大數據構建互聯網神經網絡 護航民生安全

“民生”一詞最早出現在《左傳·宣公十二年》，所謂“民生在勤，勤則不匱”。 勤，最通俗的解釋在于“盡力多做，不斷地做?！薄掇o?！分袑τ凇懊裆钡慕忉屖恰叭嗣竦纳嫛?，百姓的生活來源和衣食住行問題。今天，在大數據時代，我們認為“勤”代表了大數據的科技智慧，我們看到民生正在借助科技的力量，讓百姓的生活更加便捷智慧。

改善民生已經成為服務型政府的第一責任，以民為本、民生為先、民生為重、民生為上。那么，在信息社會，發揮大數據的價值，真正實現取之于民、用之于民已經成為了新時代改善民生的關鍵。

從馬斯洛理論看社會民生

美國心理學家亞伯拉罕·馬斯洛在1943年在《人類激勵理論》論文中提出，人類需求像階梯一樣從低到高按層次分為五種，分別是：生理需求、安全需求、社交需求、尊重需求和自我實現需求。

在現代社會中，談到這個由蕓蕓眾生而組成的社會“民生”，我們認為，也由原來的生產、生活資料，上升為生活形態、文化模式、市民精神等既有物質需求也有精神特征的五個層面的整體樣態。（如下圖）

社會民生需求的幾個層次

以人為本，服務于民

大數據時代的民生與安全問題密不可分。紛繁變化的今天，民生對社會管理提出更高要求，即時性考驗政府的危機應急能力，同時也要不間斷性保障民生安全、國家安全和信息安全。

在2014年，政府就已經明確將社會安全納入到國家安全體系中，并賦予社會安全“保障”國家整體安全的重要職能。隨著大數據技術的發展，特別是移動通信技術的革命，社交網絡、數字媒體開始崛起，使得各類海量數據（短信、微信等即時通訊工具、衛星數據、無人機影像）能夠被更為自由便利地使用，這正在根本性地改變社會安全問題的應對方式。

目前，中國已經成為名符其實的網絡大國。截至2016年6月，中國網民規模達7.10億。但現實的網絡環境十分堪憂，網絡詐騙層出不窮、網絡入侵比比皆是、個人隱私肆意泄露。根據中國互聯網協會發布的《中國網民權益保護調查報告（2015）》，63.4%的網民通話記錄、網上購物記錄等信息遭泄露；78.2%的網民個人身份信息曾遭泄露，因個人信息泄露、垃圾信息、詐騙信息等導致的總體損失約805億元。2016年11月7日，全國人大常委會表決通過了《中華人民共和國網絡安全法》。該法意義重大，影響深遠，必將助力網絡空間治理，護航“互聯網+”與民生安全。

“互聯網神經網絡”為民生安全提供保障

在大數據時代，民生安全問題依賴“互聯網神經網絡”的感知、評價與決策?；ヂ摼W的連通為大數據拓展、積累了巨量的個體資源、空間資源、數據資源和智慧資源;而大數據的融合所帶來的革命，從深度上延伸了互聯網鏈條，實現了連通的量變向融合的質變的跨越。大數據技術讓互聯網越來越智能，實現數據感知、數據評價和數據決策的更高階段發展，模擬人的神經中樞來思考、判斷和決策，為決策提供支撐，推動社會進步和組織改革。

在第三屆世界互聯網大會上，明略數據認為，互聯網+大數據的真正價值在于建立“互聯網神經網絡”?；ヂ摼W神經網絡的建立遵循著從數據到智慧轉換的四個步驟，這也是明略為企業提供大數據技術商業化服務的四張王牌，即數據、信息、洞察、智慧。這其中囊括了物聯感知層、數據傳輸層、數據分析層以及數據展示層，他們所組成的互聯網神經網絡實現了從神經元到神經中樞，直到迅速輸出控制指令。

互聯網神經網絡

正如，2015年凱文·凱利的新書《必然》所表達的，科技本身就像是一個生物,他在獨自生長。今天的地球將被披上一層電子皮膚，各類電子裝置、信號發射等將對人、物、組織等行為進行監控并彼此建立聯系，網絡節點每分每秒地傳感數據，現實世界以數據形式呈現在人們面前，使人們有機會可以全面總覽這個用數據描繪的現實世界。

隨著大數據技術的發展與成熟，所謂“民生在勤，勤則不匱”正通過科技的方式實現，7x24小時永不停歇的“互聯網神經網絡”正在為社會民生安全提供保障。我們可以通過數據感知社會民生，用數據評價社會民生，并用數據決策社會民生。

在“互聯網神經網絡”的行業實踐中，明略數據通過大數據平臺承載復雜的“數據”，將復雜的結構化和非結構化數據治理成“信息”，再經過數據關聯關系挖掘找到業務規律形成“洞察”，最后使用數據智能挖掘將經驗轉化為“智慧”。

數據、信息、洞察、智慧構建成一個強大、安全的平臺。其中囊括物聯感知層、數據傳輸層、數據分析層和數據展示層，組成互聯網神經網絡，從神經元，到神經中樞，直到迅速輸出控制指令。

“全、快、準、穩”，安天下！

明略數據將“全、快、準、穩”的四大技術特性應用到民生大數據中，打造公共安全領域里的“互聯網神經網絡”，協助政府服務民生。

在這個過程中，明略數據就如同一個智慧生物體一樣，通過處理更“全”數據，快速感知外界刺激—各類行為數據，準確分析欺詐風險并輸出決策結果，并持續穩定地給予可靠反饋。

“全”，就是指處理領域涵蓋整個互聯網，在數據處理方面，形成一個顛覆性的、成規模和體系的架構。以金融反欺詐作為例子，首先需要處理海量金融數據，例如某家銀行1年里發出的約4300萬張卡的數據信息，以及該銀行超過15000億的交易數據，和超過3500萬官網用戶數據, 還有約1500萬條/天的日志數據等。除此之外, 還需要處理網上的行為數據、屬性數據等。明略的數據技術通過處理手機銀行數據、網上銀行數據、線上行為數據等全量數據，像生物體一樣感知外界對自身的所有刺激，通過互聯網進行全面“刺激”反饋。

“快”，是指高速響應、處置及時的大數據實時分析的能力。在獲得全量數據后，時效非常關鍵。實時分析，快速發現問題，即刻采取行動，才能避免損失。以支付場景為例，銀聯每秒需要處理兩萬筆交易，且為了不影響用戶的體驗，在用戶支付的瞬間，系統需要在毫秒內完成欺詐分析。像生物體神經網絡接收刺激可以立即通過中樞神經做出反饋動作一樣，明略數據本著與欺詐者進行時間賽跑的理念，利用多年積累的大數據技術能力，快速、實時分析各類行為數據，對欺詐行為瞬間做出反饋。

“準”，從分析的顆粒度劃分上，從精細到個體，如同在浩如煙海的海量數據中抓住一粒沙子并判斷其性質，增強預警能力。在當下注重服務體驗的時代，從每秒兩萬筆交易數據中，準確的捕捉到欺詐行為，是非常重要的。明略數據通過精通反欺詐業務的行業專家和精通算法模型的大數據科學家協同研發，設計出嚴謹的大數據反欺詐模型，并通過機器學習不斷提高精準度，確保金融交易的順暢和安全。

“穩”，面對全量數據流的處理，快速的反饋，精準的預判，都需要一個穩定、可靠的、7x24小時可用的大數據平臺，來保證互聯網神經系統的持續運轉。明略數據提供了一套覆蓋物理網絡、操作系統及整個內部的服務進程和服務元數據的軟硬件結合的平臺高可用性方案。任何單點故障，都不會影響整個平臺服務的正常運行，保證元數據多備份，企業服務的正常運轉。

互聯網神經網絡與金融風險控制

同時， 明略數據通過核心產品SCOPA，不斷嘗試類似“互聯網神經網絡”的行業實踐，深入業務場景，解決實際問題。

在公安領域，明略數據通過SCOPA的應用顛覆了傳統的以檢索為核心的情報分析模式，實現了基于人員、組織、案（事）件、地點以及物品五要素之間關聯關系的實時分析的情報模式。大數據技術對于公安的意義是提升破案效率和精準預警，尤其是后者。SCOPA強大的關聯關系技術和大數據情報挖掘能力，能夠幫助民警在最早的時間發現犯罪預謀，并且根據系統的實時分析，通過動態交互的可視化研判功能，快速且準確地鎖定犯罪嫌疑人。大數據時代的到來為犯罪手段多樣化和復雜化提供了土壤，但同時，新興的技術力量成長得更加茁長，全國多地公安系統已經用SCOPA來打造更加智能的大數據情報分析系統，輔助更多的民警成為“神探”，用大數據技術捍衛民生安全。

在金融領域，明略數據創新性地為銀行落地線上渠道實時反欺詐應用，每小時平均處理200萬條線上交易行為，識別和處理欺詐風險。通過對海量行為數據和金融數據進行實時處理，實現“在線實時決策+離線機器學習”結合的解決方案，更高效地應對官網、網銀、APP等線上渠道產生的虛假賬號、偽裝賬號、異常登錄、頻繁登錄等新型風險和欺詐行為，做到風險從異常行為出現到預警反饋用時0.1秒，實現快速出擊，保障金融安全。

通過明略數據的‘數據、信息、洞察、智慧’獨特的挖掘復雜數據價值的理論，截至目前，明略數據已為世界最大的鐵路交通網，提供50+節點集群、500T終端采集數據的設備大數據預測挖掘服務；落地中國第一個稅務大數據解決方案，實踐首個實時大數據信用卡安全應用，承載實時監控每小時200萬條交易流水記錄。

明略數據“四張牌”建設大數據技術支持的互聯網伸進該網絡

大數據的應用看似“高大上”，但最重要的是以人為本，服務于民。明略數據將“全、快、準、穩”的四大特性應用到民生大數據中，在公共安全方面協助政府服務民生。明略的目標是要在公安領域成為智慧警察，在金融領域成為智慧風險控制師、審貸員，在醫療領域成為智慧醫生。利用大數據技術，遵循普適化、中樞化、自發化的邏輯，為百姓、企業、產業、社會的進步和發展貢獻力量，用科技改善民生，用大數據服務和諧社會，造福人類。