的回归分析方法，如多元线性回归，逐步回归，加权回归，稳键回归，二阶段回归，百分位数 ( 中位数 ) 回归，残差分析、强影响点分析，曲线拟合，随机效应的线性回归模型等。

其他方法：质量控制，整群抽样的设计效率，诊断试验评价， kappa等。

SAS（全称STATISTICAL ANALYSIS SYSTEM，简称SAS）是全球最大的私营软件公司之一，是由美国北卡罗来纳州立大学1966年开发的统计分析软件。

1976年SAS软件研究所（SAS INSTITUTE INC）成立，开始进行SAS系统的维护、开发、销售和培训工作。期间经历了许多版本，并经过多年来的完善和发展，SAS系统在国际上已被誉为统计分析的标准软件，在各个领域得到广泛应用。

1966年，美国农业部（USDA）收集到巨量的农业数据，急需一种计算机化统计程序来对其进行分析。由美国国家卫生研究院（NIH）资助的八所大学联合会共同解决了这一问题。 最终，统计分析系统(statistical analysis system)，也就是SAS应运而生，既给了SAS公司一个响亮的名字，亦成为了公司化运作的起点。

位于北卡罗来纳州首府罗利市的北卡罗来纳州立大学（NCSU）成为该联盟的领导者，因为其更为强大的大型中央处理计算机计算能力而胜出。 NCSU教职员工Jim Goodnight和Jim Barr成为项目负责人。 Barr创建了整个架构，Goodnight则负责实施和实现架构上的各种功能特性，并拓展了系统的性能。 当NIH于1972年停止供资时，社团联盟同意为该项目提供资金，使NCSU能够继续开发维护系统运作，从而支持其统计分析需求。

EViews是Econometrics Views的缩写，通常称为计量经济学软件包。是专门为大型机构开发的、用以处理时间序列数据的时间序列软件包的新版本。

Views的缩写，直译为计量经济学观察，通常称为计量经济学软件包。它的本意是对社会经济关系与经济活动的数量规律，采用计量经济学方法与技术进行“观察”。计量经济学研究的核心是设计模型、收集资料、估计模型、检验模型、应用模型（结构分析、经济预测、政策评价）。EViews是完成上述任务比较得力的必不可少的工具。正是由于EViews等计量经济学软件包的出现，使计量经济学取得了长足的进步，发展成为一门较为实用与严谨的经济学科。

Python是一种跨平台的计算机程序设计语言。 是一个高层次的结合了解释性、编译性、互动性和面向对象的脚本语言。最初被设计用于编写自动化脚本(shell)，随着版本的不断更新和语言新功能的添加，越多被用于独立的、大型项目的开发。

Python是一门简单易学且功能强大的编程语言。它拥有高效的高级数据结构,并且能够用简单而又高效的方式进行面向对象编程。 Python优雅的语法和动态类型,再结合它的解释性,使其在许多领域成为编写脚本或开发应用程序的理想语言。

近年来，数据分析工作岗位变得越来越受欢迎，很多人都开始转行做数据分析。而大家也知道，有多种语言都可应用于数据分析，但Python却成为大家的首选，那么为什么使用Python做数据分析?我们来看看原因吧。

Python的语法简单，代码可读性高，容易入门，有利于初学者学习;当我们进行数据处理的时候，我们希望将数据变得数值化，变成计算机可以运作的数字形式，我们可以直接使用一行列表推导式完成，十分简单。

Python在数据分析和交互、探索性计算以及数据可视化等方面都有非常成熟的库和活跃的社区，让Python成为数据任务处理重要解决方案。在数据处理和分析方面，Python拥有numpy、pandas、matplotlib、scikit-learn、ipython等优秀的库以及工具，尤其是pandas在处理数据方面有着绝对优势。

Python拥有强大的通用编程能力，有别于R语言，Python不仅在数据分析方面能力强大，在爬虫、WEB、自动化运维甚至于游戏等领域都有非常不错的作用，公司只需要使用一种技术就可以完成全部服务，有利于业务融合，也可以提高工作效率。

Python是人工智能首选的编程语言，在人工智能时代，Python成为最受欢迎的编程语言。得益于Python简洁、丰富的库和社区，大部分深度学习框架都优先支持Python语言。

R是用于统计计算和图形的语言和环境。这是一个类似于S语言和环境的GNU项目，该项目是由约翰·钱伯斯及其同事在贝尔实验室（原AT＆T，现为朗讯技术公司）开发的。R可以看作是S的不同实现。存在一些重要的区别，但是为S编写的许多代码在R的情况下不会改变。

MapReduce是一种编程模型，用于大规模数据集（大于1TB）的并行运算。概念"Map（映射）"和"Reduce（归约）"，是它们的主要思想，都是从函数式编程语言里借来的，还有从矢量编程语言里借来的特性。它极大地方便了编程人员在不会分布式并行编程的情况下，将自己的程序运行在分布式系统上。 当前的软件实现是指定一个Map（映射）函数，用来把一组键值对映射成一组新的键值对，指定并发的Reduce（归约）函数，用来保证所有映射的键值对中的每一个共享相同的键组。

MapReduce是面向大数据并行处理的计算模型、框架和平台，它隐含了以下三层含义：

1）MapReduce是一个基于集群的高性能并行计算平台（Cluster Infrastructure）。它允许用市场上普通的商用服务器构成一个包含数十、数百至数千个节点的分布和并行计算集群。

2）MapReduce是一个并行计算与运行软件框架（Software Framework）。它提供了一个庞大但设计精良的并行计算软件框架，能自动完成计算任务的并行化处理，自动划分计算数据和计算任务，在集群节点上自动分配和执行任务以及收集计算结果，将数据分布存储、数据通信、容错处理等并行计算涉及到的很多系统底层的复杂细节交由系统负责处理，大大减少了软件开发人员的负担。

3）MapReduce是一个并行程序设计模型与方法（Programming Model & Methodology）。它借助于函数式程序设计语言Lisp的设计思想，提供了一种简便的并行程序设计方法，用Map和Reduce两个函数编程实现基本的并行计算任务，提供了抽象的操作和并行编程接口，以简单方便地完成大规模数据的编程和计算处理。

MapReduce所具有的优点；但不同于MapReduce的是——Job中间输出结果可以保存在内存中，从而不再需要读写HDFS，因此Spark能更好地适用于数据挖掘与机器学习等需要迭代的MapReduce的算法。

Spark 是一种与 Hadoop 相似的开源集群计算环境，但是两者之间还存在一些不同之处，这些有用的不同之处使 Spark 在某些工作负载方面表现得更加优越，换句话说，Spark 启用了内存分布数据集，除了能够提供交互式查询外，它还可以优化迭代工作负载。

Spark 是在 Scala 语言中实现的，它将 Scala 用作其应用程序框架。与 Hadoop 不同，Spark 和 Scala 能够紧密集成，其中的 Scala 可以像操作本地集合对象一样轻松地操作分布式数据集。

尽管创建 Spark 是为了支持分布式数据集上的迭代作业，但是实际上它是对 Hadoop 的补充，可以在 Hadoop 文件系统中并行运行。通过名为 Mesos 的第三方集群框架可以支持此行为。Spark 由加州大学伯克利分校 AMP 实验室 (Algorithms, Machines, and People Lab) 开发，可用来构建大型的、低延迟的数据分析应用程序。

Spark Streaming 是 Spark 核心 API 的一个扩展，可以实现高吞吐量的、具备容错机制的实时流数据的处理。

Spark Streaming 支持从多种数据源获取数据，包括 Kafka、Flume、Twitter、ZeroMQ、Kinesis 以及 TCP Sockets。从数据源获取数据之后，可以使用诸如 map、reduce、join 和 window 等高级函数进行复杂算法的处理，最后还可以将处理结果存储到文件系统、数据库和现场仪表盘中。

在 Spark 统一环境的基础上，可以使用 Spark 的其他子框架，如机器学习、图计算等，对流数据进行处理。Spark Streaming 处理的数据流如下面图 1 所示。

与 Spark 的其他子框架一样，Spark Streaming 也是基于核心 Spark 的。Spark Streaming 在内部的处理机制是，接收实时的输入数据流，并根据一定的时间间隔（如 1 秒）拆分成一批批的数据，然后通过 Spark Engine 处理这些批数据，最终得到处理后的一批批结果数据。它的工作原理如图 2 所示。

DStream 既可以利用根据 Kafka、Flume 和 Kinesis 等数据源获取的输入数据流来创建，也可以在其他 DStream 的基础上通过高阶函数获得。

在内部，DStream 是由一系列 RDD 组成的。一批数据在 Spark 内核中对应一个 RDD 实例。因此，对应流数据的 DStream 可以看成是一组 RDD，即 RDD 的一个序列。也就是说，在流数据分成一批一批后，会通过一个先进先出的队列，Spark Engine 从该队列中依次取出一个个批数据，并把批数据封装成一个 RDD，然后再进行处理。

 Apache Flink是由Apache软件基金会开发的开源流处理框架，其核心是用Java和Scala编写的分布式流数据流引擎。Flink以数据并行和流水线方式执行任意流数据程序，Flink的流水线运行时系统可以执行批处理和流处理程序。此外，Flink的运行时本身也支持迭代算法的执行。

任何类型的数据都是作为事件流产生的。信用卡交易，传感器测量，机器日志或网站或移动应用程序上的用户交互，所有这些数据均作为流生成。

数据可以作为无界流或有界流处理。

1. 无界流有一个起点，但没有定义的终点。它们不会终止并在生成数据时提供数据。无界流必须被连续处理，即，事件在被摄取后必须被及时处理。无法等待所有输入数据到达，因为输入是无界的，并且在任何时间都不会完成。处理无边界数据通常需要以特定顺序（例如事件发生的顺序）来摄取事件，以便能够推断出结果的完整性。

2. 有界流具有定义的开始和结束。可以通过在执行任何计算之前提取所有数据来处理有界流。由于有界数据集始终可以排序，因此不需要有序摄取即可处理有界流。绑定流的处理也称为批处理。

 hive是基于Hadoop的一个数据仓库工具，用来进行数据提取、转化、加载，这是一种可以存储、查询和分析存储在Hadoop中的大规模数据的机制。hive数据仓库工具能将结构化的数据文件映射为一张数据库表，并提供SQL查询功能，能将SQL语句转变成MapReduce任务来执行。Hive的优点是学习成本低，可以通过类似SQL语句实现快速MapReduce统计，使MapReduce变得更加简单，而不必开发专门的MapReduce应用程序。hive十分适合对数据仓库进行统计分析。

hive 构建在基于静态批处理的Hadoop 之上，Hadoop 通常都有较高的延迟并且在作业提交和调度的时候需要大量的开销。因此，hive 并不能够在大规模数据集上实现低延迟快速的查询，例如，hive 在几百MB 的数据集上执行查询一般有分钟级的时间延迟。

 spark SQL的架构如图16-12所示，在Shark原有的架构上重写了逻辑执行计划的优化部分，解决了Shark存在的问题。Spark SQL在Hive兼容层面仅依赖HiveQL解析和Hive元数据，也就是说，从HQL被解析成抽象语法树（AST）起，就全部由Spark SQL接管了。Spark SQL执行计划生成和优化都由Catalyst（函数式关系查询优化框架）负责。

Spark SQL可以很好地支持SQL查询，一方面，可以编写Spark应用程序使用SQL语句进行数据查询，另一方面，也可以使用标准的数据库连接器（比如JDBC或ODBC）连接Spark进行SQL查询，这样，一些市场上现有的商业智能工具（比如Tableau）就可以很好地和Spark SQL组合起来使用，从而使得这些外部工具借助于Spark SQL也能获得大规模数据的处理分析能力。

数据科学交流群，群号：，欢迎各位对数据科学感兴趣的小伙伴的加入！

随着信息技术和网络的快速发展，计算机网络的资源共享愈发开放普及，随之而来的是信息安全问题日益突出。网络安全威胁的范围和内容不断扩大和演化，网络安全形势与挑战日益严峻复杂，因此，如何全方位感知网络安全态势、实时监控网络运行状况、保障信息资产安全，应引起我们足够的重视，引发更多的思考并积极应对。 一个优秀的网络态势大数据可视化系统，能够将抽象的网络和系统数据进行可视化呈现，从而对网络中的主机、安全设备、网络设备、应用系统、操作系统等整体环境进行安全状态监测，帮助用户快速掌握网络状况，识别网络异常、入侵，把握网络安全事件发展趋势，全方位感知网络安全态势。因此，网络态势大数据可视化系统应具备以下功能： 在一个开放的网络环境中，大量信息在网上流动，全球平均每20秒就发生一起Internet计算机侵入事件。因此就需要系统对网络安全威胁进行可视化呈现，全方位感知网络安全态势。基于支持二三维地理空间分布，对全网主机及关键节点的综合安全信息进行网络态势监控。支持逻辑拓扑层级结构，从全网的整体安全态势，到信息资产以及安全数据的监测，进行全方位态势监控。支持全网各节点的信息查询，实时反映节点信息的状态，对节点信息安全进行全面监测。 与此同时，系统应提供全面的网络威胁入侵检测分析功能，深入分析网络流量信息，对全网各节点进行实时监测，并支持多种图表的威胁告警方式，让威胁一目了然。还可查看告警威胁事件的详细信息，同时支持自定义告警策略，设置告警范围和阀值等策略。基于APT攻击检测系统，对攻击来源、攻击目的、攻击路径进行溯源分析，同时根据安全威胁事件的来源信息和目标信息，结合GIS技术将虚拟的网络威胁和现实世界生动的结合起来，实现网络安全态势的可视化。 二、数据中心运维可视化 信息技术和网络的快速发展，同时也加速了数据中心建设的发展，规模日益增大、密度不断提升，数据中心的复杂程度越来越高，运维管理的复杂程度急剧攀升，这就需要通过3D虚拟现实技术，提供一个完整的、网络化、可视化的三维虚拟环境，以可交互的界面，清晰完整展现整个数据中心运行状态，包括环境、资产、运行状态、IT架构等。 通过3D虚拟仿真的形式对环境进行可视化呈现，包括数据中心真实展现，从园区的外部环境、楼宇到机房内部结构和独立设备均可进行立体仿真展示，并可进行任意角度的调整及场景的切换。利用可视化技术建立与实际机房完全一致的3D虚拟环境，对资产进行可视化呈现。其数据可基于资产管理数据库、CMDB、手工录入或批量导入，可以在3D场景中通过点选查询任意资产对象信息。 系统还应集成环境监控系统，对机房的温湿度、电力系统的运行状态、网络设备、主机的性能、空间容量等信息进行实时监控，并通过可视化的方式实时反映系统的运行状态和报警信息。同时，将可视化管理范围由园区、机房等物理设施扩展至数据中心所支撑的业务、应用、系统、流程，为IT管理者提供对整个IT系统的端到端可视化手段，并通过开放的数据接口，集成IT管理中的各个软件系统，为IT运维管理提供统一的可视化平台。 在激烈的市场竞争环境中，由于信息资产使用的高附加值和传播的低成本性，导致信息资产存在着高安全风险，为了保障信息资产的安全，需要系统支持对全网的信息资产状态进行全局监控，全面了解安全态势，通过入侵检测监控、病毒检测监控、私有云监控、防火墙监控、主机监控等手段，以业务认可的层级或优先级进行划分，对信息资产环境安全进行全面监控。帮助用户快速发现网络隐患，更好地防范和抵御网络不安全事件。 需要重点呈现静态资产的威胁和脆弱性，特别是主机、数据库、服务器、中间件、网络等基础设施层面的漏洞与配置安全，对包括IDS、VDS、私有云、防火墙、主机监控等子系统运行数据进行可视化呈现，实现全网络的信息资产状态的监测与感知。围绕信息系统的业务安全，主要针对业务和应用层面，全面评估信息系统在业务流转、业务逻辑、业务交付等环节的安全风险，深度挖掘和识别应用层存在的安全漏洞，提升信息系统和业务的可控性、可靠性、合规性。并加强对入侵检测监控、病毒检测监控、私有云监控、防火墙监控、主机监控等多种环节的监控。 四、网络安全决策驾驶舱 为了全方位了解网络运行态势，把握安全数据背后的规律，挖掘出数据蕴含的知识信息，从而快速发现潜在的网络威胁，就需要通过详尽的指标体系，建立专门的数据分析主题仪表盘，多维度分析数据联系，反映网络运行及安全状态，支持多维联动交互，将数据形象、直观的呈现给决策者。 一个完备网络安全决策驾驶舱，应可以通过多个指标维度联动交互，涵盖网络安全监控的重点环节，包括：协议流量、攻击病毒、资源能耗、漏洞违规、服务器主机及应用等组成部分。同时，网络运行安全状态的实时数据都可以在驾驶舱中显示，保证数据的真实性和时效性，可以真实的反映网络运行的状况。依据不同业务数据的特点和决策关注焦点，以恰当、直观的图表，将数据指标形象化、直观化、具体化的呈现，为管理决策提供有力的依据。 网络威胁的攻击行为及过程常常隐藏在海量的网络数据中，为了使用户捕捉到隐藏在数据背后的线索，对潜在的网络安全威胁进行监测及防范，断除网络威胁源头，保障网络和信息资产的安全运营，就需要对网络数据进行多维分析，并通过高效的交互挖掘分析工具，将分散的信息要素进行集中、统计、检索、挖掘、过滤、分析，实现线索的深度挖掘和智能分析，帮助用户洞悉信息与网络安全的态势，更加主动、弹性地应对复杂、未知多变的威胁和风险。 随着数据中心建设的发展，可视化管理的需求也急剧扩大，大屏幕显示系统已经成为不可或缺的重要基础系统。通过大屏拼接控制，可以实现显示内容的自由布局组合。根据不同的应用场景，可布局多块屏幕的分布及显示内容，既可重点关注网络节点的态势，又可全面掌控网络整体安全态势。 同时，为了实现更为灵活、便捷的操控体验，通过Pad等手持设备作为控制终端，操控大屏的显示布局、监控模式的切换软件及界面的交互控制，可以使复杂的大屏显示控制简单化、可视化、触摸化。 笔者在走访国内大数据可视化领域引领者——数字冰雹公司时，发现国内自主研发的网络安全态势可视化产品，所支持的数据已经不逊于FireEye等国际领先的安全产品，而在可视化呈现效果方面，已经超过了国外产品。 数字冰雹公司市场总监丁冬表示，通过几年来的产品研发和客户项目实施，其网络安全态势大数据可视化系统，已在众多客户的实际应用当中发挥出巨大价值。在未来的几年内，网络安全态势大数据可视化技术将得到更加广泛的应用，为保障网络信息安全发挥出更大效能。

为了确保工作或事情有序地进行，时常需要预先开展方案准备工作，方案可以对一个行动明确一个大概的方向。下面小编给大家带来智慧园区建设规划方案，希望大家喜欢!

智慧园区建设规划方案1

(一)园区基础信息化建设

对园区的高标准网络进行统筹规划，一次性的实现百分百光纤到户，达到园区宽带接入速率1000Mbps级别的业务需求。

积极开展存量信息管网资源置换和收购，充分发挥公共信息管网效能。积极推动信息网络资源的整合，尽快使公共信息管网成片成网，形成规模。加强规范管理，避免信息管网重复建设。结合现有通信网络扩容以及3G建设的需要，加快园区新建信息管网建设，积极推进架空信息线缆入地敷设工作。建设信息管网枢纽中心(智能化管理中心)，将园区电信、移动、联通通信枢纽楼引入该中心，通过集约化建设管理，逐步形成覆盖园区的公共信息管网系统。

在宽带改造的同时，实现整个网络数据交换设备的IPv6协议支持，以双栈方式为主，保证IPv6和IPv4在网络上动态有序共存，业务上保证IPv6用户的业务体验和IPv4相同，保证IPv6用户可以访问IPv4网络资源，保证IPv4用户在迁移到IPv6以后，不会造成对原有业务的使用损失，确保网络平滑升级。

通过大量无源光网络的部署，采用单位能耗更低的传输设备，大幅降低整个通信网络的能耗，实现节能减排。同时，通过新一代光网提供更加丰富便捷的绿色信息应用产品。

无线园区建设的规划策略主要以市场需求导向为原则，以先覆盖后容量的建设步骤，精确选点积极推进园区建设。

打造“3G+WLAN”为一体的“无线园区”网络，优化升级3G网络质量，快速实现园区热点区域的高速无线网络覆盖，形成立体的网络覆盖，系统推进各制式3G网络向4G网络的发展演进，鼓励企业参与TD-LTE研发产业化和推广，建设宽带无线城区。通过3G网络作为广域覆盖和容量负担的基础网络，对室外片区和室内区域整体覆盖，通过WLAN实现热点覆盖和容量分担，对片区/区域中的热点进行覆盖。无线终端在3G和WLAN重叠区域，优选WLAN实现高速宽带接入;在WLAN信号覆盖不到的地方，选择3G实现中高速接入，无线终端在WLAN和3G两种网络中无缝切换。继续提高无线城区网络的广度和容量，实现园区热点区域的高速无线网络覆盖。优化提升3G网络质量，加强重点区域的3G网络深度覆盖;重点完善园区WLAN全覆盖，热点区域无线宽带接入带宽达到每秒20兆比特以上。

强化产业园区无线信息化综合服务平台建设，加快重点企业的无线信息化建设，积极支持骨干企业无线信息化示范试点，加强娱乐资源整合力度，融合广播电视、影视、动漫、音乐、体育、游戏等内容，创新打造园区休闲文化圈，开发个性化无线宽带平台，以个人网络社交为中心，增强社交平台功能，丰富文化社交生活。

强化网络应急容灾能力建设，依托无线城区公共网，做好应急预案制定、应急资源储备、应急抢险队伍建设、应急容灾技术创新等工作，提升无线通信网络的应急容灾能力。加强信息安全监管，

提升网络安全水平，确保园区企业机密安全，防范商业企业机密和个人信息泄露。完善技术管理手段，遏制各类有害不良信息传播，营造文明健康、积极向上的网络环境。

企业园区一卡通是指以智能卡为载体，借助各种智能卡读写设备以及相配套中心平台和应用管理软件，对企业园区中员工的工作、生活的各项活动进行有效的规范、管理和控制。通过采集、计算、汇总员工各类数据可以为企业管理者提供最准确的管理数据。一卡通系统的含义有两个方面：一种为一卡多用其应用模块底层和数据都是分离的，实现只是通过这也是假的一卡通系统;二是所有的应用功能模块仅使用一张卡，各个功能模块的数据可以共享即“库通”各个功能模块之间可以进行业务组合。

企业一卡通系统最根本的需求是“信息共享、集中控制”，不但可以实现“一卡通”系统内部各分系统之间的信息交换、共享和统一管理，而且可以实现 “一卡通”系统与其他各子系统之间的信息交换，统一管理和联动控制。因此系统的设计不应是各单个功能的简单组合，从统一网络平台、统一数据库、统一的身份认证体系、数据传输安全、各类管理系统接口、异常处理等软件总体设计思路的技术实现考虑，使各管理系统，各读卡终端设备综合性能的智能化达到最佳系统设计，企业园区一卡通系统作为企业信息化管理的一部分与企业的ERP、OA、MIS等系统有密切联系。

智慧园区建设规划方案2

传统园区建设者对于园区建设只做到九通一平，即基本的水电气、交通、建筑等基础设施建设，信息化、智能化都由入驻企业自行完成。随着信息技术的发展，这种模式已经不能满足入驻企业、园区管理方的需求，亟需一种能解决传统园区缺乏整体规划、信息重复建设、信息服务薄弱、资源浪费等问题的方案。

智慧园区采用“云”技术架构，通过“云-管-端”的承载方式，构建面向未来的智慧型园区。 感知层采用多种行业终端、家庭终端、个人终端，采集信息;通过园区网将数据信息传送到系统的核心――云平台，在云平台完成对园区业务的统一管理、统一处理、统一存储，消除信息孤岛，实现园区智能化管理。在云平台上运行丰富的云应用，满足不同的行业需求。

智慧园区产业属于综合集成方案项目，包括基础通信网络建设，软件中间件，应用APP，感知终端等各个模块系统的有机集成，项目前期资金投入相对较大，主要投入基础网络建设，中间件，感知终端。建议可以分期建设，逐步投资，根据园区的规划，以及政府的政策支持力度，决定建设的范围 。智慧园区一旦建设完毕，对园区内企业的经济发展，以及招商引资都有很大的帮助作用。

信息化未来的最大价值在于使资源的供应方和需求方通过网络云服务平台联系在一起，这些资源包括传统的自然资源、社会人文资源、各行各业的工业企业资源和信息资源。

智慧园区解决方案以云计算、物联网、运营支撑三大技术平台为基础，能够快速、方便地创建各类云应用和物联网的应用，并且云应用和物联网应用的各个系统能够互通互联，各个系统达到有机的结合， 面向园区基础建设提供新一代绿色云计算数据中心及宽带承载、接入和室内覆盖网络，为园区打造基础网络平台，提供无缝数据接入。通过园区服务平台为园区入驻企业提供各项服务业务应用。通过园区管理平台为园区运营管理单位提供各项运营管理业务应用。

3.1智慧园区解决方案基础云平台

对于数据中心的建设，云计算是多种概念和技术并行发展，融合过程中逐渐形成的一个多层次，多模式，多维度的复合概念，不同的企业应用可以选择使用不同的云计算技术来构建。云计算不仅有助于提高资源利用率，节约成本，还能大幅度提高应用程序从设计开发到业务部署的速度，并有助于加快创新步伐，创造更大的业务成效。

针对智慧园区建设方案的分析， 应该从面向云服务和云计算的角度出发，搭建具有先进性的方案架构。 首先我们需要建设的是面向服务的、具有可扩展性，是一个弹性的框架的共享的云平台。

智慧园区信息化云服务平台架构主要由五个层次组成，分别是 IaaS 层，PaaS层，SaaS 层，运营管理层和用户层。

IaaS 层IaaS 层将硬件设备等基础资源封装成服务供用户使用，在 IaaS 环境中，用户相当于在使用裸机和磁盘，既可以让它运行 Windows，也可以让它运行 Linu_，因而几乎可以做任何想做的事情。IaaS 最大的优势在于它允许用户动态申请或释放节点，按使用量计费。运行 IaaS 的服务器规模达到几十万台之多，用户因而可以认为能够申请的资源几乎是无限的。同时， IaaS 是由公众共享的，因而具有更高的资源使用效率。

PaaS 层对资源的抽象层次更进一步，它提供用户应用程序的运行环境。PaaS自身负责资源的动态扩展和容错管理，用户应用程序不必过多考虑节点间的配合问题。SaaS 层的针对性更强，它将某些特定应用软件功能封装成服务，比如提供在线客户关系管理 CRM(Client Relationship Management)服务或者 OA 服务等。SaaS 更面向园区企业，为不同行业的企业提供软件服务，使园区企业真正实现“拎包入住”。

企业信息化公共服务平台既可以对底层架构的深入管理和运维，也提供如呼叫中心，体验中心，培训中心，控制中心等面向最终用户的服务，是连接用户与数据中心的桥梁。

云服务平台可满足入住企业不同的功能需求，通过 IaaS层可提供计算，网络以及存储的资源租赁服务，也可提供数据的管理，同步，备份等数据服务。在PaaS层，可提供应用程序的运行环境，用户可在 PaaS层进行开发和测试。用户也可通过 SaaS 层的软件服务进行企业的运营与管理。

3.2智慧园区解决方案总体架构

在基于智慧园区解决方案基础云平台的基础上吗，智慧的园区解决方案总体架构可以从五个纬度进行定义，第一纬度就是智慧园区解决方案基础云平台，包括了计算资源，存储资源，中间件，运营管理平台，园区综合服务门户等;第二纬度为园区网络服务商，也即是园区无处不在的网络;第三个维度是物联网体系，包括了终端服务、应用服务、定制业务等模块，集成了运营支撑、网络接入等模块，对外提供了管理门户和应用使用门户，第四个维度是运营支撑平台，包括IT资源的监控、资源的管理、运营管理、IT运维管理、业务运营门户等多个部分。该平台可以很方便地实现业务运营、主机托管、业务等多种应用的运维和计费等工作，使园区的管理方从园区建设中获益，从而达到企业和园区管理方的双赢。第五个维度就是园区安全和运营管理体系，这个属于园区建设和园区战略思路方面内容，不在此文中描述。

智慧园区解决方案的架构各个维度并不是相互隔离的，而是一个有机的结合体，通过各个硬软件平台可以迅速地创建各类融合云计算和物联网的综合应用，满足园区企业的各类ICT方面的业务需求，从而提高园区内企业的产业竞争力。

本文的智慧园区解决方案从基础云平台、总体架构和网络结构三个方面来阐述，部署智慧园区解决方案利用各种智能化、信息化应用帮助园区产业实现生产方式、经营模式及运营方式的转变，增强企业竞争力，提升企业的生产效率，实现转型升级。

国内外智慧园区建设方面已经开始了新一轮的进展，新加入智慧园区建设行列园区更是斗志昂扬，美国硅谷以智慧化服务机制换智慧园区公共实体平台，印度班加罗尔科技园借助AT&T、印度电话工业公司、Tulip电信等电信企业巨头共建多样化数据中心，满足园区企业融合和经济高速发展需求。随着我国进一步加强城市信息化基础设施建设，提升城市综合软能力已经是迫在眉睫，智慧园区的建设中注重公共领域管理与服务，紧紧围绕公众需求，积极协调各方力量加快推进教育、医疗、交通等公共领域的信息化建设，加快建设面向终端用户的社会信息服务网络，建立惠及人人的电子政务平台和公共服务体系。

智慧园区建设规划方案3

智慧园区是以通信网络建设为基础，具备快速的信息采集，高速信息传输，高度集中计算，来实现园区全面的信息感知、传输和数据处理能力。针对目前园区内存在众多的安防弱电子系统以及有对应的人，车，物的管理业务，我们结合最新的AI+物联网技术理念，提出一套智联、互联、物联的综合管理可视化平台建设方案，该方案整合园区内的视频监控，出入口，一卡通，周界报警，消防，能源能耗等10余项弱电子系统，打破过去的弱电系统孤立、单一的弊端，快速推进园区统一融合的智能化发展进程!

这套智慧园区业务系统以园区人，车，物连接为出发点，设计出全新的框架，提供一套可扩展的智能园区应用平台，统一底层基础服务接口、标准化汇总数据，智慧园区的总体业务架构包括感知层，IAAS层，PAAS层，SAAS层。

园区出入口是安全防范的重点区域，在园区出入口部署人脸通道闸机，进出人员通过刷脸认证，授权认证成功后可自由进出园区，无需保安人员二次确认，明显提升保安人员工作效率，同时人脸通道闸机还能进行黑名单设置，将惯犯，危险人员录入人脸黑名单数据库(可与公安进行人脸数据对接)，一旦发现可疑人员闯入园区，可进行人脸路径追踪，并把告警信息推送到指挥中心，指挥中心通过手机APP，短信，电话等方式通知相关负责人及时妥善处理，有效加强园区安保强度。

车辆出入口管理系统，利用高清高识别率摄像头，并配置触发雷达和防砸雷达，大大降低施工成本和难度，当车辆进入/离开时，车辆进入触发雷达检测区域，产生触发信号控制抓拍机抓拍，数据传输到控制终端比对，比对成功后自动开闸。对于一些无牌的车主，通过公众号也能实现自助查询和缴费。在出口处扫描二维码一键缴费出场，无需车主在出口输入车牌号、手机号等操作，大大简化出场时的操作流程，缩短车辆滞留时间。

在园区保卫处办公室部署一套访客管理系统，现在最新的访客机，都是人证合一的访客机，加入人脸识别的技术，可以读取身份证信息，可以扫描证件，还具有抓拍摄像头，当访客进入园区时，访客机读取访客身份证信息并抓拍访客人脸，进行比对。比对成功后，可对访客进入园区进行授予不同的进出权限。

在园区制高点部署安装AR云镜系统，AR云镜系统可以实时采集全景视频监控画面作为电子地图，实时掌握园区内车辆，人员，区域客流，重点人员追踪，紧急报警等信息，既能兼顾园区的全景动态，又能对园区重点人员、车辆细节进行重点追踪，把控。在园区的主要出入口部署高清摄像头，进行全天录像，实时采集图像，作为园区事后取证的重要依据。

在以往的周界安防系统中会采用红外对射和摄像头结合的模式，但这种方案容易受到环境干扰造成误报和漏报的现象，事后查询取证效率低，而电子围栏的方案由于存在安全隐患，造价偏高，现在一些主流的安防厂家比如海康都陆续推出了自己的智能警戒摄像头，智能警戒摄像头可以部署在园区周界或者禁入区域，智能警戒摄像头采用AI智能算法可以对人体进行精准检测分析识别，实时预警周界区域内的人员入侵事件，当有可疑人员进入预先设置的区域后，摄像头可以对可疑人员进行自动跟踪识别，并输出报警信息，可以排除下雪下雨、风吹草动、猫狗闯入等室外干扰产生的误报，同时对闯入人员能发出声光报警和现场喊话，进行威慑，报警信息能推送到园区指挥中心管理平台，指挥中心会将告警信息通过手机APP、短信、电话的方式通知相关负责人及时妥善处置告警信息，相比传统的周界系统具有很大的优势。

园区人员较为密集，也是火灾高发的单位，智慧消防系统在园区内部署也显得非常重要，在园区建筑物内部署物联网化的消防设备，实时在线监测现场消防设备的运行情况，可以将火警信息通过有线网络或者4G网络直接上传到指挥中心管理平台，指挥中心会将报警信息通过手机APP，短信，电话等方式通知相关负责人，防范园区火灾的发生，极大的保障园区内人员的生命和财产安全。

能源能耗管理系统，是园区内的重要的一个子系统，能对园区能耗状态进行在线监测，进行趋势分析管理和能源成本数据统计。在确保园区内供电设备安全运行的同时，还能对设施和设备的整体能耗进行自动管理，为设备和设施节能管理和改造提供依据，对一些重点能耗设备进行重点监控管理，当有重点设施和设备出现故障时，会将设备出现故障信息及时推送到指挥中心，指挥中心将告警信息通过手机APP、电话、短信等方式通知相关负责人，进行及时处理。

统一管理平台，提供一站式服务

方案采用统一的智慧园区综合管理平台，集成园区的各个系统模块，实现一站式的服务和统一的运维管理。

开放的体系架构，方便系统扩展

平台采用SOA架构设计，可以直接作为基础中间件被其他行业的应用平台集成。SOA构建层对外提供标准的协议接口，提供Paas服务，用户可以在此基础上进行行业应用的二次开发。

智慧园区可视化管理平台支持智能运维管理系统，能非常直观的显示设备运行状态信息，支持多种图表形式的可视化展现功能，可以在视频上叠加数据信息，支持GIS和三维地图的可视化，支持大屏的可视化指挥，还可以将告警信息推送到指挥中心大屏上墙显示。

智慧园区综合管理可视化平台，能集成园区内10余个独立的安防子系统，并能接入消防子系统和能源能耗子系统。在此基础上这套智慧园区管理平台能通过前端传感器采集数据，并在后台能对数据进行精准分析，以可视化的图表进行信息展示，为园区管理人员指挥决策提供基于大数据分析的参考。

智慧园区建设规划方案4

1、资源整合：建立统一的组织管理协调架构、业务管理平台和对内对外服务运营平台，统一入口，使园区管理者、园区企业、员工形成一个紧密联系的整体，盘活园区内各方角色的资源，获得高效、协同、互动、整体的效益。

2、云运维服务：建立立体化、三维一体的无感知信息化运维服务体系，覆盖日常运维管理、故障维修、集中监控服务等各层面，通过云端运维的信息化工具，云端工具打通运维服务端，实现园区统一运维，降低维护成本，提升运维效率。

3、聚合支付体系：通过打通线上、线下支付渠道，构建无现金支付的聚合支付体系，为园区提供统一支付、结算中心，做到消费过程透明化，多方位监控，提高账务流转处理速度，规范财务管理安全，实现后勤财务的统一监管。

4、创新能力：运用现代信息技术，降低成本，提高效率，扩大服务的覆盖面和受益面，同时，物联网、云计算等技术的应用，促进园区信息化建设，打造高科技、智慧园区，提升园区层次和服务水平。

(1)智能访客：通过访客系统的建立创新性的实现了来访登记数字化、信息化的科学管理。使用该系统后，通过人防和技防相结合，用户可实现 “数字化登记、网络化办公、安全化管理”，大幅提升用户接待工作效率、服务品质和单位形象。

(2)车辆出入：停车场出入管理系统共为五进五出，两边为无障碍通道系统。大门月卡车辆可由远距离不停车自由进出停车场，临时车辆到自动发卡机有车取卡进入停车场或工厂内。车场内部人员通过无障碍通道系统，自由进入厂内。外来人员到值班岗亭，通过访客系统发卡给临时用户后，刷卡进入车场。其他四进四出为标准分车来停车场系统。

(3)综合门禁：新开普门禁系统的每次开门记录均可明确分为合法开门、非法开门和试图开门等详细情况，以备管理人员随时查询;完善的授权认证机制，各类持卡人员进行有效的出入控制;卡片采用三级加密认证方式，几乎无法伪造。

(5)出入闸机：适用于如企业或园区大门口的人员出入身份管理，解决人员身份难以准确、高效判定，远距离识别，并快速通过，以及自行车无障碍通行等问题。

(6)智能门锁：采用荷兰PHILIPS公司的非接触式Mifare感应卡作为开门卡。产品采用先进的电镀工艺，欧美风格的豪华外观，具有防磁、防水、可靠性高，操作简单，使用寿命长等特点。感应卡内置全球唯一序列号，不可复制、安全可靠、读卡速度块、使用安全、方便是目前安全性和智能化程度优先的门锁系统之一。

(7)巡更巡检：离线式电子巡更系统集安全巡视、员工工作考勤于一体，使管理者即便稳坐办公室，也能确知员工们尽职于工作岗位。它不仅让你掌握保安人员的巡更情况，同时还可以考核员工的迟到早退，它保证了园区安全，使园区井然有序地完成工作，无疑为带来了间接的经济效益。

(1)员工考勤：人员考勤管理系统包括考勤管理软件、考勤机，考勤机通过RS485网络或者TCP/IP网络连接到一卡通中心考勤软件中，可实现与客户的人力资源管理系统的对接。

(2)会议管理：先进的刷卡记录手段、便捷的会议向导输入模板、可脱机刷卡、人事部门无须手工记录，只需查看某一会议的到会情况便可准确无误的统计出所需到会记录，与会人员的迟到、早退、未参加等各种会议状态。

(1)食堂餐饮：消费管理系统通过独有的数据库，实现食堂综合楼餐饮区的员工及客户商务消费功能，主要应用于食堂的餐厅、卫生所购药等消费。系统主要功能包括消费扣款、发放福利补助、现金充值、挂失、解挂、报表统计、餐次设定管理等。

(2)补助管理：园区一卡通还可以确定福利补助对象、标准及调整，实现生活福利(餐饮、淋浴、各种小额津贴等)补助的下发、停发、扣发、补发。依据福利补助类型的标准，生成员工每月的福利补助金额，并具有授权POS机何时发放的功能。福利补助的生成两种方法，一种是依据福利补助类型，别外是一种外部导入的方法。

(3)园区班车：新开普提供的班车收费系统方案，采用无线采集数据方式，通过无线基站和接收器来完成数据传送的过程。系统可根据不同的员工类别，按预先设置的免费乘车刷卡次数, 扣减各类员工卡内免费乘车刷卡次数;当月免费乘车次数刷完时，再按照预先设置的乘车票价扣除相应的金额。

(4)在线报修：简单化、可视化的报修流程服务，建立报修和运维之间的扁平化沟通桥梁，随时随地报修，可视化的自动派单及进度查询，提升企业园区的运行效率。

(1)线上服务门户：建立线上移动端的自助服务平台，员工的各类生活服务转为线上，并由人工改为自助办理，大幅提高员工满意度和后勤部门的业务办理效率。

(2)线下服务大厅：建立线下一站式服务大厅，例如在人员流量较大的区域配备圈存机与自助现金充值机，便于员工自助充值等服务，一站式统一办理，减少员工跑腿时间，提升公司的运行效率与员工满意度。

“人在干、数在转、云在算”是智慧园区建设方案的一个缩影，它将园区的各项基础设施连接成一个有机的整体，使各系统信息得到高效、合理的分配和共享，以及自动化完成数据采集、存储、分析、报表生成和打印，为管理层的决策提供依据，达到提高工作效率、提升科学技术水平和降低运行成本的目的。

智慧园区建设规划方案5

本指南所适用的园区是指由政府(民营企业与政府合作)规划建设的，供水、供电、供气、通讯、道路、仓储及其它配套设施齐全、布局合理且能够满足从事某种特定行业生产和科学实验需要的标准性建筑物或建筑物群体，包括工业开发区、生产性服务业功能区、创意产业集聚区、软件信息园、科技创业园、商贸流通园等各类产业园区。

以促进经济发展方式转变、提高经济增长质量效益为目标，以创新园区管理、服务产业发展为主线，运用信息化手段，整合园区内外部资源，提升园区信息基础设施建设、运营管理效率、配套服务能力和产业发展水平，促进产业园区发展模式由企业集中型向产业集聚型、由资源招商型向品牌价值型转变。

坚持创新、协调、绿色、开放、共享发展理念，深刻把握新时期城市发展对园区提出的新要求，以企业为主体，以需求为导向，立足产业发展，通过全面深化改革，充分发挥模式创新在提升园区服务与管理中的作用，围绕基础设施集约化、信息应用平台化、投资运维多元化等目标，推进互联网与产业深度融合，促进园区健康可持续发展。

本指南旨在为园区管理智能化、沟通高效化、环境生态化发展提供规划、建设、运营等指导意见，各园区可根据实际情况选择实施相关内容。

(一)统筹规划，标准先行

充分结合园区内外部资源，统筹规划，合理布局，强化标准及数据规范，最大限度地降低园区管理和企业运营成本，避免资源浪费。鼓励以智慧城市公共信息平台和基础数据库为依托，搭建市级或区级统一的智慧园区综合信息服务平台，整合办公管理、物业服务、生态环保、产业服务、生活服务、产业发展等专项应用，促进园区向资源集约、环境友好发展。

(二)企业主体，需求导向

立足产业发展，以促进企业发展作为智慧园区建设的出发点和落脚点，以科学管理和人性化服务为需求导向，确保提升园区协同管理和集约建设。

(三)政府引导，多元参与

在各级党委政府领导下，充分发挥政府在政策、法规及标准制定、资金投入和监督管理等方面的引导和扶持作用，鼓励和支持社会组织、企事业单位、社会资本共同参与智慧园区的建设、运营和管理，充分发挥市场在资源配置中的决定性作用，探索低成本、高实效的智慧园区发展模式。

(四)因地制宜、分类指导

坚持从实际出发，充分结合当地经济社会发展现状和趋势，把握园区产业特点和特色，突出重点和优势，分类指导，分步实施。

第二章总体架构与关键技术

智慧社区总体框架以“信息基础设施集约建设、信息资源共享利用”为原则，充分利用云计算、物联网、大数据、移动互联、新一代通讯网络等先进技术，采用面向服务的SOA架构设计，按照分层构架、模块化设计，包括感知层、网络层、平台层和应用层。感知层包括对事物信息的感知、对人机交互信息的感知和对信息传递的感知，是获取信息的来源;网络层将感知来的信息通过通信网、互联网、物联网等各种网络传递;平台层是提供信息处理的能力;应用层提供园区各领域的应用。

云计算是一种基于互联网的计算方式，通过这种方式，共享的软硬件资源和信息可以按需提供给计算机和其他设备。用户可以通过浏览器等软件或者其他Web服务来随时按需获取计算资源，完成高效、低耗、低成本的计算活动。

云计算重新定义了信息化服务交互的模式，适合在多应用系统环境下，共享物理资源和系统软件资源，以及共享服务资源。

物联网基于互联网等传统信息载体，通过各类信息感知设备，全面获取位置、环境、设施、人员信息并进行自动化数据处理，以实现物与物、物与人的泛在链接，从而实现对物品和过程的智能化感知、识别和管理。

大数据是由数量巨大、结构复杂、类型众多数据构成的数据集合，具有5V特点：Volume(大量)、Velocity(高速)、Variety(多样)、Value(低价值密度)、Veracity(真实性)。大数据分析基于云计算应用模式，通过多源融合和数据挖掘，形成有价值的信息资源和知识服务。

移动互联网是指互联网的技术、平台、商业模式和应用与移动通信技术结合并实践的活动的总称，是移动和互联网融合的产物，继承了移动随时、随地、随身和互联网分享、开放、互动的优势，由运营商提供无线接入，互联网企业提供各种成熟的应用。

面向服务体系架构是一个信息组件模型，它将信息化应用程序的不同功能单元通过这些服务之间良好的接口和契约联系起来，并可以根据需求，通过网络对松散耦合的粗粒度应用组件进行分布式部署、组合和使用。面向服务的体系架构使服务可以通过统一和通用的方式调用，有助于形成园区互联互通的信息化应用。

坚持规划引导、适度超前、集约建设、资源共享、规范管理、自由选择的原则，开展智慧园区信息基础设施建设，增强信息网络综合承载能力和信息通信集聚辐射能力，提升信息基础设施服务能力和综合服务水平，满足园区企业对网络信息服务质量和容量的要求。

3.1.1光纤宽带网络

建设光纤宽带网络和下一代广播电视网，实现千兆进企业、百兆进桌面，提供高速、安全、优质的宽带网络服务，满足园区信息通信服务需求。

园区驻地网的管路、线缆、桥架系统建设应符合GB和GB、GB/T、QB/T09)的规定，符合网络接入的技术与安全要求、保留一定余量并预留相关数据接口。

3.1.2移动通信和无线局域网络

建设园区移动通信网络，实现移动通信网络园区深度覆盖，保障通信质量，提供稳定优质服务。

根据用户需求和从提高园区服务品质要求出发，规划园区的无线局域网覆盖系统，实现公共区域及重点场所的无线局域网全覆盖，平均上联带宽达到20Mbps.

园区应配合电信运营商建设和优化移动通信网络。其建设应符合YD/T、YD、DG/TJ08-的规定。园区的无线局域网建设应符合DB31/T370.2-2006的规定。应基于同一个无线网络，采用多SSID方案，为各运营商分配独立的服务集标识(SSID)，并预留园区管理所需的服务集标识;应通过VLAN划分接入到不同运营商的宽带网络。

3.1.3公共数据中心

设置集约化信息通信机房，按照园区不同的功能区域，进行通信机房布局规划;汇聚光缆、传输、无线宏站、室内覆盖设备等，满足用户接入，汇聚和转接服务的需求;并按需配置话音、数据业务节点，适当预留通信机房面积，满足各运营商对设备安装和维护的要求。园区的通信机房、数据机房、安防控制机房(园区集中监控机房和区域弱电管理机房)、区域内有线电视前端设备机房等的建设，应符合GB的规定，楼层设备间布局应满足机柜数量和维护需要，并预留可扩展的面积。

根据园区产业特点和规模，构建园区数据机房或者在运营商租用IDC机房，提供主机托管、整机租赁、虚拟主机、网络存储、软件租用等IT云服务，为园区综合信息管理和园区信息化服务提供支撑环境。

园区还可以根据实际需求，构建安防控制机房，用于园区安防、弱电以及消防的集中监控。对于分期建设的大型园区，应对园区集中管理的安防控制机房，以及各分区管理的安防控制机房进行规划，安防控制机房应位于建筑物的底层。

3.1.4数据采集实施

数据采集系统由数据采集子系统和传输子系统构成。数据采集子系统由传感器、数据采集器、视频摄像机、移动终端和手持设备、电脑和多媒体终端等构成。传输子系统应使用符合行业标准的物理接口和通信协议，并可使用无线方式接入信息通信网络。

数据采集系统向园区各业务系统和相关数据中心报送业务办公、招商管理、视频监控、防盗报警、设施状态、物业服务、资源能源、环境监测、交通状况等信息。

建设园区业务支撑体系，保障系统与系统间的交互性与开放性。在不需要修改感知层和园区应用服务软件等系统架构和数据结构的条件下，在用户界面、应用系统、业务流程、数据等多层次实现集成。

3.2.1应用门户集成

提供对多种客户端设备的支持;提供与底层认证服务、授权服务、加密服务、签名服务等的调用;提供对于应用服务、业务流程、信息资源的整合，以及对于服务元数据、流程元数据、信息元数据的搜索功能。对园区内各信息系统、内部系统门户、对外信息系统实现具有统一用户权限管理、统一信息发布、统一搜索引擎等功能的统一门户管理。

3.2.2应用服务集成

按需要提供不同程度的应用功能的封装，以适应不同规模、不同耦合程度、不同效率要求的应用集成需要。根据园区自动化控制需要，采用统一格式接口描述构件，实现园区内安防、智能卡、二维码标示、楼宇自控等数据采集感知层的应用集成。根据园区运营管理的需要，采用总线的基础架构，实现智能抄表系统、能源管理系统、环境监控系统、智能交通系统等园区管理系统的信息交互。满足园区应用服务的功能封装，以及不同园区信息化服务的需要。实现统一消息服务、统一日志服务等应用服务集成。

3.2.3业务流程集成

提供动态监控和可视化与互动功能;可实现常规业务流程的定制要求，并能提供相关的工具组件，支撑常规流程的设计、调试、部署、变更等功能。实现统一工作流引擎等业务流程集成。

3.2.4信息资源集成

支持多类型的数据源转换和连接，包括关系数据库等结构化数据，以及_ML文档等非结构化数据，在这些数据源的基础上建立统一的数据视图，提供对信息资源的透明访问;以及数据共享、数据复制和数据迁移。根据园区的管理和业务发展需求，构建建筑能耗数据库、交通信息数据库、会展数据库、环境信息数据库、公众服务类数据库、规划管理类数据库、基础地理信息类数据库、商务数据库、政务管理类数据库。实现内部数据传输和交换、统一数据存储等信息资源集成。

提供各个层次面向外部的标准化交互接口，包括消息传递的格式，传输协议和位置等。外部接口应实现技术中立，可选用_ML、JCA、Web Service、BPEL4WS、_DDL等主流技术。根据园区业务、行政管理等需求，提供给相关政府、银行、供应商等外部系统交互接口，实现统一的开发接口。

建立完整的安全架构，包括物理安全，网络安全、应用安全、安全管理等各个方面的安全要求;提供统一监管服务管理，基于应用日志和系统日志等提供应用安全服务;提供统一安全机制管理，可以支持认证授权(CA)、数字签名、电子印章等多种安全措施，并可以与统一身份认证相结合，实现统一的安全服务。

3.2.7两化融合支撑体系

有针对性的建设企业制造执行系统(EMS)、供应链管理(SCM)、商业智能(BI)等集成应用。结合园区特点，鼓励开展智慧工厂(智能制造)建设，促进物联网、云计算、大数据等新兴信息技术和3D打印、工业机器人等先进制造技术在工业领域的融合创新。建设基于产品智能化在线检测、在线维护、在线增值服务等产品服务一体化系统建设。

3.3.1园区事务管理

通过应用信息化手段，提供园区各部门的办公效率。

依托公共数据中心，汇集园区简介、企业宣传、项目招商、政策法规、产业资讯、活动通知、生活服务等各类可公开信息，集中统一发布。提供园区事务咨询办理、投诉建议、进度查询与结构推送等在线服务。

支持可公开信息网站、短信、WAP、微信、微博等跨平台发布，支持特定对象分类信息的智能推送。支持个人电脑(PC)、平板电脑(PAD)、智能手机等多终端访问。支持通过单点登录方式，进入园区办公管理、物业服务等业务系统处理相关事务。

建设或共享使用地理(GIS)、建(构)筑物、经济、法人、信用等园区基础数据库。建立电子文档管理制度，实现园区规章制度、电子期刊、业务资源等的共享使用。实现公文报批、事务审批等自动流转和网上办理。实现基于各种智能终端的互联网原创办公和移动办公。

融合语音、消息、视频等综合通信手段，将电子邮件、系统消息、手机短信、视频电话等相结合，实现信息及时、准确送达。应用数据挖掘技术，分类整合园区信息资源，实现“一站式”信息展现、经济运行监测和辅助决策。

智慧园区建设规划方案相关文章：