大數據徵信與信用科技：服務模式探索與平臺建設

欧中洪

北京邮电大学计算机学院（国家示范性软件学院）副院长，北京邮电大学1551人才，国家重点研发计划项目负责人，主持多项国家重点研发计划、国家自然科学基金项目，发表高水平学术论文80余篇，研究成果曾被等20余家国际媒体报道。任教育部基础学科拔尖学生培养计划2.0基地主任，虚拟仿真实验教学创新联盟计算机类专委会主任，中国通信标准化协会TC11 VR/AR子工作组副组长，CCF教育专委会、大数据专委会、计算机视觉专委会委员，中国人工智能学会智能服务专委会常务委员。牵头获得教材建设奖全国教材建设先进集体、北京高校优质本科课程（重点），获得北京市教学成果奖二等奖2项。

罗霄翔

计算机专业博士，中移系统集成有限公司数字政府事业部副总经理。现任教育部信息网络工程研究中心特聘行业专家，中关村四方现代服务产业技术创新战略联盟标准委员会副主任委员，并兼任金融科技工作组组长。2011年入职中国移动，长期从事业务规划、技术研究和产品研发工作，荣获国家科技进步奖二等奖。主持国拨研发项目2项，中国移动重大研发项目5项。甘肃省兰州市数字政府项目负责人，完成甘肃数字政府政务系统规划、大数据架构设计、业务平台研发及建设运营。

宋美娜

北京邮电大学计算机学院（国家示范性软件学院）教授、博士生导师，现任教育部信息网络工程研究中心主任、中关村四方现代服务产业技术创新战略联盟常务副理事长、中国通信标准化协会TC11副主席，国家重点研发计划“大数据征信及智能评估技术”项目负责人，主要研究方向为大数据、人工智能及其在数字经济、健康医疗领域的深度应用。

张光卫

北京邮电大学计算机学院（国家示范性软件学院）讲师，工学博士,研究方向为大数据、机器学习、物联网技术，承担多项国家级科研项目，发表论文20余篇, 有丰富的系统架构研发经验。

鄂海红

北京邮电大学计算机学院（国家示范性软件学院）教授，北京市青年英才，研究方向数联网互操作、数据治理、大数据及AI中台技术等方面，研究成果已在科技服务、智慧医疗等现代服务业领域得到创新应用。

王昀

中移系统集成有限公司副总经理。荣获国家级企业管理现代化创新成果二等奖及多个行业级奖项，参与制定多项中国通信标准化协会行业标准。具有10余年丰富的电信运营商从业经验，长期专注于数字政府、智慧城市及移动通信领域的研究，主导中国移动各省市数字政府的技术规划和建设运营。

目錄

第 一篇 大數據徵信與信用科技

第 1章 大數據徵信與信用科技概述　3

1.1　大數據徵信　4

1.1.1　大數據技術　4

1.1.2　徵信內涵　6

1.1.3　大數據徵信　7

1.2　信用科技　7

1.2.1　信用科技關鍵技術問題　8

1.2.2　信用科技服務新模式　9

1.3　小結　10

第 2章 大數據徵信行業發展歷程　11

2.1　徵信行業發展歷程　12

2.1.1　歐洲徵信模式　12

2.1.2　美國徵信模式　13

2.1.3　日本徵信模式　13

2.1.4　我國徵信體系發展歷程　14

2.2　大數據徵信業發展現狀　15

2.2.1　國際大數據徵信業　16

2.2.2　我國大數據徵信業　16

2.3　大數據徵信業發展環境與標準體系　18

2.3.1　中國大數據徵信業發展環境　18

2.3.2　大數據徵信相關政策及影響　19

2.3.3　徵信標準與大數據徵信標準現狀　19

2.3.4　大數據徵信標準體系研究　21

2.4　大數據徵信的機遇與挑戰　23

2.4.1　我國大數據徵信發展的重要機遇　23

2.4.2　我國大數據徵信面臨的挑戰　23

2.5　小結　25

第二篇　大數據徵信關鍵支撐技術

第3章　數據治理　29

3.1　數據治理概述　30

3.1.1　數據模型　30

3.1.2　元數據　31

3.1.3　數據質量管理　31

3.1.4　數據生命周期管理　32

3.1.5　數據安全　33

3.2　大數據徵信與數據治理　33

3.3　小結　36

第4章　大數據徵信元數據管理　37

4.1　元數據管理　38

4.2　元數據標準化　39

4.2.1　CWM　39

4.2.2　CWM的特點　40

4.2.3　CWM IDL　41

4.3　大數據徵信元數據模型建設　41

4.4　大數據徵信稽核機制　42

4.5　大數據徵信血緣分析　44

4.6　小結　47

第5章　面向大數據徵信的分佈式計算引擎　49

5.1　背景概述　50

5.2　徵信數據處理解決方案　51

5.2.1　架構演進與發展　51

5.2.2　大數據徵信分佈式計算引擎　54

5.2.3　關鍵技術　57

5.3　小結　59

第6章　徵信大數據資源管理　61

6.1　大數據資源一體化管理　62

6.1.1　核心架構　62

6.1.2　執行流程　63

6.1.3　調度策略　64

6.2　大數據資源動態管理　67

6.2.1　動態調整容器　67

6.2.2　資源分配預測及動態調整　68

6.3　面向徵信大數據的資源管理系統　68

6.4　小結　70

第7章　徵信大數據安全與隱私保護機制　71

7.1　徵信大數據安全機制　72

7.1.1　徵信大數據安全存儲技術　72

7.1.2　徵信大數據責任認定與溯源技術　72

7.2　徵信大數據隱私保護技術研究　74

7.2.1　隱私計算技術　74

7.2.2　區塊鏈技術　77

7.2.3　面向徵信大數據的隱私保護新技術方案　78

7.3　小結　80

第三篇　大數據徵信智能評估與開放服務平臺

第8章　徵信大數據中台　85

8.1　徵信業務中台化轉型　86

8.1.1　傳統數據平臺的劣勢　86

8.1.2　徵信大數據中台的優勢　88

8.2　徵信大數據中台架構　90

8.2.1　徵信大數據中台架構　91

8.2.2　徵信大數據中檯子系統　92

8.2.3　徵信大數據中台與雲原生架構　94

8.3　小結　95

第9章　智能評估模型引擎　97

9.1　智能評估模型引擎的發展歷程　98

9.1.1　現有機器學習智能評估引擎　98

9.1.2　隱私電腦器學習智能評估引擎　101

9.2　基於隱私計算的大數據徵信智能評估模型引擎架構　105

9.2.1　模型引擎架構　105

9.2.2　模型引擎建模流程　113

9.2.3　大數據徵信智能評估模型案例　115

9.3　小結　119

第　10章 大數據徵信開放服務平臺　121

10.1　開放服務平臺　122

10.1.1　從無到有的平臺　122

10.1.2　平臺的開放化　123

10.1.3　開放服務平臺與大數據徵信　124

10.2　開放服務平臺典型架構　124

10.2.1　架構原則　125

10.2.2　面向大數據徵信的微服務架構　128

10.3　面向大數據徵信的開放服務平臺　131

10.3.1　用戶子系統　131

10.3.2　服務管理子系統　132

10.3.3　訂單子系統　133

10.3.4　使用記錄子系統　133

10.3.5　運營子系統　133

10.4　信用科技服務商店　134

10.4.1　信用科技服務商店簡介　135

10.4.2　信用科技服務商店的核心作用　135

10.4.3　面向多種場景的信用科技服務商店　137

10.4.4　面向多種角色的信用科技服務商店　140

10.4.5　面向多種服務的信用科技服務商店　141

10.5　小結　142

展望　143

參考文獻　145