云+AI+5G驅動的數(shù)字化轉型實踐之道

目錄
第1篇 數(shù)字化轉型的概念及框架體系
第1章 新科技革命引發(fā)產(chǎn)業(yè)革命 2
1.1 認識科技革命與產(chǎn)業(yè)革命 2
1.1.1 新科技革命的主要特點 3
1.1.2 新科技革命與產(chǎn)業(yè)變革的關系 3
1.1.3 充分認識新科技革命與產(chǎn)業(yè)變革帶來的發(fā)展機遇 4
1.2 歷次工業(yè)革命的演進 5
1.2.1 第一次工業(yè)革命 6
1.2.2 第二次工業(yè)革命 7
1.2.3 第三次工業(yè)革命 8
1.2.4 三次工業(yè)革命對社會的沖擊 8
1.3 第四次工業(yè)革命的序幕已經(jīng)拉開 10
1.3.1 經(jīng)濟爆發(fā)式增長和就業(yè)困境 11
1.3.2 企業(yè)不改變就滅亡 12
1.3.3 放眼國家和全球 13
1.3.4 前所未有的社會變革 14
1.3.5 無孔不入的技術 15
1.3.6 權衡公共信息與個人信息 16
第2章 數(shù)字經(jīng)濟時代已經(jīng)到來 17
2.1 數(shù)字經(jīng)濟的概念 17
2.2 數(shù)字經(jīng)濟——提質(zhì)增效的新變量，轉型升級的新藍海 18
2.3 數(shù)字經(jīng)濟的發(fā)展趨勢 18
2.3.1 平臺化與共享化成為引領經(jīng)濟發(fā)展的新趨勢 18
2.3.2 新技術與產(chǎn)業(yè)的融合催生新業(yè)態(tài) 19
2.3.3 新技術與產(chǎn)業(yè)的融合釋放數(shù)字經(jīng)濟增長新動能 19
2.3.4 全球創(chuàng)新體系以開放協(xié)同為導向加快重塑 20
2.3.5 加速升級基礎設施的數(shù)字化、網(wǎng)絡化與智能化 20
2.3.6 國家和地區(qū)的核心競爭力延伸至信息空間 20
2.3.7 數(shù)字技能和素養(yǎng)推動消費者能力升級 20
2.3.8 數(shù)字經(jīng)濟發(fā)展紅利走向普惠化 20
2.3.9 智慧城市的實質(zhì)性進展 21
2.3.10 社會治理體系的數(shù)字化程度持續(xù)提升 21
2.4 發(fā)展數(shù)字經(jīng)濟的意義 21
2.4.1 數(shù)字化有助于提升產(chǎn)品和服務質(zhì)量，推動質(zhì)量變革 21
2.4.2 數(shù)字化有助于降低市場交易成本，推動效率變革 22
2.4.3 數(shù)字化有助于加快培育增長新動能 22
第3 章 數(shù)字化轉型的概念、技術框架及意義 23
3.1 企業(yè)數(shù)字化轉型的概念 23
3.2 企業(yè)數(shù)字化轉型的內(nèi)涵 24
3.2.1 縱向集成 24
3.2.2 橫向集成 24
3.2.3 端到端集成 24
3.2.4 企業(yè)數(shù)字化轉型的實質(zhì) 25
3.3 企業(yè)數(shù)字化轉型的意義 25
3.3.1 數(shù)字化驅動企業(yè)創(chuàng)新 25
3.3.2 企業(yè)的數(shù)字化運營 26
3.3.3 從產(chǎn)品制造到服務的創(chuàng)新 26
3.4 企業(yè)數(shù)字化轉型的“痛點” 27
3.4.1 缺乏高層次的數(shù)字化戰(zhàn)略 27
3.4.2 缺失數(shù)字化轉型的企業(yè)文化 27
3.4.3 缺乏數(shù)字化人才 27
3.4.4 缺少合適的技術平臺 27
3.4.5 缺少系統(tǒng)設計能力 27
3.5 Cloud 2.0 賦能產(chǎn)業(yè)，助力企業(yè)數(shù)字化轉型28
3.5.1 云計算構建企業(yè)IT 新架構，形成企業(yè)核心業(yè)務處理能力 28
3.5.2 大數(shù)據(jù)與人工智能、云計算高度融合為一體化系統(tǒng) 30
3.5.3 人工智能推動各行業(yè)智能化升級 34
3.5.4 區(qū)塊鏈構建下一代企業(yè)的合作機制和組織形式 35
3.5.5 物聯(lián)網(wǎng)邁向萬物互聯(lián)的世界 39
3.5.6 5G 技術的發(fā)展將加速產(chǎn)業(yè)變革和企業(yè)數(shù)字化轉型 40
3.5.7 Cloud 2.0 數(shù)字經(jīng)濟的新框架 41
3.6 企業(yè)數(shù)字化轉型的重要舉措 42
3.6.1 數(shù)字化轉型要做成“一把手”工程 42
3.6.2 統(tǒng)一思想，形成數(shù)字化轉型的公司文化 43
3.6.3 選好工具，云平臺助力數(shù)字化轉型 43
3.6.4 以客戶體驗為入口，以服務客戶為核心 43
第2 篇 數(shù)字化關鍵技術及解決方案
第4 章 云計算技術及解決方案 46
4.1 云計算概述 46
4.1.1 云計算的基本概念 46
4.1.2 云計算的關鍵技術 55
4.1.3 云計算的實質(zhì) 57
4.1.4 云計算的發(fā)展歷程 58
4.2 虛擬化技術及其優(yōu)化 64
4.2.1 虛擬化技術概述 64
4.2.2 Hypervisor 架構 65
4.2.3 CPU 虛擬化 67
4.2.4 內(nèi)存虛擬化 68
4.2.5 I/O 設備虛擬化 69
4.2.6 QCOW2 鏡像文件 70
4.2.7 跨主機多USB 映射 72
4.2.8 VirtIO 與虛擬機I/O 性能的優(yōu)化 72
4.2.9 NUMA 優(yōu)化計算性能 73
4.2.10 KSM 內(nèi)核同頁合并 75
4.3 軟件定義存儲原理及深信服產(chǎn)品方案 76
4.3.1 軟件定義存儲的概念與優(yōu)勢 76
4.3.2 軟件定義存儲的參考架構及深信服產(chǎn)品方案 77
4.3.3 軟件定義存儲的相關技術概念 77
4.3.4 深信服aSAN 的性能優(yōu)化 79
4.3.5 深信服aSAN 方案的高可靠保障技術 92
4.3.6 自動運維技術 103
4.4 網(wǎng)絡虛擬化技術 105
4.4.1 網(wǎng)絡虛擬化的概念和意義 105
4.4.2 深信服云環(huán)境中網(wǎng)絡虛擬化的架構方案 107
4.4.3 網(wǎng)絡虛擬化中的高可用技術 110
4.4.4 虛擬分布式交換機 112
4.5 虛擬化環(huán)境的管理及云管理平臺 112
4.5.1 虛擬化技術的發(fā)展與IT 管理的新需求 112
4.5.2 深信服云管理平臺的實現(xiàn)方案 113
4.5.3 深信服云管理平臺的核心能力 114
4.5.4 云管平臺的高可用設計 116
4.5.5 開放API 117
4.6 PaaS 與容器技術 118
4.6.1 PaaS 是企業(yè)未來競爭力的集中體現(xiàn) 118
4.6.2 Docker 容器技術 121
4.6.3 基于Kubernetes 的容器集群架構 122
4.6.4 基于Harbor 的容器鏡像管理 127
4.6.5 深信服容器云PaaS——打造企業(yè)一站式IT 解決方案 129
第5 章 信息安全技術及解決方案 132
5.1 信息安全概述 132
5.1.1 信息安全的概念與研究對象 132
5.1.2 信息安全發(fā)展歷程 134
5.1.3 信息安全未來趨勢 136
5.2 信息安全關鍵技術 138
5.2.1 密碼學技術 138
5.2.2 計算機安全技術 153
5.2.3 網(wǎng)絡安全技術 166
5.2.4 應用安全技術 175
5.2.5 數(shù)據(jù)庫安全技術 182
5.2.6 新技術安全 188
5.3 深信服信息安全產(chǎn)品與解決方案 201
5.3.1 深信服信息安全產(chǎn)品 202
5.3.2 深信服等級保護2.0 解決方案 226
5.3.3 深信服企業(yè)網(wǎng)絡安全建設規(guī)劃方案 235
5.3.4 深信服大數(shù)據(jù)安全解決方案 246
第6 章 大數(shù)據(jù)技術及解決方案 256
6.1 大數(shù)據(jù)的概念 256
6.1.1 從不同角度對大數(shù)據(jù)的表述 256
6.1.2 大數(shù)據(jù)相關技術綜述 260
6.2 大數(shù)據(jù)的發(fā)展歷程 265
6.2.1 萌芽期 265
6.2.2 發(fā)展期 266
6.2.3 成熟期 266
6.3 大數(shù)據(jù)的發(fā)展趨勢 267
6.4 大數(shù)據(jù)的關鍵技術 269
6.4.1 大數(shù)據(jù)采集技術 269
6.4.2 大數(shù)據(jù)存儲與管理技術 273
6.4.3 大數(shù)據(jù)處理與分析技術 278
6.4.4 大數(shù)據(jù)安全與隱私保護技術 280
6.5 深信服大數(shù)據(jù)解決方案 283
6.5.1 數(shù)據(jù)源層 284
6.5.2 安全大數(shù)據(jù)中臺 284
6.5.3 應用層 285
第7 章 人工智能技術及解決方案 287
7.1 人工智能發(fā)展歷程 287
7.1.1 第一階段：人工智能萌芽與創(chuàng)立早期（1940—1956 年） 287
7.1.2 第二階段：多流派共同發(fā)展期（1956—2006 年） 288
7.1.3 第三階段：深度學習發(fā)展期（2006 年至今） 291
7.2 人工智能三要素 292
7.2.1 數(shù)據(jù)量足夠大 293
7.2.2 算力足夠強 293
7.2.3 算法技術的進步 294
7.3 人工智能應用現(xiàn)狀與發(fā)展趨勢 294
7.3.1 人工智能的應用現(xiàn)狀 294
7.3.2 人工智能的發(fā)展趨勢 295
7.4 人工智能關鍵技術 296
7.4.1 任務層關鍵技術分析 296
7.4.2 算法層關鍵技術分析 297
7.4.3 框架層關鍵技術分析 314
7.5 深信服AI 產(chǎn)品和解決方案 318
7.5.1 深信服AI 平臺產(chǎn)品 318
7.5.2 深信服業(yè)務場景和AI 賦能實踐 319
7.6 AI 在抗疫中的應用 323
7.6.1 AI 影像診斷 323
7.6.2 測溫機器人 324
7.6.3 導診機器人 324
7.6.4 護理機器人 324
7.6.5 物資運送機器人 324
7.6.6 清潔消毒機器人 325
第8 章 5G 技術加速產(chǎn)業(yè)變革和企業(yè)數(shù)字化 326
8.1 5G 的概念 326
8.2 5G 發(fā)展概述 327
8.2.1 2020 年開啟5G 發(fā)展之路 327
8.2.2 5G 推進工業(yè)互聯(lián)網(wǎng)發(fā)展 327
8.2.3 5G 促進邊緣計算快速發(fā)展與應用 328
8.2.4 5G 催生物聯(lián)網(wǎng)爆發(fā) 329
8.2.5 5G 有望推進機器人的商用 329
8.2.6 企業(yè)5G 網(wǎng)絡發(fā)展推進企業(yè)數(shù)字化 331
8.2.7 5G 將成為引領企業(yè)數(shù)字化轉型的通用技術 332
8.2.8 5G 對經(jīng)濟影響的拐點將加速而來 332
8.3 5G 技術創(chuàng)新
332
8.3.1 5G 驅動的全球數(shù)字浪潮 333
8.3.2 5G 應用帶來的新機會 333
8.3.3 5G 和人工智能兩者相輔相成 334
8.4 5G 促進物聯(lián)網(wǎng)加速發(fā)展 336
8.4.1 5G 技術將深刻影響物聯(lián)網(wǎng) 336
8.4.2 物聯(lián)網(wǎng)云平臺市場 338
8.4.3 物流追蹤市場 339
8.5 5G 的五個典型應用場景 339
8.5.1 工業(yè)互聯(lián)網(wǎng)和智能制造領域 339
8.5.2 增強現(xiàn)實和虛擬現(xiàn)實領域 342
8.5.3 自動駕駛領域 343
8.5.4 醫(yī)療健康產(chǎn)業(yè) 345
8.5.5 低功耗設備 348
第3 篇 數(shù)字化轉型的策略及演進案例
第9 章 企業(yè)數(shù)字化轉型的策略與路徑 350
9.1 數(shù)字經(jīng)濟時代的企業(yè)競爭力 350
9.1.1 數(shù)字化力的三維度量 351
9.1.2 數(shù)字化力的底層驅動 352
9.1.3 數(shù)字化力的構建方式 353
9.1.4 數(shù)字化力的價值創(chuàng)造途徑 354
9.1.5 改變傳統(tǒng)的考核模式，開發(fā)數(shù)字化力的KPI 355
9.2 提升企業(yè)數(shù)字化力的六大戰(zhàn)略 356
9.2.1 統(tǒng)籌數(shù)字生態(tài)系統(tǒng)和平臺 356
9.2.2 建立信任關系，樹立品牌形象 357
9.2.3 重新審視客戶行為，提升客戶體驗 357
9.2.4 管理極端數(shù)據(jù)的能力—會思考和會行動 357
9.2.5 善于創(chuàng)建指數(shù)型的學習環(huán)境 358
9.2.6 　營造包容性的企業(yè)文化 358
9.3 企業(yè)數(shù)字化轉型的路徑探討 359
9.3.1 企業(yè)數(shù)字化轉型的三層衡量標準 359
9.3.2 企業(yè)數(shù)字化轉型的發(fā)展階段 360
9.3.3 企業(yè)數(shù)字化轉型的共性問題 360
9.3.4 企業(yè)數(shù)字化轉型的路徑 361
9.4 企業(yè)數(shù)字化轉型的成長路徑 362
9.4.1 智慧成長 363
9.4.2 數(shù)據(jù)集成與信息共享 364
9.4.3 迭代推進 365
9.5 企業(yè)信息安全框架建設策略 366
9.5.1 P2DR 模型 366
9.5.2 信息安全管理體系 368
9.5.3 信息保障技術框架 370
9.5.4 自適應安全框架 371
第10 章 企業(yè)數(shù)字化轉型向云演進案例 373
10.1 政務云案例 373
10.1.1 用戶背景 373
10.1.2 解決方案 374
10.1.3 方案價值 376
10.1.4 其他相似案例概述 378
10.2 媒體行業(yè)案例 378
10.2.1 用戶背景 378
10.2.2 解決方案 379
10.2.3 方案價值 379
10.2.4 其他相似案例概述 380
10.3 制造業(yè)案例 380
10.3.1 用戶背景 380
10.3.2 解決方案 381
10.3.3 方案價值 381
10.3.4 其他相似案例概述 382
10.4 教育行業(yè)案例 382
10.4.1 用戶背景 382
10.4.2 解決方案 382
10.4.3 方案價值 383
10.4.4 其他相似案例概述 384
10.5 企業(yè)大數(shù)據(jù)應用案例 384
10.5.1 安全大數(shù)據(jù)應用 384
10.5.2 工業(yè)大數(shù)據(jù)應用 385
第11 章 企業(yè)數(shù)字化轉型之信息安全實踐案例 388
11.1 等級保護2.0 應用案例 388
11.1.1 某省級煙草公司等級保護2.0 建設案例 388
11.1.2 某大型水力發(fā)電集團等級保護2.0 建設案例 390
11.1.3 某大型汽車制造集團等級保護2.0 建設案例 392
11.2 企業(yè)安全運營應用案例 394
11.2.1 某高新技術制造企業(yè)安全運營案例 394
11.2.2 某大型地產(chǎn)集團公司安全運營案例 395
11.3 行業(yè)統(tǒng)一安全監(jiān)測應用案例 396
11.3.1 某國家部委統(tǒng)一安全監(jiān)測案例 396
11.3.2 某985 高校統(tǒng)一安全監(jiān)測案例 397
11.4 網(wǎng)端云安全保護案例 399
11.4.1 某化妝品集團網(wǎng)端云安全建設案例 399
11.4.2 某精密制造集團公司網(wǎng)端云安全建設案例 401
參考文獻 403