搭建金融业数据集成平台

数据集成主要是指基于企业分散的信息系统业务数据进行再集中、再统一管理的过程。如何正确搭建适合金融企业的数据集成平台？企业要实现数据集成的应用，不仅要考虑企业急需集成的数据范围，还要从长远发展考虑数据集成的架构、能力和技术等因素。从数据集成应用的系统部署、业务范围和实施成熟性看，数据集成主要可分3种架构：单个系统数据集成架构、企业统一数据集成架构、机构之间数据集成架构。     

在PowerBuilder数据窗口间数据传递的探讨

随着数据库技术在各行各业的广泛应用,作为企业级数据库前端开发工具的PowerBuilder日益成为开发人员的得力助手.PowerBuilder以其开放的体系结构,友好的用户界面和简洁高效的开发环境赢得了众多程序员的喜爱.其独到之处,就是数据窗口(DataWindow).它能够灵活地组织数据库中的各种数据,如果能够熟练地运用数据窗口这一专利技术,无疑会给开发人员和用户带来巨大的方便.     

加快数据集中 提升竞争能力

由于信息化技术的迅猛发展,科学技术在银行业扩大市场和行业竞争中所占有的地位越来越重要。加快数据集中,增强科技实力,已经成了我国银行业信息技术应用的共同取向。所谓数据集中,是指对本企业原有的多个分散的企业级数据中心进行大规模的整合实现企业数据存放和处理的逻辑或物理集中。从金融信息技术应用发展的历史来看,20世纪90年代后期,     

数据中台建设助力释放数据要素价值

<正>数据中台是企业开展数字化转型的落地实践，是全面提升数据赋能水平的重要抓手。人民银行印发的《金融科技发展规划（2022—2025年）》指出，要打造科技赋能、数据驱动、业务联动的企业级数据服务能力中枢，推动业务数据化向数据业务化进阶发展。邮储银行深入贯彻党中央、国务院决策部署，强化顶层设计和整体统筹，以打造企业级数据服务能力中枢的综合型数据中台为目标，以能力提升及场景应用为驱动，以四个服务体系建设为抓手，做好数据“治、建、用”的平衡协同，积极探索邮储银行的最佳实践，切实发挥数据“造血”作用，充分释放数据要素价值。     

企业级文件传输架构设想

目前．多数企业的内部文件传输系统采用的是层次型或星型文件传输架构．这两种技术架构均存在着传输管理控制力弱．传输时间长,系统硬件投资大等不足．中国建设银行针对现状．设计了一种新的企业级文件传输架构,用来满足大型企业内部快速、安全、高效．稳定的文件传输需求。     

H3C统一交换架构 推进新一代数据中心建设

随着企业信息化的深入和新技术的广泛使用,建立企业级的数据和业务应用总控中心,实现IT基础设施、业务应用、数据、安全策略的统一部署与运维管理,已经成为各行业IT建设的重点。目前,国内每年数据中心投入的增长率在20％以上。然而,由于基于不同的IT基础设施和架构,数据中心普遍存在异构和基础架构多层复杂的问题,复杂架构、性能瓶颈、能源等诸多问题的挑战,极大地增加了管理复杂度和IT运维成本,亟须对计算、网络、存储三大资源进行全面整合。     

数据架构管理“三步曲”

在金融信息化过程中,数据架构管理占据重要地位,发挥着重要作用。数据架构管理应着力于金融监管部门和金融机构的数据资源,从支持业务架构和应用架构的层面分析数据分布要素、估算数据容量、定义数据管理和维护策略与原则,进而提出金融业信息化标准体系以及     

中国银行云架构下的运维管理转型实践

近年来,中国银行正在积极推动数字化转型,通过夯实云计算、大数据和人工智能三大技术平台,支撑银行企业级业务架构和技术架构的融合,赋能金融科技生态建设。中国银行西安、合肥云中心已正式投入运营,内蒙云中心也即将投入使用,提供私有云IaaS、PaaS、大数据、人工智能等基础服务,并在此基础上通过应用架构的分布式改造,积极推进敏捷管理思路,实践业务系统在多地多中心部署运维,取得了良好的成效。     

建设银行云计算数据中心及运维体系建设实践探讨

建设银行在实施云计算数据中心的建设过程中有一个很好的契机，即“新一代核心系统”项目的建设。按照“集中、集约、集成”的信息技术发展原则，“新一代核心系统”旨在重构一个商业驱动的企业级IT系统。企业级系统是从业务的顶层设计开始，而非从局部需求发起，根据业务架构梳理的114个业务组件以及流程建模、数据建模的成果，规划设计出“7＋1”层的IT架构和64个信息技术服务能力。IT架构中基础设施及服务层涉及网络、存储、计算、安全、运维管理等技术组件，依据面向服务架构（SOA）设计的理念，参考业界已有云计算模型，设计出“新一代核心系统”的总体技术架构逻辑模型，该技术架构模型能有效支撑建设银行未来“两地三中心”的云数据中心运维体系。     

大数据时代下数据资产管理与应用研究

在数字化时代,数据被认为是企业最重要的资产之一。数据资产是指企业在其业务运营过程中所持有的数据,包括客户数据、供应链数据、销售数据等。随着企业数字化程度的提高,数据资产的价值也不断增加。因此,数据资产的管理问题一定程度上决定了企业是否能够长期保持核心竞争力,本文通过分析数据资产的内在属性,深入挖掘其在大数据时代下的数据资产管理面临的挑战,并针对这些问题提出切实可行的改进措施,以期帮助企业实现对数据资产的有效利用,从而最大程度地帮助企业提升其市场竞争力。     

大数据环境下企业内部控制问题研究

本文探讨了大数据环境下企业内部控制存在的问题及成因,并提出了相应的对策和建议。在大数据技术的推动下,企业需要适应新的挑战,加强技术研发和人才培养,建立严格的数据安全管理制度,优化组织架构和管理体系,建立健全监督与评估机制,强化风险意识和风险管理,并推动信息化建设和发展。通过这些措施的实施,企业可以提升内部控制能力和水平,更好地应对大数据环境下的挑战。     

大数据时代制造型企业增值型内部审计的应用探究

制造业正处于数字化转型的重要阶段,需要始终秉持以数据说话的原则,通过对大数据技术的有效应用,构建科学合理的内部组织架构。制造型企业应深刻把握大数据技术对企业增值型内部审计的影响,明确自身在审计工作中的不足,制定针对性的优化转型措施,充分发挥内部审计促进企业增值的作用,为企业的稳定可持续发展提供有力保障。     

整合银行分散数据集市的秘诀

随着时间的推移,在缺乏经营策略以及不知长期业务影响为何的情况下,数据集市一个个地增加着.如果把这些分散的数据集市整合到单一的信息架构中,银行不仅能够节省数百万美元的非必要成本,还可以增强对客户和业务的了解.     

山石网科:国产化的先头兵

正云计算、移动化、大数据等IT发展趋势使得企业IT架构所面临的安全形势越发严峻,在如今复杂的网络环境中,企业传统基于威胁的防范技术需向基于风险的防范技术转变,对未知威胁的预警和防护是大势所趋,智能安全已成趋势和潮流。在今年4月份,Gartner最新发布的《企业级防火墙公司竞争魔力象限报告》中,山石网科成功入围,并在网络安全技术的前瞻性方面超越多个国际知名厂商,这意味着山石网科的整体市场竞争能力得到广泛的认可。     

大数据时代商业银行数据挖掘攻略

正大数据时代,对于商业银行而言,在不断完善计算机应用系统底层数据库群、操作数据存储、主数据存储、企业级数据仓库、数据集市等建设的基础上,网络爬虫、Hadoop、MapReduce、NoSQL、Lucene等技术拓宽了银行的数据掌控能力。当前,银行无论面对内部数据还是外部数据、结构性数据亦或非结构性数据,数据的产生、捕获、整合、存储、访问等技术均已日渐成熟。与此同时,数据的价值也随着数据生命周期的不断延伸而大幅提升。为实现数据价值的最大化,银行还     

大数据技术在信息化决策方面的应用

大数据指的是在人、物、机这个三元的世界在网络空间内的交互,在使得大量的信心数据能够在互联网上进行交换,大数据技术的存在使得原有的经济理论出现了改变,网络时代的到来给企业的经营带来了新的挑战,在这样的环境下,企业应当学会如何利用网络大数据做好信息化决策,使得企业能够顺利的适应大数据技术时代内的激烈的竞争。     

集团企业实施ERP后的风险控制

实施ERP固然能够提升集团企业的管理水平,但同时也会带来因业务流程、应用架构、数据质量和技术架构等因素产生的业务风险,集团企业可以采用制定内部控制目标、确定评估范围、评估控制方案以及完善控制体系等措施加以防范。     

Teradata统一数据架构助力企业实现数据驱动转型

5月8日，由Teradata天睿公司主办的“2015?Teradata大数据峰会”在深圳举办。该峰会汇聚了大中华区超过1?000位数据分析领域的技术专家、商业和营销领袖、行业分析师等，并有金融、通信、交通运输、电商、零售、能源等行业近40位全球领先企业的精英用户嘉宾分享Teradata?统一数据架构（UDA）在数据分析领域的成功实践，凸显其在助力各行业实现数据驱动战略转型上的优势。     

大数据时代基于云会计的生产制造企业成本控制

在当前的大数据时代下云会计对于生产制造企业成本的控制是很关键和重要的,这是建立在科学的控制架构、控制体系以及生命周期之上的,而且还要借助大数据以及云技术等,建立综合的仓储、物流以及生产加工等企业管理工作中的重要环节所组成的框架,是需要充分利用大数据以及云技术等实现生产制造企业成本控制的一种模式。本文就大数据时代基于云会计的生产制造企业成本控制进行分析和探讨,以供相关人员参考~([1])。     

金融业数据淘金——挖掘数据价值 推动业务发展

数据仓库成为银行信息化的必由之路 大约十年前，伴随着“啤酒搭着尿布卖”的故事，数据仓库的概念走进了中国金融业的视野。十年后，“数据提升业务价值、数据赢得竞争优势”的道理早已深入人心，数据已被视为银行宝贵的财富，数据仓库成为银行业信息化建设的必由之路。中国建设银行在数据仓库领域起步较早，早在1999年，建行就开始对企业级数据仓库进行研究和规划，并对数据仓库模型建设进行了深入探索。在2003年建行全行科技规划中提出了数据仓库在建行运用的四大领域：