大数据中心建设项目公开招投标书范本

采购需求（仅供参考，具体以招标文件为准）前注：、本采购需求中提出的服务方案仅为参考，如无明确限制，投标供应商可以进行优化，提供满足采购人实际需要的更优（或者性能实质上不低于的）服务方案，且此方案须经评标委员会评审认可；、投标供应商应当在投标文件中列出完成本项目并通过验收所需的所有各项服务等全部费用。

中标供应商必须确保整体通过采购人及有关主管部门验收,所发生的验收费用由中标供应商承担；投标供应商应自行勘察项目现场，如投标供应商因未及时勘察现场而导致的报价缺项漏项废标、或中标后无法完工，投标供应商自行承担一切后果；、如对本招标文件有任何疑问或澄清要求，请按本招标文件“投标供应商须知前附表”中约定方式联系安徽省政府采购中心，或接受答疑截止时间前联系采购人，否则视同理解和接受，投标供应商对招标文件、采购过程、中标结果的质疑，应当在法定质疑期内一次性提出针对同一采购程序环节的质疑。

一、项目概况.总体规划“皖警智云”大数据中心遵照公安信息化“十三五”三横三纵体系规划，以云计算、大数据、人工智能等新技术为支撑，通过统一建设强大的云架构软硬件基础设施，全面汇聚公安内外部数据资源，打造分布式协同计算的公安大脑，形成逻辑一体全省一朵云的综合性大数据中心。

.项目建设内容.大数据平台软件大数据中心采用通用X服务器、标准网络设备等硬件构建，平台软件基于分布式云操作系统，构建软件定义计算、存储、网络资源的超融合架构，成为安徽公安警务应用和数据的统一承载基础设施。

在此基础上提供的资源服务，按功能分为：云主机软件、云数据库Redis、云数据库MongoDB、开放存储服务软件、表格存储、大数据计算服务基础功能（离线计算）、ES全文检索引擎、分析型数据库（实时计算）、流计算引擎、中间件-分布式应用服务和中间件-消息队列（MQ）。

●云主机软件云主机软件用于各类计算任务与应用的大规模弹性计算需求。

云主机软件通过虚拟化技术，将服务器硬件虚拟化为更小粒度的计算资源，按需提供给不同业务系统，从而提升IT资源整体利用率。

云主机具有弹性伸缩、快速启动、自动备份、高可靠性、动态迁移等特点，可屏蔽掉硬件故障。

●云数据库Redis内存数据库Redis用于处理实时性强的业务逻辑，其处理的数据通常是时效“短暂”的，因此用来辅助即时分析、实时追踪类业务。

云数据库Redis是兼容开源Redis协议标准的、提供持久化的内存数据库服务。

●云数据库MongoDB云数据库MongoDB是一种NoSQL数据库服务，完全兼容MongoDB协议，提供稳定可靠、弹性伸缩的数据库服务，包括容灾、备份、恢复、监控、报警等方面的全套数据库解决方案。

MongoDB主要为三维地图模型、视图解析数据的存储和调用等场景提供高速灵活的数据库服务，其使用方式类似关系型数据库。

●开放存储服务软件开放存储软件通过虚拟化技术将原本离散的存储设备融合为统一的大型存储资源池，向各业务系统提供对象存储服务。

开放存储适合放置各种类型的数据，尤其是视频、图像、音频、日志、文本文件等海量非结构化数据。

适用场景如卡口图片存档、证照存档、上网行为日志等。

●表格存储表格存储为查询比对类业务提供高并发和高速读写服务。

表格存储是一种NoSQL数据库服务，主要实现对半结构化数据的分析和存储，以及海量结构化数据的存储和实时访问。

表格存储服务以实例和表的形式组织数据，通过数据分片和负载均衡技术，实现无缝扩展规模。

同时，通过屏蔽底层硬件单点故障实现服务的高可用性，并通过多副本数据来提供快速的访问性能和数据高可靠性。

●大数据计算服务首先，离线大数据单集群可达到千台以上规模，运用强大的计算能力，用机器学习做数据挖掘，用算法与分析模型，对案件、事件或实体特征的出现可进行概率预测，从而对潜在可能引发犯罪风险因素的预见提供了技术手段。

适用于事件预测、复杂关系模型计算等耗费大量计算资源的分析场景。

其次，离线大数据汇集全省统一标准的基础数据资源，将全省公安数据、视频解析数据、物联网数据、互联网数据等数据资源以统一的标准进行归集、沉淀。

单集群可达到数十PB的数据存储容量。

由基础数据衍生的主题数据、标签数据或特征资源数据，被各类智能警务应用调用。

●ES全文检索引擎主要用于全量数据的全文检索以及结构化数据的关联查询分析等场景。

全文库除满足公安机关档案类非结构化数据的搜索需求外,因其对结构化数据索引及实时查询性能的良好支持,也可应用于结构化数据的全文检索和面向一线民警的高并发结构化数据关联检索类场景。

●分析型数据库MPP架构的实时OLAP数据库，提供海量数据的实时多维分析能力，用于需要快速分析出结果的业务场景，如快速分析目标行为和轨迹、分析热点区域或重大事件态势等场景。

用传统数据库对多维数据表比对分析耗尽大量资源而实时性仍较差，而用分析型数据库可做到千亿条数据的大并发计算，次秒级响应。

●流计算引擎对实时数据做出流式处理，即接收一类数据后立即用模型计算，得到结果可提供给应用消费，也可触发规则告警。

其特点是对连续的实时数据持续分析，得到最鲜活的结果。

适合用于区域布控、交通治堵等场景。

●中间件-分布式应用服务中间件-分布式应用服务是在大数据平台计算资源基础上，引入中间件分布式应用框架(包括分布式服务框架、运维管控、链路跟踪、稳定性组件等)，构建以应用为中心的分布式应用服务体系。

为支撑大规模应用的开发、部署、运维，中间件-分布式应用服务提供应用生命周期管理、账号和权限管理、资源管理、应用服务框架、应用配置推送、全链路跟踪系统，以及基础资源和应用服务的监控与报警等功能。

●中间件-消息队列（MQ）中间件-消息队列是一种快速、可扩展的、分布式的、分区的、可复制的消息队列服务。

中间件-消息队列基于高可用分布式集群技术，为分布式应用系统提供消息发布、消息订阅、消息轨迹查询、定时(延时)消息、资源统计、监控报警等一系列消息云服务，为应用提供异步解耦、削峰填谷的能力。

其具备海量消息堆积、高吞吐、可靠重试等大规模应用所需的服务特性。

其功能包括事务消息、定时消息、普通消息、消息查询、web控制台、openapi、运维系统。

.平台服务软件平台服务层依托大数据综合能力，结合公安领域专家知识，构建皖警智云服务层，为警务实战应用提供支撑服务。

平台服务软件主要包含了数据资产治理平台、大数据应用加速（标签中心工具）、大数据应用加速（规则引擎）。

●数据资产治理平台包含数据开发、监控运维、数据地图。

其中，数据资产治理平台（数据开发）为数据使用者提供一站式的集成开发环境，满足数据开发者进行ETL开发、数据挖掘算法开发、数据主题库建设等需求。

数据资产治理平台（监控运维）提供工作流任务运维能力，支持监控报警功能。

数据资产治理平台（数据地图）提供数据资产全局展示、权限管理、高效搜索能力。

●大数据应用加速（标签中心工具）通过标签中心来加速构建智能标签和智能主题，通过建立在标签体系上的数据挖掘，精准圈定犯罪团伙和特定人群，并对目标进行标签化管理。

标签中心从业务视角提供数据发现、模型探索的工具，便于业务人员、开发人员、数据管理人员透视数据资产，为海量数据提供统一的数据视图，为预测分析提供支撑。

●大数据应用加速（规则引擎）规则引擎适用于业务决策的实时评估，包括风险拦截和预警、资源分配、流程改进等，特别适用于在状态或行为数据频繁变化的场景下针对特定的业务目标进行实时决策。

使用者能以图形化操作方式，结合业务经验配置自定义规则，或通过成熟的算法配置智能规则。

当数据匹配规则或当算法模型捕捉到业务数据中的特定模式时，规则引擎能实时返回结果。

.五大中心及业务引擎“皖警智云”大数据中心的数据资源建设是对上层业务的重要支撑，数据资源整体建设包括了数据资源平台、智能数据、算法模型以及视觉计算等方面的建设工作。

主要建设内容可分为五大中心和业务引擎两大部分，五大中心和业务引擎属于相辅相成的关系。

其中，五大中心是关键核心，是基于数据资源平台，辅以业务算法和视觉计算，基础云服务为支撑的，可以直接对接业务引擎的数据服务层。

业务引擎是一套服务于应用的数据+算法+API组合。

通过建设五大中心及业务引擎，在丰富数据资源的同时，完善数据治理体系，提升数据的使用效率、更准确、更全面、更安全可控；同时，提供智能数据服务，通过算法和数据的组合，抽象出公安业务分析模型并沉淀在公安知识库，从而实现全省公安数据资源的深度治理以及业务能力的高度共享。

本次建设的五大中心包含了实体库、行为库、轨迹库、关系库、标签库。

本次建设的业务引擎包含了实体引擎-身份识别和映射、轨迹引擎-落脚点分析、轨迹引擎-轨迹伴随分析、关系引擎-置信度、关系引擎-亲密度。

. 数据工程服务数据工程服务以服务实战应用为根本目标，组织有数据治理经验的工程师，在平台和工具上按照科学的方法论和公安部相关标准、规范，以及业务要求，实现对多源、海量、异构数据的接入和融合。

本次采购的内容包含数据汇集、标准化、重构、分级分类、公安和政务数据编目、数据资源配置等人工服务和数据监控服务，实现对数据的持续、有效治理，为全警提供标准、规范的数据支撑服务。

.云总线建设云间服务总线是基于服务总线，采用面向服务体系架构构建的，支持异构云平台环境中的服务、消息以及基于事件的交互。

也就是说，提供了连接公安各个云平台之间的功能。

云间服务总线应用于各云平台的平台服务层（PAAS）之间，能够通过多种通讯协议连接，并集成不同云平台上的共享服务并将其映射成本地服务层的服务，为各个应用进行共享服务和分布式服务提供支撑。

.大数据运维“智慧皖警”大数据中心的运维服务体系贯穿于整个平台的生命周期，通过专业的驻场和远程运维团队，结合涵盖大数据中心各个部分的规范、严密的流程以及配套的运维平台来支撑和维护整套运维服务体系。

平台建设期，组建项目交付团队，确保平台建设各项工作的顺利展开和实施，包括：需求调研、架构设计、方案审核、具体实施工作、以及实施流程的开通工作。

平台运维期，组建运维团队，实现本地化和远程运维服务，提供大数据中心的技术支撑、日常运维及远程维护工作。

本次项目的大数据运维包含了大数据平台驻场运维高级工程师、安全运营驻场高级工程师+应急响应+云平台安全问题跟踪+远程支持、云计算驻场运维高级工程师、远程运维、系统安装服务。

.统一运维管理平台驻场人员依据公安部《公安科技信息化“十三五”发展规划》、安徽省公安信息化建设规划，本次大数据运维管理平台将继续深化“联动运维、主动运维、智慧运维”，总体目标，同时新引入“整体运维”新目标，最终实现“大运维、智慧化运维、可视化运维”新高度，为保证大数据运维平台的稳定运行，本次采购要求提供两名中级运维工程师和一名高级工程师用于大数据运维管理平台的日常维护。