还有一块就是大数据在安全方面实际上也是可以做很有效的工具来支撑。这块包括几个方面。一、现在智能监控这块，通过大数据分析技术我们可以对图像进行实时分析在线分析，发现一些犯罪和违规的行为。另外在网络方面对网络通信数据流可以做网络分析在线分析，我们可以通过数据进行落地进行进一步的分析。我们可以通过网络预测这个犯罪，我今天上午跟国家保密部门沟通的时候，通过对网络行为进行分析，也可以提前发现一些窃密的行为，通过历史数据发现这一点，通过这个关联规则我们预测一些窃取的行为。

　　后面是我们赛思信安针对大数据的产品和解决方案，这块我们还是回来用一页PPT简单总结一下，传统行业我们在大数据时代面临哪些挑战?这个挑战可以总结为PPT几个方面，不同企业面临其中某几个挑战。我企业数据量特别大，达到几十个PB等，面临数据管理的问题。但是有些数据绝对量没有那么大，可能在几个TB级，但是它们其实面临很大问题就是我如何利用这些从里面获取更加的信息这是他们面临的挑战。我们后面相关的一些方案和产品都是针对这些考虑进行不同的设计的。

　　其实针对刚才提出的问题有很多解决方法，这些解决方法也有传统的一些方法，也有随着互联网行业不断发展一些出现新的解决方法，包括hadoop等一系列的技术，并不是一种技术解决所有的问题，我们可能需要融合传统方法，融合新技术，根据需求做一些工作才能解决目前面临的问题。互联网是针对自己需求开发的技术，并不是针对所有行业提供的解决方案，我们可以做定制化的需求。

　　我们这块包括三部分，第一大数据的基础平台，第二、上面大数据的分析平台，第三、侧面就是一个管理的平台。我们在大数据基础平台提供几个引擎，包括传统引擎、hadoop引擎、流计算引擎、数据仓库的引擎，这个实现对于复杂数据异构数据很方便的处理和分析，交互式的分析。另外我们提供数据挖掘基础的算法包，让用户利用这些算法包对自己数据进行挖掘分析。

　　我们利用系统对上面提供展示的工具，让用户通过展示更清晰看到自己数据隐含的趋势或者一个规律。我们最底层采用服务器架构的硬件平台作为我们最底层硬件基础设施，在上面我们可以构建数据管理平台，上面数据分析应用，我们在检索系统这块我们主要是解决海量数据的高效检索的问题，因为数据量非常大，传统的关系性数据库很难满足海量数据的检索，当数据规模达到万亿级PB级的情况下需要检索，这种检索需要对异构数据的检索，可能有文本数据有结构化数据，我们通过自主开发多维检索系统也可以有效解决这个问题。我们通过hadoop里面的框架做很多分析的深度开发。基于流计算引擎我们可以在内存做快速处理，这样可以实现对于异常行为异常事件快速的报警，或者异常规律的发现。还有传统的数据仓库，基于数据仓库我们可以支撑对一些结构性数据做一些有效管理和处理。上面我们可以支撑多种应用，包括内容分析，企业预测管理，还有BI智能报表还有其他的应用。

　　下面我们具体看一下我们几个核心的产品，第一个我们提供软硬一体的大数据一体机的解决方案，这个解决方案里面首先是X86基础硬件平台，在平台里面我们嵌入我们自己开发的大数据软件，这个大数据软件可以根据客户需求部署不同软件平台在里面。这个系统它的优势，就是它可以做很好的横向扩展，并且这个横向扩展是在线进行的，平滑进行，我们软件这块对外提供加载和处理的功能。从软件层面性能我们可以随着硬件物理节点而线性的进行增加，包括我们数据加载效率，查询的效率，另外我们提供标准化的接口，文件访问接口和SQL的访问接口。

　　第二即时多维检索系统，解决海量数据的高效检索，这是我们面临用户最早的需求，他们在实际的业务应用系统当中最早采用关系性的数据库，但是随着数据量不断的增加，他们发现关系性数据库可扩展性方面很难满足他们需求，所以我们开发了这套系统。hadoop里面有Symantec，也是互联网公司开发的这个Symantec系统，这个很难支持多维的检索，也不能很好支持文本的检索，也不能支持SQL的接口，所以不太方便。我们这个系统数据库的数据可以导入我们的系统，对于交易日志、话单日志、通行日志都可以放在里面，可以进行消息检索和深度分析。