用友iuap获国家发改委重大项目支持_网易新闻
用友iuap获国家发改委重大项目支持
用微信扫码二维码
分享至好友和朋友圈
（原标题：用友iuap获国家发改委重大项目支持）
齐鲁晚报济南10月9日讯:在&科技&与&金融&两个轮子驱动下，所有的企业成为互联网企业正在变为现实，所有的企业都将成为金融企业已经成为趋势。而且，随着以企业互联网化和金融化为代表的&新两化&不断深入推进，全新的企业互联网开放平台正变的越来越重要。
近日，用友网络科技股份有限公司(以下简称&用友&)发布公告：支撑&互联网+&新模式的企业互联网开放平台建设与运营项目获得2016年国家发改委&互联网+&重大工程项目支持，并取得该项目的首笔政府补贴款2290万元（总额为3000万元）。据介绍，该项目主要包括企业互联网开放平台用友iuap研发、用友iuap平台研发测试基础环境建设、用友iuap平台运营，这是用友在企业互联网技术领域的重大突破。
企业互联网化呼唤新平台
企业互联网化是企业从以产品为中心转向以客户为中心(C2B)，从流程驱动转向数据驱动(DDE)，从延时运行转为实时运行(RTE)，从领导指挥到员工创新(E2M)的升级，是企业从内部延展到社会级的商业创新。
在企业商业创新过程中，单纯的互联网技术平台和企业内部运营管理平台都已经不能满足企业内外部数据互联互通、企业互联网服务接入、企业运营管理的数字化与精细化以及共享服务模式等互联网化新需求；同时，构建产业生态圈、创新产业生态合作模式、以及2B垂直领域的互联网产业龙头企业创新服务等快速发展的需求，都需要全新的企业互联网开放平台。正是基于这样的市场需求，用友基于云计算、移动互联网、大数据、人工智能等新一代技术研制出了完全互联网架构的企业互联网开放平台iuap，即以分布式的架构完全替代了原先的集中式系统架构，成为支撑传统行业与互联网融合创新的共性技术平台。
作为聚焦PaaS、支撑SaaS并且适配多种IaaS的用友iuap，不但遵循了开放、开源、生态的发展原则，为企业提供互联网开发、测试、构造、发布、部署、云运维、云运营、云集成等各种平台技术能力，支撑企业构建高并发、高性能、高可用、安全的C2B、O2O、B2B 或B2B2C 等企业互联网应用或服务；而且将运营模式的灵活性内置于iuap平台中，支撑客户平台自运营、联合运营、外包运营等多种运营模式，充分满足企业多种新业态、新模式创新需求。
六大子平台
为了满足通用的企业互联网转型需求，也满足企业实现个性化需求甚至是创新需求，用友iuap拥有六大子平台针对企业在互联网转型中的不同的痛点，具体包括：开发平台、移动平台、集成平台、数据平台、PaaS平台和云运维平台。
iuap开发平台，该平台为企业互联网化提供了互联网中间件、前端开发框架、服务端框架、应用开发框架和集成开发环境，支撑企业构建高并发、高性能、高可用、安全的C2B、B2B或B2B2C等互联网应用。
iuap移动平台，包括移动开发平台、移动中间件、移动管理客户端、移动管理平台和企业私有应用商店。通过平台化的技术降低了移动应用开发难度、提高了开发效率，实现了移动应用分发管理，提供整合多种业务系统的能力，提供了全面的安全机制和IT 管理。iuap移动平台也是覆盖了开发、集成、部署实施和运维管理等各个阶段的移动综合能力平台，是支撑B2E（企业员工）、B2C（公众客户）、B2P（合作伙伴）等不同类型通用应用或行业应用的统一平台。iuap移动平台还可以帮助企业快速提升移动化成熟度水平，并支持与iuap 的云计算等技术的集成或衔接，实现移动技术的价值最大化。
数据平台，也称企业大数据管理平台，是为了帮助企业处理、使用内外部数据的一体化平台，能够支持企业完成内部数据和外部互联网数据的采集、存储、计算、分析、展现，同时可以通过DaaS服务、SaaS服务、移动应用等形式，方便用户随需而用，增强用户随时随地分析数据的能力。
iuap集成平台，由一系列产品及服务套件组成，主要包含：企业服务总线（ESB）、业务流程管理（BPM）、主数据管理（MDM）、门户（Portal）、身份管理（IdM）、数据集成（DI）、集成开发环境（IDE）、集成管理中心等产品，在面向服务的分布式计算环境下，支持界面集成、服务集成、流程集成、数据集成等多种集成方式，实现企业所需要的各种级别的集成要求，尤其是公有云之间、公有云和私有云之间的云间集成。
iuap PaaS平台，是用友全面运营的公有云服务，提供企业级SaaS应用所需要的一组关键服务和能力，覆盖了SaaS应用从开发到运营的全生命期管理，支持企业或SaaS服务提供商在移动互联网时代的企业应用创新，由集成、移动、社交、数据分析、应用支撑、运营和运维等七类公有云服务组成。
iuap云运维平台，是为互联网应用提供统一的高可用运行环境，结合容器技术，通过快速扩容缩容，为高并发、高性能的互联网应用提供运维支撑。是为开发者和企业提供业务快速上线、持续集成、弹性伸缩、日志管理、性能分析、运维监控的新一代云计算平台。结合大数据和搜索引擎技术，进行日志收集，实时展现应用的运行情况。结合动态字节码技术，进行应用监控，协助研发进行深度性能分析，精准定位线上出现的各种问题。能够帮助开发和运维人员彻底释放重复运维和各种线上故障带来的工作负担。
由于用友iuap完全基于互联网架构，所以具有六种全新的特性：
高并发、高性能，已经通过1000000用户并发支撑30000TPS稳定运行，最大TPS达到80000。
支持微服务架构，在分布式、去中心化和移动化的互联网服务中，支持服务提供商与开发者之间协作、迭代演进的架构与设计，支持把传统一体化的&巨石&型应用分散为充分运维一体化的、支持互联网开放标准的，以及跨进程和领域边界的微服务。
开发运维一体化，将软件开发和运维两个环节之间的沟通、协作和集成所采用的流程、方法和体系打通，提高了互联网应用开发的持续发布效率，实现企业快速商业创新的需求。
用户体验驱动，在贯穿新技术、新架构的用户体验维度包含了个性化设计、简约化设计、情感化设计和多端适应等。
连接一切的API Link，能够提供并聚焦企业互联网化的各类API开放平台，实现平台的社会化服务。
移动AR／VR，帮助企业快速开发AR/VR应用，助力企业提供沉浸式，一体化的数字销售解决方案。
助力企业商业创新
用友iuap不但是全新的完全基于互联网架构的企业互联网开放平台，而且基于用友28年对国内企业客户市场深刻理解和实践，支持企业从多个维度构建开放而又统一的企业互联网化IT建设体系，有效地整合内外部资源，支持企业进行快速商业创新，实现IT技术互联网化。
民太安是国内第一家专业从事保险公估及相关业务的全国性保险公估服务机构，也是目前是国内最大的保险公估集团。随着客户企业互联网业务应用需求日盛，客户希望经营模式实现由&精细化&向&精准化&转变，渴望通过技术的持续创新，扩大服务的覆盖面，整合线上线下的资源并建立可持续发展的生态圈，迫切的需求建立一套符合产品线持续发展要求的管理系统，这就要求与之相匹配的技术架构向轻量化，移动化方向转移，民太安几乎使用了用友iuap的所有平台产品。在2015年底，民太安的理赔服务共享平台正式上线，通过整合线上和线下所有的保险理赔服务资源，保证客户向保险人和被保险人及创客提供更快捷、专业、优质的理赔服务。
在互联网时代的民航行业，对于高配置人才的需求更加迫切，对于HR平台的需求也不再是管控机构，而是一个平台化的资源配置和承担专业服务的角色，这就要求HR管理平台的技术架构更加实时，敏捷，智能，同时又具备移动性和社交化的特性。中国国航构建在用友iuap上的人力资源系统，通过用友iuap微服务架构提供去中心化的治理、数据管理和弹性伸缩能力，更好地支撑客户移动化、碎片化的应用需求，并以稳定迭代和小步快跑的方式迭代应用，保证HR能够快速发布招聘信息，并不断的在渠道优化中找到获取关键候选人的最优路径。而且，用友iuap的云运维平台提供良好的应用性能监控工具大大提高线上问题的定位、解决速度，保证招聘人员和应聘人员的用户体验。
在面对大数据的挑战时，用友iuap数据平台帮助上海医药集团帮助构建了完整的主数据管理体系，包括：产品主数据、物料主数据、客商主数据等覆盖了集团的工业和商业板块，帮助客户得到了完整、权威、准确的主数据并和业务基础数据建立关联关系，为后续单品分析、但客商分析奠定基础、为数据驱动企业奠定基础。
随着用友iuap不断助力传统行业企业的互联网化融合创新，将加快用友在3.0阶段企业互联网服务战略的实施，加速用友在企业互联网产品技术与商业模式的创新，也将有效推动中国企业的互联网化转型和升级。
(原标题：用友iuap获国家发改委重大项目支持)
本文来源：大众网-齐鲁晚报
责任编辑：王晓易_NE0011
用微信扫码二维码
分享至好友和朋友圈
加载更多新闻
热门产品:　　　
:　　　　　　　　
:　　　　　　　　　
热门影院：
阅读下一篇
用微信扫描二维码
分享至好友和朋友圈基于大数据分析技术创新智能运维体系
作者：中国农业银行软件开发中心 张会根 张博 赵焕芳编辑：金融咨询网
得益于中国农业银行IT系统设计对日志建设的长远规划，目前已经积累了大量的日志数据。利用大数据技术，可以更大限度地挖掘这些海量日志所蕴合的价值。结合系统运维对故障监控和预判的需求，本文对应用日志进行了一系列分析探索，建立了动态的监控模型，可实时监控系统状态，并在部分故障发生前发出预警信号，实现早预警、早处置。
一、背景及分析思路
&&&&&&& 随着互联网金融在创新中普及，银行业务电子化程度和连续性要求将进一步提高，进而对IT系统的运维带来深刻影响。一方面进行系统运维的时间窗口将越来越小，甚至要求&无感知运维&；另一方面，关键业务将对重大故障呈现&零容忍&。面对新的挑战，原有基于监控的运维体系(基于监控数据结合经验判断)，在事前排除故障和事后故障恢复方面仍有很多改进空间。
&&&&&&& 国内银行业对大数据分析技术的应用更多集中在对业务发展的研究与探索，在系统运维方面应用较少。借助大数据分析技术打造智能化运维体系，形成智能感知、智能预警、智能处理的智能运维服务体系，以求能够实现事前预测、事后快速处理，逐渐成为新的探索方向。
&&&&&&& 智能运维最为基础和关键的问题是预测故障的发生。为实现该目标，本文以系统承载应用的特征作为切入点，进行故障预测和问题分析，弥补传统运维方式的不足。首先收集系统上承载应用的数据，完成预测模型的开发。然后，借助模型实时预测系统故障的概率，当发生预警信号时尽快启动运维预案。与传统思路相比具有如下特点。
&&&&&&& 一是从系统承载的应用数据分析，从系统用户的角度感知故障，而不是从系统硬件资源方面间接分析。二是借助数据分析技术建立预测模型，客观准确捕获故障前的征兆，进而预测故障。三是基于模型自动预测、预警，实现对系统故障自动化的感知、预测、预警，并可以将信号与处置机制自动对接。
二、应用案例
&&&&&&& 1．数据采集
&&&&&&& 本文选择某内部管理系统作为目标分析系统，经过与系统专家访谈，确定了建模基础数据范围，包含系统登录日志、交易日志和异常日志。获取了月的历史数据用以模型开发和验证。获取源数据后进行加工处理，产生登录量、登出量、失败量、交易量、异常量等5个基础变量。为平滑各频数指标波动性，及保障预测的及时性，本文选择5分钟的时间粒度对上述指标进行汇总，分别建立频数时间序列。
&&&&&&& 2．数据探索
&&&&&&& 首先将数据划分为模型训练集、验证集和测试集。然后对数据采集阶段加工形成的5个变量分别进行观察，可以发现：正常工作日上午、下午有两个波峰，波动趋势相似但幅度会有差别；周末等非工作日，交易量相对较小，且形状不规则；发生故障的时点，系统交易量快速下降，系统恢复运行后回到高位。
&&&&&&& 结合系统运维记录进行分析，发现登录量、登出量、交易量在业务层面能够整体反映系统的服务性能，不受业务指导影响；数据层面存在相同的趋势性，且各自具有自身波动性，因此选择该集合作为可靠的预测基础变量。异常量和失败量对预测系统亚健康尤为重要，但是基于以下两点原因的则被排除。
&&&&&&& 一是通过观察没有发现规律性，异常量在故障修复后有突增，波动性较大。同时日志记录逻辑不严谨，不能进一步根据异常发生原因进行细分分析。二是登录失败，往往是因为账户或密码输入错误，系统发生宕机等故障时，难以及时写入日志；且本身数据量较小，其波动性远高于登入量和登出量，基于此做预测稳定性不足。
&&&&&&& 3．模型开发
&&&&&&& (1)数据预处理和预分析。基于模型开发数据集，观察系统发生故障时点前，系统处于亚健康状态时各基础变量的特征，寻找其中的规律性变化。通过对10多个有运维记录指明发生故障的时点前变量变化特征观察，总结如下。
&&&&&&& 一是故障发生时系统变量(交易量、登录量、等出量)与正常工作日同时段相比，降到比较低的水平。二是故障发生前变量逐步降低，通过数个周期后达到故障点，当波形发生明显异常时，距离故障记录点仍有一段时间。
&&&&&&& (2)建立参考波动区间。即基于对历史数据的分析，确定每个时刻观察变量的正常区间。为使不同工作日相同时点的频数序列具有可比性，首先需要对数据进行标准化，公式如下：
&&&&&&& 其中Ii(t)，t时刻第i个标准变量的原始输入值；，t时刻第i个标准变量的标准化系数，即当日均值；Vi(t)为标准化后变量值，即频数相对比率。经检验Vi(t)的波动近似服从正态分布，因此设置置信度为95％，得出预测区间，取其边界为Vi(t)的预测区间。其中，为第i个标准变量在模型训练集中有效工作日t时刻的均值，，为t时刻第i个标准变量的标准差。当Vi(t)的值超越边界时，发出预警信号。
&&&&&&& (3)建立调整因子序列。频数标准化依赖当日均值，而实时监控时无法直接获取该项数据，因此引入调整因子指标，通过当日累积频数来估计当如均值，定义如下：
&&&&&&& 调整因子向量，即一天内不同时刻(共288个时刻)累积频数占当日总频数的百分比，以M天的数据计算均值。调整因子是否有效取决于其在不同工作目的稳定性，我们统计了每个时刻调整因子在M天分布的变异系数。变异系数从每天的开始时点(凌晨零点)起稳步下降，即估算结果相对稳定性逐步提高。至上班时间8：30，登入量变异系数0.18，登出量变异系数0．30，交易量变异系数0.22，综合考虑模型稳定性和模型应用场景，模型设定预警功能每8：00开启。
&&&&&&& 建立调整因子序列后，可以在当前时刻用累积频数估计当日均值，对当前频数序列进行标准化，进而判断是否位于参考波动区间内。
&&&&&&& (4)预警信号加权规则。基于交易量、登录量、登出量3个基础变量设计的预警指标均会产生预警信号。
&&&&&&& 其中，Vi（t）为t时刻第i个变量的相对值；V&i（t）为t时刻第i个标准变量的下边界值，Si（t）为t时刻第j个信号量的值。为提高预警信号的准确度，将3个信号量进行加权产生最终的三级预警信号，进而根据预警信号的值产生警报。具体公式如下：
&&&&&&& 其中，di为信号量的权重，；T为模型开启时间点。针对目标系统数据情况，确定交易量、登录量、登出量3个信号的加权系数分别为0.4、0.4、0.2。
&&&&&&& (5)模型适用性说明。适用于会影响到系统整体响应服务能力的重大故障，且系统访问量平稳性较好。无法预测突发式系统崩溃，例如：服务器掉电，管理员异常操作导致系统硬件故障，无规律网络恶意攻击等。模型应用期间需持续监控模型预测效果，目标系统坚持进行系统故障记录，为模型优化提供数据基础。
扫码即可手机 阅读转发此文
全站文章点击排行榜
全站文章评论排行榜