盈彩网投资平台漏洞|百度词条

来源：盈彩网投资平台技巧2024-04-29 17:48

盈彩网投资平台漏洞

干货！5G如何与行业融合发展？******

　　5G与行业融合的“绽放”之路

　　我国5G应用蓬勃发展，进入规模化探索新阶段。目前，国民经济20个门类中有15个行业，97个大类中有39个行业均已应用5G。5G与行业融合过程中，受行业自身发展规律、5G技术及产业发展规律和宏观发展环境等多重因素影响，呈现梯次性导入、渐进式发展趋势。由于不同行业5G发展呈现明显的阶段性，应分类施策推动5G与行业融合发展。

　　5G应用蓬勃发展，进入规模化探索新阶段

　　随着工业4.0时代的到来，数字化转型已成为各行业发展的必然趋势。作为新基建的重要组成部分，以5G为代表的新一代信息技术逐步与行业基础设施相融合，形成新型行业信息化基础设施。我国在国家政策、应用探索、产业融合等多方面积极推动5G与行业融合发展。

　　在政策方面，2020年3月，中共中央政治局常务委员会会议强调“加快5G网络、数据中心等新型基础设施建设进度”；“十四五”规划和2035年远景目标纲要明确提出“构建基于5G的应用场景和产业生态”。

　　为落实党中央、国务院的决策部署，多项鼓励5G发展与应用的政策或通知陆续出台。2021年7月，工业和信息化部等十部门印发《5G应用“扬帆”行动计划(2021-2023年)》(以下简称《行动计划》)。该《行动计划》提出8大专项行动及32个具体任务，明确了我国未来三年重点行业的5G应用发展方向，并系统性地部署相关推进工作。各地方政府也将5G应用作为地方经济的重要支柱型产业，纷纷出台相关产业支持政策。截至2021年8月底，全国省、市、区共出台5G政策569个，其中省级67个、市级259个、区县级243个。

　　在产业探索方面，从2019年我国5G网络正式开始商用，5G与行业融合试点项目的范围和规模逐步扩大，以三大运营商为代表的ICT(信息和通信技术)产业界加速与各垂直行业开展5G应用探索。据统计，工业和信息化部举办的“绽放杯”5G应用征集大赛项目数量从2018年的330个增长到2021年的超过1.2万个，涉及工业互联网、医疗健康、智慧交通、智慧金融、文体娱乐等20多个行业领域，近7000家政府机构、企业、科研院所、行业协会等单位参与，覆盖我国31个省(自治区、直辖市)及香港特别行政区。

　　从5G应用项目成熟度和商业落地情况来看，我国5G应用已实现从“0”到“1”的突破。2021年第四届“绽放杯”5G应用征集大赛近半数项目实现落地，15%以上的项目实现“解决方案可复制”，我国5G应用已进入“1”到“N”的发展阶段。下一步的探索方向是如何在不同行业实现规模化应用。

　　5G与行业融合梯次性导入，呈渐进式发展趋势

　　5G与行业融合发展进程遵循着客观发展规律，这个规律受到行业自身发展规律、5G技术及产业发展规律和宏观发展环境三方面的影响。

　　从行业来看，目前处于数字化转型的关键期，其对数字化技术的接受度在快速提升，原有的生产系统、产业体系、经营管理模式、商业模式等也在发生急剧变革，这为5G快速融入提供了良好条件。但是，由于不同行业有不同的产业发展周期、发展节奏，也会导致5G与不同行业融入的深度、广度和速度存在差异性。

　　从需求侧来看，首先需要明确行业场景需求，解决“为什么”用5G的问题，还要考虑行业原有数字化基础，解决“如何用”5G的问题。目前我国的第一、二、三产业数字化基础发展差异性较大，基础设施数字化率整体占比不高，影响了5G融入行业的速度。同时，企业对新技术的接受度、应用效果的显性度、探索的积极性等都影响5G在行业的发展进程。从供给侧来看，移动通信系统从5G开始才真正为垂直行业服务，3G、4G等都是面向消费者市场，发展周期和发展驱动力受消费者影响。消费者用户是统计型需求且消费是冲动型，因此在技术和产业发展节奏、网络更新速度等方面，ICT企业的话语权较高。但行业客户不同，行业客户具有局部聚焦、决策理性等特征，内部具有选择和决策机制，这就要求5G网络进入行业时，要能经受住行业选择流程的考验，如应用效果带来的经济价值测算、对未来转型发展影响等。原有5G技术和产业发展节奏要及时适应不同行业诉求，原来“需求发现-技术研究-国际标准化-国内标准化-产业化”的5G技术和产业迭代周期一般在两年及以上，再考虑应用场景适配、应用推广等时间，这些都将导致5G在行业的应用会是渐进式的。目前5G网络是基于R15版本的，主要满足大带宽需求，在超低时延、超高可靠保障上尚无法满足，这使得5G应用主要是在生产辅助环节、管理环节和非硬实时(10ms以上)控制场景；在R16版本对5G传输时延、可靠性进行增强后，5G会逐步渗透到生产核心控制环节；在R17阶段，随着精简化5G芯片商业化，5G终端及模组成本直线式下降，将极大推动5G行业应用规模化推广。

　　从发展环境来看，产业政策、商业模式、产业融合环境、宣传力度等，都会对5G应用发展起到助推作用，目前我国已经形成从国家到地方的系统性政策体系。

　　总体来看，受到三大因素的影响，5G与行业融合应用呈现渐进性和梯次导入发展规律，不同行业不同领域发展节奏存在一定差异性。

　　分类施策推进5G与各行业融合

　　5G与行业融合整体遵循预热、起步、成长和规模发展四个阶段。在预热阶段，ICT和行业初步接触，共同探索一些应用场景；起步阶段是双方真正开始一些小规模场景验证；成长阶段是明确场景及需求，逐步进入商业探索阶段；规模发展阶段是从大型企业向全行业企业复制推广阶段。

　　由于不同行业数字化基础、行业需求及探索热情不同，其发展进度和发展节奏也不相同。

　　总体来看，行业变革和创新意愿较强、数字化基础较好、经济条件较强的行业，其5G应用已经明确了应用场景、消除了需求不确定性，发展速度较快，进入成长期，这些行业属于先导行业，他们主要进行5G与行业系统融合和适配，承载越来越多的应用，如采矿业、工业、电力、医疗、港口等行业；对于数字化水平一般，但行业探索、创新意识和行业转型诉求较强的行业，其正在积极探索5G应用场景，挖掘5G带来的更多价值，属于潜力行业，如文旅、智慧城市、智慧物流、交通运输等行业；对于数字化水平较低，对5G应用需求不清晰，5G对其行业发展价值和作用尚不明确的行业，属于待培育行业，他们主要进行应用场景的探索，处于5G融合起步阶段，如智慧教育、智慧农业、智能油气等行业；对于数字化水平较高、有很好的数字化基础，但行业对5G需求不明确、对5G诉求也不强烈，尚未消除5G技术的不确定性，在5G应用场景、5G价值等方面尚需进一步深入挖掘，如金融、水利等行业。

　　5G与行业融合的价值和作用已经被越来越多的行业所认可，但受限于数字化基础条件、产业发展节奏及行业变革周期等客观发展规律，5G与行业融合不会一蹴而就。要对5G应用既给予探索热情，又保持足够耐心，这样5G融合应用才能越做越好。

　　作者：杜加懂中国信息通信研究院5G应用创新中心副主任

　　来源：《中国网信》2022年第5期

你的隐私，大数据怎知道？我们又该如何自我保护？******

　　在网络上，每个人都会或多或少，或主动或被动地泄露某些碎片信息。这些信息被大数据挖掘，就存在隐私泄露的风险，引发信息安全问题。面对汹涌而来的5G时代，大众对自己的隐私保护感到越来越迷茫，甚至有点不知所措。那么，你的隐私，大数据是怎么知道的呢？大家又该如何自我保护呢？

　　1.“已知、未知”大数据都知道

　　大数据时代，每个人都有可能成为安徒生童话中那个“穿新衣”的皇帝。在大数据面前，你说过什么话，它知道；你做过什么事，它知道；你有什么爱好，它知道；你生过什么病，它知道；你家住哪里，它知道；你的亲朋好友都有谁，它也知道……总之，你自己知道的，它几乎都知道，或者说它都能够知道，至少可以说，它迟早会知道！

　　甚至，连你自己都不知道的事情，大数据也可能知道。例如，它能够发现你的许多潜意识习惯：集体照相时你喜欢站哪里呀，跨门槛时喜欢先迈左脚还是右脚呀，你喜欢与什么样的人打交道呀，你的性格特点都有什么呀，哪位朋友与你的观点不相同呀……

　　再进一步说，今后将要发生的事情，大数据还是有可能知道。例如，根据你“饮食多、运动少”等信息，它就能够推测出，你可能会“三高”。当你与许多人都在独立地购买感冒药时，大数据就知道：流感即将暴发了！其实，大数据已经成功地预测了包括世界杯比赛结果、股票的波动、物价趋势、用户行为、交通情况等。

　　当然，这里的“你”并非仅仅指“你个人”，包括但不限于，你的家庭，你的单位，你的民族，甚至你的国家等。至于这些你知道的、不知道的或今后才知道的隐私信息，将会把你塑造成什么，是英雄还是狗熊？这却难以预知。

　　2.数据挖掘就像“垃圾处理”

　　什么是大数据？形象地说，所谓大数据，就是由许多千奇百怪的数据，杂乱无章地堆积在一起。例如，你在网上说的话、发的微信、收发的电子邮件等，都是大数据的组成部分。在不知道的情况下被采集的众多信息，例如被马路摄像头获取的视频、手机定位系统留下的路线图、驾车的导航信号等被动信息，也都是大数据的组成部分。还有，各种传感器设备自动采集的有关温度、湿度、速度等万物信息，仍然是大数据的组成部分。总之，每个人、每种通信和控制类设备，无论它是软件还是硬件，其实都是大数据之源。

　　大数据利用了一种名叫“大数据挖掘”的技术，采用诸如神经网络、遗传算法、决策树、粗糙集、覆盖正例排斥反例、统计分析、模糊集等方法挖掘信息。大数据挖掘的过程，可以分为数据收集、数据集成、数据规约、数据清理、数据变换、挖掘分析、模式评估、知识表示等八大步骤。

　　不过，这些听起来高大上的大数据产业，几乎等同于垃圾处理和废品回收。

　　这并不是在开玩笑。废品收购和垃圾收集，可算作“数据收集”；将废品和垃圾送往集中处理场所，可算作“数据集成”；将废品和垃圾初步分类，可算作“数据规约”；将废品和垃圾适当清洁和整理，可算作“数据清理”；将破沙发拆成木、铁、布等原料，可算作“数据变换”；认真分析如何将这些原料卖个好价钱，可算作“数据分析”；不断总结经验，选择并固定上下游卖家和买家，可算作“模式评估”；最后，把这些技巧整理成口诀，可算作“知识表示”。

　　再看原料结构。大数据具有异构特性，就像垃圾一样千奇百怪。如果非要在垃圾和大数据之间找出本质差别的话，那就在于垃圾是有实体的，再利用的次数有限；而大数据是虚拟的，可以反复处理，反复利用。例如，大数据专家能将数据(废品)中挖掘出的旅客出行规律交给航空公司，将某群体的消费习惯卖给百货商店等。总之，大数据专家完全可以“一菜多吃”，反复利用，而且时间越久，价值越大。换句话说，大数据是很值钱的“垃圾”。

　　3.大数据挖掘永远没有尽头

　　大数据挖掘，虽然能从正面创造价值，但是也有其负面影响，即存在泄露隐私的风险。隐私是如何被泄露的呢？这其实很简单，我们先来分解一下“人肉搜索”是如何侵犯隐私的吧！

　　一大群网友，出于某种目的，利用自己的一切资源渠道，尽可能多地收集当事人或物的所有信息；然后，将这些信息按照自己的目的提炼成新信息，反馈到网上与别人分享。这就完成了第一次“人肉迭代”。

　　接着，大家又在第一次人肉迭代的基础上，互相取经，再接再厉，交叉重复进行信息的收集、加工、整理等工作，于是，便诞生了第二次“人肉迭代”。如此循环往复，经过多次不懈迭代后，当事人或物的画像就跃然纸上了。如果构成“满意画像”的素材确实已经证实，至少主体是事实，“人肉搜索”就成功了。

　　几乎可以断定，只要参与“人肉搜索”的网友足够多，时间足够长，大家的毅力足够强，那么任何人都可能无处遁形。

　　其实，所谓的大数据挖掘，在某种意义上说，就是由机器自动完成的特殊“人肉搜索”而已。只不过，这种搜索的目的，不再限于抹黑或颂扬某人，而是有更加广泛的目的，例如，为商品销售者寻找最佳买家、为某类数据寻找规律、为某些事物之间寻找关联等。总之，只要目的明确，那么，大数据挖掘就会有用武之地。

　　如果将“人肉搜索”与大数据挖掘相比，网友被电脑所替代；网友们收集的信息，被数据库中的海量异构数据所替代；网友寻找各种人物关联的技巧，被相应的智能算法替代；网友们相互借鉴、彼此启发的做法，被各种同步运算所替代。

　　各次迭代过程仍然照例进行，只不过机器的迭代次数更多，速度更快，每次迭代其实就是机器的一次“学习”过程。网友们的最终“满意画像”，被暂时的挖掘结果所替代。之所以说是暂时，那是因为对大数据挖掘来说，永远没有尽头，结果会越来越精准，智慧程度会越来越高，用户只需根据自己的标准，随时选择满意的结果就行了。

　　当然，除了相似性外，“人肉搜索”与“大数据挖掘”肯定也有许多重大的区别。例如，机器不会累，它们收集的数据会更多、更快，数据的渠道来源会更广泛。总之，网友的“人肉搜索”，最终将输给机器的“大数据挖掘”。

　　4.隐私保护与数据挖掘“危”“机”并存

　　必须承认，就当前的现实情况来说，大数据隐私挖掘的“杀伤力”，已经远远超过了大数据隐私保护的能力；换句话说，在大数据挖掘面前，当前人类有点不知所措。这确实是一种意外。自互联网诞生以后，在过去几十年，人们都不遗余力地将碎片信息永远留在网上。其中的每个碎片虽然都完全无害，可谁也不曾意识到，至少没有刻意去关注，当众多无害碎片融合起来，竟然后患无穷！

　　不过，大家也没必要过于担心。在人类历史上，类似的被动局面已经出现过不止一次了。从以往的经验来看，隐私保护与数据挖掘之间总是像“走马灯”一样轮换的——人类通过对隐私的“挖掘”，获得空前好处，产生了更多需要保护的“隐私”，于是，不得不再回过头来，认真研究如何保护这些隐私。当隐私积累得越来越多时，“挖掘”它们就会变得越来越有利可图，于是，新一轮的“挖掘”又开始了。历史地来看，人类在自身隐私保护方面，整体处于优势地位，在网络大数据挖掘之前，“隐私泄露”并不是一个突出的问题。

　　但是，现在人类需要面对一个棘手的问题——对过去遗留在网上的海量碎片信息，如何进行隐私保护呢？单靠技术，显然不行，甚至还会越“保护”，就越“泄露隐私”。

　　因此，必须多管齐下。例如从法律上，禁止以“人肉搜索”为目的的大数据挖掘行为；从管理角度，发现恶意的大数据搜索行为，对其进行必要的监督和管控。另外，在必要的时候，还需要重塑“隐私”概念，毕竟“隐私”本身就是一个与时间、地点、民族、文化等有关的约定俗成的概念。

　　对于个人的网络行为而言，在大数据时代，应该如何保护隐私呢？或者说，至少不要把过多包含个人隐私的碎片信息遗留在网上呢？答案只有两个字：匿名！只要做好匿名工作，就能在一定程度上，保护好隐私了。也就是说，在大数据技术出现之前，隐私就是把“私”藏起来，个人身份可公开，而大数据时代，隐私保护则是把“私”公开(实际上是没法不公开)，而把个人身份隐藏起来，即匿名。

　　(作者：杨义先、钮心忻，均为北京邮电大学教授)

　　（文图：赵筱尘巫邓炎）

[责编：天天中]

阅读剩余全文（）