港口 数据流通解决方案

星环数据流通解决方案为了帮助企业发挥数据资产的价值，星环提供了覆盖云基础设施、数据平台、数据资源、数据应用的数据流通解决方案。该解决方案覆盖数据生命周期的各个阶段，包括数据的收集、存储、使用、加工协作的安全。典型应用场景场景一：数据流通平台聚焦数据资源化、资产化改革，建立数据要素市场，搭建安全合规的数据交易流程。在整个数据要素流通过程中，使用流程可审计、可溯源，保障供需双方数据隐私安全。场景以及流通。这种矩阵式的数据安全能力体系，可全方位保障客户的数据安全，支撑业务合法合规的开展。方案优势：生态协作快速落地：星环是上海数据交易所首批“数商”，目前已有数百家合作伙伴、数千个落地案例。支持实体隐私保护：星环为客户提供全链路数据隐私保护方案，提供从数据采集、存储、加密、计算、建模的全数据链隐私保护。实现以数据为中心，做到事前可管可见、事中可知可防、事后可控可责。国产化适配企业级应用平台部署、云上部署等多种方式，能够快速部署应用。权威认证保障数据隐私安全：星环参与多项行业标准及白皮书的编写，进行发布并署名。产品拥有多项信通院认证证书，2021年更获得信通院隐私计算优秀案例奖。全链路数据

星环科技一站式数据要素流通解决方案，可为数据要素提供方和数据要素需求方提供安全隔离环境，解决供需双方和服务方主体间的安全与信任问题。星环数据安全流通平台由数据市场、隐私计算、数据沙箱、安全网关、安全治理等软件构成。供方可在数据安全流通平台上对数据进行安全治理与加工，并完成数据资源的登记与流通发布。需方可通过API调用、SQL开发、编程式建模、可视化建模、联邦学习、多方安全计算完成数据的开发、分析、计算与建模，实现“原始数据不出域，数据可用不可见”的数据可信、可控、可追溯目标。星环数据安全流通平台具备先进的数据安全技术，基于零信任技术架构，保障数据存储和传输过程的安全；支持上链存证，保证数据不可篡改，唯一可溯源；支持多种加密协议，例如同态加密、差分隐私等。

监测与审计、数据市场客户端、数据API网关消费端等主要功能，可以帮助客户实现数据采集、数据传输、数据存储、数据处理、数据流通、数据销毁全生命周期的数据安全防护。目前星环科技可信数据流通解决方案和产品已在多个行业客户落地应用，比如针对某银行客户在数据流通过程中遇到的隐私泄露、安全合规、数据资产价值难以发挥等痛点，星环科技提出数据合规流通解决方案，助力其建设金融风控平台。金融风控平台实施落地后，总行提供可信数据流通整体解决方案，为可信数据流通提供端到端的数据安全防护、数据安全治理、隐私保护与隐私计算技术，以及基于硬件安全防护的可信计算，保障数据可用不可见，助力数据要素安全可信流通。星环科技可信数据流通主要产品有数据安全管理平台Defensor、隐私计算平台SophonP²C、数据商城管理工具TranswarpForesight、数据审计工具TranswarpAudit、数据要素流通一体机。数据风险事件告警。提供各个系统间数据流转的动态安全防护能力，能够感知敏感数据泄露和异常数据操作行为，并根据安全策略来执行阻断行为。数据要素流通一体机：提供加密数据库、身份认证与权限控制、敏感血缘分析、数据

星环数据要素流通解决方案星环科技基于TDS和Sophon的多个产品打造了星环数据要素流通工具集，为数据资源方和数据消费方提供一系列的数据安全防护和隐私计算的能力，在各方数据不出域的前提下，提高数据流通强有力的算法支撑，但企业常常面临用户行为数据缺失，无法进行用户画像分析的情况。通过数据要素流通解决方案，企业可以与支付、社交应用企业合作，安全引入多方数据，丰富用户特征维度，对用户行为进行统计分析，能够防护能力，能够感知敏感数据泄露和异常数据操作行为，并根据安全策略来执行阻断行为方案优势数据流通过程中端到端的安全防护：使用Defensor的安全防护能力，对流通的数据采用动态脱敏、透明加密等方式实现隐私保护。使用Foresight对数据发布和申请流程进行审批和管控，利用Audit工具对数据流通过程中的可能的异常行为和数据泄露进行阻断。基于密码学保障的分布式隐私计算技术：使用了差分隐私、同态加密与审批功能：数据商城Foresight提供数据发布、审核与审批功能，让数据需求方可以方便地完成数据资源的发现、申请和使用数据流转动态安全防护能力：数据审计工具Audit提供各个系统间数据流转的动态安全

、数据资源、数据应用的数据流通解决方案。该解决方案覆盖数据生命周期的各个阶段，包括数据的收集、存储、使用、加工以及流通。这种矩阵式的数据安全能力体系，可全方位保障客户的数据安全，支撑业务合法合规的开展。逐渐从“以数据产品为主”向市场驱动的“以数据需求为主”转变，数据提供方趋向以数据需求作为入口与市场和用户接触。星环数据要素流通解决方案为了帮助企业发挥数据资产的价值，星环提供了覆盖云基础设施、数据平台数据流通是指以数据或数据中蕴含的价值作为对象，按照一定规则从数据提供方传递到数据需求方的过程。在数据要素市场建设的背景下，数据流通领域受到了更多的关注，对于数字经济的发展而言，数据流通具有非常重要的意义。数据流通的当前特点‌数据流通规则逐渐清晰‌：从政策指引到应用实践，各方均在积极探索建立健全数据流通规则。区块链等技术为数据流通中的验证、追溯、审计提供了有效保障。数据流通市场转变‌：数据流通市场

智慧港口解决方案智慧港口解决方案旨在通过先进的信息技术和自动化技术，提升港口的运营效率、安全性和可持续性。以下是一些关键技术和应用：物联网技术：物联网技术使得港口设备和环境能够相互连接，实现数据的实时采集和传输。通过物联网技术，港口管理者可以远程监控港口设备的状态，及时发现并处理故障，提高港口的运行可靠性。大数据分析与云计算：大数据分析技术和云计算平台为智慧港口提供了强大的数据处理能力和资源支持。通过对大量历史数据的分析，可以发现潜在的问题和改进的机会，为港口的运营管理提供科学依据。人工智能与机器学习：人工智能和机器学习技术的应用可以提高港口的自动化水平，例如通过图像识别技术实现集装箱的紧急情况时迅速响应，保障人员和货物的安全。数字化管理与协同技术：建立统一的数字化管理平台，实现港口各业务系统的互联互通。利用区块链技术保障数据的透明性和不可篡改性，加强供应链协同。绿色港口建设：智慧港口还注重与物联网、大数据、云计算等技术的融合应用，推动绿色港口建设。例如，推广环保技术和节能设备，如电动集装箱卡车、太阳能充电设施等，以减少港口运营过程中的环境污染和能源消耗。客户服务便捷化：借助移动互联网

和保密性。星环数据要素流通解决方案为了帮助企业发挥数据资产的价值，星环提供了覆盖云基础设施、数据平台、数据资源、数据应用的数据流通解决方案。该解决方案覆盖数据生命周期的各个阶段，包括数据的收集、存储、使用、加工以及流通。这种矩阵式的数据安全能力体系，可全方位保障客户的数据安全，支撑业务合法合规的开展。数据流通是按照一定规则，将存储的数据或者数据分析、挖掘得到的信息作为流通对象，从供应方传递到需求方的过程。数据流通的具体内容包括可视化的分析报告、面向运营人员的数据标签、面向应用可以直接调用的数据指标API、面向数据分析人员的数据集、面向数据挖掘人员的数据特征、和面向业务建模人员的单方或多方的建模模型等。基于数据水印、数据加密和脱敏、隐私计算、联邦学习的数据流通安全技术，可以提高数据流通的完整性

手段，将港口数据化、物流各个环节互联共享，通过人工智能、大数据等技术，从而提升港口的效率、降低成本、优化服务等多个方面，使港口更具竞争力。星环智慧港口解决方案星环智慧港口解决方案以云计算、大数据随着全球贸易的不断发展壮大，港口作为重要的节点和连接不同国家和地区的门户，扮演着举足轻重的角色。为了更好的适应发展和保持竞争力，越来越多的港口选择采用智慧港口解决方案。智慧港口解决方案是利用现代科技、人工智能及物联网等新一代信息技术对港口数据进行透彻感知、广泛互联和深度挖掘，实现港口各类资源无缝连接及各功能模块协调联动，通过打造综合物流枢纽港与航运透明供应链，实现智能、高效、安全、便捷、绿色发展的现代化港口形态。方案优势改革创新的港口运营：将港口运营服务模式向电子化、网络化、无纸化和自动化转变，降低港口运营服务成本，提高运营服务效率和港口经济效益。港口人力降本增效：AIoT技术与实际工作融合，替代人工理货过程，提高安全性和理货效率，降低人力成本。实时监测港口安全：实时掌握港口各部分情况，实现监测预警、主动预防。

、交易对接、利益分配等具体流通环节的可行性。推动前沿技术研发与应用‌：大力推动隐私计算、区块链、人工智能等关键技术的研发与应用，构建数据流通的技术支撑体系。星环数据要素流通解决方案为了帮助企业发挥数据资产的价值，星环提供了覆盖云基础设施、数据平台、数据资源、数据应用的数据流通解决方案。该解决方案覆盖数据生命周期的各个阶段，包括数据的收集、存储、使用、加工以及流通。这种矩阵式的数据安全能力体系，可全方位保障客户的数据安全，支撑业务合法合规的开展。数据流通是指以数据或数据中蕴含的价值作为对象，按照一定规则从数据提供方传递到数据需求方的过程。在数据要素市场建设的背景下，数据流通领域受到了更多的关注，对于数字经济的发展而言，数据流通具有非常重要的意义。完善数据流通的建议构建完善的制度框架‌：明确法律监管的边界，设立清晰的法律红线，确保监管合规的明确性。‌推进数据流通试点项目‌：鼓励具备条件的地区率先进行数据流通试点，探索数据权利确认、价值评估

类型表达式类型例子十进制型整数10,-213十进制小数1.25,3.604E-14,-2.31十进制型长整数199345843592l,-12381543923L任意精度的有符号十进制数123bd,123.31BD八进制整数(0开头)084,-096字符串"星环",'信息科技'布尔类型true,false,TRUE,FALSE数组类型[1，2，3],["星环","信息科技"],[decimal(10.2,3,1),decimal(100.2,3,2)],[localdatetime("2021-01-18T09:50:12.627"),localdatetime("2021-11-18T03:50:12.113")]时间类型localdatetime("2021-01-18T09:50:12.627")Decimal类型decimal(10.2,3,1)地理空间类型point(20.5,30.5),point(-20.5,-30.5)时序类型{localdatetime("2023-01-01T15:16:17")::"nice"},{localdatetime("1997-01-01...

StellarDB5.0.1版本对图算法场景进行了大规模改进和提升，内置算法性能得到较大提升。在语法方面，StellarDB5.0.1的内置图算法对于返回的节点，会直接以节点类型返回。因此可以直接使用uid(vertex)访问节点的uid，而不再需要node_rk_to_uid函数进行uid的转换。可以参考PageRank等函数。另外，对于图算法返回的节点，我们也可以灵活的访问其其他属性作为返回值。图计算简介StellarDB的图计算使用TEoC语句调用相应图算法。算法的输入数据为图的点、边数据。当前版本中图计算支持结果返回、结果导出和结果写回。在使用图算法时，使用configcrux.execution.modeanalysis;语句切换到分析模式下使用图算法语句。图数据视图StellarDB支持创建一个可被持久化的视图，用于加速图算法执行过程。创建视图创建视图的语法如下所示：createquerytemporarygraphviewGRAPH_VIEW_NAMEas(v)[e]withGRAPH_ALGO(@GRAPH_VIEW_NAME,VIEW_STORE_PATH,CONFI...

通过beeline或JDBC时，设置参数configquery.langcypher;将查询语言切换为TEoC模式。根据使用场景选择查询模式（默认为immediate模式）immediate模式通常用于并发及短查询场景，查询结果和中间结果通常不超过百万。通过configcrux.execution.modeimmediate;切换。analysis模式通常用于分析场景，创建图、插入数据以及图算法相关的语句必须在该模式下进行。通过configcrux.execution.modeanalysis;切换。

快速上手本章节将引导您快速熟悉StellarDB，并为您初步介绍如何通过KGExplorer和beeline客户端操作StellarDB。其中，"StellarDB初探"一节通过构建一张人物关系图，从零介绍如何在StellarDB进行基本操作；"StellarDB进阶"一节为您提供了内置于StellarDB的《哈利·波特》人物关系图，帮助您进一步探索StellarDB。StellarDB初探使用KGExplorer构建图从Manager页面进入KGExplorer页面。若KGExplorer开启了单点登录，会自动跳转Federation登录页面，按如图方式登录：KGExplorer用戶开启方法以及详细使用说明请查看章节《KGExplorer使用文档》。点击登录后进入KGExplorer主页面。我们首先需要构建图名为"hello_world"的图。在主页面右上角点击创建图按钮开始图谱schema的构建。按照引导填写图基本信息后点击确定进入构建页面。在画布中，我们为"hello_world"图创建Boy和Girl两种类型的点，两种类型的点均包含name、salary、age、single四...

StellarDB支持用户添加自定义函数，添加后可在cypher语句中使用。自定义函数实现自定义函数通过java/scala语言开发，可继承实现两种基类，编译成jar包，通过指定命令加载到StellarDB。需要实现的基类为如下两种，可自行选择继承合适的基类：继承UDF基类继承GenericUDF基类。继承UDF基类该类实现简单，功能较为单一。支持Quark的基本类型、数组和Map。适合实现简单的逻辑。继承org.apache.hadoop.hive.ql.exec.UDF类继承UDF类必须实现evaluate方法且返回值类型不能为void，支持定义多个evaluate方法不同参数列表用于处理不同类型数据。@Description(name="my_plus",value="my_plus()-ifstring,doconcat;ifinteger,doplus",extended="Example:\n>selectmy_plus('a','b');\n>ab\n>selectmy_plus(3,5);\n>8")/***实现UDF函数，若字符串执行拼接，in...

3.1在TDH平台安装StellarDB3.2StellarDB安装校验3.3StellarDB低版本升级至StellarDB5.0.1

声明简介声明是指为特定数据类型的变量分配一定的存储空间，并命名该变量以便引用它；必须先声明变量，然后才能引用它；对声明的变量可以进行赋值操作来改变它的值；声明的变量其作用域是Session级别的。变量声明使用decl关键字声明一个变量必须为变量指定名称和类型，且名称不能与已有的变量名相同。声明但未赋值的变量的默认值为null。变量名声明对大小写敏感。变量声明的语句遵循如下格式:DECL[<variable_name>:<variable_type>];使用方法示例如下表所示：语句说明declx:int;声明一个类型为int的变量xdecls:string;声明一个类型为string的变量sdecll:long;声明一个类型为long的变量ldeclb:boolean;声明一个类型为boolean的变量bdecld:double;声明一个类型为double的变量ddecltime:localdatetime;声明一个类型为localdatetime的变量timedecld1:decimal;声明一个类型为decimal的变量d1decllist1:list[int...

索引是数据库中某些数据的冗余副本，目的是使查询性能更优。作为代价，数据库需要额外存储空间和较慢写入速度，因此决定哪些字段需要索引是一项重要且不易的任务。（新）StellarDB5.0.1版本不再对旧版本使用的manipulatecreate_index和manipulatedelete_index语法进行支持，在新版本中统一使用createindex和dropindex进行索引的创建和删除新增索引CREATEINDEX[IFNOTEXISTS]FOR(LabelName)ON[f1,f2,...];CREATEINDEX[IFNOTEXISTS]FOR[LabelName]ON[f1,f2,...];不支持对TIME_SERIES类型的属性创建索引默认情况下,对同一个Label的某个属性多次创建索引会报错;但如果带有IFNOTEXISTS,则不会抛出任何错误包裹点边LabelName的括号不同，注意区分示例1.在点labelperson的属性name和age上建立索引CREATEINDEXIFNOTEXISTSFOR(person)ON[name,age];示例2.在边labelask...

为什么引入动态图模型？在实际应用过程中很容易可以发现，图数据在很多图数据的应用场景中并不是静态不变的，而是动态演进的，这些场景中包括例如金融反欺诈场景中金融交易网络随着时间的推进而发生的交易变化、交易社群变化等；又比如社交网络中新增用户、用户关注或者取消关注、更改账户信息等。将图数据变化的历史记录下来，不仅可以用于历史数据规律的总结，还可以利用动态图数据进行动态图神经网络相关技术的研究，从而进一步挖掘数据中潜在的数据价值和更加灵活高效的业务场景，譬如预测某一个时刻某一事件是否会发生。动态图模型的动态变化图数据的动态变化主要分为两类，一类是节点或边的属性的值的变化；另一类变化是子图（结构）的变化，如新增/删除点边。这两种图数据的动态变化可以单独发生，也可以同时发生。从图数据的属性变化角度来看，StellarDB5.0.1动态图模型可以记录图中节点或者边属性的所有历史版本（而非新数据覆盖旧数据）。在实际数据开发使用中，还可以结合诸如柱状图、趋势图等对历史数据进行可视化，更加直观、更加适合业务使用。从图数据的子图（结构）的角度来看，StellarDB5.0.1动态图模型还可以返回不同时间子图...

本章节的示例语句均可在示例图my_graph中执行，执行前请先创建示例图my_graph，建图语句如下:creategraphmy_graphwithschema(:Boy{namestring,salarydouble,ageint,singleboolean,birthdaylocaldatetime,reservelong,ratedecimal(38,10),hobbysarray<string>,geoPointgeo<double>})(:Girl{namestring,salarydouble,ageint,singleboolean,birthdaylocaldatetime,reservelong,ratedecimal(38,10),hobbysarray<string>,geoPointgeo<double>})[:Friend{sinceint}][:Likes{sinceint}]graphproperties:{`graph.shard.number`:3,`graph.replication.number`:...