项目简介
我国港口信息化建设从上世纪80年代起步,目前,我国主要港口城市普遍重视港口发展,实行“以港兴市”战略,从而推动了港口信息化的新一轮建设。近年来国家经济建设的快速发展促使港口业务发展迅速,无论是内陆港还是沿海港口,都对港口信息化建设提出新要求,建设信息化、数字化港口成为港口发展的方向。在现代港口竞争因素多元化、港口经营国际化、港口腹地经济贸易化和港口信息化的今天,信息化建设,无疑为港口提高服务质量和服务水平,进而强化整体竞争实力提供了重要手段。
2012年以来黄骅港以三期工程为契机,改造了一二期的控制系统,建立了全港的管控一体化系统,实现黄骅港务公司内部生产、管理信息系统的流程再造。黄骅港完善信息化的建设就是将港口物流系统建立在“信息化”、“数字化”基础之上,使生产、流通及服务等所有环节都是在“数字流”的基础之上联动,它打破了原有的港口物流模式,在现代港口竞争因素多元化、港口腹地经济贸易化和港口竞争激烈的今天,无疑为港口提高服务质量和服务水平,进而提高黄骅港整体竞争实力提供了重要手段。信息化技术为港口营运提供重要的基础技术支撑,其中数据的重要性也越来越明显,需要对数据进行完善保护。
系统整体架构
黄骅港高度重视科技兴港战略,先后建设了办公自动化、生产信息管理、ERP、管控一体化等系统,特别是管控一体化系统涉及多个重要管理项目,包括:计划、调度、实绩、筒仓、统计、档案、称重、商务、人员、岗位技能评估、看板、基础数据等。使得数据日益重要,需要对这些数据进行全面保护。生产管理系统通过业务合同、生产调度、生产作业、生产监控等环节,结合管控一体化平台,实时传递生产过程数据,这是港口信息化的关键环节,需要实时保护,确保业务的连续性。办公自动化等应用系统的数据很重要需要进行备份。
本方案采用火星舱数据保护系统,火星舱设备集持续数据保护、数据备份于一体,为黄骅港信息中心数据提供完善保护。整体架构示意图如下:
部署火星舱数据保护系统,利用火星舱的CDP功能对承载关键业务数据的Oracle数据库做持续数据保护,确保管理系统流程、商务、计划、调度、作业、结算计费、实时处理等的全部过程关键业务数据的连续性,同时利用火星舱的备份功能对办公自动化、生产信息管理等重要的应用服务器中文件数据做定时备份。
系统部署
火星舱数据保护系统实现如下功能:
- 信息中心关键业务数据持续保护
针对管控一体化系统等关键业务,采用CDP技术进行数据保护,火星舱CDP秉承当数据写入时即完成保护的原则,有效消除了备份窗口,真正实现RPO=0。同时,由于采用块同步技术,保障火星舱与源存储设备高度一致,从而实现无须恢复过程即刻挂载,甚至到达RTO=0。一旦数据库出现故障,火星舱可及时接管保证数据的安全,火星舱CDP技术可以确保关键业务的连续性。
- 信息中心备份服务集中管理
火星舱内置千兆以太网卡联入LAN局域网,实现与前端联入LAN的办公自动化、生产信息管理、ERP、管控一体化等系统服务器相连,火星舱对整个信息中心进行集中备份管理,从而实现整个机房中数据备份与存储系统的管理、控制。当数据发生丢失时,可将备份数据恢复至应用服务器,从而保证整个系统的数据安全,降低了工作风险。
方案价值
火星舱数据保护系统的多维度数据保护技术很有吸引力,真正实现在单一设备上整合多种数据保护技术,火星舱一方面对核心业务数据提供持续数据保护,确保业务的不间断;另一方面对重要应用系统做了定时备份,防范数据风险,为港口信息化建设提供了安全保障,解决了黄骅港对重要数据需要全方位保护的后顾之忧。更重要的是火星舱是完全自主掌握核心技术的国产产品,其技术、服务让人放心。
好文章,需要你的鼓励
这项由加州大学圣地亚哥分校和微软研究院合作开发的REAL框架,通过程序分析反馈训练大型语言模型生成高质量代码。与传统方法不同,REAL采用强化学习将代码安全性和可维护性作为奖励信号,不依赖人工标注或特定规则。研究在多个数据集上的实验表明,REAL在保证功能正确性的同时显著提高了代码质量,有效解决了"即兴编程"中的安全漏洞和维护性问题,为AI辅助编程提供了新的范式。
加州大学伯克利分校与Meta FAIR研究团队开发了"Self-Challenging"框架,让大语言模型通过自己创建和解决任务来提升能力。该方法引入创新的"Code-as-Task"格式,包含指令、验证函数、示例解决方案和失败案例,确保生成的任务既可行又有挑战性。在工具计算、网页浏览、零售服务和航班预订四种环境测试中,仅使用自生成训练数据,Llama-3.1-8B模型性能提升了两倍多,证明AI可以通过自我挑战实现有效学习,减少对人类标注的依赖。
南洋理工大学与SenseTime Research合作提出了PoseFuse3D-KI,一种创新的人体中心关键帧插值框架。该方法将3D人体模型信息融入扩散过程,解决了现有技术在处理复杂人体动作时产生扭曲结果的问题。研究团队开发了专门的SMPL-X编码器直接从3D空间提取几何信息,并设计了融合网络将3D线索与2D姿态无缝整合。他们还构建了CHKI-Video数据集,包含2,614个视频片段及完整的人体标注。实验结果显示,PoseFuse3D-KI在PSNR上提升9%,LPIPS减少38%,显著超越现有方法。
这项研究提出了LongGuide算法,解决了大型语言模型在长文本生成任务中的局限性。研究团队发现,仅依靠上下文学习无法使模型充分掌握文本的语言和格式特性。LongGuide通过自动生成两种指导原则:度量指导原则和输出约束指导原则,显著提升了模型性能。在七种长文本生成任务中,该方法使开源和闭源模型的ROUGE-L评分平均提高约6%。LongGuide具有通用性强、易于学习、成本效益高等优点,为提升AI长文本生成能力提供了新方向。