法院数据安全

智慧法院建设充分依托法院数字化成果，利用大数据与人工智能等关键技术，将智能化全方位地贯穿于人民法院的全部业务和办案流程当中，从而走向司法公开、诉讼服务、审判执行司法管理转型升级的新型法院现代化道路提供有力支撑，实现法院信息化建设跨越式发展。应用场景掌上法务：掌上法务以星环科技智慧法院大数据云平台TDC为支撑，为当事人、法官、律师等提供指尖窗口服务，实现开庭公告、诉讼指引、法律法规、庭审视频、审务公开等20余项功能，实现从立案到执行全流程在线流转。法官绩效评价：通过大数据建立法院常见1023个案件类型的级别权重系数和案件权重分析模型，提供法官业绩档案案件权重、评价司法改革成效和法官绩效考核等功能，对法官从136个评价项进行实时可视化评价、科学评估办案工作量、优化审判资源配置。法务可视化大屏：利用星环科技SophonMidgard数据服务平台，通过挖掘和提炼法院人事、司法政务、司法研究、审判执行等数据的详尽指标，将法院决策层关心的数据指标维度形象化、直观化具体化地“一站式”展现。价值优势打造一体化建设模式：通过业务和数据的高度共享共用，解决法院业务工作中遇到的“存、管、通、用”类数据问题

智慧法院是指利用先进的信息技术手段，实现法院行和司法流程的智能化、数字化的一种方法。智慧法院以人工智能、大数据、云计算、物联网等技术为基础，通过数据采集、存储和分析，实现法官审判、案件管理、纠纷解决。同时，人工智能还可以对历史案例进行深度习，提供类似案例的依据和参考，提高司法裁判的一致性和公正性。通过对大量的司法数据进行收集、整合和分析，智慧法院可以更准确地把握司法实践和法律规律，为法官提供决策支持和智能推荐。同时，大数据分析还可以对历史案件和法官的审判结果进行统计和对，发现模式和规律，提供司法改革和决策的依据。通过云计算，智慧法院可以实现对大数据的存储和共享，降低成本和提升效率。同时，云计算提高司法裁判的质量和效果。智慧法院可以提供更加客观、准确的大数据分析结果，支持司法改革和决策。智慧法院可以实现司法资源的共享和协同，提高司法服务的效率性。通过引入人工智能、大数据、云计算和物联网技术，智慧等多个环节的自动化和高效化。智慧法院的建设和运营离不开先进的信息术支持。其中，人工智能是实现智慧法院的核心技术之一。通过人工智能技术，智慧法院可以对量的法律文书进行智能分析和语义处理，辅助法官判案

为加快推进全省法院工作的数字化、网络化、移动化、智能化、可视化进程，积极推进信息化建设转型升级，广东省高级人民法院采用自建数据服务的模式建设“统一、开放、智慧、安全”的广东法院大数据管理与服务平台，由省法院统一建设，全省法院共享共用，为广东省各级人民法院的依法履职和改革创新提供有力支撑，实现全省法院信息化建设跨越式发展。

案件进展情况，对超审限案件进行预警，确保案件按时审结。人员绩效管理：通过对法官和其他工作人员的工作数据进行统计和分析，如办案数量、质量、效率等，实现对人员的科学管理和绩效评估。司法数据统计分析：对法院的各类数据进行挖掘和分析，为司法决策提供数据支持，如案件类型分布、趋势预测、司法资源需求分析等。特点高度信息化：利用互联网、云计算、大数据、人工智能等技术，实现法院工作的全面信息化，打破时间和空间限制智慧法院平台是依托现代信息技术，以实现司法审判、诉讼服务和司法管理智能化为目标的信息化平台，以下是相关介绍：定义智慧法院平台是依托现代人工智能等技术，围绕司法为民、公正司法，坚持司法规律、体制改革与技术变革相融合，以高度信息化方式支持司法审判、诉讼服务和司法管理，实现全业务网上办理、全流程依法公开、全方位智能服务的人民法院工作平台。功能智慧审判功能智能立案辅助：可对案件受诉范围、当事人适格、管辖等进行综合分析和异常预警，如对虚假诉讼、滥诉等风险行为进行识别，帮助法院快速准确受理案件。类案智能推送：能根据案件的案由、事实、法律适用等要素，为法官推送相似案例及相关法律法规、办案规范等，辅助法官

四川省高级人民法院，现有内设机构和直属事业单位35个。近年来，四川省高级人民法院党组团结带领全省法院广大干警，认真贯彻落实中央、高人民法院和省委的各项决策部署，强力推进司法服务、审判质效、阳光司法、素质提升、基层基础“五大工程”，各项工作不断创新发展。

Sophon P²C是一款分布式隐私计算平台，集隐私查询、隐私计算、加密通信等多种功能，能够为多方安全建模提供完整的解决方案。其以隐私保护为前提，能够帮助用户解决跨组织协作时无法安全利用各方数据的困境。

数据安全管理平台是一种用于保障企业或组织数据安全的综合性工具，通过整合多种数据安全技术和功能，对数据进行全方位的保护。以下是关于数据安全管理平台的详细介绍：功能数据分类与分级：能够自动识别和分析企业内部的数据，根据数据的敏感程度、重要性等因素进行分类和分级，为后续的安全策略制定提供基础。例如，将客户的身份证号码、银行卡号等列为高敏感数据，将一般的业务文档列为普通数据。访问控制管理：集中管理用户功能，对静态数据和动态数据进行加密处理，防止数据在存储和传输过程中被窃取或篡改。同时，负责管理加密密钥，包括密钥的生成、存储、分发、更新和销毁等环节，确保密钥的安全。数据脱敏与匿名化：在数据共享、测试等场景中，对敏感数据进行脱敏或匿名化处理，使处理后的数据无法直接或间接识别个人身份或敏感信息，同时保留数据的业务价值。安全审计与监控：实时监控数据的访问和操作行为，记录详细的审计日志，包括谁在什么时间、什么地点对哪些数据进行了何种操作等信息。通过对审计日志的分析，及时发现异常行为和安全威胁，为安全事件的追溯和调查提供依据。数据泄露防护：通过检测和阻止数据泄露行为，防止内部人员误操作或恶意窃取数据

数据安全审计是指对各类数据安全管理措施的合规性进行评估和审查的过程。随着信息化程度的提高，各类组和企业的数据存储量持续增长，数据安全问题也日突出。数据安全审计则是保障数据安全的一种重要手段，通过对数据存储、传输、处理和使用等环节的合规性评估，为组织和企业提供科学的安全管理案。数据安全审计包括对内部和外部的数据安全管理进行综合审查。对于内部，主包括对数据管理制度、数据备份和恢复、权限控制、网络安全设备等情况进行审计。审计人员要检查并评估企业是否建立了科学、规范的数据管理制度，是否按照制度要求进行数据备份和恢复以及权限控制是否严格、网络安全设备是否到位等。对于外部，数据安全审计主要涉及对数据传输和处理机构的合规性进行评估。企业通过网络等方式对外部机构进行数据的传输和处理，这些机构是否具备相应的安全保障能力是企业选择的依据。数据安全审计会对这些机构的技术设施、安全管理制度、数据传输和处理过程等进行审计，以评估机构的安全能力。数据安全审计有助于发现和解决数据安全问题。通过审计，可以找出企业数据存储、传输和处理中的安全漏洞，提供相应的安全改进方案。同时，审计还能评估安全措施的有效性，判断

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...

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...

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...

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...

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`:...

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...

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...

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...