第一章金融科技的概況金融科技概論11. 掌握金融科技的定義；2. 熟悉金融科技的發(fā)展現(xiàn)狀與意義；3. 了解金融科技的發(fā)展趨勢。教學(xué)目標(biāo)2金融科技的起源與定義金融科技的發(fā)展歷程全球金融科技的發(fā)展現(xiàn)狀概覽金融科技發(fā)展的意義金融科技的未來發(fā)展趨勢目錄3金融科技的起源與定義隨著科技的不斷發(fā)展，互聯(lián)網(wǎng)逐漸滲透到各個(gè)領(lǐng)域，當(dāng)互聯(lián)網(wǎng)逐漸滲透到金融領(lǐng)域并且在金融領(lǐng)域起到的作用逐漸增大的時(shí)候，互聯(lián)網(wǎng)金融便逐漸產(chǎn)生?！敖鹑凇迸c“科技”這兩個(gè)詞慢慢結(jié)合在一起，于是創(chuàng)造出了Fintech，全稱FinancialTechnology，即“金融科技”。4金融科技的起源與定義金融科技（Financialtechnology），簡稱FinTech，是指一種改善和自動(dòng)化金融服務(wù)的交付和使用，使得金融服務(wù)變得更加有效率的新技術(shù)，再經(jīng)過不斷發(fā)展而形成的一種經(jīng)濟(jì)產(chǎn)業(yè)。金融科技比較重要的點(diǎn)是：第一，金融科技是指金融服務(wù)公司將技術(shù)集成到產(chǎn)品中，以改善其使用和向消費(fèi)者的交付；第二，它主要是通過將此類公司的產(chǎn)品捆綁銷售并為其創(chuàng)建新市場來發(fā)揮作用的，初創(chuàng)企業(yè)通過擴(kuò)大金融包容性并使用技術(shù)來降低運(yùn)營成本來擾亂金融業(yè)的老牌企業(yè)；第三，金融科技的資金正在增加，但其中的監(jiān)管問題很多。金融科技的實(shí)例多種多樣。如：眾籌平臺(tái)、加密貨幣和區(qū)塊鏈、移動(dòng)支付、智能投顧。5金融科技的發(fā)展歷程Fintech1.0時(shí)代（1886-1967）。在這個(gè)時(shí)代，我們首次開始談?wù)摻鹑谌蚧?。它始于諸如電報(bào)以及鐵路和輪船之類的技術(shù)，這使金融信息得以實(shí)現(xiàn)快速跨境傳輸。Fintech2.0（1967-2008）。這一時(shí)期標(biāo)志著從模擬到數(shù)字的轉(zhuǎn)變，并由傳統(tǒng)金融機(jī)構(gòu)主導(dǎo)。Fintech3.0（2009年金融危機(jī)至今）。這個(gè)時(shí)代的特點(diǎn)是出現(xiàn)了新的參與者以及已經(jīng)存在的參與者（例如銀行）。如今，使用金融科技最多的國家是中國和印度。中國、印度和其他新興市場從未有時(shí)間開發(fā)西方水平的實(shí)物銀行基礎(chǔ)設(shè)施，這使中國、印度等其他新興的發(fā)展中國家市場對(duì)新的解決方案更加開放。6全球金融科技的發(fā)展現(xiàn)狀概覽歐美一直都重視對(duì)金融科技的投資。美國一直都走在金融科技的前列，不僅僅以現(xiàn)在相關(guān)技術(shù)方面，而且體現(xiàn)在金融科技發(fā)展的時(shí)間以及良好的金融科技監(jiān)管環(huán)境。英國也高度重視金融科技的發(fā)展，采用“監(jiān)管沙盒”制度（RegulatorySandbox）來發(fā)展金融科技企業(yè)。亞太地區(qū)的金融科技發(fā)展迅速，其中以中國發(fā)展速度、發(fā)展質(zhì)量最高。近年來，中國金融科技的發(fā)展得益于數(shù)字化，智能技術(shù)等廣泛的應(yīng)用信息技術(shù)。除中國之外，亞太地區(qū)另一個(gè)重要的市場是澳大利亞。近年來澳大利亞政府不斷鼓勵(lì)本國金融科技的發(fā)展，支持金融科技企業(yè)，并出臺(tái)了一系列相關(guān)的鼓勵(lì)金融科技發(fā)展的政策措施。7金融科技發(fā)展的意義第一，金融科技使得金融服務(wù)前所未有的普及。第二，金融科技推動(dòng)金融服務(wù)業(yè)成本降低。第三，許多人認(rèn)為金融科技在安全性方面具有可靠性。第四，協(xié)助企業(yè)發(fā)展，尤其是中小型企業(yè)。第五，金融科技可以幫助企業(yè)將大數(shù)據(jù)轉(zhuǎn)變?yōu)橛幸饬x的數(shù)據(jù)。8金融科技的未來發(fā)展趨勢第一、金融科技的發(fā)展呈現(xiàn)地區(qū)性發(fā)展態(tài)勢。第二、金融科技對(duì)人工智能的依賴越來越大。第三、對(duì)金融科技的監(jiān)管日趨嚴(yán)格，金融科技法規(guī)也越來越完善。第四、傳統(tǒng)金融機(jī)構(gòu)與新興金融科技公司的關(guān)系由競爭逐漸轉(zhuǎn)向合作，其中最明顯的就是銀行與金融科技公司的合作。第五、我國走在金融科技革命前列，有望引領(lǐng)金融科技革命。9本章小結(jié)隨著科學(xué)技術(shù)的發(fā)展以及互聯(lián)網(wǎng)的普及，金融科技也在逐漸滲透到生活中的方方面面。從金融科技的起源于定義出發(fā)，介紹了金融科技的發(fā)展歷程以及現(xiàn)在全球金融科技發(fā)展現(xiàn)狀；介紹了金融科技發(fā)展的現(xiàn)實(shí)意義以及未來發(fā)展趨勢。10思考題1.金融科技產(chǎn)生的背景2.金融科技的應(yīng)用3.金融科技給人們生活帶來的好處4.金融科技的局限性11ThankYouForWatching12第二章大數(shù)據(jù)金融科技概論131.掌握大數(shù)據(jù)的基本概念2.熟悉大數(shù)據(jù)的相關(guān)原理和特征3.深入理解大數(shù)據(jù)的相關(guān)案例教學(xué)目標(biāo)14大數(shù)據(jù)概述大數(shù)據(jù)的相關(guān)技術(shù)及處理流程大數(shù)據(jù)在金融領(lǐng)域的應(yīng)用延伸閱讀：大數(shù)據(jù)與美團(tuán)外賣的精細(xì)化運(yùn)營目錄15大數(shù)據(jù)概述

大數(shù)據(jù)的概念與特征從狹義的角度看，根據(jù)研究機(jī)構(gòu)Gartner給出的定義，大數(shù)據(jù)是指只有運(yùn)用新的處理模式才能具有更強(qiáng)的洞察發(fā)現(xiàn)力、決策力和流程優(yōu)化能力的海量、多樣化和高增長率的信息資產(chǎn)。通過對(duì)大數(shù)據(jù)的分析，可以了解數(shù)據(jù)背后的相應(yīng)用戶行為規(guī)律等信息，有助于政府、企業(yè)等做出決策。從廣義的角度看，大數(shù)據(jù)則是一個(gè)綜合性的概念，它囊括了狹義角度的大數(shù)據(jù)，以及對(duì)這些數(shù)據(jù)進(jìn)行存儲(chǔ)、處理、分析的技術(shù)，還有能夠分析這些數(shù)據(jù)獲得實(shí)用意義的人才和組織。16大數(shù)據(jù)概述

大數(shù)據(jù)的概念與特征狹義大數(shù)據(jù)的特征可以歸納為5個(gè)”V”:Volume（大體量）、Variety（多樣性）、Velocity（時(shí)效性）、Value（價(jià)值性）、Veracity（準(zhǔn)確性）。Volume：數(shù)據(jù)體量巨大；Variety：數(shù)據(jù)種類多樣化；Velocity：數(shù)據(jù)流動(dòng)速度快；Value：價(jià)值密度低；Veracity：數(shù)據(jù)準(zhǔn)確性。17大數(shù)據(jù)概述

大數(shù)據(jù)的分類按照大數(shù)據(jù)結(jié)構(gòu)特征分類：結(jié)構(gòu)化數(shù)據(jù)：指有結(jié)構(gòu)的數(shù)據(jù)，也即行數(shù)據(jù)，在得到數(shù)據(jù)之前，其結(jié)構(gòu)就是確定的。非結(jié)構(gòu)化數(shù)據(jù)：指沒有結(jié)構(gòu)的數(shù)據(jù)，無法用數(shù)據(jù)庫的二維邏輯結(jié)構(gòu)來表現(xiàn)。包括所有格式的文檔、文本、圖片、視頻、音頻、各類報(bào)表以及標(biāo)準(zhǔn)通用標(biāo)記語言下的子集XML、HTML。它們通常沒有數(shù)據(jù)模型，無法進(jìn)行結(jié)構(gòu)化處理。半結(jié)構(gòu)化數(shù)據(jù)：指介于結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)之間的數(shù)據(jù)。半結(jié)構(gòu)化數(shù)據(jù)也是有結(jié)構(gòu)的數(shù)據(jù)，與結(jié)構(gòu)化數(shù)據(jù)不同的是，半結(jié)構(gòu)化數(shù)據(jù)是先有數(shù)據(jù)，再有結(jié)構(gòu)。半結(jié)構(gòu)化數(shù)據(jù)一般是自描述的，數(shù)據(jù)的結(jié)構(gòu)和內(nèi)容混合在一起，沒有明顯的區(qū)分，其數(shù)據(jù)模型是數(shù)和圖。常見的半結(jié)構(gòu)化數(shù)據(jù)有XML、HTML。18大數(shù)據(jù)概述

大數(shù)據(jù)的分類按照大數(shù)據(jù)獲取處理方式分類：批處理數(shù)據(jù)：指對(duì)數(shù)據(jù)進(jìn)行批量的處理，如對(duì)數(shù)據(jù)進(jìn)行成批的增加、修改、刪除等操作。流式計(jì)算數(shù)據(jù)：指可以在實(shí)時(shí)處理的應(yīng)用環(huán)境中，對(duì)大規(guī)模流動(dòng)數(shù)據(jù)在不斷變化的前提下進(jìn)行持續(xù)計(jì)算、分析并能捕捉到有價(jià)值信息的分布式計(jì)算模式。按照大數(shù)據(jù)獲取處理方式分類：按照大數(shù)據(jù)處理響應(yīng)性能，可以將大數(shù)據(jù)分為實(shí)時(shí)數(shù)據(jù)、非實(shí)時(shí)數(shù)據(jù)和準(zhǔn)實(shí)時(shí)數(shù)據(jù)；按照大數(shù)據(jù)關(guān)系，可以將大數(shù)據(jù)分為簡單關(guān)系數(shù)據(jù)和復(fù)雜關(guān)系數(shù)據(jù)。19大數(shù)據(jù)概述

大數(shù)據(jù)的來源要做大數(shù)據(jù)，就要先了解企業(yè)或者自己所處行業(yè)的核心是什么，即企業(yè)要找到自身的核心價(jià)值。在這一前提下，建立自身的大數(shù)據(jù)才可以做一定的延伸。其次，要找到內(nèi)部的一些外圍相關(guān)數(shù)據(jù)。（一）核心數(shù)據(jù)：金融企業(yè)的核心數(shù)據(jù)主要有五個(gè)來源：歷史交易數(shù)據(jù)，用戶行為數(shù)據(jù)，系統(tǒng)運(yùn)行日志，非結(jié)構(gòu)化數(shù)據(jù)和過程文檔數(shù)據(jù)。（二）外圍數(shù)據(jù)：數(shù)據(jù)共享聯(lián)盟、互聯(lián)網(wǎng)數(shù)據(jù)、運(yùn)營商數(shù)據(jù)。（三）常規(guī)渠道數(shù)據(jù)：政府通常掌握著大量的、關(guān)鍵性的數(shù)據(jù)和公共信息資源，加大開發(fā)力度，極大地推動(dòng)政府辦事效率的提升和國家信息服務(wù)業(yè)的發(fā)展。20大數(shù)據(jù)的相關(guān)技術(shù)及處理流程與大數(shù)據(jù)相關(guān)的技術(shù)物聯(lián)網(wǎng)：定義：即“萬物相連的互聯(lián)網(wǎng)”，是在互聯(lián)網(wǎng)基礎(chǔ)上的延伸和擴(kuò)展的網(wǎng)絡(luò)，它將各種信息傳感設(shè)備與互聯(lián)網(wǎng)結(jié)合起來形成一個(gè)巨大網(wǎng)絡(luò)，從而在任何時(shí)間、任何地點(diǎn)實(shí)現(xiàn)人、機(jī)、物的互聯(lián)互通。物聯(lián)網(wǎng)可以為大數(shù)據(jù)提供全面的信息來源，被廣泛應(yīng)用在了各個(gè)領(lǐng)域。應(yīng)用：第一，以電話、微博、微信等為代表的社交網(wǎng)絡(luò)可以產(chǎn)生大量數(shù)據(jù)；第二，電子商務(wù)平臺(tái)。比如淘寶、京東等電商平臺(tái)每天都可以產(chǎn)生海量的數(shù)據(jù)，對(duì)這些數(shù)據(jù)進(jìn)行挖掘和分析有助于讓商家準(zhǔn)確地預(yù)測消費(fèi)行為，把握其中蘊(yùn)含的商機(jī)。同時(shí)，實(shí)體商店也可以借助大數(shù)據(jù)改善銷售行為。第三，攝像頭收集的視頻、圖片等信息。21大數(shù)據(jù)的相關(guān)技術(shù)及處理流程與大數(shù)據(jù)相關(guān)的技術(shù)云計(jì)算：定義：云計(jì)算是與信息技術(shù)、軟件、互聯(lián)網(wǎng)相關(guān)的一種服務(wù)，這種計(jì)算資源共享池叫做“云”，云計(jì)算把許多計(jì)算資源集合起來，通過軟件實(shí)現(xiàn)自動(dòng)化管理，只需要很少的人參與，就能讓資源被快速提供。云計(jì)算的數(shù)據(jù)在云端，任何時(shí)間、任何設(shè)備只要登錄后就可以享受計(jì)算服務(wù)。通過云計(jì)算對(duì)數(shù)據(jù)進(jìn)行計(jì)算后，可以讓數(shù)據(jù)為人類所用，讓數(shù)據(jù)成為一種基礎(chǔ)的公共物品，因此云計(jì)算可以為大數(shù)據(jù)的計(jì)算和分析提供可行的方法。分類：云計(jì)算主要有三種服務(wù)模式：基礎(chǔ)設(shè)施即服務(wù)（IaaS）、平臺(tái)即服務(wù)（PaaS）、軟件即服務(wù)（SaaS）。云計(jì)算最早在海外發(fā)展較快，如知名企業(yè)Google、IBM、亞馬遜等開展了云計(jì)算的業(yè)務(wù)，國內(nèi)的阿里巴巴、騰訊等近些年來也涉足云計(jì)算的發(fā)展。22大數(shù)據(jù)的相關(guān)技術(shù)及處理流程大數(shù)據(jù)的處理流程大數(shù)據(jù)的處理流程主要包含以下幾個(gè)方面：一，利用多種輕型數(shù)據(jù)庫收集海量數(shù)據(jù)；二，對(duì)不同來源的數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理；三，將數(shù)據(jù)整理后存儲(chǔ)到大型數(shù)據(jù)庫中；四，根據(jù)企業(yè)或個(gè)人的需求，運(yùn)用合適的數(shù)據(jù)挖掘技術(shù)來提取有用的信息；五，使用恰當(dāng)?shù)姆绞綄⒔Y(jié)果展現(xiàn)給終端用戶。23大數(shù)據(jù)的相關(guān)技術(shù)及處理流程大數(shù)據(jù)的處理流程數(shù)據(jù)采集：數(shù)據(jù)的來源有智能設(shè)備中的運(yùn)行數(shù)據(jù)、來自互聯(lián)網(wǎng)的數(shù)據(jù)、FID射頻數(shù)據(jù)等。數(shù)據(jù)預(yù)處理：經(jīng)過第一步數(shù)據(jù)采集得到的數(shù)據(jù)屬于原始數(shù)據(jù)，原始數(shù)據(jù)往往存在著不完整、不一致的問題，這樣的臟數(shù)據(jù)無法直接用于分析和研究。因此，為了進(jìn)一步的分析、挖掘和存儲(chǔ)，我們應(yīng)對(duì)原始數(shù)據(jù)進(jìn)行預(yù)處理，然后將處理過的數(shù)據(jù)再導(dǎo)入一個(gè)集中的大型數(shù)據(jù)庫或者分布式存儲(chǔ)集群。數(shù)據(jù)預(yù)處理的過程主要包括：數(shù)據(jù)清洗、數(shù)據(jù)集成、數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)規(guī)約等。數(shù)據(jù)變換：數(shù)據(jù)變換是采用線性或非線性的數(shù)學(xué)變換方法將多維數(shù)據(jù)壓縮成較少維數(shù)的數(shù)據(jù)，消除它們在時(shí)間、空間、屬性、精度等特征表現(xiàn)方面的差異，使其變?yōu)檫m合數(shù)據(jù)挖掘的形式。數(shù)據(jù)變換可用相當(dāng)少的變量捕獲原始數(shù)據(jù)的最大變化，具體變換方法的選擇可根據(jù)實(shí)際數(shù)據(jù)的屬性特點(diǎn)而定，常見的數(shù)據(jù)變換方法有數(shù)據(jù)平滑、數(shù)據(jù)聚焦、數(shù)據(jù)規(guī)范化、屬性構(gòu)造（特征構(gòu)造）等。24大數(shù)據(jù)的相關(guān)技術(shù)及處理流程大數(shù)據(jù)的處理流程數(shù)據(jù)歸約：數(shù)據(jù)歸約是指，在理解了數(shù)據(jù)挖掘任務(wù)和數(shù)據(jù)本身內(nèi)容的前提下，來提取數(shù)據(jù)的有用特征，以縮減數(shù)據(jù)規(guī)模，從而在盡可能保持?jǐn)?shù)據(jù)原貌的前提下，最大限度地精簡數(shù)據(jù)量。對(duì)歸約后的數(shù)據(jù)集進(jìn)行數(shù)據(jù)挖掘?qū)⒏佑行?，且能產(chǎn)生相同(或幾乎相同)的分析結(jié)果。數(shù)據(jù)歸約的類型主要有特征歸約、樣本歸約和特征值歸約等。數(shù)據(jù)存儲(chǔ)：大數(shù)據(jù)時(shí)代以非結(jié)構(gòu)化數(shù)據(jù)為主，數(shù)據(jù)種類多，因此傳統(tǒng)數(shù)據(jù)庫存儲(chǔ)系統(tǒng)已經(jīng)無法滿足數(shù)據(jù)存儲(chǔ)的需要。大數(shù)據(jù)的數(shù)據(jù)體量巨大，無法由一臺(tái)服務(wù)器中的數(shù)據(jù)庫來承受巨大的并發(fā)量和高速的訪問需求，因此應(yīng)當(dāng)使用分布式服務(wù)集群的方式。分布式存儲(chǔ)方式要求大數(shù)據(jù)存儲(chǔ)平臺(tái)能夠容忍一些硬件故障產(chǎn)生的可用性問題，如服務(wù)節(jié)點(diǎn)宕機(jī)、因網(wǎng)絡(luò)原因使得服務(wù)器節(jié)點(diǎn)失去連接等。而多個(gè)服務(wù)器組成的服務(wù)集群要求大數(shù)據(jù)存儲(chǔ)平臺(tái)具有高度的可伸縮性。25大數(shù)據(jù)的相關(guān)技術(shù)及處理流程大數(shù)據(jù)的處理流程數(shù)據(jù)挖掘：數(shù)據(jù)挖掘是指依據(jù)業(yè)務(wù)的需求和目的，運(yùn)用計(jì)算機(jī)技術(shù)從大量的數(shù)據(jù)中提取出隱藏的有價(jià)值的信息和知識(shí)的過程。數(shù)據(jù)挖掘的特點(diǎn)有：一、基于海量數(shù)據(jù)；二、非平凡性，即挖掘出來的知識(shí)應(yīng)該是不簡單的；三、隱藏性，即數(shù)據(jù)挖掘是要發(fā)現(xiàn)深藏在數(shù)據(jù)內(nèi)部而非浮現(xiàn)在數(shù)據(jù)表面的知識(shí)；四、價(jià)值性，即挖掘的知識(shí)能給企業(yè)帶來直接或間接效益。數(shù)據(jù)解釋：指將大數(shù)據(jù)挖掘及分析結(jié)果在顯示終端以友好、形象、易于理解的形式呈現(xiàn)給用戶，是一個(gè)面向用戶的過程。傳統(tǒng)的數(shù)據(jù)解釋方法是以文本形式輸出結(jié)果或者直接在電腦終端上顯示結(jié)果。大數(shù)據(jù)分析的結(jié)果一般是數(shù)據(jù)量巨大且關(guān)系復(fù)雜的結(jié)果，傳統(tǒng)的分析結(jié)果展示方法已經(jīng)不滿足要求?，F(xiàn)在主要利用可視化技術(shù)、人機(jī)交互、數(shù)據(jù)起源等新的方法將結(jié)果展示給用戶，幫助用戶更加清晰地了解數(shù)據(jù)處理后的結(jié)果，為用戶提供決策信息的支持。目前，大部分企業(yè)已經(jīng)引進(jìn)數(shù)據(jù)可視化技術(shù)和人機(jī)交互技術(shù)。26大數(shù)據(jù)技術(shù)在金融領(lǐng)域的應(yīng)用大數(shù)據(jù)與銀行客戶關(guān)系處理拓展客戶渠道：客戶的喜好隨著時(shí)間推移會(huì)發(fā)生改變，因此通過大數(shù)據(jù)技術(shù)進(jìn)行全面分析可以了解客戶的喜好，從而在產(chǎn)品和渠道方面做出最優(yōu)決策。提供個(gè)性化服務(wù)：商業(yè)銀行通過收集并分析社交網(wǎng)絡(luò)數(shù)據(jù)，挖掘出不同的客戶群體，如有嚴(yán)重不滿情緒的客戶、有高影響力的客戶等，然后對(duì)不同客戶群提供更有針對(duì)性的服務(wù)，避免客戶流失。客戶流失預(yù)警：通過大數(shù)據(jù)技術(shù)，可以預(yù)測客戶流失的概率?？蛻袅魇ьA(yù)測主要分為兩個(gè)方面，一是客戶流失預(yù)警，另一個(gè)是流失客戶特征分析。將分析得到的流失客戶數(shù)據(jù)和潛在流失客戶數(shù)據(jù)分配給客戶服務(wù)部門，整合銷售服務(wù)資源，根據(jù)客戶的需求，設(shè)計(jì)個(gè)性化的營銷策略，快速反應(yīng)，以此達(dá)到召回流失客戶，挽留流失概率高的客戶，實(shí)現(xiàn)對(duì)客戶的保留。27大數(shù)據(jù)技術(shù)在金融領(lǐng)域的應(yīng)用大數(shù)據(jù)與銀行客戶關(guān)系處理精準(zhǔn)營銷：以現(xiàn)代信息科技技術(shù)為工具，以大數(shù)據(jù)技術(shù)，市場定量分析為手段，獲得客戶通過社交網(wǎng)絡(luò)、電子商務(wù)、終端媒介等方式形成的非結(jié)構(gòu)化數(shù)據(jù)，對(duì)客戶進(jìn)行精確衡量和分析，為客戶畫像，獲得消費(fèi)者的消費(fèi)習(xí)慣、消費(fèi)能力、近期需求等信息，做到合適的時(shí)間、合適的地點(diǎn)、以合適的價(jià)格、通過合適的營銷渠道、向合適的顧客提供合適的產(chǎn)品，為消費(fèi)者建立個(gè)性化的客戶溝通服務(wù)體系，實(shí)現(xiàn)企業(yè)能夠用最低的成本拓展更多潛在的消費(fèi)者，實(shí)現(xiàn)企業(yè)利益的最大化。欺詐檢測：用大數(shù)據(jù)技術(shù)，結(jié)合實(shí)時(shí)數(shù)據(jù)或歷史數(shù)據(jù)進(jìn)行全局分析，每天評(píng)估客戶的行為，及時(shí)對(duì)客戶的風(fēng)險(xiǎn)等級(jí)進(jìn)行動(dòng)態(tài)調(diào)整，實(shí)現(xiàn)對(duì)客戶授信的精細(xì)化管理。一旦出現(xiàn)一些非正常的交易行為，如大額的存款或取款，商業(yè)銀行可以立刻做出相關(guān)統(tǒng)計(jì)和分析，并將結(jié)果及時(shí)反饋給營銷部門人員，并由營銷部門及時(shí)與客戶溝通，獲取異常交易的原因，防范欺詐行為。28大數(shù)據(jù)技術(shù)在金融領(lǐng)域的應(yīng)用大數(shù)據(jù)與銀行客戶關(guān)系處理應(yīng)用案例：中信銀行信用卡業(yè)務(wù)創(chuàng)新中信銀行建立了一個(gè)先進(jìn)的大數(shù)據(jù)采集體系，將構(gòu)建用戶關(guān)系作為發(fā)現(xiàn)客戶場景的重點(diǎn)，建立O2O的大數(shù)據(jù)。大數(shù)據(jù)為“卡中心”提供了以下便捷：一，通過大數(shù)據(jù)技術(shù)可以更精準(zhǔn)的定位客戶，使得產(chǎn)品的定位更精確；二，通過大數(shù)據(jù)技術(shù)實(shí)現(xiàn)秒速貸款，做到“即申，即審，即批核”，使得信用卡的消費(fèi)信貸服務(wù)更加便捷；三，提高用戶滿意度。具體步驟如下：第一步，使用移動(dòng)互聯(lián)網(wǎng)技術(shù)和定位功能來確定商圈。第二步，追蹤用戶的活動(dòng)軌跡，確定高價(jià)值商圈，并根據(jù)活動(dòng)軌跡布局相關(guān)業(yè)務(wù)。第三步，利用大數(shù)據(jù)技術(shù)分析客戶的需求，既包括客戶的需要，也包括客戶的體驗(yàn)（即用戶需要相對(duì)于用戶意義、目的、情感的關(guān)聯(lián)）。29大數(shù)據(jù)技術(shù)在金融領(lǐng)域的應(yīng)用大數(shù)據(jù)與智能投顧定義：智能投顧又稱為機(jī)器人投顧，是指通過互聯(lián)網(wǎng)技術(shù)，通過大數(shù)據(jù)獲得用戶個(gè)性化的風(fēng)險(xiǎn)偏好及其變化規(guī)律，結(jié)合算法模型來為用戶定制個(gè)性化的資產(chǎn)配置方案和財(cái)富管理服務(wù)，并根據(jù)市場情況進(jìn)行實(shí)時(shí)的持倉追蹤和動(dòng)態(tài)調(diào)整。簡而言之，智能投顧類似于人工智能與投資顧問的結(jié)合體。應(yīng)用：首先投資者在理財(cái)平臺(tái)上輸入個(gè)人財(cái)務(wù)狀況、風(fēng)險(xiǎn)偏好和理財(cái)目標(biāo)等數(shù)據(jù)，然后平臺(tái)利用分布式計(jì)算、大數(shù)據(jù)分析、量化建模等技術(shù)手段為投資者提供智能化和自動(dòng)化的資產(chǎn)配置方案，如投資咨詢建議、投資分析報(bào)告、投資組合選擇等。同時(shí)，平臺(tái)還可以實(shí)時(shí)跟蹤市場變化，當(dāng)資產(chǎn)配置偏離投資目標(biāo)時(shí)及時(shí)提醒用戶進(jìn)行再平衡調(diào)整。30大數(shù)據(jù)技術(shù)在金融領(lǐng)域的應(yīng)用大數(shù)據(jù)與保險(xiǎn)客戶需求挖掘：通過分析客戶在社交網(wǎng)絡(luò)、電商網(wǎng)站等平臺(tái)的瀏覽與交易數(shù)據(jù)，挖掘客戶需求，并尋找潛在客戶，并根據(jù)不同客戶需求設(shè)計(jì)不同產(chǎn)品。互聯(lián)網(wǎng)保險(xiǎn)公司眾安保險(xiǎn)基于用戶在電商網(wǎng)站上的購買行為，推出了網(wǎng)購?fù)素涍\(yùn)費(fèi)險(xiǎn)、網(wǎng)上支付安全險(xiǎn)等創(chuàng)新險(xiǎn)種。個(gè)性化定價(jià)：在大數(shù)法則下，保險(xiǎn)產(chǎn)品的定價(jià)主要是基于對(duì)樣本數(shù)據(jù)的分析。在大數(shù)據(jù)時(shí)代，可利用的數(shù)據(jù)不僅包括保險(xiǎn)公司存儲(chǔ)的客戶數(shù)據(jù)，還包括整個(gè)互聯(lián)網(wǎng)上的數(shù)據(jù)，如來自社交網(wǎng)絡(luò)上的文字、圖片或者視頻信息等。這將顛覆傳統(tǒng)保險(xiǎn)精算的理論和技術(shù)，推動(dòng)保險(xiǎn)商業(yè)模式的革命性和突破性創(chuàng)新。例如，通過大數(shù)據(jù)分析，保險(xiǎn)公司可以掌握客戶車輛的主要用途、基本行車路線、路途的風(fēng)險(xiǎn)程度、駕駛習(xí)慣等風(fēng)險(xiǎn)狀況，以此評(píng)估客戶車輛的風(fēng)險(xiǎn)指數(shù)，進(jìn)而制定差別費(fèi)率，對(duì)于風(fēng)險(xiǎn)低的客戶降低費(fèi)率，對(duì)于風(fēng)險(xiǎn)高的客戶提高費(fèi)率甚至拒絕承保。31大數(shù)據(jù)技術(shù)在金融領(lǐng)域的應(yīng)用大數(shù)據(jù)與保險(xiǎn)精準(zhǔn)營銷：精準(zhǔn)營銷是通過分析客戶行為，制定相應(yīng)的銷售與服務(wù)策略，把合適的產(chǎn)品或服務(wù)，以合適的價(jià)格，在合適的時(shí)間，通過合適的渠道，提供給合適的客戶。大數(shù)據(jù)技術(shù)的應(yīng)用，可以幫助保險(xiǎn)公司完成尋找目標(biāo)客戶、挖掘客戶潛在保險(xiǎn)需求等任務(wù)。大數(shù)據(jù)營銷使保險(xiǎn)公司的客戶營銷策略更為精確直接，避免以往常見的逐戶、陌生拜訪、陪同拜訪現(xiàn)象，也避免了和同業(yè)競爭對(duì)手直接碰撞。欺詐識(shí)別：保險(xiǎn)欺詐，尤其是健康保險(xiǎn)領(lǐng)域的欺詐，具有專業(yè)性、隱蔽性的特點(diǎn)。在醫(yī)療保險(xiǎn)領(lǐng)域，常見的欺詐方式主要有兩種：一是非法騙取保險(xiǎn)金；二是在醫(yī)保額度內(nèi)重復(fù)就醫(yī)，浮報(bào)理賠金額。在以往的欺詐識(shí)別過程中，保險(xiǎn)公司主要依靠一些固定的標(biāo)準(zhǔn)和相關(guān)人員的經(jīng)驗(yàn)，來判斷是否存在保險(xiǎn)欺詐。從本質(zhì)上看，欺詐的原因是雙方信息不對(duì)稱，在大數(shù)據(jù)技術(shù)的加持下，保險(xiǎn)公司能夠獲取更多客戶信息，并對(duì)信息進(jìn)行挖掘和分析，建立預(yù)測模型，從而弱化部分不對(duì)稱的信息，建立高效的反欺詐鑒別機(jī)制。32大數(shù)據(jù)技術(shù)在金融領(lǐng)域的應(yīng)用大數(shù)據(jù)與保險(xiǎn)應(yīng)用案例：平安財(cái)險(xiǎn)一直以來，平安財(cái)險(xiǎn)都與百度搜索保持著良好的合作關(guān)系。當(dāng)用戶在百度搜索中搜索關(guān)鍵詞“車險(xiǎn)”時(shí)，平安財(cái)險(xiǎn)的產(chǎn)品宣傳就會(huì)出現(xiàn)在用戶搜索結(jié)果頁面的顯眼位置。除此之外，平安財(cái)險(xiǎn)還用大數(shù)據(jù)技術(shù)對(duì)其目標(biāo)客戶群體的相關(guān)數(shù)據(jù)進(jìn)行重新梳理。平安財(cái)險(xiǎn)在對(duì)車主進(jìn)行研究時(shí)，突破了傳統(tǒng)保險(xiǎn)營銷的局限性，從整個(gè)產(chǎn)業(yè)鏈的角度對(duì)車主的車險(xiǎn)需求進(jìn)行分析和判斷。它從車主購車前、購車中、購車后的3個(gè)階段出發(fā)，繪制出汽車生命周期的問題藍(lán)圖。該問題藍(lán)圖清晰地展示了車主在不同階段所面臨的不同問題和主要保險(xiǎn)需求。平安財(cái)險(xiǎn)基于其對(duì)車主不同階段的特征判斷，為不同階段的車主有針對(duì)性地推薦車險(xiǎn)產(chǎn)品，使其車險(xiǎn)產(chǎn)品的銷售業(yè)績得到了有效提高。33大數(shù)據(jù)技術(shù)在金融領(lǐng)域的應(yīng)用大數(shù)據(jù)與保險(xiǎn)應(yīng)用案例：眾安在線財(cái)產(chǎn)保險(xiǎn)股份有限公司眾安在線的業(yè)務(wù)重點(diǎn)在于責(zé)任險(xiǎn)和保證保險(xiǎn)。如眾安在線的保險(xiǎn)產(chǎn)品——“眾樂寶”，它是眾安在線有代表性的一款保險(xiǎn)產(chǎn)品，主打責(zé)任和信用保證保險(xiǎn)，費(fèi)率較低，額度較小，專為在淘寶網(wǎng)平臺(tái)留下了大量經(jīng)營數(shù)據(jù)的淘寶賣家量身打造。這是一款典型基于大數(shù)據(jù)的保險(xiǎn)產(chǎn)品，依靠淘寶電商平臺(tái)的海量數(shù)據(jù)，保險(xiǎn)公司可以對(duì)被保險(xiǎn)人的情況進(jìn)行分析，探知目標(biāo)客戶的保險(xiǎn)需求，進(jìn)而開發(fā)出適合被保險(xiǎn)人需求的保險(xiǎn)產(chǎn)品，接著通過網(wǎng)絡(luò)平臺(tái)進(jìn)行保險(xiǎn)產(chǎn)品的推廣和銷售，并最終實(shí)現(xiàn)數(shù)據(jù)資料的回收?！氨姌穼殹北ＷC金計(jì)劃是眾安保險(xiǎn)專為淘寶平臺(tái)定制的一款信譽(yù)保證保險(xiǎn)。賣家加入后，不需要繳納保證金，就可以加入淘寶平臺(tái)消費(fèi)者保障服務(wù)，享有“消保圖標(biāo)”。只需要繳納一個(gè)相對(duì)低額的保費(fèi)，淘寶賣家即可享受淘寶的保證金消費(fèi)者保障圖標(biāo)服務(wù)。34大數(shù)據(jù)技術(shù)在金融領(lǐng)域的應(yīng)用大數(shù)據(jù)與互聯(lián)網(wǎng)金融35智能信貸：互聯(lián)網(wǎng)企業(yè)借助大數(shù)據(jù)進(jìn)行信用評(píng)估和測算以及風(fēng)險(xiǎn)控制，能夠在短時(shí)間內(nèi)甚至實(shí)時(shí)掌握借款人的信用情況，計(jì)算出借款人的信用額度，從而實(shí)現(xiàn)即時(shí)放款。比如，阿里小貸從風(fēng)險(xiǎn)審核到最終的放款已經(jīng)實(shí)現(xiàn)了全程線上模式，所有的貸前、貸中以及貸后的環(huán)節(jié)都能實(shí)時(shí)有效地連接，并可以向那些難以通過傳統(tǒng)模式獲得貸款的群體發(fā)放貸款，讓金融更加普惠。第三方支付：第三方支付企業(yè)（如支付寶），經(jīng)過不斷發(fā)展，已經(jīng)積累了大量的用戶數(shù)據(jù)和支付信息，形成了第三方機(jī)構(gòu)的大數(shù)據(jù)資源。這些數(shù)據(jù)資源體量大、覆蓋廣，能夠?yàn)榈谌街Ц镀髽I(yè)、銀行以及各種商戶提供數(shù)據(jù)支持?；ヂ?lián)網(wǎng)貨幣基金：貨幣基金具有高安全性、高流動(dòng)性、穩(wěn)定收益性的特點(diǎn)。其實(shí)在余額寶等新型互聯(lián)網(wǎng)貨幣基金出現(xiàn)之前，貨幣基金在互聯(lián)網(wǎng)的銷售已經(jīng)存在一段時(shí)間，但并沒有引起廣泛的關(guān)注。而依托支付寶積累的大量用戶流量，余額寶得以積累用戶的閑置資金，在為企業(yè)盈利的同時(shí)，也為用戶提供的投資理財(cái)?shù)谋憷?。大?shù)據(jù)技術(shù)在金融領(lǐng)域的應(yīng)用大數(shù)據(jù)征信36定義：根據(jù)2013年出臺(tái)的《征信業(yè)管理?xiàng)l例》的定義，征信是指對(duì)企業(yè)、事業(yè)單位等組織的信用信息和個(gè)人的信用信息進(jìn)行采集、整理、保存、加工，并向信息使用者提供的活動(dòng)。傳統(tǒng)征信主要涉及線下的金融征信體系、社會(huì)征信體系、商業(yè)征信體系以及線上某一層級(jí)數(shù)據(jù)的單一分析的IT征信等。而進(jìn)入大數(shù)據(jù)時(shí)代以來，互聯(lián)網(wǎng)公司利用自身的海量數(shù)據(jù)優(yōu)勢，從財(cái)富、安全、守約、消費(fèi)、社交等維度來為用戶建立信用報(bào)告，形成以大數(shù)據(jù)為基礎(chǔ)的海量數(shù)據(jù)庫，同時(shí)結(jié)合傳統(tǒng)征信體系，來為企業(yè)、個(gè)人進(jìn)行更加精確的信用評(píng)估。大數(shù)據(jù)技術(shù)在金融領(lǐng)域的應(yīng)用大數(shù)據(jù)征信37大數(shù)據(jù)征信的特征：一，大數(shù)據(jù)征信不僅數(shù)據(jù)規(guī)模龐大，而且更多地依托技術(shù)來整合有效信用數(shù)據(jù)并導(dǎo)入基礎(chǔ)數(shù)據(jù)庫，納入相關(guān)企業(yè)或個(gè)人的信用檔案中。二，大數(shù)據(jù)征信可以實(shí)現(xiàn)企業(yè)信用的動(dòng)態(tài)評(píng)估。大數(shù)據(jù)技術(shù)可以實(shí)時(shí)分析捕捉來的數(shù)據(jù)，并由基礎(chǔ)數(shù)據(jù)庫錄入數(shù)據(jù)評(píng)估系統(tǒng)。例如，一家本來信用良好的企業(yè)，一旦被新聞媒體曝光了負(fù)面信息，大數(shù)據(jù)征信就可以立刻捕捉到這些信息，并通過系統(tǒng)內(nèi)置的數(shù)據(jù)計(jì)算模型，重新評(píng)估企業(yè)的信用狀況，從而讓公眾能夠及時(shí)了解到企業(yè)最新的信用信息。三，大數(shù)據(jù)征信主要運(yùn)用數(shù)學(xué)模型來進(jìn)行信用評(píng)級(jí)。大數(shù)據(jù)時(shí)代，使用過人工來處理海量的企業(yè)或個(gè)人的信用數(shù)據(jù)是不現(xiàn)實(shí)的，因此，大數(shù)據(jù)征信下的信用評(píng)級(jí)主要利用數(shù)學(xué)計(jì)算模型來對(duì)企業(yè)、個(gè)人進(jìn)行信用評(píng)估。大數(shù)據(jù)技術(shù)在金融領(lǐng)域的應(yīng)用大數(shù)據(jù)征信38大數(shù)據(jù)時(shí)代，征信數(shù)據(jù)、征信服務(wù)、數(shù)據(jù)采集、征信產(chǎn)品都發(fā)生了很大變革：征信數(shù)據(jù)：在大數(shù)據(jù)時(shí)代，征信數(shù)據(jù)的的體量越來越大，數(shù)據(jù)類型也更加多樣化。征信服務(wù)：在大數(shù)據(jù)時(shí)代，征信機(jī)構(gòu)的服務(wù)更加及時(shí)、高效、全面。數(shù)據(jù)采集：大數(shù)據(jù)時(shí)代通常使用相關(guān)傳感器、RFID（無線射頻芯片）等具有電子神經(jīng)的感知設(shè)備產(chǎn)品收集數(shù)據(jù)信息，這些設(shè)備計(jì)連接算機(jī)以后就可以即時(shí)的收集人們在各地產(chǎn)生的各種數(shù)據(jù)。征信產(chǎn)品：傳統(tǒng)的征信產(chǎn)品主要涉及信用報(bào)告、信用評(píng)分、信用評(píng)級(jí)、信用風(fēng)險(xiǎn)管理類產(chǎn)品等。大數(shù)據(jù)技術(shù)一定程度上可以提升征信產(chǎn)品的質(zhì)量，推動(dòng)征信產(chǎn)品的創(chuàng)新，擴(kuò)展產(chǎn)品服務(wù)范圍，從而促進(jìn)征信業(yè)的發(fā)展。同時(shí)，征信產(chǎn)品的形式也將更加多樣化，不僅可以是上報(bào)的報(bào)表、可視化的圖表、詳細(xì)的可視化分析，還可以是簡單的微博或視頻信息等。大數(shù)據(jù)技術(shù)在金融領(lǐng)域的應(yīng)用大數(shù)據(jù)與量化投資39應(yīng)用案例：利用Twitter數(shù)據(jù)預(yù)測股市印第安納大學(xué)和曼徹斯特大學(xué)的三位學(xué)者利用6個(gè)月的Twitter數(shù)據(jù)和“情緒狀態(tài)量表”（POMS）測量法來計(jì)算每日全球情緒，并基于此數(shù)據(jù)來預(yù)測股市。其結(jié)果表明該方法可以以87.6%的準(zhǔn)確率提前三天預(yù)測道瓊斯工業(yè)平均指數(shù)的變動(dòng)方向。此后，這三位學(xué)者和一位對(duì)沖基金交易員共同組建了DerwentCapital，成為全球首只社交媒體基金。其原理為隨機(jī)選擇10%的Twitter信息，從中尋找出諸如“警報(bào)”、“快樂”和“重要”等字眼，并把這些信息歸類到不同的情緒狀態(tài)，進(jìn)而利用情緒數(shù)據(jù)來預(yù)測市場走勢。延伸閱讀案例一：大數(shù)據(jù)與美團(tuán)外賣的精細(xì)化運(yùn)營本章主要介紹了金融科技的應(yīng)用技術(shù)之一——大數(shù)據(jù)技術(shù)，介紹了大數(shù)據(jù)的概念、發(fā)展歷程以及分類等基礎(chǔ)知識(shí)，分析了大數(shù)據(jù)當(dāng)前在金融行業(yè)的應(yīng)用，如在銀行客戶關(guān)系管理、智能投顧、大數(shù)據(jù)保險(xiǎn)、互聯(lián)網(wǎng)金融、量化投資中的應(yīng)用，旨在引導(dǎo)讀者進(jìn)一步理解大數(shù)據(jù)的基本概念及其應(yīng)用業(yè)態(tài)。本章小結(jié)40思考題1、 大數(shù)據(jù)的特征是什么？2、 大數(shù)據(jù)的處理流程？3、大數(shù)據(jù)技術(shù)的發(fā)展面臨著哪些機(jī)遇和挑戰(zhàn)？4、

大數(shù)據(jù)在金融領(lǐng)域的賦能場景主要有哪些？5、未來大數(shù)據(jù)可能還會(huì)有哪些應(yīng)用場景？41ThankYouForWatching42第三章

云計(jì)算金融科技概論431.了解云計(jì)算的含義及發(fā)展歷程2.掌握云計(jì)算的基本模式和關(guān)鍵技術(shù)3.理解云計(jì)算在金融領(lǐng)域的實(shí)踐意義教學(xué)目標(biāo)44云計(jì)算概述云計(jì)算的基本模式云計(jì)算的關(guān)鍵技術(shù)云計(jì)算在金融領(lǐng)域的應(yīng)用——金融云目錄45第一節(jié)云計(jì)算概述一、云計(jì)算的概念二、云計(jì)算的發(fā)展歷史三、云計(jì)算的特征46一、云計(jì)算概念

云計(jì)算是由分布式計(jì)算衍生出的一種，在網(wǎng)絡(luò)環(huán)境下通過整合海量資源形成資源“池”化，并按用戶需要分類提供資源和數(shù)據(jù)計(jì)算處理服務(wù)的技術(shù)。

簡單來說，就是對(duì)大量數(shù)據(jù)計(jì)算處理程序進(jìn)行分解，再按用戶需求分配到不同的、由多個(gè)服務(wù)器組成的系統(tǒng)上進(jìn)行數(shù)據(jù)分析，最后將分析結(jié)果反饋給用戶，這種技術(shù)可以節(jié)約成本，提高效率和增強(qiáng)擴(kuò)展性。47一、云計(jì)算概念

從技術(shù)角度來看：分布式計(jì)算可以說是云計(jì)算的核心，而在云計(jì)算誕生之前，網(wǎng)格計(jì)算是將分布式計(jì)算運(yùn)用得非常好的代表。網(wǎng)格計(jì)算的概念與云計(jì)算十分接近，是通過互聯(lián)網(wǎng)把分散在各處的資源，包括軟件、硬件和信息資源綜合起來，以完成大規(guī)模數(shù)據(jù)的復(fù)雜計(jì)算和處理任務(wù)，這種技術(shù)為云計(jì)算的發(fā)展奠定了良好的基礎(chǔ)。分布式計(jì)算解除了用戶和大型應(yīng)用系統(tǒng)的綁定，為有效利用不同空間上的計(jì)算資源和更簡便地處理復(fù)雜的大數(shù)據(jù)應(yīng)用提供了強(qiáng)大的技術(shù)支撐。

從用戶使用方面來看：云計(jì)算使得資源和計(jì)算服務(wù)像商品一樣可以方便取用，用戶可以通過軟件隨時(shí)獲取“云”上的資源和計(jì)算處理服務(wù)，且這種使用可以無限擴(kuò)展，最后只需要按照使用量付費(fèi)即可，價(jià)格也比之前降低不少。48一、云計(jì)算概念

總的來說，云計(jì)算不是一種新興的技術(shù)，而是在原有技術(shù)的基礎(chǔ)上衍生出的一種網(wǎng)絡(luò)應(yīng)用概念，使得所有用戶都可以通過互聯(lián)網(wǎng)，方便快捷地獲取海量的資源和強(qiáng)大的計(jì)算服務(wù)，而不用受時(shí)間和空間的限制。49第二節(jié)云計(jì)算的基本模式一、IaaS

二、PaaS三、SaaS50一、IaaS（一）概述IaaS（InfrastructureasaService，基礎(chǔ)設(shè)施即服務(wù)）是指把IT基礎(chǔ)設(shè)施作為一種服務(wù)，通過網(wǎng)絡(luò)對(duì)外提供。

在這種服務(wù)模型中，用戶不用自己構(gòu)建一個(gè)數(shù)據(jù)中心，而是通過租用的方式來使用基礎(chǔ)設(shè)施服務(wù)，包括服務(wù)器、存儲(chǔ)和網(wǎng)絡(luò)等。IaaS按用戶需要提供計(jì)算能力和存儲(chǔ)服務(wù)時(shí)，可以直接租用，而無需在傳統(tǒng)的數(shù)據(jù)中心中購買和安裝這些資源。這種租賃模式可以部署在公司的防火墻之后或通過第三方服務(wù)提供商實(shí)現(xiàn)。51一、IaaSIaaS是一種最簡單的云計(jì)算交付模式，它用虛擬化操作系統(tǒng)、工作負(fù)載管理軟件、硬件、網(wǎng)絡(luò)和存儲(chǔ)服務(wù)的形式交付計(jì)算資源，也可以實(shí)現(xiàn)操作系統(tǒng)和虛擬化技術(shù)到管理資源的交付。

虛擬化作為云計(jì)算的基礎(chǔ)，從物理層面分離資源和服務(wù)。通過這種方法，云計(jì)算服務(wù)供應(yīng)商可以在單一的物理系統(tǒng)內(nèi)創(chuàng)建多個(gè)虛擬系統(tǒng)，通過服務(wù)器的合并，可為組織提高效率并節(jié)約成本。52一、IaaS（二）特征

①虛擬租賃。用戶使用IaaS服務(wù)購買服務(wù)器和存儲(chǔ)資源時(shí)，可以獲得所需資源的即時(shí)訪問權(quán)。然而，這個(gè)過程中并沒有租賃實(shí)際的服務(wù)器或其他基礎(chǔ)設(shè)施，該物理硬件仍放在基礎(chǔ)設(shè)施服務(wù)提供商的數(shù)據(jù)中心，IaaS通過虛擬化技術(shù)解綁物理硬件和軟件，使用戶獲取相應(yīng)的資源。在一個(gè)私有的IaaS內(nèi)，租賃可能不會(huì)對(duì)每個(gè)訪問資源的用戶收費(fèi)，但可以根據(jù)各個(gè)部門的使用情況，按一星期、一個(gè)月或者一年分配使用費(fèi)用。

②自助服務(wù)。用戶可通過一個(gè)自助服務(wù)門戶獲得資源（如服務(wù)器和網(wǎng)絡(luò)），而無需依賴IT為他們提供這些資源。該門戶類似于一臺(tái)銀行自動(dòng)取款機(jī)模型，通過自助服務(wù)界面，可以輕松處理多個(gè)重復(fù)性任務(wù)。53一、IaaS

③彈性縮放。資源能按照工作負(fù)載或任務(wù)需求自動(dòng)伸展或收縮時(shí)，也就是說，如果用戶需求比預(yù)期的資源要多，也可以立即獲得它們。這種服務(wù)供應(yīng)商通過優(yōu)化環(huán)境，使得硬件、操作系統(tǒng)和自動(dòng)化可以支持一個(gè)巨大的工作負(fù)載。

④分級(jí)服務(wù)。用戶所需的服務(wù)等級(jí)取決于正在運(yùn)行的工作負(fù)載，一些用戶獲得按需模型的能力而無需簽署合同，另一些用戶則要為特定的存儲(chǔ)量或計(jì)算量簽訂一份合同。一份典型的IaaS合同有某個(gè)等級(jí)的服務(wù)保障，而根據(jù)不同的服務(wù)和價(jià)格，可以承包99.9%的可用性。54一、IaaS

⑤許可模式更豐富。用戶使用公共的IaaS運(yùn)行所需要的軟件的服務(wù)，推動(dòng)了在許可和支付模式上的創(chuàng)新。例如，一些IaaS和軟件供應(yīng)商已經(jīng)創(chuàng)造了帶上用戶的許可計(jì)劃，用戶就通過這種方法，即可在傳統(tǒng)環(huán)境中也可在云環(huán)境中使用軟件了。另一種選擇是即用即付模式，它一般集成了軟件許可和按需基礎(chǔ)設(shè)施服務(wù)。

⑥計(jì)量方法更科學(xué)。IaaS的計(jì)量方法能確保用戶按照他們需要的資源和使用情況付費(fèi)，這種計(jì)量按照對(duì)IaaS服務(wù)的評(píng)估收費(fèi)，從使用的啟動(dòng)開始，到使用的終止結(jié)束。除了每次使用的基本費(fèi)用，提供商還可以對(duì)存儲(chǔ)、數(shù)據(jù)傳輸以及其他可選的服務(wù)，如增強(qiáng)安全性、技術(shù)支持或先進(jìn)監(jiān)視等進(jìn)行收費(fèi)。55一、IaaS（三）體系架構(gòu)

以開源軟件為例來說，現(xiàn)有開源軟件支持的IaaS體系結(jié)構(gòu)大體上可分為兩種。

一種是以O(shè)pen-Nebula、Nimbus和ECP等軟件為代表的兩層體系結(jié)構(gòu)。

另一種是以Eucalytus和XENCloud等軟件為代表的三層體系結(jié)構(gòu)，三層體系結(jié)構(gòu)與兩層體系結(jié)構(gòu)的主要區(qū)別是增加了一個(gè)集群控制節(jié)點(diǎn)中間層。

從功能角度來看，三層體系結(jié)構(gòu)具有更好的擴(kuò)展性。在兩層體系結(jié)構(gòu)中，云控制器直接管理工作節(jié)點(diǎn)，這種直接管理方式使得云控制器的部署速度更快。在三層體系結(jié)構(gòu)中，由集群控制節(jié)點(diǎn)與工作節(jié)點(diǎn)直接通信，工作節(jié)點(diǎn)通過集群控制節(jié)點(diǎn)與云控制器進(jìn)行通信，云控制器通過中間層集群控制節(jié)點(diǎn)來負(fù)責(zé)對(duì)工作節(jié)點(diǎn)的調(diào)度，這樣緩解了云控制器的開銷，增強(qiáng)了整個(gè)平臺(tái)的擴(kuò)展性。56一、IaaS（四）安全問題

在IaaS中，存在著兩個(gè)方面的安全問題。

①同一用戶的數(shù)據(jù)安全一般而言是關(guān)于用戶自己對(duì)于數(shù)據(jù)的用途不同。一部分?jǐn)?shù)據(jù)，如企業(yè)公開財(cái)務(wù)信息、公司最新新聞、公司股票信息、公司業(yè)績等，是可以向社會(huì)大眾公開的公共資源。而另一些，如企業(yè)的技術(shù)信息、資金變動(dòng)等內(nèi)部重要信息，是不能對(duì)外公布的核心數(shù)據(jù)。

對(duì)這兩種數(shù)據(jù)IaaS需要進(jìn)行分別處理，并且進(jìn)行全方位的保護(hù)，保證數(shù)據(jù)的安全和隔離，防止后者數(shù)據(jù)出現(xiàn)在前者的數(shù)據(jù)中。

②不同用戶之間的數(shù)據(jù)是不同的，甚至有些用戶數(shù)據(jù)是不能外泄的。一旦發(fā)生用戶之間的數(shù)據(jù)相互覆蓋、復(fù)制，不僅對(duì)用戶造成困擾，也會(huì)讓用戶產(chǎn)生不信任感。這就需要對(duì)不同用戶間的數(shù)據(jù)進(jìn)行隔離，保證各個(gè)用戶的數(shù)據(jù)間的準(zhǔn)確和安全。57一、IaaS

另外，做好安全審計(jì)也是商用系統(tǒng)信息安全的重要部分，對(duì)各類操作建立日志，并且分析審計(jì)，對(duì)虛擬機(jī)、數(shù)據(jù)庫、管理信息等進(jìn)行安全審計(jì)，保證系統(tǒng)的安全。在此基礎(chǔ)上，還需要保證用戶數(shù)據(jù)的完整、更新及時(shí)，建立防火墻、數(shù)據(jù)加密、權(quán)限設(shè)置、數(shù)據(jù)備份等對(duì)數(shù)據(jù)進(jìn)行全方位的安全保障，并且結(jié)合法律在規(guī)章制度上對(duì)數(shù)據(jù)安全進(jìn)行有效保護(hù)。58二、PaaS（一）概述

PaaS（PlatformasaService，平臺(tái)即服務(wù)），是把服務(wù)器平臺(tái)作為一種服務(wù)提供的商業(yè)模式。PaaS實(shí)際上是指將軟件研發(fā)平臺(tái)作為一種服務(wù)，以SaaS（通過網(wǎng)絡(luò)進(jìn)行程序提供的服務(wù)）的模式提交給用戶。因此，PaaS也是SaaS模式的一種應(yīng)用。但是，PaaS的出現(xiàn)促進(jìn)了SaaS的發(fā)展，尤其是加快SaaS應(yīng)用的開發(fā)速度。PaaS是云計(jì)算的重要組成部分，提供運(yùn)算平臺(tái)與解決方案服務(wù)，在云計(jì)算的典型層級(jí)中，PaaS層介于軟件即服務(wù)與基礎(chǔ)設(shè)施即服務(wù)之間。它將云端基礎(chǔ)設(shè)施部署與創(chuàng)建提供給用戶，或者借此為用戶提供使用編程語言、程序庫與服務(wù)。用戶不需要管理與控制云端基礎(chǔ)設(shè)施（包含網(wǎng)絡(luò)、服務(wù)器、操作系統(tǒng)或存儲(chǔ)），但需要控制上層的應(yīng)用程序部署與應(yīng)用托管的環(huán)境。59二、PaaS

PaaS通常用于兩種場景：

一是開發(fā)框架。PaaS提供了一種框架，使開發(fā)人員可以基于該框架進(jìn)行構(gòu)建，通過使用內(nèi)置軟件組件開發(fā)或自定義基于云的應(yīng)用程序，包含可擴(kuò)展性、可用性強(qiáng)和多租戶功能等在內(nèi)的云功能減少了開發(fā)人員的代碼編寫工作量。

二是分析或商業(yè)智能。借助PaaS服務(wù)提供的工具，用戶可以分析和挖掘其數(shù)據(jù)，同時(shí)可以查找見解和模式并預(yù)測結(jié)果，以改進(jìn)預(yù)測、產(chǎn)品設(shè)計(jì)和投資回報(bào)等業(yè)務(wù)決策。60二、PaaS（二）用途

PaaS之所以能夠促進(jìn)SaaS的發(fā)展，主要在于它能夠?yàn)橛脩籼峁┻M(jìn)行定制化研發(fā)的中間件平臺(tái)，同時(shí)涵蓋數(shù)據(jù)庫和應(yīng)用服務(wù)器。PaaS能提高在Web平臺(tái)上利用的資源數(shù)量，例如，可通過遠(yuǎn)程Web服務(wù)使用數(shù)據(jù)即服務(wù)，一些PaaS平臺(tái)還允許用戶混合并匹配適合的應(yīng)用的其他平臺(tái)。用戶或者廠商基于PaaS平臺(tái)可以快速開發(fā)自己所需要的應(yīng)用和產(chǎn)品。同時(shí)，PaaS平臺(tái)開發(fā)的應(yīng)用能更好地搭建基于SOA架構(gòu)的企業(yè)應(yīng)用。

61二、PaaS

對(duì)于SaaS運(yùn)營商來說，可以幫助他進(jìn)行產(chǎn)品多元化和產(chǎn)品定制化。例如Salesforce的PaaS平臺(tái)讓更多的ISV成為其平臺(tái)的用戶，從而開發(fā)出基于他們平臺(tái)的多種SaaS應(yīng)用，使其成為多元化軟件服務(wù)供貨商，而不再只是一家CRM隨選服務(wù)提供商。

對(duì)于小型企業(yè)和初創(chuàng)型企業(yè)來說，PaaS是比較有用的，因?yàn)檫@些企業(yè)并沒有廣泛的、具有較高依賴性的舊應(yīng)用程序需要遷移。PaaS的多租戶特性可實(shí)現(xiàn)應(yīng)用程序和數(shù)據(jù)資源的最大數(shù)量共享，同時(shí)讓開發(fā)資源繼續(xù)專注于應(yīng)用程序的交付和連接，而不是開發(fā)和支持?jǐn)?shù)據(jù)庫資源。PaaS的未來發(fā)展空間似乎在小型企業(yè)和初創(chuàng)企業(yè)，這類公司由于不依賴于舊應(yīng)用程序的集成而更適于在云計(jì)算中進(jìn)行應(yīng)用程序開發(fā)。62二、PaaS（三）特征

PaaS能整合現(xiàn)有的各種業(yè)務(wù)能力，具體可以歸類為應(yīng)用服務(wù)器、業(yè)務(wù)能力接入、業(yè)務(wù)引擎、業(yè)務(wù)開放平臺(tái)，向下根據(jù)業(yè)務(wù)能力需要測算基礎(chǔ)服務(wù)能力，通過IaaS提供的API調(diào)用硬件資源，向上提供業(yè)務(wù)調(diào)度中心服務(wù)，實(shí)時(shí)監(jiān)控平臺(tái)的各種資源，并將這些資源通過API開放給SaaS用戶。PaaS主要具備以下三個(gè)特點(diǎn)：63二、PaaS

平臺(tái)即服務(wù)。PaaS所提供的服務(wù)與其他的服務(wù)最根本的區(qū)別是PaaS提供的是一個(gè)基礎(chǔ)平臺(tái)，而不是某種應(yīng)用。一般來說，平臺(tái)作為應(yīng)用系統(tǒng)部署的基礎(chǔ)，是由應(yīng)用服務(wù)提供商搭建和維護(hù)的，而PaaS顛覆了這種概念，由專門的平臺(tái)服務(wù)提供商搭建和運(yùn)營基礎(chǔ)平臺(tái)，并將該平臺(tái)以服務(wù)的方式提供給應(yīng)用系統(tǒng)運(yùn)營商。

平臺(tái)及服務(wù)。PaaS運(yùn)營商所需提供的服務(wù)，不僅僅是單純的基礎(chǔ)平臺(tái)，而且包括針對(duì)該平臺(tái)的技術(shù)支持服務(wù)，甚至針對(duì)該平臺(tái)而進(jìn)行的應(yīng)用系統(tǒng)開發(fā)、優(yōu)化等服務(wù)。在新應(yīng)用系統(tǒng)的開發(fā)過程中，PaaS運(yùn)營商的技術(shù)咨詢和支持團(tuán)隊(duì)的介入，也是保證應(yīng)用系統(tǒng)在以后的運(yùn)營中得以長期、穩(wěn)定運(yùn)行的重要因素。

平臺(tái)級(jí)服務(wù)。PaaS運(yùn)營商對(duì)外提供的服務(wù)背后是強(qiáng)大而穩(wěn)定的基礎(chǔ)運(yùn)營平臺(tái)，以及專業(yè)的技術(shù)支持隊(duì)伍。PaaS的實(shí)質(zhì)是將互聯(lián)網(wǎng)的資源服務(wù)化為可編程接口，為第三方開發(fā)者提供有商業(yè)價(jià)值的資源和服務(wù)平臺(tái)。有了PaaS平臺(tái)的支撐，云計(jì)算的開發(fā)者就獲得了大量的可編程元素，提高了開發(fā)效率，還節(jié)約了開發(fā)成本，也為最終用戶帶來了切實(shí)的利益。64三、SaaS（一）概述SaaS（SoftwareasaService，軟件即服務(wù)），即通過網(wǎng)絡(luò)提供軟件服務(wù)。SaaS平臺(tái)供應(yīng)商將應(yīng)用軟件統(tǒng)一部署在自己的服務(wù)器上，用戶可以根據(jù)工作實(shí)際需求，通過互聯(lián)網(wǎng)向廠商定購所需的應(yīng)用軟件服務(wù)，按定購的服務(wù)多少和時(shí)間長短向廠商支付費(fèi)用，并通過互聯(lián)網(wǎng)獲得Saas平臺(tái)供應(yīng)商提供的服務(wù)。

SaaS應(yīng)用軟件有免費(fèi)、付費(fèi)和增值三種模式。付費(fèi)范圍一般囊括了通常的應(yīng)用軟件許可證費(fèi)、軟件維護(hù)費(fèi)以及技術(shù)支持費(fèi)等，將這些統(tǒng)一為每個(gè)用戶的月度租用費(fèi)。SaaS是隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展和應(yīng)用軟件的成熟，在21世紀(jì)開始興起的一種完全創(chuàng)新的軟件應(yīng)用模式。SaaS改變了傳統(tǒng)軟件服務(wù)的提供方式，減少本地部署所需的大量前期投入，進(jìn)一步突出信息化軟件的服務(wù)屬性。65三、SaaS（二）特征

互聯(lián)網(wǎng)性。一方面，SaaS服務(wù)通過互聯(lián)網(wǎng)瀏覽器或Web2.0程序連接的形式為用戶提供服務(wù)，使得SaaS應(yīng)用具備了典型互聯(lián)網(wǎng)技術(shù)特點(diǎn)；另一方面，由于SaaS極大地縮短了用戶與SaaS提供商之間的時(shí)空距離，從而使得SaaS服務(wù)的營銷和交付模式與傳統(tǒng)軟件相比有著很大的不同。一些模塊產(chǎn)品都是基于網(wǎng)絡(luò)的，這樣的優(yōu)勢在于不必投入任何硬件費(fèi)用，也不用請專業(yè)的系統(tǒng)維護(hù)人員就能上網(wǎng)，有瀏覽器就可以進(jìn)行系統(tǒng)的使用。快速的實(shí)施、便捷的使用、低廉的價(jià)格都有賴于SaaS產(chǎn)品的互聯(lián)網(wǎng)特性。

可多重租賃。SaaS服務(wù)通常基于一套標(biāo)準(zhǔn)軟件系統(tǒng)為成百上千的不同用戶提供服務(wù)，這要求SaaS服務(wù)能夠支持不同租戶之間數(shù)據(jù)和配置的隔離，從而保證每個(gè)租戶數(shù)據(jù)的安全與隱私，以及不同的個(gè)性化需求。由于SaaS同時(shí)支持多個(gè)租戶，每個(gè)租戶又有很多用戶，這對(duì)支撐軟件的基礎(chǔ)設(shè)施平臺(tái)的性能、穩(wěn)定性和擴(kuò)展性提出很大挑戰(zhàn)。66三、SaaS

服務(wù)功能強(qiáng)。SaaS使軟件以互聯(lián)網(wǎng)為載體的服務(wù)形式被用戶使用，所以很多服務(wù)合約的簽訂、服務(wù)使用的計(jì)量、在線服務(wù)質(zhì)量的保證和服務(wù)費(fèi)用的收取等問題都必須加以考慮，而這些問題通常是傳統(tǒng)軟件沒有考慮到的。

可擴(kuò)展?？蓴U(kuò)展性意味著最大限度地提高系統(tǒng)的并發(fā)性，更有效地使用系統(tǒng)資源。比如優(yōu)化資源鎖的持久性，使用無狀態(tài)的進(jìn)程，使用資源池來共享線和數(shù)據(jù)庫連接等關(guān)鍵資源，緩存參考數(shù)據(jù)，為大型數(shù)據(jù)庫分區(qū)等。67三、SaaS（三）面臨的困境

技術(shù)限制。SaaS軟件個(gè)性化定制技術(shù)尚未成熟，隨著企業(yè)信息化的程度的提升，通用化的SaaS平臺(tái)已經(jīng)無法滿足企業(yè)個(gè)性化的需求，而由于SaaS產(chǎn)品使用多租戶的架構(gòu)，這一問題就十分重要。SaaS軟件可以像傳統(tǒng)的軟件一樣，采用定制的方法來滿足個(gè)性化的用戶需求，但是SaaS軟件和傳統(tǒng)軟件在定制技術(shù)上存在較大的差異：傳統(tǒng)軟件的定制只需針對(duì)某一具體的用戶進(jìn)行，而SaaS的定制則需讓軟件滿足多租戶各自的需求，需要多個(gè)定制。傳統(tǒng)軟件的定制服務(wù)是在軟件開發(fā)階段完成，而SaaS需要在軟件使用過程中針對(duì)需求的變化更新定制，而且在定制的時(shí)候不能影響其他用戶的使用。

除此以外，SaaS定制過程必須簡單易行，使得用戶可以自行完成。這些差異使得SaaS應(yīng)用在技術(shù)設(shè)計(jì)上更加復(fù)雜，傳統(tǒng)的個(gè)性化定制無法應(yīng)用在SaaS領(lǐng)域。因此，SaaS個(gè)性化定制技術(shù)的改進(jìn)是制約其發(fā)展的瓶頸之一。68三、SaaS市場混亂。SaaS服務(wù)提供商專注于大型用戶，使得中小用戶被忽略。一些從傳統(tǒng)軟件行業(yè)轉(zhuǎn)型發(fā)展SaaS平臺(tái)的企業(yè)雖然占有優(yōu)質(zhì)大量的用戶資源，卻受制于其收入模式，無法加速SaaS平臺(tái)的推廣。對(duì)于小型SaaS服務(wù)提供商，融資難、拓展市場困難始終是其難題。除此以外，許多SaaS公司并沒有實(shí)現(xiàn)和用戶的真正交流，導(dǎo)致產(chǎn)品不能和用戶的真實(shí)需求接軌。

制度不完善。SaaS平臺(tái)處于高速發(fā)展的階段，缺乏法律保護(hù)。一方面，對(duì)于用戶而言，SaaS平臺(tái)下的用戶數(shù)據(jù)被儲(chǔ)存在云端，用戶并不知道其處理過程和存放位置，數(shù)據(jù)缺乏法律保護(hù)使得用戶對(duì)服務(wù)提供商的信任度很低；另一方面，制度不完善使得不法分子有機(jī)可乘，SaaS服務(wù)商承擔(dān)著用戶數(shù)據(jù)丟失的風(fēng)險(xiǎn)和責(zé)任，極大地制約了SaaS服務(wù)商創(chuàng)新及開拓市場的積極性。

安全性不穩(wěn)定。SaaS平臺(tái)要求的用戶數(shù)據(jù)安全是一種動(dòng)態(tài)安全，不僅要保證數(shù)據(jù)不丟失，還需要保證用戶在業(yè)務(wù)增減等原因?qū)е碌陌踩枨蟀l(fā)生變化時(shí)能靈活調(diào)整。同時(shí)，由于平臺(tái)被多租戶共享，數(shù)據(jù)信息交互復(fù)雜，對(duì)數(shù)據(jù)權(quán)限的要求極高。企業(yè)內(nèi)網(wǎng)和互聯(lián)網(wǎng)連接的不確定性太高，無論何種因素引起的網(wǎng)絡(luò)穩(wěn)定性的波動(dòng)都會(huì)影響軟件的使用，甚至造成用戶數(shù)據(jù)的丟失。69第三節(jié)云計(jì)算的關(guān)鍵技術(shù)一、虛擬化技術(shù)二、分布式計(jì)算三、分布式數(shù)據(jù)存儲(chǔ)和管理技術(shù)四、并行編程技術(shù)70一、虛擬化技術(shù)

虛擬化就是在構(gòu)建一個(gè)邏輯層的基礎(chǔ)上，將物理資源與用戶使用分開的技術(shù)。虛擬化技術(shù)屏蔽了底層復(fù)雜性，用戶可以按照簡單方式使用IT資源，將用戶從物理硬件和軟件綁定中解放出來，使用戶可以自主選擇優(yōu)化和組合IT資源，也使得供應(yīng)商可以做到資源彈性服務(wù)。虛擬化具有以下四個(gè)重要特征：

兼容性強(qiáng)。虛擬機(jī)在邏輯上與物理計(jì)算機(jī)看起來一樣，具備完整計(jì)算機(jī)必備的所有組件。由于虛擬機(jī)是邏輯上的機(jī)器，脫離了硬件對(duì)軟件的約束，理論上能夠兼容所有標(biāo)準(zhǔn)的操作系統(tǒng)、應(yīng)用和設(shè)備驅(qū)動(dòng)程序。

封裝性好。封裝性的基本原理是通過軟件把虛擬機(jī)需要的虛擬硬件資源、操作系統(tǒng)和應(yīng)用捆綁在一起。封裝后產(chǎn)生的虛擬機(jī)可以自由地移動(dòng)和復(fù)制，由于是軟硬件一起進(jìn)行封裝，不需要用戶重新安裝驅(qū)動(dòng)程序或者重新安裝應(yīng)用，使用效率大大提高。71一、虛擬化技術(shù)

隔離性穩(wěn)定。虛擬化的隔離技術(shù)確保了封裝后的虛擬機(jī)，在共享了一臺(tái)物理計(jì)算機(jī)的情況下，相互之間不產(chǎn)生影響。也就是說，其中一臺(tái)虛擬機(jī)發(fā)生了死機(jī)，并不會(huì)影響在同一臺(tái)物理計(jì)算機(jī)上運(yùn)轉(zhuǎn)的其他虛擬機(jī)的正常使用。

硬件獨(dú)立性。虛擬機(jī)使用戶可以靈活配置虛擬計(jì)算機(jī)組件，這種配置可以與物理機(jī)完全不同，例如，不同的虛擬機(jī)可以安裝不同的操作系統(tǒng)。

目前，虛擬化最常見的兩個(gè)應(yīng)用場景是實(shí)現(xiàn)對(duì)服務(wù)器的合并和桌面虛擬化。服務(wù)器合并就是把分布在多個(gè)不同物理機(jī)上的應(yīng)用合并安裝在一臺(tái)有多臺(tái)虛擬機(jī)的物理機(jī)上。桌面虛擬化就是用戶通過客戶端訪問服務(wù)器上封裝的虛擬機(jī)，用戶體驗(yàn)與現(xiàn)場物理機(jī)相同，其關(guān)鍵不再是用戶客戶端現(xiàn)場性能，而是取決于后臺(tái)虛擬機(jī)的配置。

虛擬化最有用的兩個(gè)價(jià)值在于將資源進(jìn)行池化和將用戶需求與物理基礎(chǔ)設(shè)施的綁定進(jìn)行分離。資源池化后可以定義最小化的資源單元，實(shí)現(xiàn)最大化的資源利用。而將用戶需求和基礎(chǔ)設(shè)施分離，則實(shí)現(xiàn)了資源使用的彈性和靈活性。72二、分布式計(jì)算

分布式計(jì)算就是把一個(gè)大任務(wù)分解成很多小任務(wù)并分配到不同計(jì)算資源上進(jìn)行處理。分布式計(jì)算能夠有效解決成本、效率和擴(kuò)展性之間的平衡問題。

在云計(jì)算之前，網(wǎng)格計(jì)算是分布式計(jì)算的典型代表。網(wǎng)格計(jì)算的基本思想是通過把分散在互聯(lián)網(wǎng)各處的硬件、軟件、信息資源連接成為一個(gè)巨大的整體，從而使人們能夠利用地理上分散于各處的資源，完成各種大規(guī)模的、復(fù)雜的計(jì)算和數(shù)據(jù)處理任務(wù)。網(wǎng)格計(jì)算也是一種互聯(lián)網(wǎng)級(jí)別的分布式計(jì)算方式，關(guān)注點(diǎn)在于利用互聯(lián)網(wǎng)上分布的計(jì)算資源，也是最接近云計(jì)算的概念。

分布式計(jì)算解除了用戶和大型應(yīng)用系統(tǒng)綁定關(guān)系，與虛擬化解除用戶與物理資源的綁定具有異曲同工之妙。分布式計(jì)算孕育了云計(jì)算的同時(shí)，也重塑了云計(jì)算環(huán)境下的應(yīng)用和服務(wù)形態(tài)。分布式計(jì)算作為云計(jì)算的關(guān)鍵技術(shù)，既可以支持不同地理上分布的計(jì)算資源的有效利用，同時(shí)也使得復(fù)雜的大數(shù)據(jù)應(yīng)用的計(jì)算方式更為簡單。73三、分布式數(shù)據(jù)存儲(chǔ)和管理技術(shù)

云計(jì)算系統(tǒng)由大量服務(wù)器組成，同時(shí)為大量用戶服務(wù)，因此云計(jì)算系統(tǒng)采用分布式存儲(chǔ)的方式存儲(chǔ)數(shù)據(jù)。分布式網(wǎng)絡(luò)存儲(chǔ)系統(tǒng)用冗余存儲(chǔ)的方式（集群計(jì)算、數(shù)據(jù)冗余和分布式存儲(chǔ)）保證數(shù)據(jù)的可靠性。冗余的方式通過任務(wù)分解和集群，用低配機(jī)器替代超級(jí)計(jì)算機(jī)的性能來保證低成本，這種方式保證分布式數(shù)據(jù)的高可用、高可靠和經(jīng)濟(jì)性，即為同一份數(shù)據(jù)存儲(chǔ)多個(gè)副本。

云計(jì)算的另一大優(yōu)勢就是能夠快速、高效地處理海量數(shù)據(jù)。因此，數(shù)據(jù)管理技術(shù)必需能夠高效的管理大量的數(shù)據(jù)。由于云數(shù)據(jù)存儲(chǔ)管理形式不同于傳統(tǒng)的數(shù)據(jù)管理方式，如何在規(guī)模巨大的分布式數(shù)據(jù)中找到特定的數(shù)據(jù)，也是云計(jì)算數(shù)據(jù)管理技術(shù)所必須解決的問題。此外，信息系統(tǒng)仿真系統(tǒng)在大多數(shù)情況下會(huì)處在多節(jié)點(diǎn)并發(fā)執(zhí)行環(huán)境中，要保證系統(tǒng)狀態(tài)的正確性，必須保證分布數(shù)據(jù)的一致性。在云計(jì)算出現(xiàn)之前，解決分布的一致性問題是靠眾多協(xié)議的。但對(duì)于大規(guī)模，甚至超大規(guī)模的分布式系統(tǒng)來說，無法保證各個(gè)分系統(tǒng)、子系統(tǒng)都使用同樣的協(xié)議，也就無法保證分布的一致性問題得到解決，云計(jì)算中的分布式資源管理技術(shù)就很好地解決了這一問題。74四、并行編程技術(shù)

云計(jì)算采用并行編程模式，在并行編程模式下，并發(fā)處理、容錯(cuò)、數(shù)據(jù)分布、負(fù)載均衡等細(xì)節(jié)都被抽象到一個(gè)函數(shù)庫中，通過統(tǒng)一接口，用戶大尺度的計(jì)算任務(wù)被自動(dòng)并發(fā)和分布執(zhí)行，即將一個(gè)任務(wù)自動(dòng)分成多個(gè)子任務(wù)，并行地處理海量數(shù)據(jù)。并行計(jì)算出現(xiàn)在20世紀(jì)60年代初期，這個(gè)時(shí)期晶體以及磁芯存儲(chǔ)器開始出現(xiàn)，處理單元變得越來越小，存儲(chǔ)器也更加小巧和廉價(jià)。

現(xiàn)代的并行機(jī)體系結(jié)構(gòu)中有一種工作站機(jī)群，它誕生于微處理器性能和網(wǎng)絡(luò)帶寬飛速發(fā)展的時(shí)代，為云計(jì)算的誕生奠定了基礎(chǔ)。對(duì)于信息系統(tǒng)仿真這種復(fù)雜系統(tǒng)的編程來說，并行編程模式是一種顛覆性的革命，它基于網(wǎng)絡(luò)計(jì)算等一系列優(yōu)秀成果，所以更加徹底地體現(xiàn)了面向服務(wù)的體系架構(gòu)技術(shù)。

分布式并行編程模式創(chuàng)立的初衷是更高效地利用軟、硬件資源，讓用戶更快速、更簡單地使用應(yīng)用或服務(wù)。后臺(tái)復(fù)雜的任務(wù)處理和資源調(diào)度對(duì)于用戶來說是透明的，這樣用戶體驗(yàn)?zāi)軌虼蟠筇嵘?5第四節(jié)云計(jì)算在金融領(lǐng)域的應(yīng)用——金融云一、金融云的功能與作用二、金融云標(biāo)準(zhǔn)體系建設(shè)三、金融云在推進(jìn)合作過程中遇到的問題與應(yīng)對(duì)措施76一、金融云的功能與作用

隨著互聯(lián)網(wǎng)技術(shù)在金融行業(yè)的應(yīng)用范圍逐步擴(kuò)大，幾乎所有金融服務(wù)的產(chǎn)業(yè)都開始接觸云計(jì)算。企業(yè)或機(jī)構(gòu)的交易活動(dòng)如果在云上發(fā)生，過程中產(chǎn)生的數(shù)據(jù)經(jīng)綜合處理后將可為金融業(yè)提供大量的場景，同時(shí)幫助金融機(jī)構(gòu)更好地進(jìn)行經(jīng)營決策和風(fēng)險(xiǎn)控制，并進(jìn)一步完善定價(jià)體系。云計(jì)算等互聯(lián)網(wǎng)技術(shù)和概念使得金融業(yè)和實(shí)體產(chǎn)業(yè)進(jìn)一步結(jié)合起來，既能讓整個(gè)金融行業(yè)降低成本，又能夠提升金融覆蓋面，使得金融業(yè)的發(fā)展成果惠及更多產(chǎn)業(yè)，更好地服務(wù)實(shí)體經(jīng)濟(jì)。

金融業(yè)結(jié)合云計(jì)算所打造出的金融云，能有效解決我國金融信息化建設(shè)中發(fā)展的不平衡問題。金融云通過提供科技支撐，使中小微金融機(jī)構(gòu)更加專注于金融業(yè)務(wù)的創(chuàng)新發(fā)展，實(shí)現(xiàn)集約化、規(guī)?；c專業(yè)化發(fā)展，促進(jìn)金融業(yè)務(wù)與信息科技的合作共贏。同時(shí)，虛擬化、可擴(kuò)展性、可靠性和經(jīng)濟(jì)性使金融云能提供更強(qiáng)的計(jì)算能力和服務(wù)能力，為金融創(chuàng)新提供技術(shù)和信息支持，降低中小微金融機(jī)構(gòu)的金融服務(wù)門檻，推動(dòng)普惠金融發(fā)展。77一、金融云的功能與作用

云計(jì)算虛擬化技術(shù)帶來了物理資源的重復(fù)使用和能耗節(jié)約等優(yōu)勢，推動(dòng)了這一技術(shù)的快速應(yīng)用。同時(shí)，隨著國家安全戰(zhàn)略在金融行業(yè)的實(shí)施，傳統(tǒng)金融機(jī)構(gòu)不斷探索分布式架構(gòu)和開源技術(shù)應(yīng)用，減少或擺脫了對(duì)國外控制的技術(shù)和產(chǎn)品依賴。

在這樣的行業(yè)大背景下，金融云有三種方式來推進(jìn)與行業(yè)合作：第一種方式是推進(jìn)在金融云之上的行業(yè)云合作；第二種是幫助大中型客戶做專有云，客戶獨(dú)享使用，同時(shí)解決IT效能和效率問題；第三種是跟很多金融機(jī)構(gòu)合作，追求協(xié)同發(fā)展。金融機(jī)構(gòu)可以靈活地選擇合作方式，也可以根據(jù)業(yè)務(wù)和IT需求實(shí)現(xiàn)混合云模式。78二、金融云標(biāo)準(zhǔn)體系建設(shè)

金融行業(yè)的IT業(yè)務(wù)構(gòu)架發(fā)展通常分為三個(gè)階段：

第一階段是傳統(tǒng)金融機(jī)構(gòu)的業(yè)務(wù)形態(tài)，需要以柜面為中介或者中間需要人來介入。然而只要是有人介入的業(yè)務(wù)，并發(fā)量一定不會(huì)很大。這個(gè)情況下傳統(tǒng)IT架構(gòu)可以很輕松實(shí)現(xiàn)。

第二階段是強(qiáng)交互性的業(yè)務(wù)場景，主要有三大類：一類是以互聯(lián)網(wǎng)為渠道的業(yè)務(wù)，第二類是以移動(dòng)互聯(lián)網(wǎng)為渠道的業(yè)務(wù)，第三類是以互聯(lián)網(wǎng)或者移動(dòng)互聯(lián)網(wǎng)為場景的業(yè)務(wù)。這三類業(yè)務(wù)會(huì)有強(qiáng)烈的交互性而且會(huì)有很大的并發(fā)量，由此IT架構(gòu)走向了云架構(gòu)。

第三階段是數(shù)據(jù)驅(qū)動(dòng)的業(yè)務(wù)，由于第二階段的數(shù)據(jù)積累，金融機(jī)構(gòu)可以更好地利用數(shù)據(jù)來做風(fēng)控、定價(jià)、營銷、客戶體驗(yàn)等。

因此，金融行業(yè)未來一定會(huì)因?yàn)榧夹g(shù)發(fā)展產(chǎn)生行業(yè)革新，基于傳統(tǒng)IT的部分會(huì)增長緩慢甚至萎縮，而基于云計(jì)算、大數(shù)據(jù)和互聯(lián)網(wǎng)的部分會(huì)增長得很快。79二、金融云標(biāo)準(zhǔn)體系建設(shè)

具體來說，金融云標(biāo)準(zhǔn)體系包括通用類、安全類、服務(wù)類及應(yīng)用類共四大類。其中，通用類標(biāo)準(zhǔn)主要包括基礎(chǔ)設(shè)施、軟件硬件、網(wǎng)絡(luò)構(gòu)架等技術(shù)產(chǎn)品方面的標(biāo)準(zhǔn)，專業(yè)性強(qiáng)。而服務(wù)類、安全類、應(yīng)用類標(biāo)準(zhǔn)，將直接體現(xiàn)金融業(yè)特點(diǎn)和個(gè)性化要求。

金融云服務(wù)標(biāo)準(zhǔn)是在參考已有的涉及云服務(wù)設(shè)計(jì)、部署、交付、運(yùn)營和采購，以及云平臺(tái)間的數(shù)據(jù)遷移等通用的相關(guān)標(biāo)準(zhǔn)的基礎(chǔ)上，重點(diǎn)聚焦金融云服務(wù)準(zhǔn)入與資質(zhì)、服務(wù)能力與質(zhì)量評(píng)估、交易異常的責(zé)任分擔(dān)與賠付等內(nèi)容，保證金融行業(yè)重點(diǎn)關(guān)注的業(yè)務(wù)連續(xù)性、可靠性等。

其中，滿足了金融云服務(wù)的準(zhǔn)入、資質(zhì)要求可增強(qiáng)金融云服務(wù)的可信性；服務(wù)能力要求和質(zhì)量評(píng)估可增強(qiáng)金融云服務(wù)的可靠性；交易異常的責(zé)任分擔(dān)解決業(yè)務(wù)正常開展面臨的保障問題。80

三、金融云在推進(jìn)合作過程中遇到的問題與應(yīng)對(duì)措施

首先是關(guān)于數(shù)據(jù)安全的問題。一些金融客戶擔(dān)心云上數(shù)據(jù)被云服務(wù)商擅自讀取或利用，由于到目前為止，中國針對(duì)云上數(shù)據(jù)保護(hù)的法律法規(guī)或標(biāo)準(zhǔn)體系尚不成熟，不同云服務(wù)商的做法的確可能存在不同。為此業(yè)內(nèi)大型廠商聯(lián)合在2015年率先公開發(fā)起“數(shù)據(jù)保護(hù)倡議”，呼吁運(yùn)行在云計(jì)算平臺(tái)上的開發(fā)者、公司、政府、社會(huì)機(jī)構(gòu)的數(shù)據(jù)，所有權(quán)絕對(duì)屬于客戶；云計(jì)算平臺(tái)不得將這些數(shù)據(jù)移作它用；平臺(tái)方有責(zé)任和義務(wù)，幫助客戶保障其數(shù)據(jù)的私密性、完整性和可用性。這些基本的行業(yè)準(zhǔn)則需要大家共同來遵守，并趕緊形成制度或者在立法層面進(jìn)行推動(dòng)。

其次是關(guān)于業(yè)務(wù)連續(xù)性的問題。一些金融客戶擔(dān)心云上資源與其他客戶共享，進(jìn)而可能受其他客戶的影響。另一些金融客戶擔(dān)心云服務(wù)商可能管理不當(dāng)導(dǎo)致云平臺(tái)出現(xiàn)故障，進(jìn)而影響到客戶業(yè)務(wù)系統(tǒng)的連續(xù)性。還有一些金融客戶甚至擔(dān)心云平臺(tái)自身存在安全漏洞。大數(shù)據(jù)和云計(jì)算對(duì)于金融企業(yè)來講，在很多情況下技術(shù)創(chuàng)新可跨越國界，因此行業(yè)內(nèi)企業(yè)應(yīng)該按照國際標(biāo)準(zhǔn)來規(guī)范其自身業(yè)務(wù)框架。81

三、金融云在推進(jìn)合作過程中遇到的問題與應(yīng)對(duì)措施

第三是關(guān)于監(jiān)管合規(guī)的問題。一些金融客戶擔(dān)心云計(jì)算相關(guān)的金融監(jiān)管政策不明朗，有可能造成金融機(jī)構(gòu)在合規(guī)方面的問題。實(shí)際上保監(jiān)會(huì)早在2013年就出臺(tái)了《中國保監(jiān)會(huì)關(guān)于專業(yè)網(wǎng)絡(luò)保險(xiǎn)公司開業(yè)驗(yàn)收有關(guān)問題的通知》，明確表示對(duì)云計(jì)算的支持。此后國務(wù)院于2014年發(fā)布了《關(guān)于加快發(fā)展現(xiàn)代保險(xiǎn)服務(wù)業(yè)的若干意見》，支持保險(xiǎn)公司積極運(yùn)用網(wǎng)絡(luò)、云計(jì)算、大數(shù)據(jù)、移動(dòng)互聯(lián)網(wǎng)等新技術(shù)促進(jìn)保險(xiǎn)業(yè)銷售渠道和服務(wù)模式創(chuàng)新。2015年國務(wù)院發(fā)布《關(guān)于促進(jìn)云計(jì)算創(chuàng)新發(fā)展培育信息產(chǎn)業(yè)新業(yè)態(tài)的意見》，明確鼓勵(lì)發(fā)展公共云計(jì)算。2016年7月銀監(jiān)會(huì)向社會(huì)公開征求對(duì)《中國銀行業(yè)信息科技“十三五”發(fā)展規(guī)劃監(jiān)管指導(dǎo)意見（征求意見稿）》的意見，其中把開展云計(jì)算應(yīng)用作為主動(dòng)實(shí)施架構(gòu)轉(zhuǎn)型的主要手段。因此，從整體發(fā)展態(tài)勢來看，金融監(jiān)管部門對(duì)云計(jì)算的態(tài)度已經(jīng)逐漸從觀望轉(zhuǎn)向支持和鼓勵(lì)。82

三、金融云在推進(jìn)合作過程中遇到的問題與應(yīng)對(duì)措施

為了促進(jìn)云計(jì)算產(chǎn)業(yè)進(jìn)一步健康規(guī)范發(fā)展，助力金融科技轉(zhuǎn)型，行業(yè)規(guī)范必不可少：

一是對(duì)云服務(wù)商進(jìn)行分級(jí)分類管理。金融機(jī)構(gòu)須根據(jù)自身業(yè)務(wù)系統(tǒng)安全級(jí)別要求而選擇相應(yīng)安全級(jí)別或更高安全級(jí)別的云服務(wù)平臺(tái)，鼓勵(lì)云服務(wù)商根據(jù)自身實(shí)力和業(yè)務(wù)目標(biāo)選擇建設(shè)合適安全等級(jí)的云平臺(tái)。

二是國家建立相對(duì)統(tǒng)一的云服務(wù)管理機(jī)制。由專業(yè)第三方評(píng)估機(jī)構(gòu)按照標(biāo)準(zhǔn)對(duì)云服務(wù)商進(jìn)行統(tǒng)一審查評(píng)估，鼓勵(lì)對(duì)云服務(wù)商的審查結(jié)果在各行各業(yè)通用復(fù)用，消除用戶自行選擇云服務(wù)商沒有依據(jù)的顧慮，減輕云服務(wù)商應(yīng)對(duì)不同行業(yè)管理要求的負(fù)擔(dān)，切實(shí)推動(dòng)云計(jì)算產(chǎn)業(yè)發(fā)展。

三是優(yōu)先鼓勵(lì)發(fā)展公共云服務(wù)。云服務(wù)本身就是一種規(guī)模經(jīng)濟(jì)，只有達(dá)到一定規(guī)模的云平臺(tái)才能真正做到計(jì)算能力按需彈性擴(kuò)展，才能真正降低用戶成本，才能真正節(jié)約社會(huì)資源消耗，才能真正提供專業(yè)化的運(yùn)營和服務(wù)。而這只有公共云或較大規(guī)模的行業(yè)云才能做到。

83

云計(jì)算以分布式計(jì)算為核心，通過整合網(wǎng)絡(luò)上的海量資源，形成資源“池化”，在方便用戶隨時(shí)隨地取用資源的同時(shí)，提高了資源的利用效率。正因其有著超強(qiáng)的實(shí)用性，使得云計(jì)算僅在十多年間就從一個(gè)新興概念逐步成為信息技術(shù)產(chǎn)業(yè)發(fā)展的戰(zhàn)略重點(diǎn)，更是在金融領(lǐng)域得到了充分的運(yùn)用。841.云計(jì)算概念具體指什么？2.云計(jì)算的幾大特征是什么？3.云計(jì)算三大模式的區(qū)別和聯(lián)系是什么？4.哪些技術(shù)是如何服務(wù)于云計(jì)算的？5.云計(jì)算在金融領(lǐng)域的應(yīng)用前景如何？85ThankYouForWatching86第四章

人工智能金融科技概論87了解人工智能的發(fā)展歷程及現(xiàn)狀；掌握人工智能的基本概念；熟悉人工智能的常用算法和底層技術(shù)；深入理解人工智能的相關(guān)案例。教學(xué)目標(biāo)88引言

有這樣一位“學(xué)習(xí)達(dá)人”，“他”的學(xué)習(xí)速度是人類的幾萬倍，數(shù)小時(shí)便可以獲得常人一生才能獲取的知識(shí)量，僅數(shù)月的學(xué)習(xí)訓(xùn)練就能戰(zhàn)勝當(dāng)今最強(qiáng)的圍棋棋手！有這樣一位“翻譯專家”，“她”能夠高速同步地將他人所述翻譯成任何語言，無論是準(zhǔn)確性還是流暢度都不遜色于學(xué)習(xí)多年的專業(yè)翻譯！有這樣一雙未卜先知的“眼睛”，城市里錯(cuò)綜復(fù)雜的十字路口和成千上萬的路段都在“它”的視野里，并能提前告訴你5分鐘后、10分鐘后，乃至1小時(shí)后的路況信息！路況預(yù)測準(zhǔn)確率在

91%以上！……

他、她、它的背后，都有一個(gè)共同的名字：人工智能。人工智能到底是什么？能為人類做什么？我們該如何使用？它與金融是如何結(jié)合的？這些問題你都可以從本章中獲得答案。89人工智能的發(fā)展歷程與現(xiàn)狀人工智能技術(shù)人工智能對(duì)金融領(lǐng)域的影響人工智能展望延伸閱讀目錄90第一節(jié)人工智能的發(fā)展歷程與現(xiàn)狀

91人工智能的起源人工智能的思想萌芽最早可以追溯到十七世紀(jì)由帕斯卡（Pascal）和萊布尼茨（Leibniz）提出的有智能的機(jī)器的想法英國科學(xué)家巴貝奇（Babbage）于1834年發(fā)明了分析機(jī)，是第一架“計(jì)算機(jī)器”，它被認(rèn)為是現(xiàn)代電子計(jì)算機(jī)的前身，也被認(rèn)為是人工智能硬件的前身世界上第一臺(tái)電子計(jì)算機(jī)“ENIAC”由莫克利（Mokley）和艾克特（Act）于1946年發(fā)明作為一門學(xué)科，人工智能于1956年誕生，由“人工智能之父”約翰·麥卡錫（JohnMcCarthy）等人在達(dá)特茅斯學(xué)術(shù)會(huì)議上首次提出，并正式采用了“人工智能AI”這一術(shù)語1969年的舉辦的國際人工智能聯(lián)合會(huì)議則標(biāo)志著人工智能已得到了國際的認(rèn)可。92人工智能的定義

人工智能是關(guān)于知識(shí)的學(xué)科,是怎樣表示知識(shí)以及怎樣獲得知識(shí)并使用知識(shí)的科學(xué)?！釥査埂ぜs翰·尼爾遜（NilsJohnNilsson）人工智能就是研究如何使計(jì)算機(jī)去做過去只有人才能做的智能工作?！撂乩锟恕厮诡D（PatrickWinston）93人工智能的發(fā)展歷程

1950年，阿蘭·圖靈提出了圖靈測試，據(jù)此來判定計(jì)算機(jī)是否智能。圖靈測試認(rèn)為：如果一臺(tái)機(jī)器能夠通過電傳設(shè)備與人類展開對(duì)話的時(shí)候而不被辨別出其機(jī)器身份，那么稱這臺(tái)機(jī)器具有智能。二十世紀(jì)五十年代到七十年代初，人工智能研究處于“推理期”，那時(shí)人們著力于賦予機(jī)器邏輯推理能力，那時(shí)認(rèn)為具有這一能力的機(jī)器即具有“智能”。這一階段的代表性工作主要有紐維爾（Newell）和西蒙（Simon）的“邏輯理論家”(LogicTheorist)程序以及此后的“通用問題求解”(GeneralProblemSolving)程序等，并且這些工作在當(dāng)時(shí)取得了令人振奮的結(jié)果。例如，“邏輯理論家”程序證明了《數(shù)學(xué)原理》中的全部定理，甚至有定理比原作者羅素（Russell）和懷特海（Whitehead）證明得更巧妙，紐維爾和西蒙也因此獲得了1975年圖靈獎(jiǎng)。大量優(yōu)秀的學(xué)者的投入掀起人工智能發(fā)展的第一個(gè)高潮，但也正因?yàn)檫@些發(fā)展初期的大量突破性進(jìn)展，學(xué)者們對(duì)人工智能期望被大大的提升了，然而，接二連三的失敗和預(yù)期目標(biāo)落空帶來的沮喪使人工智能發(fā)展步入低谷。94人工智能的發(fā)展歷程

于是從二十世紀(jì)七十年代中期開始，人工智能研究進(jìn)入了“知識(shí)期”。在這一時(shí)期，大量“專家系統(tǒng)”問世，這些發(fā)明在很多應(yīng)用領(lǐng)域都取得了顯著的成果，如在醫(yī)療、化學(xué)、地質(zhì)等領(lǐng)域都取得巨大的成功，推動(dòng)人工智能走入應(yīng)用發(fā)展的新高潮，費(fèi)根鮑姆（Feigebaum）作為“知識(shí)工程”之父于1994年獲得圖靈獎(jiǎng)。由此，人工智能實(shí)現(xiàn)了巨大的突破，完成了從理論研究走向?qū)嶋H應(yīng)用、從一般推理策略探討轉(zhuǎn)向運(yùn)用專門知識(shí)的重大轉(zhuǎn)變。隨著人工智能的應(yīng)用規(guī)模不斷擴(kuò)大，專家系統(tǒng)存在的推理方法單一、缺乏常識(shí)性知識(shí)、應(yīng)用領(lǐng)域狹窄、缺乏分布式功能、難以與現(xiàn)有數(shù)據(jù)庫兼容等問題逐漸被暴露出來，一些學(xué)者由此想到，如果機(jī)器能夠像人類一樣具有自主學(xué)習(xí)知識(shí)的功能該多好，之后機(jī)器學(xué)習(xí)便開始走上了歷史的舞臺(tái)。二十世紀(jì)九十年代中至2010年，由于網(wǎng)絡(luò)技術(shù)特別是互聯(lián)網(wǎng)技術(shù)的發(fā)展，加速了人工智能的創(chuàng)新研究，促使人工智能技術(shù)進(jìn)一步走向?qū)嵱没?011年至今，隨著大數(shù)據(jù)、云計(jì)算、互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等現(xiàn)代化信息技術(shù)的發(fā)展，圖形處理器和泛在感知數(shù)據(jù)等計(jì)算平臺(tái)不斷推動(dòng)以深度神經(jīng)網(wǎng)絡(luò)為代表的人工智能技術(shù)飛速發(fā)展.95人工智能是否具有主體地位

距人工智能發(fā)展起步僅僅半個(gè)世紀(jì)，但是這半個(gè)世紀(jì)以來，人工智能發(fā)展速度極其迅猛,進(jìn)步可以說是日新月異，但是在給人類生產(chǎn)、生活帶來便利的同時(shí)人工智能也沖擊著我們的經(jīng)濟(jì)、政治和文化倫理道德。因此人們產(chǎn)生了許多關(guān)于人工智能的爭論，爭論的焦點(diǎn)主要集中在人工智能是否具有主體地位、人工智能倫理設(shè)計(jì)不同方式和人工智能對(duì)人類及其未來影響這三個(gè)方面。

針對(duì)人工智能是否具有主體地位這一方面，學(xué)界在以下三個(gè)方面依然處于爭論的狀態(tài)。

首先,在人工智能是否可能具有獨(dú)立思維方面學(xué)界依然存在爭論。一部分學(xué)者認(rèn)為只有人具有思維、精神、心靈等,而人工智能不具備。而對(duì)此持肯定態(tài)度的學(xué)者卻認(rèn)為人和人工智能本質(zhì)是一樣的，人類所謂的思維、精神、心靈、自由意志等不過只是一種生化算法。

其次，在人工智能是否可能具有自由意志方面學(xué)界依然存在爭論。大部分學(xué)者都認(rèn)為人具有無限性的可能性，而人工智能只是有限的存在。也有學(xué)者指出量子力學(xué)中有一個(gè)著名的實(shí)驗(yàn)叫做“薛定諤的貓”，在既定的實(shí)驗(yàn)程序下可以出現(xiàn)不定的結(jié)果，這就為人工智能的未來帶來無限的可能。96人工智能是否具有主體地位最后，在人工智能是否可能具有“人性”方面學(xué)界依然存在爭論。古往今來，不少學(xué)者都對(duì)人具有社會(huì)性這一特點(diǎn)極為關(guān)注，許多學(xué)者認(rèn)為人工智能只是一堆金屬，即使最終會(huì)有思考的能力，但也不可能會(huì)有社會(huì)性，他們不可能會(huì)像人一樣具有豐富的情感，不會(huì)懂得喜怒哀樂，也不會(huì)產(chǎn)生欲望與追求，不會(huì)理解人類的情感，通俗來說即沒有“人性”，也因此無法和人類一樣擁有主體地位。而不少學(xué)者卻并不這樣認(rèn)為，他們提出這個(gè)問題完全可以在技術(shù)發(fā)展到一定程度之后加以克服，現(xiàn)今虛擬技術(shù)日益發(fā)達(dá)，以后可以將人工智能放入虛擬時(shí)空，人工智能可以在經(jīng)過加速之后的時(shí)間里獲得與人類相同的，真實(shí)的社會(huì)經(jīng)歷，從而產(chǎn)生和人類一樣的情感，此時(shí)人工智能便可以完全的融入人類社會(huì)。97人工智能倫理設(shè)計(jì)方式針對(duì)人工智能倫理設(shè)計(jì)不同方式這一方面，對(duì)人工智能是否具有主體地位這一問題的不同看法導(dǎo)致了對(duì)人工智能倫理設(shè)計(jì)不同方式的爭論:認(rèn)為人工智能同樣具有主體地位的學(xué)者傾向于人工智能應(yīng)采用自主學(xué)習(xí)、自下而上的方式學(xué)習(xí)人類的倫理道德和價(jià)值觀；而對(duì)對(duì)人工智能是否具有主體地位這一問題持否定態(tài)度的學(xué)者則認(rèn)為人工智能倫理設(shè)計(jì)應(yīng)采取自上而下的方式“嵌入”人類的倫理道德和價(jià)值觀。學(xué)界至今針對(duì)于這兩種不同的方法仍未得到一個(gè)統(tǒng)一的答案，現(xiàn)今無論是自下而上自主學(xué)習(xí)的方法和自上而下“嵌入”式的方法都面臨著重重苦難與挑戰(zhàn)。因此將自主學(xué)習(xí)和“嵌入”式的方法結(jié)合起來,吸收二者的優(yōu)點(diǎn)的同時(shí)避免二者的缺點(diǎn),看起來是目前較好的選擇了。98人工智能對(duì)人類及其未來影響最后一個(gè)方面同時(shí)也是當(dāng)前引起最多爭議的一個(gè)方面——人工智能對(duì)人類及其未來的影響。現(xiàn)如今人工智能不僅用于工作，而且開始對(duì)我們經(jīng)濟(jì)、政治和日常生活都產(chǎn)生深遠(yuǎn)的影響，但面對(duì)人工智能的蓬勃發(fā)展，我們卻不免陷入迷茫當(dāng)中，因?yàn)槲覀儫o法準(zhǔn)確地預(yù)測到人工智能未來的趨勢，無法準(zhǔn)確判斷人工智能的飛速發(fā)展是好事還是壞事，其背后究竟是機(jī)遇還是挑戰(zhàn)。認(rèn)為人工智能不具有主體地位、提議自上而下的方式“嵌入”人類的倫理道德和價(jià)值觀的大部分學(xué)者對(duì)此持樂觀態(tài)度;而認(rèn)為人工智能具有主體地位、傾向于使人工智能自主習(xí)得人類的倫理道德和價(jià)值觀的學(xué)者則普遍是悲觀的態(tài)度。目前來說，人工智能對(duì)人類及其未來影響只能從實(shí)踐的角度去看,只有隨著科技和社會(huì)的發(fā)展我們才能看清人工智能和人類的未來。99國內(nèi)外人工智能的發(fā)展動(dòng)態(tài)首先從多個(gè)方面描繪中國人工智能的發(fā)展面貌：論文產(chǎn)出方面。根據(jù)喬治城大學(xué)的數(shù)據(jù)分析平臺(tái)ETO發(fā)布的報(bào)告，2017到2022年間，全球共發(fā)表了125.5萬篇AI相關(guān)論文，而中國以24.3萬篇的發(fā)表量位居榜首，占總數(shù)的25%，遠(yuǎn)超美國的17.1萬篇（僅占18%）。在被引用次數(shù)最多的10%論文中，美國有34,036篇，而中國緊隨其后，有29,229篇。專利申請方面。2010年至2020年，中國人工智能專利申請，占全球申請總量72%。中國原創(chuàng)專利申請居全球第一，占44.15%，已經(jīng)超過了美國和日本。但專利布局主要集中在國內(nèi)，海外專利布局嚴(yán)重不足，占專利申請總量的2%。美國海外專利布局量最大，高達(dá)29%以上，其次是日本，占比26%。人才投入方面。中國在杰出人才比例上不盡如人意，按高H因子（又稱H指數(shù)，用于評(píng)價(jià)科學(xué)家的科研績效）衡量的中國杰出人才與美國相比差距過大。但根據(jù)麥克羅波洛智庫統(tǒng)計(jì)，2022年中國培養(yǎng)的全球頂級(jí)AI研究人員比例升至47%，較2019年的29%有了大幅提升。來自中國的AI人才在質(zhì)量上也有進(jìn)步，最精英的（前2%）AI人才現(xiàn)在有26%出自中國，美國是28%，兩者非常接近。100國內(nèi)外人工智能的發(fā)展動(dòng)態(tài)企業(yè)規(guī)模方面。截至2023年6月底，全球人工智能企業(yè)共計(jì)3.6萬家，中美英企業(yè)數(shù)量名列前茅。美國人工智能企業(yè)數(shù)量約1.3萬家，在全球占比達(dá)到33.6%，中國占比為16.0%，英國為6.6%，美中英的人工智能企業(yè)數(shù)量合計(jì)占到全球的56.2%。具體到人工智能獨(dú)角獸企業(yè)情況來看，截至2023年6月底，全球人工智能領(lǐng)域獨(dú)角獸總數(shù)達(dá)291家，美國和中國分別占到131家和108家。風(fēng)險(xiǎn)投資方面。截至2023年12月14日，中國人工智能行業(yè)總計(jì)一共有10,110起投資事件發(fā)生，總計(jì)融