![]()
内容推荐 在5G应用场景中,每个垂直行业都与大数据密不可分。本书希望把亚信科技二十多年的电信运营商领域经验,总结成一套体系化、标准化、基于5G网络特征云边协同架构的大数据技术框架,更好地推动新业务模式及应用场景落地。 全书共五篇:第一篇(第1~2章) 介绍5G网络环境下的大数据技术生态的发展趋势,以及大型企业大数据技术架构发展路线;第二篇(第3~5章) 介绍边缘计算的概念,以及大数据技术基于云边协同计算的落地方式;第三篇(第6~8章)介绍如何通过DataOps实现大数据的敏捷开发与运维服务。第四篇(第9~11章)介绍多种大数据智能化分析技术,如行业知识图谱、增强型分析、可信数据流通,快速实现大数据应用服务构建;第五篇(第12~14章)通过行业应用场景,详细描述如何通过5G网络及大数据技术重构行业应用及服务形态,并对未来技术趋势作出展望。 本书适合运营商企业的信息化负责人、系统架构师、IT人员,以及大型企业内的IT从业者阅读,也适合对5G及大数据技术感兴趣的其他读者阅读,可作为软件架构培训类参考书。 作者简介 亚信科技中国有限公司(简称亚信科技,股票代码01675.HK)创建于1993年,是国内领先的软件产品、解决方案和服务提供商,致力于成为5G时代大型企业数字化转型的使能者。 公司积极拥抱5G、云计算、大数据、AI、物联网等先进的技术,依据“一巩固、三发展”的战略决策,依托产品、服务、运营和集成的能力,在传统业务方面,以5G为契机,全面布局,提升效能,巩固BSS市场的领导地位;在新兴业务方面,5G OSS网络智能化、DSaaS数字化运营服务、企业上云及垂直行业领域快速规模化发展。同时,公司将与业界伙伴共同建设生态体系,持续推动商业模式转型,为企业数字化转型和产业可持续发展贡献力量。 亚信科技拥有行业领先的研发能力和丰富的电信级软件产品,包括客户关系管理、计费账务、大数据、物联网及5G网络智能化产品。大型企业客户来自金融、交通、邮政、能源、广电、零售、政务等行业。 目录 第一篇 5G技术演进与总体架构体系 第1章 5G时代的万物互联和大数据 1.15 G技术推动万物互联,重塑行业应用 1.1.15 G三大典型业务场景下的大数据需求形态 1.1.25 G网络架构对大数据的影响 1.25 G引发未来企业商业模式的变革 1.2.1 香农公式引发的商业模式变革 1.2.2 运营商面临现有商业模式的挑战 1.2.3 运营商未来商业模式的变革 1.35 G时代的大数据技术发展方向 1.3.1 多云架构基础设施 1.3.2 大数据云边协同计算 1.3.3 数据虚拟化部署环境 1.3.4 数字化实体建模方式 1.3.5 大数据实时处理能力 1.3.6 数据驱动型生产应用 第2章 5G时代的企业大数据架构体系 2.1 企业数字化转型基础 2.1.1 企业数字化转型的现状 2.1.2 企业数字化转型的关键路径 2.2 数字化企业IT参考架构 2.2.1 技术中台 2.2.2 业务中台 2.2.3 数据中台 2.2.4 智能中台 2.35 G大数据部署架构 2.4 云边协同交互原语 第二篇 云边协同技术详解 第3章 分布级联架构赋能边缘计算 3.1 边缘计算简介 3.2 云边协同的大数据计算架构 3.3 云边协同的资源管控技术 3.3.1 边缘计算开源技术介绍 3.3.2 边缘大数据技术应用场景 第4章 数据虚拟化网络集成 4.1 数据网络集成技术 4.2 数据功能虚拟化技术实现 4.3 数据访问虚拟化技术实现 4.4 数据虚拟化开源技术介绍 4.5 数据虚拟化应用场景 第5章 实时数据计算架构 5.1 实时计算基础架构 5.2 基于“Kafka+Flume”技术的实时计算框架 5.3 基于Flink技术的实时计算框架 5.45 G实时计算应用场景 第三篇 大数据敏捷开发技术详解 第6章 敏捷智能数据开发 6.1 基于元数据的敏捷开发 6.2 云边协同5G大数据开发 6.3 云边协同开发技术实现 6.4 云边协同开发应用场景 第7章 数字化模型构建 7.1 分析型事务 7.2 实时数据模型 7.3 数字化模型 7.4 图数据模型 第8章 从云到端的大数据资产管理 8.1 非结构化数据治理 8.2 数据虚拟化访问服务 8.3 数据质量自感知与自愈能力 8.4 数据治理微服务组件 8.5 数据目录与元数据知识图谱 8.6 嵌入式数据安全保障机制 第四篇 5G大数据智能化分析技术详解 第9章 行业知识图谱以及AI技术在5G网络中的落地 9.1 行业知识图谱 9.1.1 行业知识图谱技术实现 9.1.2 知识图谱应用场景 9.2 AI技术在5G网络中的落地 9.2.15 G边缘智能化技术简介 9.2.25 G边缘智能化技术实现架构 9.2.3 AI技术与5G技术结合的应用场景 第10章 增强型数据分析 10.1 增强型数据分析概述 10.2 数据准备 10.3 数据分析 10.4 数据呈现 10.5 数据自动洞察 10.6 数据应用/分析反馈 第11章 基于区块链的可信数据流通 11.1 数据已成为新型生产要素 11.2 现阶段数据流通存在的问题 11.3 数据流通如何实现“可信” 11.4 基于区块链技术的“可信”数据流通 11.5 基于联邦学习技术促进数据流通的隐私保护 11.5.1 联邦学习的定义 11.5.2 联邦学习的隐私保护机制 11.5.3 联邦学习的应用场景 第五篇 “5G+大数据”技术的应用与展望 第12章 5G时代的大数据应用 12.1 人车路协同,未来交通更智慧 12.1.1 智慧交通之车联网场景 12.1.2 基于5G技术的数字化交通管理技术实现 12.2 泛在电力物联网,泛在感知与智能控制 12.2.1 智慧能源之智能电力场景 12.2.2 电力场站智慧分析与运维技术方案 12.3 让生活环境更智能和高效 12.3.1 智慧社区场景描述 12.3.2 智能化数据服务 12.4 监测—预警—防护—应急的智能安防 12.4.1 智能安防应用场景 12.4.2 基于数据智能的森林火灾防控 12.5 重构教育服务的组织方式 12.5.1 智慧教育应用场景 12.5.25 G大数据智慧教育技术方案 12.6 联网无人机让高空作业更智能 12.6.15 G网络下的无人机场景 12.6.2 基于联网无人机的基站巡检方案 12.7 云VR/AR的实时图像渲染与建模 12.7.1 云VR/AR业务场景 12.7.2 基于边缘计算的AR/VR新体验 第13章 大数据助力运营商5G服务的发展 13.1 运营商未来IT架构:云网一体化 13.1.1 数据中台架构 13.1.2 数据中台核心特性 13.2 大数据助力5G网络建设 13.2.1 通过大数据实现5G智能无线网络规划 13.2.2 大数据分析支撑5G网络MassiveMIMO配置优化 13.2.3 基于大数据优化5G移动边缘计算 13.2.45 G网络的从边到云的实时智能化 13.3 大数据助力企业精细化运营及服务 13.3.1 数字作战沙盘 13.3.2 携号转网 13.3.3 深度洞察客户,提升服务效能 13.4 运营商面向垂直行业 |