数字时代,政务数据的有序共享和高效协同对于推进数字政府建设至关重要,然而传统的中心化信息管理系统的模式,容易带来数据孤岛、业务系统独立、缺乏数据共享机制等问题,区块链技术则具备去中心化、过程存证、不可篡改、安全可溯等优势,通过构建可信协作网络,优化政务工作流程,为跨区域、跨部门、跨层级、跨领域数据共享与服务融合的政务数字化发展提供了新的解决方案,让数据政务走向阳光、透明、可信。
武汉产业创新发展研究院区块链产业研究所(以下简称“研究所”)围绕武汉创建“国家区块链发展先导区”的目标,聚焦重点行业应用领域,着力构建区块链技术研发和服务平台,促进区块链科技成果转化和产业应用。其自主研发的区块链政务服务协同数据治理平台,基于区块链技术,挖潜区块链应用,将相关业务部门以组织节点方式全部链接到区块链网络中,采用联盟链机制管理,基于区块链共同账本共识维护机制实现数据上链、业务协同和数据共享,契合多部门业务协同、共享数据等场景。
随着数据利用程度的加深以及可用数据的总体数量和速度的增长,区块链政务服务协同数据治理平台也在不断发展,以满足不断变化的业务需求:
● 实时性
数据的高速更新使得部分数据的“有效期”很短,数据采集上来后,需要满足秒级内实现数据的查询、提取,信息的共享,以保证数据传播的有效性;
● 安全性
当前计算环境愈加复杂,网络攻击面不断扩大,数据一旦丢失对国家安全影响重大;
● 可用性
平台由多个节点组成,节点故障或网络问题可能导致数据丢失或者系统中断,需要平台具备更高的可用性和容错性以保证系统的稳定运行。
鲲鹏天然的多核高并发、高安全等优势,能够很好的满足平台低时延、高可用等要求,并提供完善的鲲鹏DevKit开发套件以及专业服务,能够帮助用户快速完成应用的迁移、开发、编译和调优;基于以上考虑,研究所与鲲鹏达成了深度合作,基于鲲鹏软硬件平台,共同打造区块链政务服务协同数据治理平台 V1.0,为用户提供更安全、高效、全面的数据保护。
鲲鹏区块链政务服务协同数据治理平台全栈图
快速迁移:通过代码迁移工具完成应用的扫描、分析、代码移植,2人天完成应用迁移
在项目实施初期,开发人员需要将软件平台快速迁移到鲲鹏。该系统主要由Java和C++语言开发,包含区块链底层及多个Java应用模块,采用 SpringCloud+SpringBoot 微服务架构,代码体量较大;针对各个业务系统拆分多个独立服务,且第三方软件众多,包含:Redis、Nginx、Tomcat, 及相关MySQL服务等,经分析采用手动迁移,整个系统预计需要8人天才能完成。而鲲鹏DevKit代码迁移工具可以实现依赖文件自动识别、兼容JAR包一键下载、代码修改建议一键替换,无须耗时耗力检查跟进。在鲲鹏DevKit的帮助下整个系统只用了2人天。
开发&调优:基于鲲鹏DevKit高效开发web功能接口,产品性能提升超21%
迁移完成之后,针对业务处理数据量日益增多,大量web访问导致调用接口响应缓慢问题,技术人员计划在鲲鹏平台上原生开发web功能接口,提高不同应用程序之间的数据共享和通信的效率。在编译过程中,技术人员使用毕昇JDK替换原有Oracle JDK,毕昇JDK在鲲鹏平台上进行了优化和稳定性增强,相较Oracle JDK为web功能接口的开发提供了更好的性能和稳定性。
区块链政务服务协同数据治理平台属于网络IO密集型应用,为了进一步优化产品在鲲鹏下整体的使用体验,提升平台的整体运行效率,技术人员通过鲲鹏DevKit性分析工具对后台进程、运行状态等进行分析、监控和优化:通过鲲鹏DevKit系统配置分析工具识别到在压力测试场景中,数据并没有完全进入到数据后台,在网络层面就存在各种限制,同时在web功能并发访问场景中,存在响应慢等问题,根据工具建议,调整系统IO及缓存参数,数据吞吐量得到明显提升。
使用鲲鹏DevKit编译及调优性能前后对比图
通过上述的优化分析,对比鲲鹏DevKit优化前,区块链政务服务协同数据治理平台的平均吞吐量由211.1提升至256.4,性能提升21.46%,性能的提升加快了数据接入与数据治理的实施效率,使得政务精细化管理服务水平的大幅提升。
当前,区块链政务服务协同数据治理平台已广泛应用于不动产交易、税收、行政事业性缴费等业务场景,为政府各委办局提供跨委办局数据共享、数据存证、溯源等服务。作为鲲鹏计算产业生态重要伙伴,武汉产业创新发展研究院区块链产业研究所已与长江鲲鹏生态创新中心建立长期合作关系。未来,研究所还将联合鲲鹏,加速推进区块链信息化建设,提供更多行业一体化解决方案,充分发挥区块链技术的价值。
鲲鹏DevKit也将围绕开发者体验持续升级能力,支持迁移扫描、鲲鹏亲和分析等插件快速接入企业现有开发流水线(如:Jenkins,CodeArts),不改变现有开发流程,开发者可以在流水线中快速扫描、修改、提交代码,更加便捷的发布鲲鹏版本。
好文章,需要你的鼓励
Kong Research发布的2025年企业大语言模型采用报告基于550名IT领导者调研,揭示了企业生成式AI从谨慎探索转向战略必需的十大趋势:投资大幅增长,72%企业预计支出上涨;谷歌以69%使用率领先OpenAI;企业偏好付费解决方案;安全隐私仍是主要障碍;国际供应商获得认可;混合策略兴起;客户支持和开发者生产力成主要应用场景;开源模型受青睐;成本仍是关键障碍;82%企业对AI影响持乐观态度。
麻省大学团队开发PatchInstruct方法,通过"补丁分解"技术让大型语言模型无需重新训练即可准确预测时间序列数据。该方法在天气和交通预测中表现优异,短期预测误差降低85%,速度提升100-500倍,为实时预测应用提供了轻量级、高效的解决方案,展现了通用AI适应专门任务的新可能。
GenLayer启动首个激励测试网Asimov,推出智能区块链基础设施。该平台结合AI模型和区块链技术,通过大语言模型验证器处理主观决策,为AI代理时代构建去中心化法律基础设施。同时发布Rally营销协议,利用AI自动评估社交媒体内容并分发奖励,品牌可设定规则让系统自主管理影响者营销活动,大幅降低运营成本并提高透明度。
布朗大学与Adobe研究院联合推出MS4UI数据集,专门解决软件教学视频的智能总结问题。该研究收集了2413个Adobe软件教程视频,提出视频分割、文本总结、视频总结三大任务,为软件学习AI开辟新方向。实验显示现有方法表现不佳,凸显了专业领域AI的技术挑战。