粪 分 折 图 士 室 网 以 文 本 画 市 浙 江 宿 深 市 术相准 —— 鼓励宁波先行先 试 文 件 解 析 晓 计 神 解 析 2 7 0 0 个 2 N ) 文本解析 蓝功 0 个 io 失放 13 个单 20 档式转换成功 126 个 ( 失致 6 个四 生成网普对成功 0 个 0u 失 胜 0 个圆 文 件 类 型 魂 计 te 5297184159 do 文书格式… 2024/2/215:26 要素识别提取 图像理解扩写 视频分类 视 频 OCR 视频理解扩写 深 加工 解析 版面分析 Chunk 切分 文档结构树 公式解析 图表理解 表格解析 图像解析 图像分类 语义标注 专 题 知 识 . 语 料 处 理 数据治理 数据增强 人工标注 提案答复助手 合同审查助手 管理员 通阳留配备 对话 去 e “ 问 文 ” —— 知识引擎助手 口资规智库构建 整合合国土调查、地质勘探、遥 感监测等核心文本数据，融合文 本解析、图像识别能力，实现历 史经验到数字模型的转型。 口智能编研助手 专题报告智能编排平台，智能编 排报告大纲，内容自动生成，图 数联动分析可视化导出 “ 问 数 ” — 数字智能中枢

08 微秒 二、网络安全专用产品 序号 产品类别 产品描述 １ 数据备份与恢复产品 能够对信息系统数据进行备份和恢复 , 且对备份与恢复过程进行管理的 产品。 ２ 防火墙 对经过的数据流进行解析 , 并实现访问控制及安全防护功能的产品。 ３ 入侵检测系统 (IDS) 以网络上的数据包作为数据源 , 监听所保护网络节点的所有数据包并进 行分析 , 从而发现异常行为的产品。 ４ 入侵防御系统 产品名称：安华金和数据库防火墙系统 产品概述 安华金和数据库防火墙系统（简称 DPS），是一款基于数据库协议解析与控制技术的数据库 安全防护系统，实现了对数据库访问行为的控制，高危操作的拦截，可疑行为的监控，风险威 胁的拦截，提供可靠的数据库安全保护服务。 DPS 提供加密通讯解析、SQL 语句解析等核心技术，并提供丰富的数据库安全策略，如阻 断、拦截等控制类策略，记录、告警等审计类操作。DPS 主动地、实时地、全方面地保障数据 工业防火墙是专用于工业控制系统内不同安全域之间进行网络边界隔离的安全防护类产品。 产品通过对各类工业协议的深度解析，综合运用工控威胁特征识别技术、机器自学习与可信白 名单技术，识别并抵御各类来自工控系统内部和外部的网络攻击和恶意破坏行为，为工业控制 系统的稳定运行提供安全保障。 功能特点 ◎全面的工控协议深度解析 可识别近百种工业协议，可对 OPC、Modbus、Siemens S7、EtherNet IP、IEC104、DNP3、

....................................................................................135 8.2.1 医疗报告解析................................................................................................... 构，通过动态激活子模型的方式实现计算资源的智能分配，在保证 响应速度的同时显著提升复杂任务处理精度。在保险行业特定场景 中，其优势主要体现在三个方面：首先，基于多轮对话和上下文理 ” 解能力，可准确解析客户提交的非结构化理赔描述，例如将 车子 ” 右前方撞到护栏导致大灯破裂 的口语化表述自动转化为标准化事 故编码（V37.2）和损伤部位标识（ADL 代码：HL-03-R），识别 准确率达到 98 解释性 标准。DeepSeek 大模型展现出的多模态理解能力和 53 层注意力 机制，特别适合处理理赔场景中混杂的文本、影像、结构化数据复 合分析任务。某省保险行业协会的测试表明，其在医疗报告解析任 务上的 F1 值达到 91.7%，显著优于现有行业解决方案。 2.1 保险理赔业务的核心痛点 保险理赔业务作为保险服务价值链的关键环节，长期面临效 率、成本与体验的多重挑战。传统人工处理模式在业务量激增和客

核心版本与适用场景 模型版本 发行时间 模型大小 核心能力 适用场景示例 DeepSeek-V3 2024-12-26 671B 通用自然语言处理（NLP），支 持 长文本理解、多语言交互 合同条款解析、政策法规 匹配、审计报告生成 DeepSeek-R1 2025-1-20 671B 复杂逻辑推理，强化数学与 代码生成能力 财务数据分析、异常检测、 风险建模 DeepSeek Janus 存货舞弊" → 获取瑞幸咖啡等真实案例解析 "审计案例函证失败" → 展示典型错误及应对方案 案例学习后输入"生成思维导图"可自动梳理要点 5.2 审计工作辅助 5.2.1 审计工作清单 操作方式：通过描述任务自动生成定制化清单 示例输入： "我要审计一家电商公司的销售费用情况，请生成审计新手注意事项清单" 示例参考： 5.2.2 审计文档解析 操作方式：上传审计文档 示例输入： 识别潜在风险信号（如"放宽信用政策"表述） 5.2.3 审计访谈 操作方式：输入#模拟访谈#+角色开启演练 示例参考： 5.3 审计学习考试 5.3.1 智能错题本 操作方式：上传错题截图/拍照→ 自动解析 特色功能： · 自动归类知识点（如"审计抽样风险"） · 推送相关真题（按难度分级） · 生成易混淆点对比表（如" 信赖不足风险 vs 过度信赖风险"） 5.3.2 CPA 审计训练

全面数据采集能力 支持主动采集和被动接收等多种方式对信息系统中超过 2000+主流设备类型的日志进行采集，包括安全类、网 络类、管理类以及基础信息类日志。同时支持网络全流 量镜像采集并实现全协议全流量深度解析。支持主流安 全漏洞扫描报告、威胁情报等数百种异构数据采集与解 析。 26 智安网络等级保护安全防御体系方案 超大规模存储查询 超大规模存储查询引擎专为解决超大规模（支持千亿到 百万亿 金融、教育、医疗、运营商、企业等各行各业。应用场景图示及产品特点如下： 产品特点 简要说明 38 智安网络等级保护安全防御体系方案 双引擎架构 1、黑名单规则库引擎基于透明代理架构实现 HTTP/ HTTPS 协议完整解析和还原，从根源上避免绕过及穿透攻 击； 2、通过对网站访问流量进行学习生成白名单规则，白名单 规则检测引擎可快速识别 0day 攻击，提供最佳安全防 护。 高性能高可用架构 1、采用先进的 0day 漏洞进行渗透的攻击。 智安 APT 攻击（网络战）预警平台针对弱点探测、渗透入侵、获取权限、命令 与控制、数据盗取整个 APT 攻击链中的攻击行为都具备检测能力。同时基于双向 流量的解析机制，实时发现由外到内和由内到外的网络攻击行为。产品基于丰富的 特征库、全面的检测策略、智能的机器学习、高效的沙箱动态分析、海量的威胁情 报，能实时发现网络中发生的各种已知威胁和未知威胁，检测能力完整覆盖整个

08 微秒 二、网络安全专用产品 序号 产品类别 产品描述 １ 数据备份与恢复产品 能够对信息系统数据进行备份和恢复 , 且对备份与恢复过程进行管理的 产品。 ２ 防火墙 对经过的数据流进行解析 , 并实现访问控制及安全防护功能的产品。 ３ 入侵检测系统 (IDS) 以网络上的数据包作为数据源 , 监听所保护网络节点的所有数据包并进 行分析 , 从而发现异常行为的产品。 ４ 入侵防御系统 其他安全设备进行联动，同时支持端点场景全要素采集以支撑态势感知系统。 功能特点 ◎病毒检测查杀 采用动态模拟检测技术，提前预判恶意行为，基于海量样本的全体系支撑，后台云计算平 台提供病毒 DNA 解析大数据处理，支持智能打击恶意病毒。 支持对木马、病毒、蠕虫、漏洞攻击类、危险程序、勒索程序、挖矿木马、广告程序、恶 作剧类程序、后门程序、病毒生成器、木马释放器、黑客程序、可疑加壳的程序等多种病毒类 装、非法远程访问、非法命令操作、工业协议关键事件、跨区通信等行为比较多见，得益于我 司在工业协议解析和工控主机安全防护方面的经验积累，我司产品在上述工业典型威胁的监测 和分析中优势明显。 ◎多源异构数据采集 灵活可扩展规则库，支持多种设备、多种协议、多种格式的日志的采集和标准化处理，包 含 7 大类 300+ 设备日志采集，内置 900+ 日志解析规则，涵盖国内外主流厂商的安全设备、网 络设备、中间件、数据库、主机、应用及服务日志。

2 3 4 5 安全建设案例 介绍 安全建设总体 设计 设计技术要求 关键技术解析 设计技术要求 核心思想 设计技术要求 主要内容 目 录 页 1 n 《设计技术要求》遵照 GB17859 以及《基本要求》等标准的技术要求部分 ，对信息 系统等级保护安全从技术上进行了框架性的规范 4 5 1 2 安全建设案例 介绍 安全建设总体 设计 设计技术要求 关键技术解析 设计技术要求 核心思想 设计技术要求 主要内容 目 录 页 安全计算环境 安全区域边界 安全通信网络 安全管理中心 一级系统安 全保护环境 用户身份鉴别、 自主访问控制、用 2 3 4 5 安全建设案例 介绍 安全建设总体 设计 设计技术要求 关键技术解析 设计技术要求 核心思想 设计技术要求 主要内容 目 录 页 u 强制访问控制机制 当执行程序主体发出 访问系统中客体资源的请求 后 ， 系统安全机制将截获该

基于客户画像的精准推荐转化率 提升至 35% 从技术实现角度看，银行业务智能化需要突破以下关键能力： - 多模态数据处理：整合文本、语音、图像等非结构化数据，例如 通过 OCR 和大模型解析合同文档，将处理速度从小时级缩短至分钟 级 - 动态知识更新：建立可实时更新的金融知识图谱，确保政策变动 和产品条款变更能在 1 小时内同步至所有终端 - 合规性保障：在模型推理层嵌入监管规则校验模块，确保所有输 合，可实现对复杂金融术语、监管政策及市场动态的精准解析，例 如在信贷审批场景中，模型通过分析企业财报、行业研报及舆情数 据，可将风险评估维度从传统的 20 余项扩展至 150+项，显著提升 风险识别覆盖率。 在具体业务场景中，DeepSeek 展现出以下核心价值： 1. 智能 客服升级：处理准确率提升至 98.5% ，单次响应时间压缩至 800 毫 秒内，支持同时解析客户意图（如理财产品对比、贷款条件咨询 规则引擎误报率高达 35% 构建动态交易图谱分析模型 误报率降至 9.2% 财富管理 产品匹配依赖人工问卷 客户画像+市场信号联合推理 AUM 转化率提升 22% 跨境支付 SWIFT 报文解析效率低 下 多语言语义理解与自动填单 处理速度提升 5.8 倍 从技术实现角度看，DeepSeek 的金融适配性体现在其特有的 参数微调机制上。通过分层迁移学习策略，模型在保持通用能力的

据标准不统一导致 30%的临床决策延迟；最后，患者咨询服务响应 时效超过 48 小时的占比达 27%，严重影响就医体验。 当前医疗系统存在三个维度的能力缺口：在数据处理层面，传 统规则引擎无法有效解析 CT 影像标注、病理描述等复杂语义信 息，某省级医院测试显示现有 NLP 工具对放射科报告的实体识别 准确率仅为 68.4%。在流程协同方面，电子病历系统与药房管理系 统的数据对接需要人工转换 个方面。 临床信息处理效率低 是首要问题。医生日均需处理超过 50 份 患者病历，其中包含大量非结构化文本（如主诉、病程记录）和多 模态数据（如影像、检验报告）。传统电子病历系统缺乏智能语义 解析能力，关键信息提取依赖人工翻阅，导致 30%以上的诊疗时间 消耗在数据整理环节。例如，某三甲医院的调研显示，医生平均需 要 8 分钟从一份复杂病历中定位关键指标，而 AI 辅助系统可将该 过程压缩至 智能体可提供实时诊疗建议。例如在肿瘤科应用中，系统能基于 NCCN 指南和患者历史数据生成个性化化疗方案，准确率在测试中 达到 92% （对比三甲医院专家会诊结果）。典型应用流程包括： 1. 自动解析 DICOM 影像中的病灶特征 2. 关联患者用药史与基因检 测报告 3. 输出包含证据等级的诊疗路径建议 医患交互智能化场景 部署在互联网医院的 DeepSeek 智能体可承担 70%的常规咨询工

在 AI 与自然语言处理（NLP）领域的技术优势为保 险行业智能化转型提供了核心驱动力。其能力主要体现在以下方 面： 多模态语义理解与上下文建模 DeepSeek 的千亿级参数模型具备深度语义解析能力，可精准识别 ” 保险场景中的专业术语与用户口语化表达。例如，能将 猝死保 ” ” ” 障 与条款中的 突发急性病身故责任 自动关联，同时支持对语音、 文本、图像（如理赔单据）的多模态输入处理。在客户咨询场景测 定价。 o 在代理人端，智能体可实时生成话术建议，结合客户实 时反馈调整销售策略，试点数据显示，此类功能可提升 转化率 15%-20%。 2. 自动化核保与风控 o 在健康险场景中，智能体通过解析体检报告、医疗记录 等非结构化数据，实现秒级核保决策，准确率可达 92% 以上（传统规则引擎仅为 75%-80%）。 o 结合物联网数据（如车载设备、可穿戴设备），智能体 可动态评估风险并触发预警，例如监测到高风险驾驶行 场景。测试数 据显示，响应速度从人工平均 45 秒缩短至 1.2 秒，准确率提升至 92%（传统 IVR 系统为 68%）。 2. 多模态工单处理 通过 OCR+自然语言理解技术，系统可自动解析客户上传的医 疗票据、事故照片等非结构化数据，与传统人工录入相比： 处理环节 传统方式耗时 DeepSeek 方案耗 时 错误率下降 医疗单据审核 8-12 分钟 1.5 分钟 67% 车险定损初判