《云上容灾交付服务白皮书》——2.容灾技术架构——1.3 行业容灾现状分析(下)

简介: 《云上容灾交付服务白皮书》——2.容灾技术架构——1.3 行业容灾现状分析(下)

《云上容灾交付服务白皮书》——2.容灾技术架构——1.3 行业容灾现状分析(上 https://developer.aliyun.com/article/1229974?groupCode=supportservice



1.3.2 医保行业行业规范性要求

国家医疗保障局于 2018 年 5 月 31 日成立。同年 8 月,国家医疗保障局“三定方案”正式出炉,统筹推进“ 三医联动 ”改革。2019 年国家医疗保障局领导在全国医疗保障信息化试点启动会上提出了“全系统要凝心聚力,攻坚克难,建设全国统一的医保信息系统”。从此,医保信息化建设的大幕也徐徐拉开。整体上,医保信息化建设遵从


“一二三四五”原则,如下:


一个系统:全国统一医保信息系统

两种模式:省级集中部署和省市两级部署两种模式

三项约束:强约束、基础约束、弱约束

四类应用: 公共服务、经办管理类、智能监控类、宏观决策类

五项建设: 标准规范体系建设、平台及数据能力建设、数据中心建设、容灾备份建设、网络安全建设


在国家医疗保障局的统一领导下,国家医疗保障局网络安全和信息化领导小组办公室完成了诸多技术规范的制定,用于指导各省市医保系统信息化的建设,如下:


《医疗保障信息平台 数据库设计规范》(YB-XJ-E01-2020)

《医疗保障信息平台 定点医药机构接口规范》(YB-XJ-K01-2020)

《医疗保障信息平台 应用系统技术架构规范》(YB-XJ-B01-2019)

《医疗保障信息平台 电子凭证技术规范》(YB-XJ-D01-2019)

《医疗保障信息平台 云计算平台规范》(YB-XJ-A01-2019)


其中,XJ-A01-2019 规定了医疗保障信息平台建设总体技术架构,给出了业务子系统应用架构分层设计、核心服务框架和云平台适配框架设计说明,明确了建立省级双数据中心,互为容灾的架构,为全国各省提供了统一化标准化的灾备建设目标。


容灾建设现状分析

医保系统关系到国计民生,是国家关键基础设施,必须是稳健可靠的,因此容灾建设成为必不可少的一环。


根据国家医保局在医保平台建设指南中对灾备系统建设指导意见:灾备系统的验收目标是实现业务系统持续运行。当遇到不可阻挡或不可预知的灾难时,能实现数据层和业务应用层的灾备系统快速切换,最大限度地减少或避免故障造成的经济损失及社会影响。按照 GB/T 20988-2007,医保系统容灾等级应不低于(含)第 5 等级。


根据 YB-XJ-A01-2019 中的总体原则及要求,各省开展建立省级双数据中心,并行运行、互为容灾,可进行生产维护、日常操作等工作。两个数据中心(数据中心 A、数据中心 B)总体设计保持一致。同时,根据 GB/T 22240-2020 中的三级要求,结合医疗保障业务的实际情况,将数据中心进行网络区域划分。


数据中心的总体安全域,可划分为基于双链路的核心业务区、基于互联网应用的公共服务区以及核心业务区与公共服务区之间的安全隔离区。在技术实现上,医保云平台建设模式采用公共服务区 + 核心业务区,分别归属两朵独立的云,其架构特点如下:


公共服务区和核心业务区,分别建设一朵云,每朵云都是跨越数据中心 A 和数据中心 B 部署。

公共服务区对接互联网,核心业务区对接医保专网、电子政务外网、银行 / 税务等第三方渠道系统的接入。

数据中心 A 和数据中心 B 中心均提供证书授权中心(CA,certificate authority)以及安全管理区。

通过网闸系统控制公共区与核心区之间的相互访问,数据中心 A 和数据中心 B 的网闸地址通常是不相同的。


image.png图 1-1 医疗保障信息平台网络架构




截止到 2022 年初,全国已经有多个省份完成了容灾建设,具备了一定的保护医保基础设施及抵御灾难的能力,将来会持续为医保业务保驾护航。在未来的医保容灾建设中,可以从提升容灾等级以及优化应用服务模式上持续演进,更好地满足业务连续性要求。

相关文章
|
18天前
|
机器学习/深度学习 安全 算法
十大主流联邦学习框架:技术特性、架构分析与对比研究
联邦学习(FL)是保障数据隐私的分布式模型训练关键技术。业界开发了多种开源和商业框架,如TensorFlow Federated、PySyft、NVFlare、FATE、Flower等,支持模型训练、数据安全、通信协议等功能。这些框架在灵活性、易用性、安全性和扩展性方面各有特色,适用于不同应用场景。选择合适的框架需综合考虑开源与商业、数据分区支持、安全性、易用性和技术生态集成等因素。联邦学习已在医疗、金融等领域广泛应用,选择适配具体需求的框架对实现最优模型性能至关重要。
253 79
十大主流联邦学习框架:技术特性、架构分析与对比研究
|
3天前
|
SQL 运维 BI
湖仓分析|浙江霖梓基于 Doris + Paimon 打造实时/离线一体化湖仓架构
浙江霖梓早期基于 Apache Doris 进行整体架构与表结构的重构,并基于湖仓一体和查询加速展开深度探索与实践,打造了 Doris + Paimon 的实时/离线一体化湖仓架构,实现查询提速 30 倍、资源成本节省 67% 等显著成效。
湖仓分析|浙江霖梓基于 Doris + Paimon 打造实时/离线一体化湖仓架构
|
1月前
|
测试技术 双11 开发者
一文分析架构思维之建模思维
软件里的要素不是凭空出现的,都是源于实际的业务。本文从软件设计本源到建模案例系统的介绍了作者对于建模的思维和思考。
|
2月前
|
机器学习/深度学习 存储 人工智能
基于AI的实时监控系统:技术架构与挑战分析
AI视频监控系统利用计算机视觉和深度学习技术,实现实时分析与智能识别,显著提升高风险场所如监狱的安全性。系统架构包括数据采集、预处理、行为分析、实时决策及数据存储层,涵盖高分辨率视频传输、图像增强、目标检测、异常行为识别等关键技术。面对算法优化、实时性和系统集成等挑战,通过数据增强、边缘计算和模块化设计等方法解决。未来,AI技术的进步将进一步提高监控系统的智能化水平和应对复杂安全挑战的能力。
|
3月前
|
存储 SQL Apache
Apache Doris 开源最顶级基于MPP架构的高性能实时分析数据库
Apache Doris 是一个基于 MPP 架构的高性能实时分析数据库,以其极高的速度和易用性著称。它支持高并发点查询和复杂分析场景,适用于报表分析、即席查询、数据仓库和数据湖查询加速等。最新发布的 2.0.2 版本在性能、稳定性和多租户支持方面有显著提升。社区活跃,已广泛应用于电商、广告、用户行为分析等领域。
Apache Doris 开源最顶级基于MPP架构的高性能实时分析数据库
|
3月前
|
运维 NoSQL Java
后端架构演进:微服务架构的优缺点与实战案例分析
【10月更文挑战第28天】本文探讨了微服务架构与单体架构的优缺点,并通过实战案例分析了微服务架构在实际应用中的表现。微服务架构具有高内聚、低耦合、独立部署等优势,但也面临分布式系统的复杂性和较高的运维成本。通过某电商平台的实际案例,展示了微服务架构在提升系统性能和团队协作效率方面的显著效果,同时也指出了其带来的挑战。
119 4
|
4月前
|
存储 SQL 分布式计算
湖仓一体架构深度解析:构建企业级数据管理与分析的新基石
【10月更文挑战第7天】湖仓一体架构深度解析:构建企业级数据管理与分析的新基石
327 1
|
2月前
|
弹性计算 API 持续交付
后端服务架构的微服务化转型
本文旨在探讨后端服务从单体架构向微服务架构转型的过程,分析微服务架构的优势和面临的挑战。文章首先介绍单体架构的局限性,然后详细阐述微服务架构的核心概念及其在现代软件开发中的应用。通过对比两种架构,指出微服务化转型的必要性和实施策略。最后,讨论了微服务架构实施过程中可能遇到的问题及解决方案。
|
3月前
|
Cloud Native Devops 云计算
云计算的未来:云原生架构与微服务的革命####
【10月更文挑战第21天】 随着企业数字化转型的加速,云原生技术正迅速成为IT行业的新宠。本文深入探讨了云原生架构的核心理念、关键技术如容器化和微服务的优势,以及如何通过这些技术实现高效、灵活且可扩展的现代应用开发。我们将揭示云原生如何重塑软件开发流程,提升业务敏捷性,并探索其对企业IT架构的深远影响。 ####
82 3
|
3月前
|
Cloud Native 安全 数据安全/隐私保护
云原生架构下的微服务治理与挑战####
随着云计算技术的飞速发展,云原生架构以其高效、灵活、可扩展的特性成为现代企业IT架构的首选。本文聚焦于云原生环境下的微服务治理问题,探讨其在促进业务敏捷性的同时所面临的挑战及应对策略。通过分析微服务拆分、服务间通信、故障隔离与恢复等关键环节,本文旨在为读者提供一个关于如何在云原生环境中有效实施微服务治理的全面视角,助力企业在数字化转型的道路上稳健前行。 ####

热门文章

最新文章