将处理后的数据交由深度神经网络进行二分类和多分类计算,并将结果 融合,得出基本概率分配函数值,其将作为 DＧS证据理论的输入.最后,通过 DＧS证据理论的融合规则得到最终的网络安全态 势评估结果.实验结果表明,相较于传统态势评估模型,所提方法能够在提升客观性的情况下,保持较高的准确性. 关键词:智慧水利;网络安全态势感知;DＧS证据理论;深度自编码器;深度神经网络 中图分类号 TN９１５．０８ 基本概率分配函数,会导致存在较大的客观性.为解决这个 问题,可使用深度神经网络来自动训练分类计算得出基本概 率分配函数,以降低其主观性.在网络安全态势的研究中,由 于强容灾能力以及能够通过低代价实现较好效果等特点,深 度神经网络备受学者喜爱.但同时深度神经网络在处理大规 模数据时也会存在收敛速度慢、分类精度差的问题,本文采用 深度自编码先对海量数据进行数据降维和数据过滤,来避免 此类问题 随后将采集好的数据进行数据预处理,并将预处理后的 数据作 为 DAE 编 码 器 的 输 入;在 态 势 评 估 模 块 中,将 DAE 所得到的降维数据输入到 DNN 网络进行训练并进行二分类 和多分类计算,通过将计算结果融合得到基本概率分配函数; 在态势输出模块中,将态势评估模块中计算得出的基本概率 分配函数作为 DＧS证据理论的输入,经过 DＧS融合规则得到 网络态势值,并输出态势评估结果

问题编号查询 事件重要程度排序归类 诉求归口分类 事件所属片区分类 诉求内容详情查看 诉求上报责任人信息查看 事件处理状态进度查看 诉求事件快速刷新查找 诉求事件分三级管理 社工 社区 街道 诉求事件分类上报 24 网格化社区服务 管理信息系统 辖区事件处理状态查看 工单编号查询 举报内容详情查看 事件类型分类 事件附件信息查询 举报人员信息状况查询 无效事件删除 事件处理转办 举报项目快捷查询 文件一键导入 12345 工单管理 投诉工单编号 投诉受理时间查询 27 投诉事件分类 投诉事件归口管理 投诉事件事发地点详情 服务管理 服务分类、预约 家政服务分类、预约 快递服务分类、预约 29 社区管理后台 物业服务分类、预约 房屋租售 小区公告管理 便民电话 二手市场 缴费管理 物业费、停车费、水电费等费用缴纳 购物管理 商家分类 广告管理

CATERING SERVICE & DIGITAL OPERATION MANAGEMENT 模块一 行业认知 思维导图 项目三 菜品、饮品基本知识认知 ● 知识目标 1. 掌握中餐菜肴特点及其分类。 2. 掌握西餐菜肴特点，熟悉主要西餐菜式特点。 3. 掌握酒精饮料和不含酒精饮料基本知识。 ● 能力目标 ● 素养目标 1. 能够进行菜品知识介绍和推荐。 2. 能够进行饮品知识介绍和推荐。 3. 技法多样，注重火候 栩栩如生的菜品不仅展现厨师的 精湛技艺与匠心独运，更能激发食客 的热情。独特餐具的设计承载了丰富 的文化内涵和美好寓意。 4. 重视造型，盛器考究 02 中国菜的分类 按照地区、发展历史、风味特色等，通常把 中国菜肴分为地方菜、宫廷菜、官府菜、少数民 族菜和素菜等。 地方菜 不同地域文化和 发展历史形成了我国 各具特色的地方菜肴。 宫廷菜 指中国各民族在 历史发展过程中，创 造并广泛流传于民间 的烹饪技艺、风味特 色、饮食习俗的总和。 素菜 以时鲜为主，注 重本味、富含营养， 在以素托荤方面有独 到之处。 中国菜的分类 03 西餐菜肴的特点 西餐菜肴泛指按照西方国家饮食习惯烹制的 菜肴。 西餐菜肴的特点 西餐在烹饪过程中强调保持食材 的原汁原味和营养价值，因此在选料 上特别注重食材的品质和来源。 1

其他: 影像数据格式 □tif□img□jpg□gif□bmp□其他: Dem 数据格式 □Grid□Surfer Grid□其他: 三维模型数据格式 □OSGB□OBJ□其他: 数据分类型存量 分类型日均增长率 2.2.2.2.4. 视联网数据调研表 建设部门名称 负责人及联系方式 维护部门名称 负责人及联系方式 使用部门名称 负责人及联系方式 所属行业 £党政机关□公共活动 2.4.1.2. 概念模型设计 概念模型（CDM，Conceptual Data Model）设计过程主要选择合适的业务主题域 分类管理业务模型生成的主题，并在主题域中存放和组织管理、支撑应用的实体化数 据模型。概念模型一般采用 E-R 图等工具，按主题域分类定义需要追踪和管理的各种 重要数据实体及其属性，以及实体之间的各种关系，进行初步的实体化。 2.2.4.1.3. 逻辑模型设计 逻辑模型（LDM，Logical 仓库或者机器学习模型等下 游数据治理和数据应用模块可以更方便地利用数据资源，并可以为未来数据分析、计 算类数据应用需求的扩展提供历史数据支撑。 原始库的结构总体上大多是按照来源业务系统的分类方式而分类的，也不做任何 聚合操作。并且一般来讲，为了考虑后续可能需要追溯数据问题，因此对于这一层就 不建议做过多的数据清洗工作，原封不动地接入原始数据即可，至于数据的去噪、去 重、异常值处理等过程可以放在后面的

况。做好餐具损耗控制，需要在物资流转全过程 中规范操作、精准把控。 餐具人为破损的原因 01. 02. 03. 04. 05. 餐具装叠过高，过多或不整齐，运送过程中造成餐具滑落。 餐具收送时未进行分类，大餐具压小餐具，造成挤压破损。 洗碗间餐具台上餐具清理不及时，太多太乱，服务员不方便 下栏，使餐具继续堆积以致压迫或倾倒。 将玻璃杯装入不合适的杯筐，使杯子因受挤压而破损。 擦拭时用力不当，造成破损。 具刮除盘、碗 中的剩菜。 刮 冲 先将分类 后的餐具装进 塑料筐内进行 清洗，再用高 压水枪进行清 洗，冲掉污物。 03 04 洗 洗去餐具 中的油污，可 手工清洗或机 器清洗。 01 餐具收撤 要按照材质、 规格进行分类 摆放，防止造 成破损。 收 05 放 清洗后的 餐具要分类存 放，小碟、小 碗在前，大碟、 大碗在后。 餐具的消毒方法 餐具； 84 消毒法具有强氧化 性 ， 但 必 须 正 确 稀 释 ， 不 可 与其他清洁剂混用。 02 餐饮物资的保养 餐具保养和管理 瓷器每次使用完毕都要清洗消毒，用专用抹布擦干水 渍后分类；堆叠管理时，尽量堆放在架子下层，高度 以便于取放为宜；搬运时，要装稳托平。 瓷器保养和管理 玻璃器皿主要指玻璃杯，每次使用后要擦干水渍。存 放杯子时，切忌重压或碰撞，有破损的杯子应立即拣

.............................................................................84 3.4.1 大数据平台与周边系统接口分类...........................................................84 3.4.2 大数据平台接口支持类型................... 5 倍。 构建涵盖集客业务发展 KPI 监控、体系化指标溯源、市场综合能力评估、 业务健康度的全景视图；横向覆盖客户发展、产品渗透、渠道分流等集团客户 市场发展各要素环节，纵向可按行业属性、级别分类、区域等维度逐层深入钻 取分析。 事前进行集客业务常态化、全方位的告警/提醒，事中实现业务发展异常 告警工单督导和营销、服务支撑（如产品关联推荐、成员圈子营销和捆绑营 销），事后实现处理效果的关联评估，实现集客业务闭环管理。 分布情况，自动到各个平台获取数据。 透明访问数据路由图 3.2.2 大数据平台数据存储方式和存储周期规划 根据业务系统对数据统计分析等特性需求，大数据平台的数据存储结合不同 技术，进行分类存储，具体数据存储方式如下：  HADOOP 分布式文件系统，结合大规模 X86 服务器提供对采集后的全 量数据的快速存储，逐步形成全量的历史数据留存。 存储周期：1-3 年。  传统经

成本要素及费率 • 劳务资源费率 • 标准成本 • 应收 / 应付类型 • 会计期 • 物料编码 • 物料固定属性 • 特殊规格属性 • 物料分类 • 项目物资计划 结构 • 供应商分类 • 供应商等级 • 采购订单分类 • 分包服务分类 • 物料价格 • RBS 资源 分 解结构 • 招标业务类型 • 采购计划员 • 付款方式 • 计划变更管理体系 • 生产考核体系 • 薪资类型定义 • 培训活动类型 • 课程类型 • 绩效考核项 • 客户分类 • 客户关系等级 • 客户基本信息 • 商业机会类型 • 行业定义 • 区域定义 • 商机阶段定义 • 商机状态定义 • 商机信息标准定义 • 联系人类型 • 联系人等级 • 服务请求类型 • 报价项分类 • 销 售预测类型 21 协助某客户梳理并确定了 96 项业务基础规范标准 1 小时 站点 5 4 小时 设计与生产一体化 - 将设计能力迅速转换为制造能力 ERP 系统 PLM 系统 工艺管理 集成接口 ERP BOM ERP 其它业务模块 物料 分类 M-BOM 工程变更 数据校验 数据补充 传输状态管 理 工艺路线 设备资源 ERP 模块 工艺定额 工艺路线 工艺卡片 M-BOM MDM 系统 物料属性管理 关键属性

数据标准化处理。对照国家和行业发布的数据标准对企业内外部数据资 源进行全面清洗、转换、整合、关联，改变原始数据关联性差、共享程 度低、标准不统一的存储状况，并按照大数据技术存储架构实现各类数据 资源的分类存储，满足数据资源深度挖掘应用分析需要。 （4） 应用接口服务。深化数据资源服务总线建设，依托服务总线开发数据查 询、比对、分析等多种类型应用服务接口，面向业务提供可定制、个性化 的数据资源服务 的子类，如经纪机构、拍卖机构、招投标机构、保险机构、担保机构、 金融机构和法律事务所、审计评估机构等。 .1.3 资产（权益）数据 将交易标的按资产（权益）种类如股权、实物资产、租赁资产、金融 资产等进行分类整合（资产种类应进行细分，如实物资产可再分为房 产、二手车、设备等），以资产所属行业、所在地域及其他标准属性数 据为基础，辅以评估值、挂牌价、交易时间、成交价格等价值关联因 素，同时结合交易行为数据 产权行业大数据的 技术标准，并根据市场及技术的发展，不断升级大数据技术标准。 .2.2 项目库的建立 参照行业大数据技术标准，分别制定各类交易项目的数据标准和数据规 范， 形成统一管理的分类项目资源库。比如根据数据汇集原则，制定资产租 赁、金融资产等项目资源库的数据标准和数据规范，按照统一的接口实施 方案与产权交易机构对接进行数据汇集，形成项目资源库。 .2.3 投资人数据库的建立

加强数据资源整合和安全保护 探索建立统一规范的数据管理制度，提高数据质量和规范性， 丰富数据产品。研究根据数据性质完善产权性质。制定数据隐私保 护制度和安全审查制度。推动完善适用于大数据环境下的数据分类 分级安全保护制度，加强对 Z 务数据、企业商业秘密和个人数据的 保护。 1.4 项目建设目标 推进市一级 ZF 搭建数字 ZF 建设的规划要求，结合市一级 ZF“互联网+Z 务服务”建设现状，牢牢抓住市一级 制度和 安全审查制度。推动完善适用于大数据环境下的数据分类分级安全 保护制度，加强对 Z 务数据、企业商业秘密和个人数据的保护。建 设数据安全管理系统，包含数据审计、数据安全体系建设、数据脱 敏（动态、静态）等功能。对数据泄露、误操作、非法访问等异常 行为监测预警、日志多维分析、红黑名单管控。通过数据流转溯源 监控，优化数据分类分级，跟踪数据来源，对数据来源进行溯源跟 踪。 6、数 相 关数据，清洗、关联后形成各类数据库。同时不断完善数据归集机 制，提高数据归集效率，保障数据完整性、规范性、准确性。 36 / 309 大数据能力平台建设项目方案建议书 2.分类建库 监管数据库主要分为监管事项目录清单库、监管对象信息库、 执法人员信息库、监管行为信息库、监管投诉举报信息库、信用信 息库、第三方平台和重点企业信息库、知识库等数据库。具体为： （1）监管事项目录清单库

管理 实时同步 消息 中间 件 CNP BC-Lakehouse 云 HBase 云 Kafka 租户管理 数据标准 任务管理 数据质量 工作流开发 数仓建模 数仓分层 目录分类 指标设计 运维中心 数据调度 数据开发 资产总览 资产监控 数据地图 MapReduce Kafka 实体管理 标签画像 系统 & 安全管 理 23 年 Q4 具备 HDFS 智能分析 融合应用 聚 构建全面的数据汇聚机 制，对多源异构数据进 行采集，与业务实现分 层管理 管 实现数据的清洗、分类、 转换、关联，并按照业 务领域构建数据模型 理 梳理行业管理的数据， 形成数据脉络，理清 数据现状和数据需求 用 数据治理最终价值体 现，通过数据共享开 发赋能应用创新 治 数仓规划 • 支持自定义数仓层级的创建，支持 各层级业务元数据的个性化配置 ， 满足组织个性化的业务需求。 • 支持多级目录创建和管理，助力组 织数据资源的分类和梳理。 数仓建模 • 支持通过可视化配置的方式进行数据 模型构建，简单高效。 • 在不同层级，支持数据清洗、事实维 度建模、指标汇总等数据模型构建， 内置 10+ 种数据清洗规则。