河南省信息化和信息安全工作领导小组办公室
关于印发《河南省推动云计算和大数据发展 加快培育新业态新模式行动指南（2017—2020年）》的通知
豫信化办〔2017〕3号
各省辖市、省直管县（市）人民政府，省直有关部门：
为推动我省云计算和大数据技术、产业、应用发展，加快培育新业态、新模式，促进新一代信息技术与经济社会各领域融合创新，我办制定了《河南省推动云计算和大数据发展 加快培育新业态新模式行动指南（2017—2020年）》。现印发给你们，请认真贯彻执行。
2017年3月1日
河南省推动云计算和大数据发展 加快培育新业态
新模式行动指南（2017—2020年）
为推动我省云计算和大数据技术、产业、应用发展，加快培育新业态、新模式，促进新一代信息技术与经济社会各领域融合创新，对我省云计算和大数据发展提供方向性指南，制定本行动指南。本行动指南的指导期为2017—2020年。
一、重要意义
云计算作为基于互联网的服务增加、使用和交付模式，通过按需、易扩展的方式提供用户所需资源和服务，实现信息技术和数据资源的合理配置；大数据作为海量数据状态及数据处理技术，通过对数量巨大、来源分散、格式多样的数据进行采集、存储和关联分析，实现数据价值的挖掘和利用。“十三五”时期是我国云计算和大数据从技术导入阶段，向产业蓬勃发展、应用迅速普及阶段迈进的关键时期，云计算强大的计算、存储能力，极大促进数据资源的集聚、融合和共享，大数据依托云计算平台开展分析应用，极大提升数据资源利用价值，两者相辅相成、相互促进，将引领新一轮科技革命和产业变革，对经济社会各领域发展产生重大影响。
当前，我省正处于全面建设小康社会、让中原更加出彩的关键时期，国家粮食生产核心区、中原经济区、郑州航空港经济综合实验区、中国（河南）自由贸易试验区、郑洛新国家自主创新示范区和国家大数据综合试验区等国家重大战略规划在我省的全面实施，为我省云计算、大数据快速发展创造了良好机遇。全面推进云计算、大数据与经济社会深度融合，不断催生新业态、新模式，对我省打造综合竞争新优势，实现发展动力转换，推动产业结构调整，建设先进制造业强省、现代服务业强省、现代农业强省和网络经济强省具有重要而深远的意义。
二、总体要求
（一）指导思想
全面贯彻党的十八大和十八届三中、四中、五中、六中全会精神，牢固树立创新、协调、绿色、开放、共享的发展理念，落实国务院《关于促进云计算创新发展培育信息产业新业态的意见》、国务院《关于印发促进大数据发展行动纲要的通知》以及工业和信息化部《关于印发大数据产业发展规划（2016—2020年）的通知》，以夯实发展基础为依托，以推动开放融合为目标，以推进创新应用为核心，以强化安全保障为重点，打造融合创新、优势互补、多元参与、广泛合作的云计算和大数据发展格局，培育发展新业态、新模式，发挥云计算和大数据对经济社会各领域发展的引领作用，为“四个强省”建设提供重要支撑。
（二）基本原则
政府引导，市场主体。充分发挥市场在资源配置中的决定性作用，主要依靠市场力量发展云计算、大数据产业，创新发展模式，提出有针对、有实效的政策机制和保障措施，激发市场主体活力，形成优势互补、多方参与、有序竞争的良性发展环境。
创新引领，全面融合。提升企业自主创新能力，加强产学研用合作，创新应用服务模式。推动跨界融合应用发展，促进云计算、大数据与传统产业在发展理念、产业体系、生产模式、商业模式等方面广泛深度融合。
深化应用，协调发展。坚持以需求为牵引，大力发展云计算、大数据应用市场，形成跨行业、跨领域的专业化、规模化应用，打造云网端一体化格局，推动基础设施优化布局和信息资源租赁、数据增值服务、互联网“双创”等新业态、新模式协调发展。
开放共享，保障安全。加快推动信息资源开放与利用，促进信息资源的交易流通，形成政府、企业、社会多方共享合作的发展局面。处理好安全与发展的关系，健全云计算、大数据安全支撑体系，在发展中提升数据安全保障能力。
三、主要行动
（一）云计算、大数据技术创新行动
围绕数据采集、传输、存储、管理、处理、分析、应用、可视化和安全等重点领域，发挥企业创新主体作用，通过产学研用合作加强云计算、大数据核心关键技术研发和产业化应用，提升产业发展技术支撑能力。
1. 大数据采集与预处理技术
（1）云端融合的数据采集技术。采用云端融合的技术思路，利用云平台丰富的软硬件资源，解决工业传感器、手持设备、智能终端、可穿戴设备等多样异构资源互联互通，发展面向云端融合的移动及智能软件自适应技术与平台、面向云端融合的服务组装关键技术与平台、面向云环境的软件自动迁移关键技术与工具、基于云端融合模式的协同计算技术集成应用。
（2）面向工业互联网的智能云端数据协同技术。突破工业互联网的云端融合体系结构和工业生产环境的非传感器场景感知关键技术，研究可信、自适应的云端融合架构，数据安全通信与终端识别及认证技术，工业制造虚拟化技术，支持动态演算的工业互联网大数据处理技术，发展智能云端数据融合、协同感知的软件系统及支撑云平台。
2. 大数据存储与管理技术
（1）新型非关系型分布式云存储系统。突破分布式非关系型大数据管理与处理技术、分布式列式实时数据库技术、异构数据的数据融合技术、数据组织技术，研究新型分布式云存储系统，支持包括大容量内存计算技术，混合内存支持和优化技术，可重构硬件加速器支持和优化技术，混合存储管理技术，计算、存储、网络等资源池调度和管理技术等。
（2）面向特定领域的大数据管理系统。加快典型应用场景的开放架构大数据管理系统的设计，以及大数据管理系统标准和规范、系统评测基准的研发，突破面向非关系数据、图数据、键—值对数据、非结构化数据等不同数据模型的大数据管理关键技术研究与数据驱动的大数据管理系统的监控、运维与调优工具。
3. 大规模分布式数据计算技术
（1）面向海量数据快速处理的软件系统。利用云计算技术高性能、高吞吐量、高扩展性等优势，发展海量异构数据的快速处理、存储和快速访问技术以及可视化计算方法，并在此基础上运用深度学习理论、技术和方法，对传统领域及电子商务、社交平台中长期积累的海量多维异构数据进行分析处理，发展对其实景数据的快速标定、搜索和匹配方法，以及大数据处理过程中的全景视图方法。
（2）跨时空多源异构数据计算技术。突破跨时空多源异构数据的精准采集和清洗、异构数据的结构化描述和语义协同、多源信息感知融合与理解、数据程序化交易及其在线监管等关键技术，研发大数据开放共享技术与平台，满足政府以及大型企业的数据采集、清洗、分析、交易、应用的功能、性能、时间、成本、风险等方面管理需求。
4. 大数据智能分析与挖掘
（1）基于人工智能的大数据分析技术。对经济社会各领域长期积累的海量运行数据以及电子商务、社交平台中的结构化数据、非结构化数据、时序数据、空间数据等多维异构数据进行离线智能处理，运用人工智能、深度学习理论、技术和方法，研究模拟人脑进行分析的机器学习方法，从中分析出隐含模式和进行知识发现的相关算法及技术方法。
（2）大数据知识工程及个性化服务技术。针对大数据异构、自治、复杂、演化的网络环境，研究多源、动态、异质碎片化知识/知识簇的表示模型与在线挖掘方法，揭示碎片化知识的时空特性和演化机理；研究碎片化知识间语义关联与涌现特性，探寻其动态挖掘与拓扑融合机理；设计多粒度情景感知与知识寻径模型，研究交互式个性化服务的知识适配机理。
5. 云计算、大数据信息安全技术
（1）开放融合环境下的数据安全技术。针对云计算、大数据、物联网、移动互联网等多元化需求，研究非可信和资源受限环境下数据安全存储关键密码算法，以保证灰盒攻击、白盒攻击、后门攻击等多元化攻击环境下的数据安全，构建面向分布式云计算系统的密码服务体系，面向新型数据服务和企业数据安全管控需求，推进相关标准和规范的制定。
（2）大数据环境中的数据保护和隐私保护技术。针对大数据环境中的数据安全和用户隐私问题，构建面向海量数据和用户的数据和隐私保护技术体系，保护数据在生成、存储、发布、应用、消亡等生命周期的安全；研发大数据环境中隐私数据刻画和甄别、数据发布隐私保护、社交网络匿名保护、标识符匿名保护、位置数据隐私保护、数据脱敏处理等技术工具。
（二）云计算、大数据产业发展行动
围绕数据采集、清洗、分析、交易、安全防护等数据全生命周期各阶段需求，以应用为导向发展垂直领域解决方案和服务，推进云计算和大数据服务模式融合，培育壮大云计算和大数据产业规模，提升产业供给服务能力。
1. 云计算平台服务新业态。依托互联网、物联网、数据中心等基础设施，以共建、托管、资源租用、服务外包等多种形态服务模式，开展高性能计算、云平台供应、专业数据服务等业务，催生基础设施即服务（IaaS）、平台即服务（PaaS）、数据即服务（DaaS）、软件即服务（SaaS）等新业态。
2. 数据采集存储服务新业态。推进数据资源商品化，提供物联网、遥感卫星、航拍、视频监控等数据采集终端、大规模分布式文件存储软硬件设备、海量异构数据集成与管理等产品与服务，实现电商数据、社交数据、运营商管道数据等专业采集、获取，形成新型产业形态。
3. 数据加工处理服务新业态。面向数据服务市场需求，利用分布式计算平台、数据挖掘、深度学习等技术，开展大数据清洗、脱敏、建模、可视化、认知、数据加工代工、消费者画像、互联网行为分析、情感语义分析、精准营销等服务，形成数据加工服务新业态。
4. 数据流通交易新业态。发展大数据交易中心，依托行业骨干企业、数据资源企业、互联网企业，建设数据交易平台，提供原始数据、精加工数据、数据组织加工分析算法等多种数据商品，以有偿购买、授权、协同合作、以数易数、数据捐赠、数据代理等方式进行交易，形成数据流通交易新业态。
5. 云计算、大数据安全服务新模式。运用数据加密、电子认证、数据防伪、隐私保护、数据内容深度监测、网络安全拟态安全系统等数据和网络安全技术，构建云计算、大数据安全分析平台，提供网络与信息系统、数据、芯片等信息安全产品与服务，形成可靠性安全性评测、监测预警和风险评估等信息安全服务新模式。
6. 大数据“双创”新业态。运用制造业、农业以及信用、交通、医疗、教育、环境、文化、旅游、安全监管等开放共享的大数据资源，加快推进基于大数据应用开发的创新创业，建设大数据众创、众包等形态的互联网创新创业平台、孵化中心等创新创业服务基地，发展行业趋势、舆情分析、民生服务、信用评价与风险管控、数据驱动商品定向采购等大数据创新服务新业态。
（三）云计算、大数据与经济社会各领域融合创新行动
围绕制造业、农业、服务业、公共服务等领域，加快云计算、大数据与经济社会深度融合，形成数据驱动的经济发展新模式，推动传统企业转型升级，打造方便优质高效的公共服务体系，实现公共服务均等化、普惠化。
1. 加快推进云计算、大数据与制造业融合创新。在制造企业生产、经营、管理等方面，加快云计算、大数据应用，发展基于互联网的新型制造模式，提升信息技术服务能力，增强制造企业核心竞争力。
（1）智能制造新模式。以打通制造企业生产经营全部流程为重点，充分利用自动化技术和信息技术，发展智能制造整体解决方案提供商，通过数据互通、柔性制造、人机交互、复杂系统及大数据分析等手段，实现从产品设计到销售，从设备控制到企业资源管理所有环节的数据快速交换、传递、存储、处理和无缝智能化集成的制造新模式。
（2）服务型制造新模式。运用传感器、可编程控制器、分布式控制系统等提升产品智能化水平，构建大数据智能分析和交互服务云平台，提供远程运维监测、故障诊断、故障预测、互动控制等服务，增加服务要素在投入和产出中的比重，从单纯出售产品向出售“产品 服务”转变，延伸和提升价值链，形成制造与服务融合发展的服务型制造新模式。
（3）个性化定制新模式。运用互联网采集并挖掘用户个性化需求，以柔性制造技术为基础，融合大数据、互联网和远程分布式协同制造等应用，建立个性化定制技术标准，构建产品定制服务平台，开展基于个性化产品定制的服务模式和商业模式创新，实现工业品大规模个性化定制生产。
（4）网络协同制造新模式。基于互联网构建制造资源和制造能力的服务云池，整合和优化产业资源配置，推进用户随时按需获取制造资源与能力，提升企业内部和产业链上下游的协作水平，形成按需共享制造资源与制造能力的网络协同制造新模式。
（5）工业云服务新业态。加快建设工业云平台体系，将智能制造所需的计算、存储、应用软件、大数据分析、互联网协同、知识等信息资源以租赁、众创、众包等业务模式向制造业企业提供，构建研发设计、柔性制造、供应链协同等云应用服务，促进企业内外部创新资源、生产能力、市场需求的集聚与对接，形成工业云服务新业态。
2. 大力推进云计算、大数据与农业融合创新。在农业生产、流通方面，加快云计算、大数据应用，破解农业生产的资源和环境制约，推进农业资源利用方式转变；破解农产品流通成本和价格的双重挤压制约，提高农业全要素利用效率，实现农业增产、农民增收。
（1）精准农资服务新模式。运用地理空间信息、大数据分析等技术，构建农业生产服务云平台，优化调度种子、农业机械、化肥、农药等农资产品的销售与租赁服务，开展选种育苗栽植—测土配方施肥—病虫害预警—病虫害综合防治等增值服务，形成农资调配与农业生产实况相结合的农资服务新模式。
（2）农业生产管控新模式。在农业生产环节运用物联网、高分遥感等技术实现生产过程、气象环境的在线监测和数据采集，部署水肥一体自动化灌溉等智能农业生产设施设备，建立农业生产管控服务平台，利用大数据分析优化农业生产过程和设备运行管理，形成数据驱动的智慧农业生产模式。
（3）农产品流通服务新模式。运用可视化、互联网大数据挖掘等技术，建设农产品销售电子商务平台，开展线上线下结合的农产品交易服务，形成以个性化需求和绿色生态为主要特征的农产品电子商务新模式。
3. 大力推进云计算、大数据与服务业融合创新。重点在现代物流、金融、电子商务、旅游等方面，加快云计算、大数据应用，提高服务水平和经营效率，发掘服务业需求开发价值，实现基于互联网的精准服务。
（1）现代物流新模式。依托仓储设施、货物、车辆的智能化联网，整合国内外货客源及运力数据资源，建设智能化物流仓储云服务平台，开展路径优化、精准化供需匹配、物流节点动态控制、仓储动态管理、运输车辆动态监控、优化成本控制等差异化物流服务，提高干线和集疏网络的成本与时效竞争力，形成数据驱动的智慧物流仓储调配新模式。
