盐城师范学院大数据应用协同创新平台项目单一来源采购公示

发布者:sbcadmin发布时间:2018-06-14浏览次数:13

盐城师范学院大数据应用协同创新平台项目

单一来源采购公示

根据《中华人民共和国政府采购法》及盐城市财政局《盐城市市级政府购买服务目录》(盐财购〔201641号),拟对盐城师范学院信息工程学院大数据应用协同创新平台项目进行单一来源采购。

一、采购人、采购项目名称和内容:

采购人:盐城师范学院

采购项目名称:大数据应用协同创新平台项目

采购服务内容及技术参数:

序号

系统名称

技术参数

数量

1、大数据超级平台核心系统

1.1

协同计算控制系统

1.系统内嵌高性能并行数据处理引擎,采用分布式计算框架,允许多个计算集群同时高效地运行在一个物理集群上,并行处理所有客户端的计算处理请求,进行计算任务的分发及调配,以实现系统最优的计算任务控制。

2.系统硬件平台提供高性能64位处理器,≥6个并行处理单元,缓存容量≥16GB,≥2TB的存储容量,2个管理网络接口,支持RAID 0156方式保护数据。

3.系统硬件平台支持SD卡插槽,可实现存储BMC日志,存储的日志条数≥3万条。

4.提供中国软件评测中心的硬件平台与基础软件兼容性专题测试报告,并加盖原厂商公章。

测试内容如下:

、操作系统:Windows,Linux的安装、开启与关闭操作;

、数据库:SQL Server数据库,Oracle数据库,达梦数据库,人大金仓数据库及神通数据库的安装与卸载、启动与停止、库管理、表管理、表空间管理、索引管理、视图管理、约束管理、存储过程管理、表分区管理、用户管理、角色管理、权限管理等;

、中间件:WebLogic中间件、TongWeb中间件、Apusic中间件的安装与卸载、启动与关闭、应用部署、系统管理、JMS服务器、日志消息管理等,TCP-H基准每小时查询次数≥2000QphH@1GB

UnixBench基准测试结果:单个任务单独运行时,UnixBech基准分值≥74016个任务并行运行时,UnixBech基准分值≥3900,并加盖原厂商公章;

、提供Iozone基准测试报告,要求如下:100MB文件,16MB块设置时,读的速率≥3000Mbytes/sec,写的速率≥1200Mbytes/sec

、提供NetPerf基准测试报告,要求如下:吞吐量≥16.9GBits/se

5.提供第三方权威检测机构出具的噪声测试报告,并加盖检测机构公章。

6.为了保证平台的安全可靠性,硬件平台厂商需通过ISO90012008质量管理体系认证、GJB9001B-2009武器装备体系认证。

7.为保证平台的一致性,平台核心系统1.1-1.15项的硬件设备要求为同一品牌。

1

1.2

协同计算并行信息总线系统

1.系统内嵌高性能并行信息总线处理引擎,并行处理硬件信息的所有请求,进行智能化的总线汇聚与分配,能够满足高IOPS,高带宽等各类应用需求。

2.系统硬件平台提供高性能64位处理器,≥6个并行处理单元,缓存容量≥16GB2个管理网络接口,≥2TB的存储容量,支持RAID 0156方式保护数据。

3.系统硬件平台支持SD卡插槽,可实现BMC日志记录,秒级快速定位系统故障,存储的日志条数≥3万条。

1

1.3

协同计算及运行监控系统

1.系统内嵌高性能协同计算及运行监控引擎,包含系统配置、客户端管理、性能优化、监控告警等功能模块,提供高效、稳定、统一的管理功能,及时有效的对系统中的各种软硬件资源进行监控管理。

2.系统硬件平台提供高性能64位处理器,≥64个并行处理单元,缓存容量≥128GB4个管理网络接口,≥12TB的存储容量,支持RAID 0156方式保护数据。

3.系统硬件平台支持SD卡插槽,可实现BMC日志记录,秒级快速定位系统故障,存储的日志条数≥3万条。

1

1.4

协同计算并行数据库系统

1.系统内嵌高性能协同计算并行数据库系统引擎,管理客户端的数据读写的并行访问,实现全局的数据库海量并发访问及控制。

2.并行数据仓库支持ACID事务,用户可以插入、更新和删除现有数据,并且支持分布式数据库表的远程复制,支持双向复制,能够实现灾备功能。

3.系统采用完全无共享(shared-nothing)架构,将关系表在节点间横向划分,通过多个处理节点并行执行数据库任务,实现数据库性能的提升。

4.通过节点冗余、节点间的数据镜像备份等软硬件手段,提供数据库的高可用性。
5.
系统硬件平台提供高性能64位处理器,≥64个并行处理单元,缓存容量≥128GB4个管理网络接口,≥12TB的存储容量,支持RAID 0156方式保护数据。

6.系统硬件平台支持SD卡插槽,可实现BMC日志记录,秒级快速定位系统故障,存储的日志条数≥3万条。

1

1.5

协同计算角色认证系统

1.系统内嵌高性能协同计算角色认证引擎,提供健全的安全及权限分配功能,支持KerberosLDAP进行身份认证和访问权限控制。

2.支持对文件、目录等细粒度的访问控制,支持数据及传输加密。

3.系统硬件平台提供高性能64位处理器,≥64个并行处理单元,缓存容量≥128GB4个管理网络接口,≥12TB的存储容量,支持RAID 0156方式保护数据。

4.系统硬件平台支持SD卡插槽,可实现BMC日志记录,秒级快速定位系统故障,存储的日志条数≥3万条。

5.系统支持My SQLSQL ServerOracle等主流数据库结合应用。

6.系统后台多级管理模式,至少4级用户管理模式,具备数据库的快速导入和导出,支持超大用户量访问。

1

1.6

协同计算应用仓库

1.系统内嵌高性能协同应用仓库引擎,系统架构具备高度的弹性,可满足分析系统所需要的高度扩展性,一旦有新的应用分析需求出现,即可模块化地往现有平台上迅速加入新的应用。

2.系统采用基于微内核的应用体系结构,实现模块、插件的生命周期动态管理,可具有良好的可扩展、可维护性,支持模块级升级功能,支持应用动态在线升级功能。
3.
系统硬件平台提供高性能64位处理器,≥64个并行处理单元,缓存容量≥128GB4个管理网络接口,≥12TB的存储容量,支持RAID 0156方式保护数据。

4.系统硬件平台支持SD卡插槽,可实现BMC日志记录,秒级快速定位系统故障,存储的日志条数≥3万条。

5.强大分布式系统,不停机维护、扩容,支持数据加密传输,保障数据安全。

1

1.7

协同计算应用程序运行控制系统

1.系统内嵌高性能协同计算应用程序运行控制引擎,采用灵活的资源管理和调度机制。

2.支持可拔插式的应用程序资源调度策略,调度策略支持FIFOCapacity SchedulerFair Scheduler等多种策略。

3.系统硬件平台提供高性能64位处理器,≥64个并行处理单元,缓存容量≥128GB4个管理网络接口,≥12TB的存储容量,支持RAID 0156方式保护数据。

4.系统硬件平台支持SD卡插槽,可实现BMC日志记录,秒级快速定位系统故障,存储的日志条数≥3万条。

5.OPROptical Performance Redirection)最佳路径选择,访问用户会根据访问接入点安排到最近、网络最优的服务器上。

1

1.8

协同计算可视化及系统控制引擎

1.系统内嵌高性能协同计算可视化及系统控制引擎,提供丰富的服务器(或服务器组)参数指标,包括CPU平均利用率、内存使用率、内存使用量/剩余量、磁盘(或磁盘分区)使用率、磁盘(或磁盘分区)使用量/剩余量、网卡接收/发送速率、磁盘读写速率等。

2.系统硬件平台提供高性能64位处理器,≥64个并行处理单元,缓存容量≥128GB4个管理网络接口,≥12TB的存储容量,支持RAID 0156方式保护数据。

3.系统硬件平台支持SD卡插槽,可实现BMC日志记录,秒级快速定位系统故障,存储的日志条数≥3万条。

1

1.9

协同计算跨域存储控制系统

1.系统内嵌高性能协同计算跨域存储引擎,并支持多个数据模块以副本方式容错,存储容量能够跨域动态不停机扩容,扩容时现有系统可以不间断正常运行,不受扩容影响。

2.扩容时无需迁移数据,无需要求用户对数据进行重新分区,避免硬盘和数据损坏。

3.系统硬件平台提供高性能64位处理器,≥32个并行处理单元,缓存容量≥64GB,≥2个管理网络接口,≥6TB的存储容量,支持RAID 0156方式保护数据。

4.系统硬件平台支持SD卡插槽,可实现BMC日志记录,秒级快速定位系统故障,存储的日志条数≥3万条。

1

1.10

协同计算载荷系统

1.系统内嵌高性能协同计算载荷引擎,采用分布式批处理框架,将输入的数据集划分为块后并行处理、排序、再归集,可处理PB级别的数据的计算请求。

2.系统硬件平台提供高性能64位处理器,≥64个并行处理单元,缓存容量≥128GB4个管理网络接口,≥12TB的存储容量,支持RAID 0156方式保护数据。

3.系统硬件平台支持SD卡插槽,可实现BMC日志记录,秒级快速定位系统故障,存储的日志条数≥3万条。

1

1.11

协同计算并行随机存储控制器系统

1.内嵌高性能协同计算并行随机存储控制器引擎,并行处理多源异构随机存储数据的融合、存储、分析处理等需求。

2.可以实现各种类型随机存储作业的定义、执行、管理等功能,实现存储资源的统一调度。

3.系统硬件平台提供高性能64位处理器,≥32个并行处理单元,缓存容量≥16GB4个管理网络接口,≥96TB的存储容量,支持RAID 0156方式保护数据。
4.
系统硬件平台支持SD卡插槽,可实现BMC日志记录,秒级快速定位系统故障,存储的日志条数≥3万条。

5.支持LinuxWindows客户端以POSIX方式访问存储系统,且无需要对操作系统进行任何修改。

6.集群存储系统,自带全局单一文件系统和统一命名空间。

7.支持在线向存储系统中增加存储节点,增加节点并完成扩容的时间小于5分钟。

8.增加存储节点后,存储节点可自动实现数据负载均衡,存储容量扩展的同时,系统数据吞吐能力也线性增长。

1

1.12

协同计算并行只读存储控制器系统

1.系统内嵌高性能协同计算并行只读存储控制引擎,并行处理所有客户端的数据处理分析请求,支持节点间replication(多副本)/N+M(纠删码)数据冗余方式。

2.提供数据存储空间,并实现存取动作,支持数据副本和纠删码等数据冗余保护机制。

3.系统硬件平台提供高性能64位处理器,≥32个并行处理单元,缓存容量≥16GB4个管理网络接口,≥96TB的存储容量,支持RAID 0156方式保护数据。

4.系统硬件平台支持SD卡插槽,可实现BMC日志记录,秒级快速定位系统故障,存储的日志条数≥3万条。

5.全系统无单点故障;任意单个节点失效时,服务不停止,数据不丢失。

6.支持采用副本数据保护模式,系统允许不少于1个存储节点失效而不丢失数据,服务不停止;支持N+M纠删码数据保护模式,且每块都在不同存储节点上。

7.节点间自动数据迁移:支持存储节点间不停机的数据迁移,不同存储节点可以整合到一起,并支持不同类型存储节点之间基于策略的数据自动迁移。

8.节点内自动数据迁移:支持存储节点内基于策略的数据自动迁移,且进行数据迁移时不停止存储服务,用户仍然可以访问所有数据。

1

1.13

协同计算柔性网络控制器系统

1.系统内嵌高性能协同计算柔性网络控制器引擎,实现管理网络负载均衡、失控进程或硬件故障的修复问题,以及将会出现故障的趋势,及时发现和制止,对风险加以控制。

2.采用自动化柔性网络管理方式,可以在网络上的节点检索信息、修改信息、发现故障、完成故障诊断、进行容量规划。

3.系统硬件平台提供高性能64位处理器,≥32个并行处理单元,缓存容量≥64GB2个管理网络接口,≥6TB的存储容量,支持RAID 0156方式保护数据。
4.
系统硬件平台支持SD卡插槽,可实现BMC日志记录,秒级快速定位系统故障,存储的日志条数≥3万条。

5.系统支持TCPUDPMulticast协议对数据进行发送和接收;支持直接上网、网关、代理服务器等多种网络接入模式;支持NAT、防火墙、多网卡等模式;支持LANInternet、城域网、卫星网、VLANVPN等多种接入方式;支持RTPRSVPQOS协议;支持HTTP隧道防火墙穿透机制;支持组播协议及动态客户端动态IP地址。

1

1.14

协同计算冷存储系统

1.系统内嵌冷存储系统,提供管理存储系统的命名空间和所有索引数据,对外提供单一的全局映像。

2.实现存储系统的集中化部署、管理、监控和维护,并支持索引控制器以Active-Active集群方式运行,发生硬件故障时,系统能够自动检测错误并修复数据,无需人工干预,即使机器未修复,系统仍然能够不间断正常运行。

3.系统硬件平台提供高性能64位处理器,≥32个并行处理单元,≥144TB存储空间,缓存容量≥16GB

4.支持SASSATA硬盘,支持硬盘混插。

5.支持在同一个存储系统中配置多个文件系统,且支持多个文件系统共享存储空间。
6.
支持对同一个存储系统中的不同文件系统进行硬性和软性的容量配额管理;进行硬性配额时,存储容量达到配额值时禁止新数据写入;进行软性配额时,存储容量达到配额值时发出警告且允许新数据继续写入。
7.
支持对用户和组进行配额进行硬性和软性的容量配额管理;进行硬性配额时,存储容量达到配额值时禁止新数据写入;进行软性配额时,存储容量达到配额值时发出警告且允许新数据继续写入。

1

1.15

协同计算深度学习加速系统

1.系统内嵌高性能协同流处理加速器引擎,采用数据流捕捉、内容筛选及复杂分布式事件计算,使得能在毫秒级的时间内把数据关联、分类和转换为有价值的信息。
2.
系统硬件平台提供高性能64位处理器,缓存容量≥128GB,≥3TB的存储容量,双精度性能:4.7万亿次,单精度性能:9.3万亿次,半精度性能:18.7万亿次;GPU内存:12GB CowoS HBM2,540GB/s;系统接口:PCIe;最大功耗250W
3.
集成双千兆网卡,IB高速互联卡增强的内存RAS技术最大支持1TB ECC DDR4内存。

4.提供更高的内存带宽和更低的内存存取延时;大幅度提高了系统的可靠性和可用性。

1

1.16

42U风冷机柜

1.基于国际标准自主开发的19 英寸工业标准机柜,支持42U内部扩展空间。

2.机柜外观设计具有融合先进的LED显示技术。

3.机柜为框架结构,全部采用模具成型,设备具有刚性强、精度高、抗震性好等特点;机柜侧门可拆卸并具有并柜接口设计。

4.提供丰富的可选配件,如置顶走线架、理线架、托轨托板、并柜器、加固器等.
5.
机柜表面采用导电氧化处理工艺,提高了骨架的耐氧化性,增加了漆膜的附着力度。

6.前后门转动灵活,前门在单柜状态下可转动150度,并柜后仍能达到110度,后门可转动不小于130度。机柜侧门与前后门均可方便拆卸,便于运输和内部设备安装、维护,便于并柜布线等操作。

7.双路冗余PDU模块为机柜系统提供了安全可靠的配电解决方案。

8.PDM模块以可靠性设计为核心,专门针对机柜系统而设计,具有安装方便、智能化管理、适应性强、便于操作与维护等特点。

9.PDU模块全部采用国际质量认证的材料和器件,严格按照国际机柜专用电源插座的技术标准和工艺要求,精心设计和制造。

10

1.17

大数据集群监控系统

平台具有完全自主知识产权,非OEM产品,具有国家知识产权局颁发的软件著作权登记证,避免潜在的版权纠纷,从底层保证系统的安全性。(需提供证明文件复印件)

1.提供WEB方式的图形管理界面,基于浏览器的WEB界面以方便系统管理人员查看网络状态,各种系统问题,以及日志等等。

2.可以查看环状图,查看个状态服务所占百分比或者是可以查看地图,在上面找到已添加的被监控的计算机的地理位置。

3.实时告警信息显示:历史告警信息查询功能;错误通知功能 。

4.直观的集群物理拓扑视图,监控包括总体及各计算节点的CPU平均使用率、内存剩余率、磁盘剩余率、集群整体I/O运行,集群节点的静态属性信息、动态属性信息等。

5.可生成关联报表,并提供关系分析。报表可以导出成PDFExcel文件格式;报表系统能按时间体现集群系统总体运行情况。

6.监视网络服务SSH, HTTP, NTP, PING等) 以及服务的并发处理。

7.简单的插件设计可以轻松扩展监视功能,在固定网络环境内,可以通过手机查看系统监控信息。

8.平台提供对实验集群运行的所有被监控的实验机,并可以查看对应的硬盘,cpu,内存等服务状态。还可以提供部分数据库的监视功能。

1

2、大数据应用开发管理系统

2.1应用开发平台

2.1.1

大数据应用开发平台

平台具有完全自主知识产权,非OEM产品,具有国家知识产权局颁发的软件著作权登记证,避免潜在的版权纠纷,从底层保证系统的安全性。(需提供证明文件复印件)

1.系统应用软件层由统一应用存储层、数据计算框架、元数据管理、应用数据交换、应用运维管理以及应用访问接口构成。

2.统一存储层实现对各类型数据的存储和组织,支持关系型数据库、分布式文件系统、列式数据库、内存数据库以及全文检索库。

3.数据计算框架支持多种类型数据的查询、统计分析以及数据挖掘的处理要求,实现并行SQL计算框架、流计算框架、内存计算框架、离线计算框架以及数据挖掘算法库,并通过资源调度模块对集群的计算资源和处理作业进行统一分配和调度,提供对实时、近实时以及离线等多种处理场景的支持。

4.支持任何的web 语言(例如 PythonJavaPHPRubyJavascript)、可在 HTTP 上使用的REST API 以及可用于服务器本地访问的 Python API

5. 整合大数据平台的核心基本组件:HDFSHbaseyarnHive Map Reduce SPARK

6.应用访问接口是应用的对外提供的统一接口层,包括大数据生态环境的各类插件和开发工具的接口,提供(如 iPython 笔记本、RStudioH2O Eclipse IDE)来构建和训练大数据模型。

7.提供了图形计算、深度学习和“经典”机器学习算法的工具集ATK以及API。每个算法都是并行的,可以在分布式处理系统(如 Apache Spark Apache Hadoop)上执行。

1

2.1.2

大数据智能分析平台

平台具有完全自主知识产权,非OEM产品,具有国家知识产权局颁发的软件著作权登记证,避免潜在的版权纠纷,从底层保证系统的安全性。(需提供证明文件复印件)

1.以工作流为核心的,基于Java的数据整合引擎,整合了Hadoop集群中所有的数据节点,将Hadoop缓存的自动部署作为MapReduce任务,并使用大量并行处理,增加了Hadoop的高可用性。

2.支持大数据应用工作流的图形化开发工作。

3.基于CWM规范实施元数据管理,借助内置的元数据编辑器能够快速实施元数据管理,并部署到分析平台中。

4.集成数据预处理ETL解决方案,用于各种场景的数据抽取、数据转换、数据导入工作,包括数据质量管理。

5.数据联机分析处理引擎,针对多维分析而提供的既灵活又高性能的OLAP引擎,它能够部署到各种环境,而且支持的数据类型多种多样。

6.内置了各种数据挖掘算法支持。

7.支持各种类型报表的设计、开发工作,并直接将它们部署到平台中。另外,报表的输出结果多种多样,比如PDFExcelHTMLRTF、文本文件等。

8.提供了直接访问数据集市或者可视化的方式访问数据仓库。

9.提供了一个功能强大的用户图形界面,可以在Hadoop中操作数据,并使用其他数据源扩充到Hadoop中的数据仓库。

10.为了方便投标人了解项目的实际情况以及核算成本、互联互通的程度等,投标人应在开标前进行现场踏勘。若未踏勘,所造成的后果由投标人负责。现场勘查详见现场踏勘说明。

1

2.1.3

大数据挖掘平台

平台具有完全自主知识产权,非OEM产品,具有国家知识产权局颁发的软件著作权登记证,避免潜在的版权纠纷,从底层保证系统的安全性。(需提供证明文件复印件)

1.数据挖掘支持全图形和代码两种模式。

2.拥有数据挖掘算法的各类组件,同时还具有文本挖掘的插件。包括分类,回归算法等等。

3.可以在可视化的图形环境上上放置各种算法分析控件,然后把控件连接起来即可组成数据挖掘的流程。

4.提供了大量可视化方法,可以对数据和模型进行多种图形化展示,并能智能搜索合适的可视化形式,支持对数据的交互式探索。

5.具有多功能的可视化编程前端,以便实现数据分析和可视化,并且可以通过 Python以进行高效快捷的脚本开发。

6.包含了完整的一系列的组件以进行数据预处理,并提供了数据建模,模式评估和勘探的功能。

1

2.1.4

大数据生态分析管理平台

平台具有完全自主知识产权,非OEM产品,具有国家知识产权局颁发的软件著作权登记证,避免潜在的版权纠纷,从底层保证系统的安全性。(需提供证明文件复印件)

1.平台可高效实现Hadoop生态系统部署,提供全程化的安装部署界面,分步安装向导简化了集群供应,可轻松构建完善的Hadoop生态圈(例如MapReduceHiveHbaseHCatalogSqoopZookeeper等);

2.后端采用最简化的操作步骤,最安全的操作方式,最大限度的提高集群操作速度;
3.
平台可提供智能、专业的集群资源监控管理功能,可将集群资源图形化,以简单易懂的形式将集群的总体状况展现给管理人员;

4.平台的集群管理功能可智能化自动开启,实现集群组件模块化管理,可对部分组件自由操作;

5.平台支持快速访问Hadoop可视化分析界面,能够更好地查看依赖和性能;
6.
完美支持64Linux操作系统,为更大限度的进行大规模数据计算提供更安全稳定的基础环境;

7.平台安装安全的(基于KerberosHadoop集群,以此实现了对Hadoop 安全的支持,提供了基于角色的用户认证、授权和审计功能。

1

2.2应用共享平台

2.2.1

大数据应用共享平台

▲平台具有完全自主知识产权,非OEM产品,具有国家知识产权局颁发的软件著作权登记证,避免潜在的版权纠纷,从底层保证系统的安全性。(需提供证明文件复印件)

1.通过隔离应用的底层数据资源驱动,达到应用上层API的共享;

2.基于模块化插件的应用开发技术,涵盖目前广泛采用的主流开发语言支持、数据库支持,以及第三方大数据应用的的技术API

3.支持熟悉的语言(比如PHPPythonJavaNodeJS等)

4.开发者可以快速的开发应用并部署,共享给其他用户

5.支持功能插件。功能插件是为运行时来提供更高层次的附加功能。用户可以根据自己的需求,选择应用是否连接到一个或者多个功能插件上,以此来丰富运行的应用程序。

6.提供一个基于浏览器的 UI界面实现应用的发布和共享;

7.提供分门别类的多种服务,这些服务主要包括:Web 和应用服务,数据管理服务,大数据插件等等。

8.平台底层提供企业级需求的软件层,可以有效的保证平台的高性能和高安全性。

9.支持单录播、单直播、录播同时直播,支持13路视频源输入的混合录制。录制中支持切换布局及根据视频源内容的变化自动切换布局,支持PPT内容的自动提取,及非PPT内容的OCR识别。

1

2.3深度学习平台

2.3.1

iProcess深度学习过程系统

平台具有完全自主知识产权,非OEM产品,具有国家知识产权局颁发的软件著作权登记证,避免潜在的版权纠纷,从底层保证系统的安全性。(需提供证明文件复印件)

1、系统提供专业的神经网络和超参数优化建议丰富的深度学习功能,友好的用户GUI界面,为不同深度学习框架提供统一的API,支持多场景应用。

2、平台整合市面上流行的深度学习框架,如 CaffeTensorflowTheanoTorchKerasFaster-RCNN 等,提供更完善的方案,使用中文图形化界面,支持多种部署方式,增加系统灵活性、交互性,方便用户管理、使用。

3、整合先进的深度学习知识库,实现了几乎线性的并行加速比。

4、并行化训练过程:自动分配多节点及GPU、快速数据交换、协作完成训练,满足服务等级要求。

5、实时监控及修正:图形化监控训练过程,实施绘制lossaccuracy变化曲线,检测OverflowSaturationDivergenceOverfittingUnderfittingWorse Case等问题,通过强大的知识库评估,提供修正及优化建议。

6、平台提供作业模板,方便用户创建作业,提供多种算法对数据超参调优,帮助用户选择最优模式,保证用户训练模型的最优化,提高训练效率,系统提供辅助功能,可以实时监控,支持移动终端调用。

1

3大数据教学系统

31教学行为大数据分析系统

3.1.1

教学行为大数据分析系统

▲平台具有完全自主知识产权,非OEM产品,具有国家知识产权局颁发的软件著作权登记证,避免潜在的版权纠纷,从底层保证系统的安全性。(需提供证明文件复印件)

1.教学过程管理:教师可以根据需要为教学过程灵活配置论坛、测验、资源、投票、问卷调查作业、聊天、专题讨论等活动,并且收集这些活动数据,进行关联度分析。
2.
行为数据模块化采集:采用可以自由组合的动态模块化设计,教师组织大数据课程教学时可以像搭积木一样的方便。

3.学习行为数据采集:所有学生的活动信息都被记录下来,登录时间、下载资源数、发帖数、测验分数、问卷调查、录播课程回看等都可以进行统计,教师可利用这些信息作为评价学生的标准之一。

4.支持多种教学模式数据采集:通过作业形式布置浏览课程网页,写出学习心得;使用课程模块实施适应性教学;使用讨论区功能基于项目的小组协作学习和专题学习;使用测验模块进行强化训练;使用聊天室进行及时答疑等。

5.教学数据行为分析:通过对学生整个学习过程多维度的数据采集,分析学生课堂教学的大数据成果展示,为教学过程提供数据支持。

6.IEChromeSafari等各种主流浏览器免插件观看大数据课程录制内容。(需提供录屏证明文件)

1

32大数据教学实验系统

3.2.1

大数据教学实验系统

平台具有完全自主知识产权,非OEM产品,具有国家知识产权局颁发的软件著作权登记证,避免潜在的版权纠纷,从底层保证系统的安全性。(需提供证明文件复印件)

1.平台用于大数据实验教学,包括数据挖掘与数据分析平台,要求可实现整理学习资源、确定分组结构、确定学习目标、设计教学活动、监控指导学生活动、反馈与评价等教学实验功能。

2.平台利用虚拟化教学资源,搭建教学系统和集群平台,将理论学习、实践教学和大数据项目实战融为一体,由难而易、循序渐进,逐步提升学生的学习技能和实践水平。

3.系统与其他平台进行了深度整合,可以方便快速的直接访问其他平台,并且搭建了完整的环境,方便教学使用。

4.根据课程配套的实验内容,可以运行不同虚拟环境,提供底层系统资源(计算资源、内存资源以及分布式存储资源),完成实验环境搭建。

5.平台所搭建的实验环境要求可存储实验数据,为实验提供原始分析数据。

6.Hadoop集群要求提供大数据分析执行环境,包括基于Hive的数据访问以及MapReduce程序执行。

7.大数据教学实验系统采用B/S架构,无需安装客户端软件,使用户更容易获取Web教学资源。

1

33大数据行业实战系统

3.3.1

行业大数据实战系统

▲平台具有完全自主知识产权,非OEM产品,具有国家知识产权局颁发的软件著作权登记证,避免潜在的版权纠纷,从底层保证系统的安全性(需提供证明文件复印件)。为证明软件教学案例真实可用,需提供以下7个案例中1-2个案例实战功能的录屏演示。

系统运行在基于Hadoop系统上搭建的大数据集群,并且在Hadoop集群平台上部署行业大数据实战系统。通过内置的行业大数据实验:分布式存储实战、智能图书推荐实战、气象数据分析实战、快递智能分析实战、冠字号Hbase查询实战、Spark电影推荐实战、数据可视化实战等几大案例,对各个案例上传的数据,运用大数据技术的MapReduce运算方法进行处理,并且对处理之后的数据会通过可视化直观、形象的显示出来。

1.分布式存储实战:使用Hadoop的大数据分布式存储相关技术,利用HDFS编程,来模拟现实生活当中的网络云盘存储服务,实现任何格式的文件的基于Hadoop的分布式存储管理,用户可以上传、下载、删除该云盘文件。

2.智能图书推荐实战:通过Hadoop的大数据分析相关技术,模拟常用推荐系统,来实现一个图书推荐管理系统,利用MapReduce编程实现相应的图书搜索关联推荐行为。

3.气象数据分析实战:通过Hadoop的大数据分析相关技术,来模拟现实生活当中的气象预测服务,通过MapReduce编程,实现全国气象温度数据的统计分析。
4.
快递智能分析实战:利用物联网的地理GPS信息数据,通过Hadoop的大数据分析相关技术,来实现一个快递员迅速匹配GPS信息,推荐取送快递的过程,通过MapReduce变成,进行智能化的快递分发。

5.冠字号Hbase查询实战:模仿银行ATM机的存取款功能,通过Mapreduce将数据导入到Hbase中,随机生成钱币的冠字号,从数据中查询这些冠字号的数据来判断是否是假币,以及当前冠字号的状态信息。

6.Spark电影推荐实战:通过Hadoop中的Spark通用内存并行计算框架来分析HDFS上的数据集,生成的结果也保存在HDFS上,具有容错性高,运行速度快和通用性强等特点,程序使用电影评分数据集来进行模拟电影推荐,通过用户对不同种类的电影评分高低利用ALS推荐算法来实现对用户进行相似电影的推荐。

7.数据可视化实战:对数据进行可视化处理,如饼状图,柱状图和和弦图以及复杂图形的可视化呈现等,并提供即时编程窗口,实现更改代码实时查看可视化的呈现。其中人物关系分析可视化案例和豆瓣电影数据可视化案例的数据源存储在Hdfs上,通过读取HDFS上的数据,对结果进行可视化呈现。

1

4行业数据资源系统

4.1 Xdata行业大数据基站系统

4.1.1

数据安全模块

1.为保障行业数据安全及兼容性,数据安全模块与行业大数据基站系统的硬件平台为同一品牌,需提供国家密码局商用密码产品型号证书、国家密码局商用密码产品销售许可证、国家密码局商用密码产品生产定点单位证书的原厂盖章复印件。
2.
时间同步型动态密钥,加密算法可选OATH标准算法(TOTP)或国密SM3算法,密码时间间隔为30秒或60秒。

3.支持8位密码显示,产品寿命不低于5年。

4.产品具有拆壳种子销毁功能可保证不被暴力破解,免接触式,无需USB接口。

1

4.1.2

安全防护软件

1.服务器优化功能,提升服务器主机系统安全。

2.网络防火墙功能,三层防护层层过滤,为服务器网络安全保驾护航。

3.应用加固功能,提升关键应用安全。

4.防黑客入侵,杜绝各种黑客行为。

5.数据保护功能,防止数据恶意窃取及篡改。

6.主动防御功能,内核驱动全面保护系统。

7.日志审计功能,防护日志记录服务器被攻击情况。

1

4.1.3

行业大数据基站系统

1.系统硬件平台需具有完全自主可控可信的国产CPU芯片,实现全自主安全可控的软硬件系统。(需提供《中国国家强制性产品认证证书》复印件),具有国产自主知识产权的操作系统。硬件产品需具有低能耗、低排放、节约资源等特点,具有中国环境标志产品认证证书(需提供《中国环境标志产品认证证书》复印件。

2.为保证系统的兼容性,系统硬件平台需与协同计算控制系统的硬件平台为同一品牌。

3.软件平台具有完全自主知识产权,非OEM产品,具有国家知识产权局颁发的软件著作权登记证,避免潜在的版权纠纷,从底层保证系统的安全性;(需提供证明文件复印件)

4.高性能64位处理器,完全自主国产芯片,保障数据安全,4GB Cache2个管理网络接口,提供128G SSD固态硬盘;

5.提供混合负载管理和优先级调度能力;

6.支持各种复杂行业应用数据汇集;

7.行业数据实时更新及发布。

1

二、拟采购的货物或者服务的说明:

1.大数据协同创新平台能够帮助盐城师范学院信息工程学院建成本科教学人才培养基地、教师科研创新基地以及服务于地方信息化产业的应用服务基地,平台必须支撑大数据相关的专业实践课程。如:《大数据导论》、《分布式数据库原理与应用》、《Hadoop 大数据技术》、《数据导入与预处理应用》、《数据挖掘技术与应用》、《数据可视化技术》、 《Hadoop 部署实践》、《数据可视化开发实践》、《数据预处理实践》、 《大数据分析与内存计算》、《商务智能方法与应用》、《机器学习》、《大数据应用开发语言》等。

2. ★为保障平台能符合大数据应用及联网, 具有充足的弹性计算资源,投标商需投入硬件配套,配套的平台放置在学校,合作期内所有权归属投标商,合作期满后,投标方投入的设备的产权归属盐城师范学院。配套平台要求如下:

硬件配套平台至少提供80个计算节点,平台总体性能要求满足2560个并行处理单元、5120G的内存容量、160T的磁盘空间。每个节点具体要求:双路机架式服务器,提供高性能64位处理器,提供32个并行处理单元,64GB内存,配置2个网络接口及2个数据接口,提供2TB的存储容量,支持以Raid5/6方式保护数据;以及协同计算机组网络环境配套等。。

3.项目供应商必须承担平台的师资无偿培训工作。

三、采用单一来源采购方式的原因及相关说明:

1.学校和企业配套投入

大数据应用协同创新平台设备建设采取学校与企业采用1:1配套投入的方式进行,学校采购大数据创新应用中心的平台核心系统、大数据应用开发管理系统,大数据教学系统,行业数据资源系统四大系统。其中,平台核心系统曙光投入大量硬件设备,扩展平台计算节点和计算能力,紧密结合在一起,从而使平台真正具备大数据应用中心的能力。

平台核心系统框架如下图:(蓝色代表学院投入部分,绿色代表供应商投入部分)

平台核心系统具备15+12个软硬一体化模块,由供应商提供的大数据服务器以及为大数据服务器硬件和应用定制的核心软件系统组成,因此学校投入部分与供应商投入部分厂商一致才能确保功能完整。

在大数据创新应用中心的服务和维护方面,供应商从人力资源、数据资源和项目资源提供多种服务,从服务配套方面也需要和中心的服务厂商一致才能保证整个创新应用中心后期在人才培养、科研创新和应用服务方面的完整性。

2.与学院现有基础的互联互通

目前我学院前期具备了一定计算中心基础,根据学校基础来看,大数据创新应用中心建成后总的数据存储能力600T以上,有105个计算节点,提供3000核并行计算能力,GPU提供11520 核流处理器,总共10个机柜。中心不但具备了强大的计算和存储能力,同时也具备强大的数据集成能力,将实现与学院现有平台的互联互通。

当前学校的平台已经包含数据应用、流程以及数据的信息处理系统,独立、异构、涵盖各自业务内容的信息处理系统,大多数系统都是由不同的厂商在不同的平台上,使用不同的语言进行开发的,信息交互共享困难,存在大量的信息孤岛和流程孤岛。为了有效整合分散异构的信息资源,消除“信息孤岛”现象,提高学校的信息化水平。大数据创新应用中心的数据共享交换平台,将有效整合分散异构系统的信息资源,消除“信息孤岛”现象,提高学校信息化水平,灵活实现不同系统间的信息交换、信息共享与业务协同,加强信息资源管理,开展数据和应用整合,进一步发挥信息资源和应用系统的效能,提升信息化建设对业务和管理的支撑作用。

新构建的数据共享交换平台要遵循标准的、面向服务架构(SOA)的方式,遵循先进技术标准和规范,为跨地域、跨部门、跨平台不同应用系统、不同数据库之间的互连互通提供包含提取、转换、传输和加密等操作的数据交换服务,实现扩展性良好的“松耦合”结构的应用和数据集成;同时要求数据共享交换平台,能够通过分布式部署和集中式管理架构,可以有效解决各节点之间数据的及时、高效地上传下达,在安全、方便、快捷、顺畅的进行信息交换的同时精准的保证数据的一致性和准确性,实现数据的一次采集、多系统共享;要求数据交换平台节点服务器适配器的可视化配置功能,可以有效解决数据交换平台的“最后一公里”问题,快速实现不同机构、不同应用系统、不同数据库之间基于不同传输协议的数据交换与信息共享,为各种应用和决策支持提供良好的数据环境。要求数据共享交换平台能够把各种纷繁复杂的数据系统集成在一起完成特定业务,提供同构数据、异构数据之间的数据抽取、格式转换、内容过滤、内容转换、同异步传输、动态部署、可视化管理监控等方面功能,支持的数据包括各主流数据库(如OracleSQL ServerMySQL等)、地理空间数据(如卫星影像、矢量数据)、常规文件(wordexcelpdf)等各种格式,并可以根据用户需求定制开发特定业务服务。

要实现各平台的数据共享,必须先建立统一的数据交换平台,通过交换平台实现各异构数据库之间的数据集成,实现原有各业务系统在数据级集成,保证异构数据库之间的数据交换与共享。在建立的数据交换平台基础上,针对各业务系统的技术和体系结构,配置各业务系统的数据交换映射关系,形成各业务系统的应用。当平台建立好以后,业务应用可以任意扩展,添加新的共享数据。

★因此,从系统集成和数据集成的角度来看,学校投入部分与提供现有平台的主要厂商一致,并且有数据共享平台实现集成,是新的创新中心平台与现有平台有效集成的重要保证。

3. 策应学校申报的教育部“百校工程”项目

★为了积极探索校企合作新模式和新机制,加快培养大数据产业人才,提升我校主动服务产业转型升级的能力,我校于2016年成功申请了教育部学校规划建设发展中心联合曙光信息产业股份有限公司启动实施数据中国“百校工程”项目。根据《教育部学校规划建设发展中心关于开展数据中国‘百校工程’项目试点申报工作的通知”》(教规建中心函〔201613号)以及《教育部学校规划建设发展中心关于数据中国‘百校工程’产教融合创新项目先行先试合作院校入选情况及后续工作安排的通知》(教规建中心函〔201625号)以及《数据中国产教融合促进计划--百校工程项目协议》和曙光信息产业股份有限公司的授权书等文件精神,试点院校与曙光信息产业股份有限公司授权委托对象北京中科特瑞科技有限公司开展大数据设施和专业合作。

(四)拟定的唯一供应商名称、地址:

供应商:北京中科特瑞科技有限公司

地址:北京市海淀区长春桥路113号楼111104

(五)专业人员对相关供应商因专利、专有技术等原因具有唯一性的具体论证意见,以及专业人员的姓名、工作单位和职称:

原因:依据上面(三)的描述,对盐城师范学院信息工程学院大数据应用协同创新平台项目的供应商中科曙光信息科技有限公司,投标的单一性进行论证。

论证专家包括:

盐城优易数据有限公司副总经理王亚东

北京容天汇海科技有限公司工程师吴在龙

北京华胜鸣天科技有限公司 高级工程师赵冬冬

盐城师范学院药学院院长教授刘忠权

盐城师范学院教务处副处长教授         韩诚

盐城师范学院信息工程学院副院长 副教授朱立才

盐城师范学院信息工程学院教授周彩根

盐城师范学院信息工程学院高级工程师蔡长安

(六)公示的期限:

2018614日至2018622日,共5个工作日。其它供应商如对公示存在异议,请在公示期内工作日时间以书面形式向采购人和招标人反映。在该期限后提出的异议申请将不再受理。公示期间无异议,财政部门将依法进行单一来源审批。

(七)采购人、采购代理机构、财政部门的联系地址、联系人和联系电话。

采购人:盐城师范学院

地址:盐城市开放大道50

联系人:朱立才

联系电话:0515-88233620

盐城市政府采购中心

联系人:顾伟伟陈艳

联系电话:0515-86663183

地址:盐城市府西路1号国投商务楼C楼,江苏驿都国际大酒店东侧

财政监督管理部门:盐城市财政局

地址:盐城市世纪大道19

联系人:杨家军

联系电话:0515-80501335

盐城师范学院

盐城市政府采购中心

2018614