欢迎来到天天文库
浏览记录
ID:11383006
大小:90.50 KB
页数:6页
时间:2018-07-11
《附件1:“云数融合 科教创新”基金课题申报指南doc》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库。
1、“云数融合科教创新”基金课题申报指南为响应国家“大众创业、万众创新”的双创号召、贯彻落实《国家中长期教育改革和发展规划纲要》和《促进大数据发展行动纲要》的相关政策,以及国家“双一流”建设的战略,正确认识科学研究与人才培养并重的重要性,教育部科技发展中心与新华三集团联合设立“云数融合科教创新”基金,在与国家战略相关的行业应用与转型或重大民生问题等方面,与高校共同就云数融合的联合研究、教学、行业应用案例开发等开展全面的合作。一、建设内容“云数融合科教创新”基金旨在通过云数融合相关的科研课题研究,为云
2、计算和大数据领域相关技术创新提供支撑和服务,加快云计算和大数据融合技术在相关领域的深度应用,为推动我国新经济发展汇聚新动能。五年的时间内,在全国范围内遴选百所高校,共建集科研创新、人才培养、促进地方经济转型升级、助力大众创业万众创新为一体的创新基地,集聚整合创新资源,包括数据资源、课题资源、人才资源、创业资源和平台资源等。二、项目意义“云数融合科教创新”基金项目践行国家、教育部关于产教融合、科教融合、协同育人及双创等几个大方面的政策。该项目将部委、企业、高校、地方四方有机结合,真正构建云计算和大
3、数据“政产学研用”创新生态。1.通过该基金,企业为高校提供云数融合领域相关科研课题资源;2.培养云数融合领域的专家,进一步完善相关科研创新政策和科研成果转换标准,保证科研创新工作的健康发展;3.借助高校的人才资源和企业丰富的项目经验,催生开发更多的科研成果;利用中心和企业丰富的行业经验,促进科研成果的推广转化,以及推动科研专利的输出;4.推动地方大数据研究院建设,拉动地方产业经济,同时推动行业大数据工程实验中心建设,促进地方产业创新及高速发展;5.促进教学资源的共享,助力高校建设完善的专业及课程
4、体系,保证人才培养质量,为创新、科研提供有力保障。三、申报条件1.申报院校有优势专业和充足的科研人员储备,有与地方支柱产业相关的专业优先。2.申报院校必须建设专门的场地用于课题研究使用,提供虚拟化管理平台、云计算平台、大数据基础平台、应用创新开发平台、教学实训管理平台等软硬件基础设施保障。科研课题的设施要求序号系统名称要求1云计算平台核心系统云计算平台基础管理系统系统基于业界主流的openstack开发;能够支持计算、网络和存储资源的申请、使用、修改、销毁等自助服务;能够支持虚机、物理机等服务;
5、能够支持大数据平台的申请、使用、扩容缩容、统一管理等自助服务;虚拟化管理系统2大数据平台核心系统大数据平台基础管理系统系统支持web图形化集群管理和监控;支持集群的自动安装,快速高效建立集群;系统能够处理PB级非结构化数据;系统对于大规模数据加载速度大于2TB/小时;对于数据的大规模更新、删除操作,速度大于10000行/秒;千亿行级别的数据表间做关联,关联结果集千万以内的情况下,响应时间在一分钟以内,结果导出时间在5分钟以内;数据预处理综合应用系统大规模数据实时计算系统大规模数据流式处理系统数据
6、服务综合应用系统资源协同调度管理系统集群综合管理系统数据存储与计算系统大规模数据加载系统大规模非结构化数据科研系统大规模结构化数据科研系统3应用创新开发平台创新应用开发框架系统支持一站式工作流、数据ETL过程可视化,可拖拽生成任务;系统可提供易用、通用的应用开发框架一站式数据预处理平台数据服务综合运营平台4教学实训管理平台大数据综合实验管理平台系统可提供实训的数据集;系统提供数据集管理、实验项目管理、维护;系统提供自定义图形图表,便捷生成数据可视化效果仿真大数据实训数据集数据可视化实训系统3.课
7、题研究团队中至少需有1人获得“云数融合”证书。4.申报院校必须任命相关专业技术带头人,并且配备相关专业的专职教师。四、课题说明和建设要求“云数融合科教创新”基金分为企业课题和自主课题:1.根据产业的发展需要,设立20个云数融合相关的科研课题(指南见附件1),申请院校从中选择课题方向进行申报。类别课题方向课题介绍基础科学研究基于大数据的新型数据治理方法研究海量、异构的大数据直接导致数据处理效率低下。运用大数据思想、分布式计算理念、融合多种先进架构技术,来提高数据处理、数据血缘关系分析、数据质量管理
8、、元数据管理等工作。数据运营策略探讨各类型、各行业的数据经过处理存储在大数据中心,如何促进数据流通,规范数据交易行为,维护数据交易市场秩序,向社会提供完善的数据交易、结算、支付、安全保障、数据资产管理等综合服务,是大数据产业下一阶段面临的大问题。基于提高大数据平台性能的软硬件技术融合研究除了大数据软件技术的研究与发展,基于大数据技术特性的相应硬件技术的研究也是一个重要方向。从数据采集、数据分析、数据展示等方面都需用到硬件资源支撑。数据的去冗余和高效率低成本的数据存储方法大数据中有大量的冗余,消除
此文档下载收益归作者所有