我国云计算和大数据均进入快速发展阶段

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:

在本届通信展期间举办的“2017中国云计算与大数据产业发展大会”上,工业和信息化部信息通信发展司处长黄业晶表示,云计算、大数据作为近年来信息通信领域发展最迅速的产业之一,对国民经济和社会发展的支撑推动作用正在日益显现。在政策和市场的双重驱动下,我国的云计算和大数据产业双双进入快速发展的阶段。

他表示,2015年国务院出台了《关于促进云计算创新发展 培育信息产业新业态的意见》和《促进大数据发展行动纲要》等重要的文件,对于我国云计算和大数据产业发展提出了相关的指导原则、目标和任务。作为行业主管部门,工信部信息通信发展司一直把云计算、大数据产业的创新发展作为一项重点工作来持续推进。

2015年我国云计算的产业总体规模达到1500亿元,2016年国内主要云计算企业的增长均实现了翻倍。根据中国信通院的数据,2016年大数据对经济的增量贡献已经达到了GDP的0.64%~1.14%,大数据的核心产业包括数据分析、数据存储、数据交易、数据安全和大数据中心等等,规模达到了168亿元,较上年增长40%以上。国内云计算、大数据产业的发展呈现良好的势头,并加速向各个行业和各个领域渗透。通过政务云、教育云、金融云、工业制造云、医疗健康云等云服务的形态,形成了各种新的服务模式。

他指出,国内云计算、大数据产业仍然面临着核心技术不足、网络支撑能力和产业合作有待深化等方面的问题,并提出了以下三点建议。

一是重视技术研发,夯实发展基础。近年来,信息通信技术发展迅猛,云计算、大数据技术不断成熟,但在一些核心技术领域我们仍存在空白或是与国际的先进水平有一定差距,这在一定程度上也制约了我国云计算、大数据产业的发展,希望产业界的各位同仁能够更加重视技术研发,在一些重点领域如用云计算分布式架构、系统资源的虚拟化、大数据的深度挖掘与关联存储、大数据的可视化技术等等关键的环节,加大投入力度,争取实现突破,形成自己的核心技术体系。同时也希望国内的相关企业能够积极参与到云计算、大数据的开源社区活动,增强在开源社区的影响力,并利用开源创新等方式形成优势企业的技术溢出,带动我国云计算、大数据整体技术的进步,促进整个产业的发展。

二是优化总体布局,提升网络能力。云计算、大数据的发展促进了网络资源的按需供给,随着云计算、大数据进入规模化的应用发展阶段,包括分布式数据访问、线上数据备份与恢复等新的应用场景逐渐增多,对网络的支撑能力也提出了更高的要求,希望基础电信企业在宽带网络建设的同时能够根据云计算、大数据的技术发展需求,合理布局骨干网络资源,优化网络互联架构,积极改善互联互通的质量,加强网络传输的安全可靠性,以更加有力地支撑云计算、大数据的发展和应用创新,实现云计算、大数据与网络基础设施的协同发展。

三是加强行业合作,完善产业生态。云计算、大数据的发展促进了数据资源的充分利用,加快了信息通信业与金融、医疗、交通等传统行业之间的融合,推动形成了全新的业态,也创造了巨大的市场价值。希望各信息通信企业与传统的行业能够进一步加强合作,围绕政务、金融、医疗等重点领域的实际需求,根据云计算、大数据产业发展的特点,不断完善相关的服务质量、运维、安全保障等方面的标准,着力构建完善的产业生态,向上推动新应用、新业态、新模式的创业创新,向下带动数据中心产业布局、能效、技术、运维水平的提升。产业链上下游共同为各行业和各个领域提供便捷可靠的云计算和大数据服务,更好地支撑我国经济社会的转型发展。

他最后表示,云计算、大数据作为促进信息技术和数据资源充分挖掘利用的全新业态,是信息化发展的重大变革和必然趋势,希望产业界能够共同加快技术创新,培育发展产业生态,完善基础配套,使我国云计算、大数据产业能够持续健康快速地发展。

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
4月前
|
存储 大数据 云计算
大数据与云计算
大数据与云计算
128 2
|
1月前
|
分布式计算 并行计算 大数据
【数据挖掘】百度2015大数据云计算研发笔试卷
百度2015年大数据云计算研发笔试卷的题目总结,涵盖了Hadoop、Spark、MPI计算框架特点、TCP连接建立过程、数组最大和问题、二分查找实现以及灯泡开关问题,提供了部分题目的解析和伪代码。
43 1
|
4月前
|
存储 大数据 数据挖掘
云计算与大数据:从基础设施到实际应用
云计算与大数据:从基础设施到实际应用
767 0
|
3月前
|
机器学习/深度学习 存储 算法
云计算和大数据处理
云计算和大数据处理
49 1
|
3月前
|
存储 资源调度 大数据
云计算在大数据分析中的弹性资源调度策略
云计算在大数据分析中的弹性资源调度策略
|
4月前
|
存储 机器学习/深度学习 大数据
云计算与大数据:合作与创新
本文探讨了大数据技术与云计算的背景和发展,大数据的5V特征(量、速度、多样、复杂、不确定)及云计算的3S特点(服务、共享、可扩展)。两者相互依赖,云计算为大数据提供计算与存储资源。核心算法涉及分布式计算、数据挖掘和机器学习,如线性回归、逻辑回归等。通过代码示例展示了Hadoop的MapReduce、Scikit-learn的KNN和TensorFlow的线性回归应用。未来趋势包括数据量增长、实时处理、AI与ML集成及数据安全挑战。附录解答了大数据、云计算等相关问题。
444 3
|
4月前
|
存储 大数据 数据挖掘
python数据分析——大数据和云计算
大数据和云计算作为当代信息技术的两大核心驱动力,正在以前所未有的速度改变着我们的生活、工作和思维方式。它们不仅为各行各业的创新提供了强大的技术支持,更是推动了整个社会的数字化转型。 从大数据的角度来看,它的核心价值在于通过对海量数据的收集、存储、分析和挖掘,发现其中的关联性和趋势,从而为决策提供更为科学、精准的依据。无论是商业领域的市场预测、消费者行为分析,还是公共服务领域的城市规划、交通管理,大数据都发挥着不可或缺的作用。同时,随着物联网、传感器等技术的普及,大数据的来源和种类也在不断扩展,这使得我们能够更全面地认识世界,把握规律。
88 1
|
3天前
|
存储 安全 网络安全
云计算时代的网络安全挑战与策略
【8月更文挑战第45天】随着云计算的蓬勃发展,企业和个人越来越依赖云服务来存储和处理数据。然而,这种便利性也带来了前所未有的网络安全风险。本文将探讨云计算环境中的主要安全威胁,并介绍一系列防护措施,包括加密、访问控制、多因素认证、入侵检测系统和定期的安全审计。通过实际代码示例,我们将展示如何在云环境中实现数据保护和网络安全的最佳实践。
42 21
|
4天前
|
存储 安全 网络安全
云计算与网络安全:技术融合与挑战
【9月更文挑战第12天】在数字化时代,云计算和网络安全已成为企业和个人用户不可或缺的技术支柱。本文将深入探讨云计算的基本原理、服务模型以及它在现代IT架构中的作用。同时,我们将分析网络安全的重要性,特别是在云计算环境中,如何保护数据免受威胁。文章还将涵盖信息安全的关键概念,包括加密技术和安全协议的应用。通过实际案例分析,我们将揭示云服务供应商如何应对网络攻击,并讨论未来云计算和网络安全技术的发展趋势。最后,我们将提供一些实用建议,帮助读者在享受云计算带来的便利的同时,确保他们的网络环境安全无虞。
|
4天前
|
机器学习/深度学习 安全 网络安全
云计算与网络安全的融合与挑战
本文探讨了云计算技术在提升网络和信息安全方面的潜力及其面临的主要挑战。通过分析云服务的基本架构、常见的安全风险以及采取的防护措施,文章旨在为读者提供一个关于如何利用云计算增强网络安全意识的清晰视角。同时,探讨了未来云计算与网络安全可能的发展趋势,以期促进该领域的技术进步和创新。