
电力行业大数据安全研究中心成立
8月21日,国网信通产业集团联合大数据协同安全技术国家工程实验室成立电力行业大数据安全研究中心。该中心基于大数据技术支撑,将数量巨大、来源分散的数据关联整合,加以分析,从中发现新知识、创造新价值、提升新能力,借助大数据协同安全技术国家工程实验室这一国家级实验室平台,积极参与国家相关网络安全相关研究项目及课题,参与国家网络安全技术标准及规范编制,联合开展电力行业网络安全技术攻关,推动电力行业数据安全标准制定。
在成立仪式上,中国工程院院士沈昌祥指出,信息安全已经成为大数据快速发展必须面对的问题。安全是发展的前提,发展是安全的保障。我们要通过制度化和体系化建设,对大数据实行全过程的保护。
大数据协同安全技术国家工程实验室是由国家发改委正式批准建设的我国大数据安全领域的第一个国家科研机构,旨在围绕提升大数据安全分析能力和保障大数据系统自身安全的需求,建设大数据协同安全技术应用研究平台。实验室成立一年以来,已经与中国交通通信信息中心、同济大学、神华集团、国电投等单位合作,在交通、清洁能源、电力、金融等领域成立7个行业大数据安全研究中心,有效守护了各行业大数据安全。国网信通产业集团作为中国能源行业最大的信息通信技术、产品及服务提供商,积极开展大数据技术的研究与应用,自主研发形成集数据整合、存储、计算、分析与应用为一体的企业级大数据平台,先后成立多个大数据研究机构,致力于大数据在电力行业的应用研究。该中心由大数据协同安全技术国家工程实验室牵头,国网信通产业集团思极网安和360企业安全集团共同发起并负责具体建设工作。
中国工程院院士沈昌祥、公安部网络安全保卫局总工程师郭启全委派公安部网络安全保卫局处长盘冠员、国家能源局信息中心副主任胡红升、国网信通部副主任陈春霖、集团董事长王政涛、副总经理孙德栋、大数据协同安全技术国家工程实验室主任、360企业安全集团董事长齐向东、高级副总裁曲晓东出席成立仪式。在与会专家及领导的共同见证下国网信通产业集团与大数据协同安全技术国家工程实验室正式签署《电力行业大数据安全研究中心合作框架》;思极网安与360企业安全集团签署《电力行业大数据安全研究中心合作协议》。
本次大数据安全研究中心的成立无疑将带动传统电力行业的创新安全防护技术和体系的研究,未来,集团和下属思极网安将借助大数据国家实验室的资源,在大数据安全方面的技术,实现在电力大数据系统安全、网络安全等方面的技术创新和突破,加强对国家电网公司的技术支撑,提升和改进电力行业网络安全态势,为推动传统电力工业的升级,为“建设全球能源互联网、建设安全高效的现代能源体系”保驾护航。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10