提升应用的可靠性。同时在应用运维领域，存在多 种多样的工具与技术，工具之间数据割裂无法形成 全局的视野，直接影响了应用运维的效率与效果。 只有打破各个工具间的数据孤岛才能统筹洞察应用 的完整运行态势，对应用进行全方位的监控与分 析。 安全运维现代化 运维安全是保障业务可靠性的基石，也是运维现代 化的基础。在运维安全领域，需要通过全面的安全管 控保障运维安全：事前实现对权限的有效规划和管 理，事中实现运维操作的严格管控，事后实现对运 业务上线规范 业务变更规范 运维数据治理规范 故障处理流程 应急恢复流程 运维业务管理 变更管理 爆炸半径管理 问题与故障管理 云网跨域协同 事件管理 运维事件、变更事件 监控管理 全链路监测 服务台 配置管理 配置一致性管理 性能管理 限流管理、上线压测 风险管理 应急与混沌工程 版本管理 维保管理 运维知识库管理 运维数据管理 流程数据管理 并未对客户整体业务运作造成严重限制 4 咨询类问题，包括在日常运营和维护过程中关于产品的功能、说明书、运作和构成等方面的咨询 图3.2 业务上线规范 上线后评估 问题反馈机制 问题总结 文档更新 上线监控 监控指标 回退机制 上线实施 变更管理 上线保障会议 上线窗口 上线前准备 实施方案评审 测试计划 环境准备 备份方案 上线标准 关键告警清零 平台巡检通过 预警整改完成

------------------------- �� 第五章：运维能力风险可控实践 �.�如何确保数据的绝对安全 �.�严格的部署与变更管控流程 �.�多级鉴权的全方位安全防护 �.�监控告警与可观测性的体系建设 第六章：智能运维交付能力实践 第七章：结语 �.�数据智能管家DBbrain �.� 一站式迁移解决方案DBbridge 第四章：高可用运维构建实战指南 �.�高可用性的设计原则 智能化部署：AI基于用户需求，自动生成配置文件并完成数据库部署，简化传统部署流程。 �.� AI对传统运维的影响 故障诊断与智能运维：根据不同数据库特性，利用AI生成巡检、监控、处置脚本和工具，协助完成 日常运维的巡检、监控、告警等操作，生成巡检报告以及事件总结报告。也可以构建AI Agent，将 运维排查和维护任务集成到智能工具，自动调用相关数据并结合知识库和预设策略，实现对数据 库的自动 福建海峡银行在数据库故障观测能力提升上，从以下几方面入手： 提升实时监控与告警系统能力： 部署实时监控系统，监控数据库的性能指标 （如CPU、内存、磁盘I/O、网络延迟等），并设 置合理的告警阈值。通过告警系统及时发现 异常，确保故障在早期阶段被发现，避免问 题扩大化。 构建或提升业务系统全链路监控能力： 不仅监控数据库本身，还要监控与数据库相关的上下游系统（如应用服务器、网络设备、应用系

门问题（如数据泄露）未明确 主 责部门与协同方）； “ 需要建立 问题-责任树 ”模型，实施整改双签确认制） （16）整改跟踪系统功能是否落后？（如：依赖 Excel 台账管理，无法实 时 监控整改进度）；需要开发整改驾驶舱系统，增加穿行测试等线下验证手段 在整 改验收中的权重（不低于 40%），集成自动预警与红黄灯机制） （17）审计建议是否存在操作性不足？（ “ 如：仅提出 加强内控 到提醒，并影响绩效考核） 6 、如何解决多源数据清洗效率低？（如不同系统数据格式混乱，制定统 一 “ 数据标准（如日期格式 YYYY-MM-DD ”），开发自动化清洗工具） 7 、如何实现风险实时监控？（如事后审计无法拦截正在发生的违规交 易， 部署流数据处理引擎，对异常交易（如同一 IP 高频操作）触发实时预 警） 8、如何验证算法模型的审计盲区？（如反洗钱模型忽略新型虚拟货币交 易， 员逐级 复核，重点检查逻辑漏洞与证据链完整性。对高风险问题（如重大违规交易）采 用跨部门联合复核，引入法律顾问与风控专家验证。 4、强化技术工具赋能：部署用户行为分析（UEBA）系统，实时监控审计 人 员操作合规性（如异常数据修改记录）。利用区块链技术固化审计证据（如 电子 审批记录、操作日志），确保不可篡改。 5、完善绩效考核体系：设置质量权重指标（如问题发现率、整改完成率占

华农保险技术中心总经理 “ 12年互联网从业经验 8年自主创业 4年金融保险行业 从19年从0到1按照互联网模式组建了研发团队，逐步建立起了科技团队的数字化管理 体系，对研发流程进行全流程数字化监控和管理，不断提升人员产能，提升研发效 率。 ” 讲师简介 www.top100summit.com 华农数智化成长之路 www.top100summit.com • 华农财产保险股份有限 联合分子实验室发布华农保险科技三年白皮书 • 首次实现对保司的科技能力输出 www.top100summit.com “天仪”全流程数字化管理协作平台 显著提升研发管理质量效能 全流程数字化闭环管理 • 实时采集：监控研发流程中需求、开发、测试、验收、上线等14个关键节点 • 智能决策：建立13个标准指标，涵盖开发延期率、需求变更率、上线延期率和缺陷率等，覆盖了全部40+个项目 • 严格考核：实现对于自研团队 强化TAPD填写规范，不允许跨日补填，填写内容要求准确清晰，日总工时不低于8小时（请假 除外），通过预警监控每周汇总，各技术leader负责；  建立小组填报工作轮岗机制，保证每天有人督促大家准确填写，漏填发红包。 www.top100summit.com 数字化-沉淀数据的可视化，标准化 建立关键指标，并通过指标监控反映研发工作状态  建立项目级仪表盘，反应项目整体状 态。  找到做的好的，保持+复制。

通信可 在银行和其企业客户之间实现安全信息传输，在此场 景下，将量子直接通信设备信息发送端放置于银行企业 客户的厂房内，用以监控客户作为银行贷款押品的生产 设备的安全性和完整性；将量子直接通信设备信息接 收端放置于银行经营机构，用以接收客户厂房设备的 监控数据。在实际数据传输过程中，量子直接通信监 控系统由于受到机房工作环境和传输光纤信道特性变 化的影响，系统的实时通信信息传输速率波动范围为 机器学习技术收集和分析 ESG 相关数据，实现精准的 ESG 评分，为投资者提供决策支持。对于 ETF，人工 智能可以帮助构建更优化的指数，基于市场数据和投 资者的风险偏好优化投资组合，并实时监控市场动态 自动调整权重。在场外衍生品投资方面，人工智能可 应用于客户尽调、定价模型优化、风险管理和中台运营， 提高业务效率和安全性。高频量化交易则可借助人工 能的低延迟交易引擎和实时数据分析能力，快速执行 技术快速迭代下，在传统证券服务体系上研究规划多个 智能化创新场景，如在投资管理服务场景中，为机构客 户提供精准的投资组合构建和优化建议，根据市场动态 实时调整投资策略，提高投资收益，同时对投资风险进 行实时监控和预警，保障投资组合的安全性。在融资保 荐服务场景中，对企业的财务状况、信用风险等进行全 面评估，提高融资保荐的效率和准确性，并通过对企业 的经营数据和市场数据的深度挖掘，为企业提供个性化

的能力。 具体而言，感知过程涵盖多维度：首先，系统需自动发现并注册新计 算节点，识别其 CPU、GPU、FPGA 等类型，以及内存、存储容量等基 础属性。其次，通过轻量探针或节点遥测数据，实时监控 CPU/GPU 利 用率、存储占用率、网络带宽与延迟、负载水平、功耗及环境温度等 核心指标。更关键的是，感知需深入能力评估，如量化计算单元的理 论峰值性能（如 FLOPS）及对特定负载的实际加速效能。网络感知需 景中，智能制造需要边缘节点提供毫秒级实时算力支撑，用于设备状 态监测与实时控制；车联网场景中，路侧边缘节点需协同车辆终端， 实现低时延的数据处理与协同决策，保障自动驾驶安全；智慧城市场 景中，边缘算力需支撑视频监控、环境监测等泛在感知应用，要求系 统具备高并发处理能力。此外，AI 训练推理、泛在数据采集等新兴 场景，进一步要求调度系统能够根据业务需求动态匹配算力资源，例 如为 AI 推理任务优先调度 GPU 及精准性提出了极高要求。生产线上的设备运行数据需要在毫秒级的 极短时间内完成处理与深入分析，以便及时、精准地调整生产参数， 确保产品质量的稳定以及生产效率的提升。在智能安防领域，随着视 频监控分辨率的持续提高以及多模态感知技术的广泛应用，智能安防 系统需要同时高效处理来自高清摄像头、红外传感器、声纹识别设备 等多种设备的海量数据流，并实现实时的行为分析、异常事件的快速 检测与精准目

○ 人类监督（第14条）：人类监督的目的是防止或最小化风险，可通 过内置在系统中的措施或由部署者实施的措施实现。此外，人工智能系统的设 计必须允许由人类操作员检查。监督系统的自然人应能了解其功能、监控其运 行、解释其输出并在必要时干预。对生物特征识别系统提出了具体要求。高风 险人工智能系统将受到严格的义务约束，确保人为监督，并设计为能有效的由 自然人监督。 ○ 独立测试和验证（第57至63条）：它要求高风险人工智能系统应通 一立法范围的高风险人工智能系统准备一套技术文件，委员会可通过授权法案 修订技术文件要求。 ● 记录保存（第12条）：高风险人工智能系统必须能够在其整个生命周期 内自动记录事件（日志）。日志记录功能应能识别风险情况，便于上市后监控， 并监测高风险人工智能系统的运行。 ● 透明度和信息提供（第13条）：提供者必须确保高风险人工智能系统的 透明度，并向用户提供关于系统功能和局限性的相关信息。高风险人工智能系 统必须以透明 工智能模型之间的共享也受到限制，这阻碍了该领域的合作与进步。 ● 严格的访问控制、审计和追踪：《医疗电子交换法案》 要求对受保护 的健康信息的访问和使用进行严格的审计和追踪。这将延伸到生成式人工智能 系统，需要具备强大的日志记录和监控机制，以确保整个供应链符合《医疗电 子交换法案》 的规定。 2.模型训练、输出和使用: ● 对训练数据的限制：如上所述，《医疗电子交换法案》 限制了对受保 护的健康信息的访问和共享，这可能会限制生成式人工智能模型用于训练医疗

径、组织架构、关键指标 等等文件： b)应统筹数字化转型团队， 开展评估、指导、监督组 织的数字化转型活动 a) 应基于数字化转型战略 形成具体的实施路径及 计划，并采用数字化技术 对计划执行进行监控； b) 应分别对数字化转型各 方面成效评估评价，如业 务、管理创新、技术、产品 和服务等 a) 应具备顶层战略规划设 计，形成对外输出的规 划 策 略 ； b) 应具备利用数字化技术 以消除流程间的冲突与 矛盾 a) 应建立常见的流程设计 评测模型，对流程设计 成果进行模拟和评价； b) 应基于流程管理与各业 务管理系统的集成，实 现流程发布、执行、反 馈、监控的闭环管理； c) 应建立主要流程改进影 响因素模型，结合流程 全局图谱和历史数据 等，预测流程改进面临 的问题，基于知识库给 出解决方案 cn GB/T 43439—2023 应将基础设备资源集中统合 管理，形成资源库，对基础设 备进行统一调配 a) 应构建面向业务服务管 理的基础设施资源支撑 体 系 ； b) 应构建基础设施资源的 可伸缩、可拓展、可监控 的动态管理机制 应用 支撑资源 应具备局部数字化转型信息 系统建设所需的基本应用支 撑资源 应对数字化转型信息系统建 设所需的应用支撑资源进行 系统性规划 a) 应满足功能性、易用性、

业数智化转型）。例如，一两家电力企业已经 开始数智化转型，但其他同行仍尚未开始，或 者一家输电企业已经完成数智化转型，但发电 站基本上还停留在传统的 IT 系统。传统电网的 一些特性包括集中数据管理、实时信息共享、 在线运维监控以及弹性基础设施。 » 智能电网（IG）：在这一阶段，数智化转型已 开始普及（尽管不是以层次化或系统化的方 式），几乎覆盖电力行业的所有环节，从发电 与输电，到配电与用电。电力行业的各个环节 智能电网 新型电力系统 • 集中数据管理：连接业务系统， 实现全域电力数据的统一采集 和管理。 • 实时信息共享：实现调度、维护、 运营等信息的跨部门实时共享， 支撑协同。 • 在线运维监控：实现设备运行状 态在线可视化，增强远程诊断和 预警能力。 • 弹性基础设施：确保电网架构具 有弹性，提高抵御灾害和突发事 件的能力。 • 预测性智能维护：基于人工智能 预测设备风险，实现主动维护和 段。 基于这个框架，有五个关键的维度需要特别注意 ： 服务、感知、应用、联接以及平台。 服务能力 指使用数字和人工智能工具来提高客户满意度，并 提供获取可再生能源的途径。 感知能力 指监控和实现决策的设备、传感器和边缘终端。 应用能力 指云数字平台和数据解决方案的部署与使用。 联接能力 指覆盖整个电力行业环境的高速、低延迟网络。 平台能力 指数字云和数据 / 人工智能平台。

用能侧企业 能源管理平台部署复杂，成本高；缺乏专业的能 源、碳排放对标和诊断 已安装有部分子系统，历史子系统改进难，数据 难以对接 光伏、储能、汽车充电桩等新型能源设备没有统 一的SCADA监控系统，运维管理难 能源管理者对碳管理缺乏经验，需要一套能源管 理和碳管理的整合工具 减排和业务发展难以协调，亟需区分减排的 重点，节能减排方案收益难以量化 缺乏低成本节能减排方案，传统节能项目成本 能源桑基图 用能结构 范围1 范围1 范围2 范围2 范围3 范围3 降碳措施 降碳措施 可集成异构能源系统SCADA数据，利用组态工具快速搭建2.5D能源系统拓扑图，在运行管理界面提供实时数据监控、告警 和推送，打造数字孪生能源系统。实现能源资产全数字化管理，提高企业能源管理者日常能源系统运维监管、能源和碳目 标管理效率。 开放，易用，您身边的能碳管理专家 西门子智能基础设施集团 （大屏应用） 用户可配置不同的低碳管理组件，形成易于展示的 低碳驾驶舱大屏应用 碳排放分析 碳排放对标 碳排放基准和参照国家标准的碳排放对标 排放源管理 根据排放源类型，对每个排放源的排放量进行监控 和运行提示 西门子智能基础设施集团 客户案例 MOBO协同创新产业园 作为第一个老旧工业区改造试点园区和示范基地，希 望体现“高起点谋划、高标准规划、高质量建设、高水 平管理” 客户挑战