（一）信息安全的含义

影响信息的正常存储、传输和使用，以及不良信息的散布问题属于信息安全问题。

⚫ SO 提出信息安全的定义是：为数据处理系统建立和采取的技术及管理保护，保护计算机

硬件、软件、数据不因偶然及恶意的原因而遭到破坏、更改和泄漏。

（一）信息安全既是传统通信保密的延续和发展,又是网络互联时代出现的新概念。信

息安全概念是随着信息技术的发展而不断拓展、不断深化的。信息安全概念的外延不

断扩大、内涵不断丰富,由单一的通信保密发展到计算机安全、信息系统安全,又扩展

到对信息基础设施、应用服务和信息内容实施全面保护的信息安全保障;由单-的对通

信信息的保密,扩展到对信息完整性.真实性的保护,再深化到对信息的保密性、完整性、

真实性、可控性,以及信息基础设施的可用性和交互行为的不可否认性的全面保护。

（二）信息安全是一个包括信息安全行为主体、保护对象、防护手段、任务目的等内

容的综合性概念。各国国情和信息化水平不同,信息安全概念的表述也不尽相同。我国

信息安全的概念可表述为:信息安全是指在政府主导和社会参与下,综合运用技术、法律、

管理、教育等手段,在信息空间积极应对敌对势力攻击、网络犯罪和意外事故等多种威

胁,有效保护信息基础设施、信息系统、信息应用服务和信息内容的安全,为经济发展、

社会稳定、国家安全和公众权益提供安全保障的活动。

信息安全包含哪些内容？

1、 硬件安全：即网络硬件和存储媒休的安全。要保护这些硬设施不受损害，能够正常工作。

2、软件安全：即计算机及其网络 r 各种软件不被篡改或破坏，不被非法操作或误操作，功

能不会失效，不被非法复制。

3、运行服务安全：即网络中的各个信息系统能够正常运行并能正常地通过网络交流信息。通

过对网络系统中的各种设备运行状况的监测，发现不安全因素能及时报警并采取措施改变不

安全状态，保障网络系统正常运行。

4、数据安全：即网络中存在及流通数据的安全。要保护网络中的数据不被篡改、非法增删、

复制、解密、显示、使用等。它是保障网络安全最根本的目的。

2. 信息安全问题分为三个层次

（1）信息自身安全性；

（2）信息系统安全性；

（3）某些信息的传播对社会造成的不良影响

3. 信息安全的作用和地位

随着社会信息化发展进程的不断加快,信息技术已渗透到国家政治、经济、军事和社会生活的

各个方面,国家、社会和个人对信息的依赖程度越来越高,信息已成为重要的战略资源,信息化

水平已成为衡量一个国家和地区的国际竞争力、现代化水平、综合国力和经济成长能力的重

要标志。与此同时,社会面临的信息安全威胁也成为影响和制约国家发展的重 要因素。从国

家层面上看,当前我国国民经济和社会信息化建设进程全面加快,信息安全在保障经济发展、

社会稳定、国家安全、公众权益中的作用和地位日显重要。

二 、信息安全环境及现状

1 .信息安全的威胁（攻击）类型

（1）信息泄露（2）篡改 （3）重放 （4）假冒 （5）否认 （6）非法授权

（7）网络与系统攻击 （8）恶意代码 （9）故障、灾害和人为破坏。

进一步地将信息安全威胁划分为四类：

⚫ 暴露（Disclosure），指对信息进行未授权访问，主要是来自信息泄露的威胁；

⚫ 欺骗（Deception），指信息系统被误导接收到错误的数据甚至做出错误的判断，包括来

自篡改、重放、假冒、否认等的威胁；

⚫ 打扰（Disruption），指干扰或中断信息系统的执行，主要包括来自网络与系统攻击、灾

害、故障与人为破坏的威胁；

⚫ 占用（Usurpation），指未授权使用信息资源或系统，包括来自未授权使用的威胁。类似

地，恶意代码按照其意图不同可以划归到不同的类别中去。

2. 信息安全的目标

信息安全旨在确保信息的机密性、完整性和可用性，即：CIA（Confidentiality，Integrity，

Availability）。

三个目标中只要有一个被破坏，就表明信息的安全性受到了破坏。

⚫ 机密性：机密性是指确保未授权的用户不能获取信息的内容,即用户 A 发出的信息只有用

户 B 能够收到,如果网络黑客 C 截获了该信息但无法理解信息的内容，则不能随意使用该

信息。一旦网络黑客 C 了解了该信息的确切含义,则说明网络黑客 C 破坏了该信息的机密

性。

⚫ 完整性：完整性也就是确保信息的真实性，即信息在生成、传输、存储和使用过程中不

应被未授权用户篡改。如果网络黑客 C 截获了用户 A 发出的信息,并且篡改了信息的内容,

则说明网络黑客 C 破坏了信息的完整性。

⚫ 可用性：可用性是指保证信息资源随时可以提供服务的特性，即授权用户可以根据需要

随时获得所需的信息。也就是说要保证用户 A 能够顺利地发送信息,用户 B 能够顺利地接

收信息。

三、信息安全体系结构

1. OSI 安全体系结构

OSI 的“底层网络安全协议”在第 1-4 层中实现，主要包括

•网络层安全协议（NLSP，Network Layer Security Protocol）

•传输层安全协议（TLSP，Transportation Layer Security Protocol）

OSI 的“安全组件”服务在第 5-7 层中实现，它们主要包括

•安全通信组件——负责与安全相关的信息在系统之间的传输

•系统安全组件——负责与安全相关的处理，如加密、解密、数字签名、认证等。

综合地看，OSI 安全体系结构中的安全服务能够为网络系统提供以下 4 类不同层次的安全性。

（1）应用级安全（2）端系统级安全（3）网络级安全（4）链路级安全

发展趋势

1、新数据、新应用、新网络和新计算成为今后一段时期信息安全的方向和热点给未来带来新

挑战

物联网和移动互联网等新网络的快速发展给信息安全带来更大的挑战。物联网将会在智能电

网、智能交通、智能物流、金融与服务业、国防军事等众多领域得到应用。物联网中的业务

认证机制和加密机制是安全上最重要的两个环节，也是信息安全产业中保障信息安全的薄弱

环节。移动互联网快速发展带来的是移动终端存储的隐私信息的安全风险越来越大。

2、 传统的网络安全技术已经不能满足新一代信息安全产业的发展企业对信息安全的需求不

断发生变化

传统的信息安全更关注防御、应急处置能力，但是，随着云安全服务的出现，基于软硬件提

供安全服务模式的传统安全产业开始发生变化。在移动互联网、云计算兴起的新形势下，简

化客户端配置和维护成本，成为企业对新的网络安全需求，也成为信息安全产业发展面临的

新挑战。

3、 未来，信息安全产业发展的大趋势是从传统安全走向融合开放的大安全

随着互联网的发展，传统的网络边界不复存在，给未来的互联网应用和业务带来巨大改变，

给信息安全也带来了新挑战。融合开放是互联网发展的特点之一，网络安全也因此变得正在

向分布化、规模化、复杂化和间接化等方向发展，信息安全产业也将在融合开放的大安全环

境中探寻发展。

汇报人：谢琪

项目管理

汇报人：罗以希

专业：宠物医疗

指导老师：李奎

班级类型：宠物医疗 2211

日期：2023 年 04 月 11 日

什么是项目？什么是项目管理？

项目目标

1.项目目标包括成果性目标和约束性目标。

（1） 项目的成果性目标简称为项目目标。项目成果性目标指通过项目开发出的满足客户要

求的产品，系统、服务或成果。

（2）项目的约束性目标也叫管理性目标。项目约束性目标是指完成项目成果性目标需要的时

间、成本以及要求满足的质量。

为使信息技术更好地应用于项目管理，首先应对项目管理的特征有深刻的认识。项目虽然是

如此广泛、普遍地存在著，但并无一个唯一严格的定义。基本上可以说：项目是在一定资源

约束下，在一定时限内为实现特定目标而进行的一系列活动的,总称。

项目不同手通常的生产工作、服务

工作、和各种日常的业务工作。项目的首要特征是它的唯一性。各个项目都是不可重复的特

珠工作、是“空前绝后〝的、独一无二的特殊工作。

项目的第二个特征是它的动态性。

从项目开始到项目完成是一个充滿矛盾

和变化、不断发展的动态过程。它有自己的生命周期。

项目的第三个特征是它的高风险性。任何一个负责和参加项目的人都不

可能完全知道项目进行过程中将要发生的一切问題。每个項目都会有一些不确定因发和未知

因蒙，如果不能在项目进行之前和进行之中采取适当措施，可能导致项目失败。

除了以上所述之外，项目还具有追求目标性、严格的时限性、多种资源的约束性和参与者的

多部门、多科学性等。

项目管理起源于建筑行业，但是截至 20 世纪初项目管理尚末形成科学体系，也无科学适用的

实战方法。它通常被看成“二战”的产物，在“二战”期间美国的“受哈顿计划”，因计划工

程量和规模巨大,技术异常复杂,时间极为聚迫，使得美国军方逐步实行项目管理

模式来管理工程进度、工程预算及工程质量等方面。到上世纪 50 年代初，项目管理在国防

相关项目中有广泛应用;60 到 80 年代，项目管理仅仅在建筑、国防及航天等专业方面有应

用;80 年代后，项目管理逐步步人现代化阶段，其在军事、建筑及航空工程等之外诸多行业

中得到广泛应用，比如：软件开发业、工业制造业、金融业、电信通讯业等。另外,政府机构

及某些国际组织也将其作为中心日常运行模式，以提升工作和管理的效率，比如：1BM、世界

银行、联合国等在其核心管理部门中都实施项目管理。

目前世界上有两大项目管理的研究体系：一是由欧洲国家创建的偏重实践的国际性学术研究

组织，即国际项目管理协会(IPMA);二是美国创建的偏重理论性的学术组织，即美国项目管理

研究会(PMI)，在 1983 年,美国 PMI 首次把项目管理相关的知识和理论体系进行统一规范，

并形成标准。到 1996 年,该组织发布了关于项目管理理论体系,也就是 PMBOK(Project

Management Body of Knowledge )。

当前，步人网络信息化时代以来，高新技术产业日益壮大,使得项目管理在各类组织中得到广

泛应用，项目管理的专业人才需求量大增，专业化的资格认证制度不断成熟，而且各大学设

立了项目管理专业的硕士和博士学位教育;取得项目管理专业学位成为一大学位热点。

什么是程序设计？

程序设计：是指从确定任务到得到结果、写出文档的全过程。

程序设计是给出解决特定问题程序的过程，是软件构造活动中的重要组成部分。程序设

计往往以某种程序设计语言为工具，给出这种语言下的程序。程序设计过程应当包括分析、

设计、编码、测试、排错等不同阶段。任何设计活动都是在各种约束条件和相互矛盾的需求

之间寻求一种平衡，程序设计也不例外。

在计算机技术发展的早期，由于机器资源比较昂贵，程序的时间和空间代价往往是设计

关心的主要因素；随着硬件技术的飞速发展和软件规模的日益庞大，程序的结构、可维护性、

复用性、可扩展性等因素日益重要。程序设计是给出解决特定问题程序的过程，是软件构造

活动中的重要组成部分。程序设计往往以某种程序设计语言为工具，给出这种语言下的程序。

程序设计过程应当包括分析、设计、编码、测试、排错等不同阶段。专业的程序设计人员常

被称为程序员。

任何设计活动都在各种约束和冲突的需求之间寻求平衡，程序设计也不例外。在计算机

技术发展的早期，由于机器资源成本高，程序的时间和空间成本往往是设计关注的主要因素。

随着硬件技术的快速发展和软件规模的不断扩大，程序结构、可维护性、可重用性和可扩展

性等因素变得越来越重要。

结构化程序设计主要强调某个功能实现的算法，而算法的实现过程是由一系列操作组成

的，这些操作之间的执行次序就是程序的控制结构。任何简单或复杂的算法都可以由顺序结

构、选择结构、循环结构这三种基本结构组合而成，所以这三种结构就是程序设计的基本结

构，也是结构化程序设计必须采用的结构。

顺序结构：顺序结构表示程序中的各操作是按照它们在源码中的排列顺序依次执行的

双选择是典型的选择结构，其流程如图所示。图中的处理步骤可以是一个非转移操作或者多

个非转移操作，甚至可以是空操作，也可以是三种基本结构中的任一结构。整个顺序结构只

有一个入口点和一个出口点。这种结构的特点是：程序从入口点开始执行，按顺序执行所有

操作，直到出口点，所以称为顺序结构

选择结构：选择结构表示程序的处理需要根据某个特定的条件选择其中的一个分支执行。选

择结构有单选择、双选择和多选择三种形式。

在结构入口的 A 处有一个判断条件，表示程序的流程出现可供选择的分支，如果判定条件为

真则执行处理步骤 1，否则执行处理步骤 2.这俩个分支中只能选择一个并且必须选择一个执

行，但不论选择哪个，最后流程都一定到达结构的出口点 B

当俩个处理步骤中的任意一个为空时，说明结构中只有一个可供选择的分支，如果选择了没

有处理步骤的分支就什么都没执行，即称为单选择结构

循环结构：循环结构表示程序反复执行某个或某些操作，直到某条件为假（或为真）时才停

止循环。循环结构的基本形式有俩种：当型循环和直到型循环。

*当型结构：*如图：

先判断条件，当条件为真时执行循环体，并且在循环体结束时自动返回到循环入口处，再次

判断循环条件；如果条件为假，则退出循环体到达流程出口处。因为是“当条件为真时执行

循环”，即先判断后执行，所以被称为当型循环。

从入口处直接执行循环体，循环体结束时判断条件，如果条件为真，则返回入口处继续执行

循环体，直到条件为假时结束循环到达流程出口处，是先执行后判断。因为是“直到条件为

假时结束循环”，所以被称为直到型循环。

同样循环结构也只有一个入口点 A 和一个出口点 B，循环终止是指流程执行到循环的出口点。

图中的处理步骤可以是一个或者多个操作，也可以是一个完整的结构或过程。

汇报人：刘家梅

班级：宠物医疗 2211

日期：2023-4-17

大数据

一、产生背景 大数据产业指以数据生产、采集、存储、加工、分析、服务为主的相关经济活动，包括

数据资源建设，大数据软硬件产品的开发、销售和租赁活动，以及相关信息技术服务。当前，智慧医疗、

智慧城市、精准扶贫以及其他相关高新技术产业都离不开大数据的支撑，大数据技术在我国得到了较为广

泛的应用。 （一）国家实施大数据战略，构建数字中国 大数据被认为是“未来的新石油”，也被

比喻为 21 世纪的“钻石矿”，在社会生产、流通、分配、消费活动以及经济运行机制等方面发挥

着重要的作用。2014 年大数据首次写入政府工作报告；2015 年 8 月国务院颁布《促进大数据

发展行动纲要》，大数据正式上升为国家发展战略。随后国家出台了一系列大数据政策，覆盖

生态环境大数据、农业大数据、水利大数据、城市大数据、医疗大数据、交通旅游服务大数

据等多层次下游应用市场，加快实施国家大数据战略。 同时，伴随大数据政策出台，各

地政府相继成立了大数据管理机构，促进大数据产业发展，全国 22 个省区，200 多个地市相

继成立大数据管理部门。 图 1 各 省 大 数 据 管 理 机 构 设 置 数 量 （ 单 位 ： 个 ）

（二）大数

据行业发展迅猛，产业规模巨大

2016 年，工信部印发了《大数据产业发展规划（2016-2020 年）》，全国大数据产业建设掀起

热潮，目前已形成八大大数据综合试验区，建成 100 多个大数据产业园。伴随新一代信息技

术、智慧城市、数字中国等发展战略逐步推动社会经济数字化转型，大数据的产业支撑得到

强化，应用范围加速拓展，产业规模实现快速增长。

通过对 1572 家企业的调查结果显示，企业对数据分析的重视程度进一步提高，65.2%的企业

已成立数据分析部门，24.4%的企业正在计划成立相关数据部门。

近四成的企业已经应用了大数据。在接受调查的企业中，已经应用大数据的企业有 623 家，

占比为 39.6%，垂直行业中如金融等领域大数据应用增加趋势较为明显。此外，24.3%的企业

表示未来一年内将应用大数据。

对数据分析方式选择情况的调查显示，40.3%的企业采取实时处理动态数据并提供分析结果，

占比最高；其次是分析历史数据和通过机器学习进行辅助决策，占比分别为 32.3%和 25.5%。

不久的将来，随着人工智能技术的发展和应用普及，选择机器学习进行辅助决策的企业占比

有望进一步提升。

2019 年 5 月 6 日中国信息通信研究院发布《中国大数据与实体经济融合发展白皮书（2019

年）》，书中综合国内外环境、新兴技术发展等多种因素，测算 2018 年我国大数据产业增速约

为 15%，产值达到 5405 亿元。另据赛迪数据显示，2018 年中国大数据产业规模为 4384.5 亿

元，同比增长 23.5%；到 2021 年，中国大数据产业规模将超过 8000 亿元。

图 2 2016-2021 年中国大数据产业规模（单位：亿元）

从企业业务布局来看，大数据产业主要集中在华北、华东及中南地区。

表 1 2018 年中国大数据产业区域分布情况

（三）数据资源资产化步伐稳步推进

2015 年 8 月,国务院印发《促进大数据发展行动纲要》,明确“加快政府数据开放共享,推动

资源整合”。社会各界通过对数据资源的整合、利用,加速了数据流通共享以及数据资源化进

程。2018 年 10 月，《数据管理能力成熟度评估模型》发布实施，规范了各组织、机构数据管

理和应用工作，提升国内数据管理和应用能力。2019 年 10 月，在中国共产党第十九届中央

委员会第四次全体会议上，中央首次公开指出“健全劳动、资本、土地、知识、技术、管理

和数据等生产要素按贡献参与分配的机制。”这是中央首次在公开场合提出数据可作为生产要

素按贡献参与分配，反映了随着经济活动数字化转型加快，数据对提高生产效率的乘数作用

凸显，成为最具时代特征新生产要素的重要变化。

（四）技术融合成为大数据发展主流

当前，大数据相关技术已基本成熟，逐步成为支撑型的基础设施，其发展方向也开始向提升

效率转变，向个性化的上层应用聚焦。随着 5G 通信标准的落地，物联网、移动互联网、大数

据、传统行业将深度融合，算力、流批、TA、模块、云数、数智等技术融合的趋势愈发明显，

大量既懂大数据技术又懂其他相关行业技术的人才在大数据应用领域发挥着越来越多的作用。

（五）数据安全受到业界普遍关注

近年来，大数据业界不断有安全事件曝出。2019 年 9 月 6 日，位于杭州的大数据风控平台杭

州魔蝎数据科技有限公司被警方控制，高管被带走，相关服务暂时瘫痪。同日，另一家提供

大数据风控服务的新颜科技人工智能科技有限公司高管被带走协助调查。大数据安全合规的

问题，特别是对于个人信息保护的问题，当前已成为整个社会和行业关注热点。

在全球不断收紧数据合规政策的大环境下，我国在数据法律监管方面也日趋严格规范。2019

年以来，数据安全方面的立法进程明显加快。中央网信办针对网络安全审查、数据安全管理、

儿童个人信息网络保护、个人信息出境安全评估等四项关于数据安全的管理办法相继发布征

求意见稿。这些我国数据安全法律法规重点关注个人信息的保护，大数据行业整体合规也必

然将以此作为核心。

二、职业定义和工作任务

近年来，随着经济社会发展、科学技术进步和产业结构调整，新产业、新业态、新模式滋生

孕育出许多新职业。大数据技术应用在各行各业的全面展开，我国社会需要越来越多的大数

据工程技术人员。其职业定义和工作任务如下：

大数据工程技术人员职业定义：从事大数据采集、清洗、分析、治理、挖掘等技术研究，并

加以利用、管理、维护和服务的工程技术人员。

大数据工程技术人员主要工作任务：

1.研究和开发大数据采集、清洗、存储及管理、分析及挖掘、展现及应用等有关技术；

2.研究、应用大数据平台体系架构、技术和标准；

3.设计、开发、集成、测试大数据软硬件系统；

4.大数据采集、清洗、建模与分析；

5.管理、维护并保障大数据系统稳定运行；

6.监控、管理和保障大数据安全；

7.提供大数据的技术咨询和技术服务。

三、当前就业人群分析

本报告基于 2019 年 4 月对 27 家大数据行业典型企业的人力资源情况进行调研后分析所得。

（一）学历层次

大数据人才的学历层次分为 4 个大类，分别是硕士及以上、本科、专科、专科以下。

图 3 大数据人才学历结构（单位：人）

可以看出，本科占比最高，其次是硕士及以上，专科占比只有 12.22%。大数据行业是新兴行

业，目前学历要求比较高。

（二）专业来源

专业来源分为 4 个大类，分别是数理类、经济管理类、计算机类及其他专业。计算机类占比

最高，其次是数理类。项目组调研企业大数据人才的各专业人数和占比见下图。

图 4 大数据人才专业来源（单位：人）

（三）渠道来源

大数据人才的渠道来源分为 4 个大类，分别是校招、社招、内部培养和推荐、培训机构招聘。

企业大数据人才各渠道来源的人数和占比见下图。

图 5 大数据人才渠道来源（单位：人）

其中社招占比最大，比校招、内培和内推以及培训机构招聘的总和还要高。大数据人才目前

主要依靠社招，说明学校教育与社会需求脱节，内培和培训也不能满足岗位要求。

（四） 薪资水平分布

（五）

岗位类型及数量

目前企业提供的大数据岗位按照工作内容要求，可以分为以下几类：

①初级分析类，包括业务数据分析师、商务数据分析师等。②挖掘算法类，包括数据挖掘工

程师、机器学习工程师、深度学习工程师、算法工程师、AI 工程师、数据科学家等。③开发

运维类，包括大数据开发工程师、大数据架构工程师、大数据运维工程师、数据可视化工程

师、数据采集工程师、数据库管理员等。④产品运营类，包括数据运营经理、数据产品经理、

数 据 项 目 经 理 、 大 数 据 销 售 等 。 四 类 岗 位 的 数 量 和 占 比 见 下 图 。

图 7 大数据岗位类型结构（单位：人）

汇报人：黄一平

AI 人工智能

人工智能（Artificial Intelligence，简称 AI）是 50 年代兴起的一门新兴边缘学科，二十世纪七

十年代以来被称为世界三大尖端技术之一（空间技术、能源技术、人工智能），也被认为是二

十一世纪三大尖端技术之一（基因工程、纳米科学、人工智能）。广义的讲，人工智能是关于

人造物的智能行为，而智能行为包括知觉、推理、学习、交流和在复杂环境中的行为。人工

智能的一个长期目标是发明出可以像人类一样或能更好地完成以上行为的机器；另一个目标

是理解这种智能行为是否存在于机器、人类或其他动物中。目前能够用来研究人工智能的主

要物质手段以及能够实现人工智能技术的机器就是计算机, 人工智能的发展历史是和计算机

科学与技术的发展史联系在一起的。除了计算机科学以外, 人工智能还涉及信息论、控制论、

自动化、仿生学、生物学、心理学、数理逻辑、语言学、医学和哲学等多门学科。

01.第一次浪潮（1956-1974） ：伟大的首行

1963 年,开启项目 project MAC,该项目培养了一大批最早期的计算机科学与人工智能人才。

1964-1966 年，约瑟夫·维森鲍姆教授建立了世界上第一个自然语言对话程序 ELIZA。这是一个

交互程序，它可以根据任何主题进行英文对话。有限的计算机能力和快速增长的计算需求之

间形成了尖锐的矛盾。视觉和自然语言理解中巨大的可变性与模糊性等问题在当时条件下构

成了难以逾越的障碍。

02.第二次浪潮（1980-1987）：专家系统的新衰

专家系统是一种基于—组特定规则来回答特定领域问题的程序。专家系统通常由人机交互界

面、知识库、推理机、解释器、综合数据库、知识获取等 6 个部分构成。知识库用来存放专

家提供的知识。专家系统的问题求解过程是通过知识库中的知识来模拟专家的思维方式的,因

此,知识库是专家系统质量是否优越的关键所在,即知识库中知识的质量和数量决定着专家系

统的质量水平。在专家系统中运用得较为普遍的知识是产生式规则。产生式规则以 IF..THEN...

的形式产生

03.第三次浪潮（2011 年至今）：厚积薄发，再造辉煌

NVIDIA Tesla V100 图形处理器的计算能力已经突破了每秒 10 万亿次浮点运算

2012 图像识别算法竞赛 ILSVRC,中层神经网络 Alex Net 取得了冠军

2016 年,谷歌通过深度学习训练的 AlphaGo,战胜了曾经的围棋世界冠军李世。

人工智能的目标

人工智能的研究目标可分为远期目标和近期目标。远期目标是要制造智能机器。具体来讲，

就是要使计算机具有看、听、说、写等感知和交互功能,具有联想、推理、理解、学习等高级

思维能力,还要有分析问题、解决问题和发明创造的能力。简言之,也就是使计算机像人一样

具有自动发现规律和利用规律的能力,或者说具有自动获取知识和利用知识的能力,从而扩展

和延伸人的智能。从目前的技术水平来看，要全面实现上述目标，还存在很多困难。人工智

能的近期目标是实现机器智能,即先部分地或某种程度地实现机器的智能,从而使现有的计算

机更灵活、更好用和更有用，成为人类的智能化信息处理工具。

结论

人工智能是研究使计算机来模拟人的某些思维过程和智能行为（如学习、推理、思考、规划

等)的学科,主要包括计算机实现智能的原理、制造类似于人脑智能的计算机,使计算机能实现

更高层次的应用,人工智能几乎涉及到是自然科学和社会科学的所有学科,其范围已远远超出

了计算机科学的范畴,人工智能与思维科学的关系是实践和理论的关系,人工智能是处于思维

科学的技术应用层次,是它的一个应用分支,从思维观点看,人工智能不仅限于逻辑思维,要考

虑形象思维、灵感思维才能促进人工智能的突破性的发展,数学常被认为是多种学科的基础科

学,数学也进入语言、思维领域,人工智能学科也必须借用数学工具,数学不仅在标准逻辑、模

糊数学等范围发挥作用,数学进入人工智能学科,它们将互相促进而更快地发展。人工智能体

现在思维、感知、行为三个层次。它主要模拟眼神、扩展人的智能、其研究内容可以分为机

器思维和思维机器、机器行为和行为机器、机器感知和感知机器、三个层次。人工智能研究

与应用虽然取得了不少成果,但离全面推广应用还有很大距离，还有很多问题需要许多学科的

共同研究。我们至少要经历几代人的坚持奋斗，进行多学科联合协作研究，才可能基本上解

开“人工智能”之谜，使人工智能理论达到一个更高水平。

汇报人：饶莹莹

专业：宠物医疗

指导老师：李逵

班级类型：2022 宠物医疗

日期：2023.4.15

云计算

“云”实质上就是一个网络，狭义上讲，云计算就是一种提供资源的网络，使用者可以随时

获取“云”上的资源，按需求量使用，并且可以看成是无限扩展的，只要按使用量付费就可

以，“云”就像自来水厂一样，我们可以随时接水，并且不限量，按照自己家的用水量，付费

给自来水厂就可以。

从广义上说，云计算是与信息技术、软件、互联网相关的一种服务，这种计算资源共享池叫

做“云”，云计算把许多计算资源集合起来，通过软件实现自动化管理，只需要很少的人参与，

就能让资源被快速提供。也就是说，计算能力作为一种商品，可以在互联网上流通，就像水、

电、煤气一样，可以方便地取用，且价格较为低廉。

总之，云计算不是一种全新的网络技术，而是一种全新的网络应用概念，云计算的核心概念

就是以互联网为中心，在网站上提供快速且安全的云计算服务与数据存储，让每一个使用互

联网的人都可以使用网络上的庞大计算资源与数据中心。

云计算是继互联网、计算机后在信息时代又一种新的革新，云计算是信息时代的一个大飞跃，

未来的时代可能是云计算的时代，虽然目前有关云计算的定义有很多，但总体上来说，云计

算虽然有许多得含义，但概括来说，云计算的基本含义是一致的，即云计算具有很强的扩展

性和需要性，可以为用户提供一种全新的体验，云计算的核心是可以将很多的计算机资源协

调在一起，因此，使用户通过网络就可以获取到无限的资源，同时获取的资源不受时间和空

间的限制。

云计算指通过计算机网络(多指因特网)形成的计算能力极强的系统，可存储、集合相关资源

并可按需配置，向用户提供个性化服务。

云计算划分

一、按照服务划分，云计算可以分为 IaaS、PaaS、SaaS、DaaS 四个层次。

1.IaaS

IaaS 供应商为用户提供云化的 IT 基础设施，包括处理、存储、网络和其他基本的计算资源。

用户能够远程部署和运行任意软件（包括操作系统和应用程序），供应商则按照用户使用存储

服务器、带宽、CPU 等资源的数量收取服务费。

公共云 IaaS 是一种“重资产”的服务模式，需要较大的基础设施投入和长期运营技术经验积

累，该项业务具备极强的规模效应。因此，一旦巨头优势显现，将产生马太效应，通过价格、

性能和服务建立起较宽的“护城河”。

根据 Gartner 发布的全球公有云 IaaS 魔力象限，2017 年共计 14 家企业进入该象限，而 2018

年这一数字锐减为 6 家。而在 2017 年度全球公有云 IaaS 市场份额分析报告中，Gartner 指

出，亚马逊、微软、阿里巴巴占据全球市场份额前三，其中亚马逊市场份额占比超过 50%，

同比增速达 25%。

IaaS 的发展大致可以分为萌芽阶段、成长阶段和洗牌阶段。

萌芽阶段：2008 年，IBM 在中国建立首个云计算中心，标志着 IaaS 正式进入中国。随后一年，

盛大、阿里云开始研发和试点运营相关云业务。

成长阶段：2013 年前后，微软、亚马逊 AWS IaaS 业务正式进入中国。同年，UCloud、青云

等 IaaS 创业公司成立并开始提供服务，腾讯、华为等巨头也纷纷加入云服务阵营。

洗牌阶段：到 2015 年，IaaS 云行业发展趋于稳定，行业格局和盈利模式日渐清晰，行业领

先者开始出现，企业逐渐开始盈利。同时，行业竞争加剧，进入洗牌阶段。

2019 年 1 月，阿里巴巴集团财报显示，阿里云 2018 财年第三财季（2018 年 10 月 1 日至 2018

年 12 月 31 日）营收达到 66.1 亿元，同比增长 84%，以此计算，2018 自然年阿里云营收规模

达到 213.6 亿元，4 年间增长了约 20 倍，已成为亚洲最大的云服务公司。

2.PaaS

PaaS 是指将软件研发的平台作为一种服务，并提供给用户。用户或者企业可以基于 PaaS 平

台快速开发自己需要的应用和产品。同时，PaaS 平台开发的应用能更好地搭建基于 SOA 架构

的企业应用。作为一个完整的开发服务，PaaS 提供了从开发工具、中间件到数据库软件等开

发者构建应用程序所需的所有开发平台的功能。

2009 年，新浪推出国内首个 PaaS 平台 SAE Alpha。2013 年，微软、亚马逊 AWS 等海外公共

云 PaaS 服务进入中国；之后，BAT（百度、阿里、腾讯）分别推出开发者 PaaS 平台（百度的

BAE、阿里的 ACE、腾讯的 QCloud）；IM、推送等领域的垂直 PaaS 平台开始提供服务（个推、

融云等）。

进入 2015 年，国内大型云服务商开始开放更多面向开发者的云服务能力（如阿里百川等）；

同时，垂直 PaaS 平台也发展迅速，出现了面向物流网、语音识别等领域的 PaaS 平台。

目前，PaaS厂商发展的现状主要是在原有技术功能基础上，根据优势拓展服务形式和客户群，

拓展方向主要集中在以下 3 个方面：

拓展服务功能：从单一 PaaS 服务拓展为多种 PaaS 服务，形成功能商店。

拓展服务形式：在原有 PaaS 服务基础上，拓展同类 SaaS 服务。

拓展新客户：在 Paas 通用模块基础上，为企业提供定制化流程管理。

目前，PaaS 的发展趋势主要表现在三个方面：

业务类型同质化：提供单一功能的 PaaS 厂商横向发展，成长为 PaaS 工具商店，可能造成 PaaS

厂商业务重合度高。

开发者增值服务成为增长点：在提供功能模块的基础上，形成平台生态，提供满足企业/应用

生命周期全流程的技术服务。

国际化业务或成新增长点：技术模块在国际化推广过程中受到地理位置、使用习惯的限制较

小，突破海外市场将成为 PaaS 厂商新的增长点。

4. DaaS

DaaS（Data as a Service）服务是继 IaaS、PaaS、SaaS 之后发展起来的一种新型服务。DaaS

通过对数据资源的集中化管理，并把数据场景化，为企业自身和其他企业的数据共享提供了

一种新的方式。

以前，企业的数据要么因为零散地存放在各个团队或部门而无法把数据资源作为一种企业内

部的服务用于提升企业运行效率，要么就是每家企业都把数据当成自家金矿而不想拿出来分

享给其他企业或个人，这样，即使数据是座金矿，也不会产生太大的价值，因为它不流通。

只有将这座金矿拿出来变现，让其他企业也能使用数据资源，才能获取自己想要的物资，发

挥金矿最大的价值。

在如今的数据大爆炸时代，没有任何一家企业能收集到自己需要的所有数据，有了 DaaS 服务，

就可以向其他公司购买所需数据，通过分工协作提升企业竞争力。

二、按照部署模式的不同，云计算主要分为公有云、私有云和混合云。

公有云一般由云计算厂商构建，面向公众、企业提供公共服务，由云计算厂商运营；

私有云是指由企业自身构建，为企业内部提供云服务；

当企业既有私有云，同时又采用公有云计算服务时，这两种云之间形成一种内外数据相互流

动的形态，便是混合云的模式。

目前，大型企业迁云时都倾向使用混合云模式，把面向互联网用户的应用系统部署在公有云

上，把内部系统或者安全等级要求较高的系统部署在私有云上。

汇报人：张怡珺

物联网

汇报人：王申甲

专业方向：养猪

指导老师：李逵

班级类型：2022 畜牧兽医

日期： 2023 年 04 月 11 日 星期二

物联网是指通过各种信息传感器、射频识别技术、全球定位系统、红外感应器、激光扫描器

等各种装置与技术,实时采集任何需要监控、连接、互动的物体或过程,采集其声、光、热、电、

力学、化学、生物、位置等各种需要的信息,通过各类可能的网络接入,实现物与物、物与人的

泛在连接,实现对物品和过程的智能化感知、识别和管理。 物联网就是把所有的物体连接起

来相互作用,形成一个互联互通的网络。 物联网就是物物相连的互联网。

通过信息传感设备，按约定的协议，将任何物体与网络相连接，物体通过信息传播媒介进行

信息交换和通信，以实现智能化识别、定位、跟踪、监管等功能

1、架构

物联网的架构一般分为三层或四层。三层之架构由底层至上层依序为感测层、网络层与应用

层；四层之架构由底层至上层依序为感知设备层（或称感测层）、网络连接层（或称网络层）、

平台工具层与应用服务层。三层与四层架构之差异，在于四层将三层之“应用层”拆分成“平

台工具层”与“应用服务层”，对于软件应用做更细致的区分。

（1）感测层

寻址资源。物联网的实现，需要给每一个连上物联网的对象分配唯一的标识或地址。最早的

概念是由无线射频识别标签和电子产品代码所发展出来的。现在物联网与互联网链接后，由

于预估需要大量的 IP 地址，目前主流的 IPv4 地址空间有限，因此物联网中的对象倾向使用

下一代互联网协议（IPv6），以提供足够的地址空间，IPv6 对于物联网的发展扮演重要角色。

（2）网络层

物联网有多种联网技术可供选择，依照有效传输距离可区分为短距离无线、中距离无线、长

距离无线，以及有线技术：

（3）应用层

应用层在物联网四层架构中可再细分为“平台工具层”与“应用服务层”。

平台工具层为底层的软件平台，作为应用服务层与网络层的接口，以支持各类的软件应用。

可归类于“平台工具层”包括大数据、区块链、软件定义网络、软件定义存储、软件定义数据

中心、安全通信、杀毒软件、人工智能相关（如自然语言处理、深度学习、语音识别、模式

识别、电脑视觉...）等。

应用服务层针对不同的应用需求，直接呈现原始资料，或经过加值处理，借由人机界面提供

用户，或是对应的硬件/软件目标得到想要的信息。可归类于“应用服务层”包括虚拟现实/增强

现实、人机交互、服务导向架构、永续发展相关（生命周期评估、节能、碳足迹...）等。

应用的方向：消费者应用，工业应用，农业应用，商业应用，基础设施应用，军事应用。

总结：

物联网技术在物流运输领域的应用将会越来越广泛，物流运输人才需求和岗位能力要求也将

发生巨大的变化，“运输管理实务”作为高职物流管理专业最重要的核心课程，其课程模式、

课程定位、课程目标和设计

思路、课程内容、课程评价等都应该结合物联网技术

应用这个大背景，本文只是初步探讨，在具体内容设计和课堂实施上还需要进行深入探讨和

完善。

区块链

了解区块链：区块链，就是一个叉一个区块组成的链条。每一个区块中保存了一定的信

息，它们按照各自产生的时间顺序连接成链条。这个链条被保存在所有的服务器中，只要整

个系统中有一台服务器就可以工作。整条区块链

就是安全的。这些服务器在区块链系统中被称为

节点，它们为整个区块链系统提供存储空间和算

力支持。如果要修改区块链中的信息，必须征得

半数以上节点的同意并修改所有节点中的信息，

而这些节点通常掌握在不同的主体手中，因此篡政区块键中的信息是一件极其困难的事。相

比传统的网络，区块链具有两大核心特点：一是数据难以算改，二是去中心化。基于这两特

点，区块链所记录的信息更加的真实可靠，可以帮助解决人们不信任的问题。

区块链的特征：1.开放、共识—区块链技术基础是开阔的，除了交易各方的私有信息被

加密外，区块链的数据对所有人开放，任何人都可以通过公开的接口查询区块链数据和开发

相关应用，因此整个系统信息高度透明。2.去中心、去信任—区块链技术不依赖额外的第三

方管理机构或硬件设施，没有中心管制，除了自成一体的的区块链本号，通过分布式核算和

存储，各个节点买现了信心自我验证、传递和管理。去中心化是区块链最突出最本质的特征。

3.交易透明，双方匿名—区块链技术基础是开源的，除了交易各方的私有信息被加密外，区

块链的数据对所有人开放，任何人都可以通过公开的接口查询区块链数据和开发相关应用，

此整个系统信息都公开透明。除非有法律法规要求，单从技术来讲，各区块节点的身份信息

不需要公开验证，信息传递可以匿名进行。4.不可篡改，可追溯—只要不能掌握全部数据节

点的 51%，就无法肆意操控网络数据，这使得区块链本身变得相对安全，避免了主观认为了

数据变更。5.独立性基于协商一致的规范和协议，整个区块链系统不依赖于其他第三方，所

有节点能够在系统内自动安全地验证，交换数据，不需要任何人的干扰。

近期发展：虽然，世界各国都在争相布局区块链，开辟国际竞争的新赛道，抢占新一轮

产业创新的制高点以提升自身国际竞争力，但无论是国内还是国外，在区块链发展道路上都

是在摸索前进，分为了底层关键技术、中间层关键技术和应用层关键技术。

商业模式：区块链本身是一种新的商业模式。借助区块链，组织可以将其业务转变为去

中心化平台，从而可以改变其业务运作方式。1.代币经济—实用代币商业模式，实用代币商

业模式在该行业中很普遍。当前，有大量实用程序的区块链初创公司。企业持有一些实用程

序令牌，并释放其余的用于网络功能。当令牌的价值上升时，它们就会获利。这一模式被称

为“代币经济”。令牌应具有三个要素：适当的角色、功能和目的。2.区块链即服务，区块链

即服务是目前最受欢迎的商业模式之一，它是指为其他公司提供生态系统来管理其区块链系

统。在这种生态系统中，公司可以进行实验、测试和研究。目前，Microsoft（Azure）、Amazon

（AWS）、IBM（BlueMix）等提供 BaaS 服务。公司用户不必担心区块链如何工作，BaaS 还消

除了对硬件的需求，从而使公司或组织可以专注于其开发周期。当前大多数的区块链解决方

案，包括比特币和以太坊，都可以作为服务。例如 EBaas，以太坊区块链即服务（EBaaS），

该服务由 Microsoft 与 ConsenSys 合作管理和提供。3.开发平台—如今，公司专注于开发可

形成区块链基础设施的应用程序。这些使用区块链和云服务的应用程序可以为终端用户提供

快速开发的机会。Hyperledger 是为区块链开发提供工具、框架和指南的一个例子，其他示

例包括 Tendermint 和 EthCore。BlockApps 提供了一个开发企业级区块链应用程序的平台。

4.基于区块链的软件产品—很多区块链公司购买区块链解决方案并将其集成到他们的系统中，

然后将其出售给大公司，并在实施后提供支持。MediaChain 区块链出售给 Spotify 就是这种

区块链商业模式的完美示例。该交易旨在解决音乐行业内的音乐使用费问题。它将为系统带

来透明度，并通过已有平台来奖励音乐创作者。5.网络费—另一种商业模式是收取与区块链

相关的网络费用。这种模式适用于以太坊或 dApp 之类的区块链解决方案，这些解决方案向用

户收取少量的操作费用。例如，以太坊网络向开发者收取费用，以使其 dApp 生效。在 NEO 平

台发布 dApp 同样需要付费。以太坊用户必须以 GAS 形式支付网络费用。6.区块链专业服务—

区块链专业服务由领先的开发公司提供给初创公司或其他企业。例如，一家企业希望建立自

己的区块链项目，他们可以聘请德勤、IBM 或其他公司来为他们完成项目。这里的关键是不

要在硬件、软件或团队建设上进行投资，而应直接接受区块链开发公司的服务。区块链专业

服务还有其他形式。例如，许多区块链公司提供与区块链相关的咨询、法律或审计服务。7. P2P

区块链商业模式—P2P 商业模式提供点对点的业务。P2P 区块链使终端用户可以直接彼此交易。

P2P 模式可以通过多种方式货币化，包括令牌、BaaS 或交易费用。Filecoin 提供点对点的数

据存储和共享平台，为其他用户存储文件的人都会获得 Filecoin 奖励的代币。此外，还有一

个挖矿软件，可以让用户共享存储空间。

汇报人：王浩宇