化解集中风险的良方

近年来,数据大集中成为越来越多企业的选择。数据集中带来的管理、业务、技术、操作上的集中,降低了企业的运营成本,提高了企业的集约化管理水平。然而,伴随着集中程度的升高,运营的风险也开始越来越高。对于全部集中到一个数据中心的信息化企业,也就意味着“鸡蛋放在一个篮子”,如何化解集中所带来的高风险,如何实现业务连续性运作以适应国内外同业的激烈竞争,这是摆在企业决策者面前必须解决的问题。     

搭建虚拟异构平台

随着企业IT的高速发展，企业存储的数据量也呈现爆炸式的增长。 而当像金融、电信等这样拥有多个分支机构的大型企业已经把数据集中到一个中心DCC或省数据中心，在提升管理和业务效率的同时，数据中心的集中存储和统一管理成为企业必须面临的问题。     

深信服助中国航空器材集团构建全网优化解决方案

数据大集中是目前IT应用管理变革的趋势，旨在通过业务应用及数据的统一整合，实现资源共享、统一调配、协作加强和集中化管理。点与点之间需要线来联系，数据大集中后势必要进行跨地域、跨网络的应用访问。而往往有限的带宽、不尽合理的网络管理以及低效的网络传输效率，成为各点之间维系的瓶颈。同时，出差人员的离散点安全接入问题，也是不得不考虑的另一方面。     

EIM：数据大集中后第一步

数据大集中后,EIM将是银行利用数据进行业务分析和决策的第一步。自90年代开始,国内各大银行就开始开展数据大集中,到现在为止,工商银行、农业银行、中国银行、建设银行、招商银行、中国银联基本完成了数据大集中的工作。     

细读ITIL十大流程之一 配置管理是基础

~~链接数据大集中的模式当前数据大集中可供选择的模式有:机器设备集中、物理数据集中和应用处理集中。机器设备集中模式是指简单地将原来多个信息处理中心的设备进行集中;物理数据集中模式是指部门内部数据集中到同一台主机或多台主机构成的集群系统中,实现数据的集中存储和管理;应用处理集中模式是指在部门软件体系架构中实现一体化设计,以覆盖所有业务。机器设备集中模式是技术方面最低层次的集中,一般可以被其他两种集中模式所包含,只是在信息化的初级阶段经常出现。物理数据集中模式在实际应用中常常容易和应用处理集中模式混淆在一起,…     

需未雨绸缪——大集中后银行业直面安全保障和灾难恢复

金融业越来越依赖于信息系统开展业务及落实管理,以及其在数据大集中后对安全的需求,使得数据备份、系统恢复及业务连续性管理,变得越来越紧迫和重要。而目前与日俱增的针对信息系统和网络的威胁以及内部安全事故,也使得信息安全成为头等大事。中国人民银行科技司原副司长陈天晴在谈到银行信息化发展趋势时就指出:“保障信息安全以及大集中后的灾难备份与恢复是银行信息化建设的两个重要课题。”灾难备份与恢复不容回避随着银行数据大集中的实现,安全风险也集中了,一个数据中心往往要处理来自各个银行的业务数据,直接关系到网点的正常营业。…     

浅议银行数据大集中后的数据安全

从上世纪90年代中后期开始,银行业为满足业务发展和经营管理的需要,都加快了数据大集中工程的建设步伐。数据集中不仅仅是银行业对技术支持系统的一个改造,更是对传统银行业的整体管理理念、管理经营模式的彻底再造,是适应现代化银行经营管理机制,着眼于客户管理、风险控制、会计核算和决策支持的一种新型的商业银行数据模型。银行业数据大集中这种高度集中的发展方式,既带来了高效益,同时也带来了高风险,银行业务的稳定运行将完全依赖于信息化基础设施,取决于如主机系统、业务软件、网络等因素。这种风险的存在,使银行从分布式处理向集中式…     

为集而变——税务“大集中”状况初步调研分析

经过多年的建设与经验总结,“大集中”对于税务行业来讲,从概念、内涵到外延都已发生了很大的变化,已不是单一的集中,而从数据到处理、再到网络化、应用、设备……渗透到IT设备与应用、管理以及业务的方方面面,使“大集中”成为多元化的信息工程。“大集中”观念的转变,促使税务信息化模式转变,使信息真正为税收而流动起来。     

美丽的“花旗”在前方

银行业的热门话题“数据大集中”在2001年就已经是各家银行一个不争的实现目标,但是集中之后银行又将可以在管理和业务方面做什么呢?众多银行的管理层已在考虑这个问题。已经进入中国市场的花旗银行推出了对国人来说相当新鲜的业务和服务方式,这对于中资银行既是挑战,也是借鉴     

惠普发布金融业新一代数据中心管理方案

本刊讯 目前，在金融业，业务大集中和数据大集中的发展趋势正使得数据中心变得极其重要。     

由家长变成保姆——浅析税务信息化的必然发展趋势

就像由家长变成保姆一样,中国税务信息化建设正处于由面向管理的税收管理信息系统阶段向建立全方位税收服务系统新阶段迈进的关键时刻,加快建设世界一流的税收管理信息系统,实现税务信息化的跨越式发展,形成“大集中”形式,使之符合电子政务发展需求,已是中国税务信息化发展的必然趋势。数据大集中是税务信息化的发展趋势,但是对于国税部门来说,想要一下子建成一个全国统一的大集中系统,无论从技术还是业务角度来说都很困难。根据国内税务部门的应用基础现状,第一步应该先从税收征管数据在省一级的集中和管理做起。在省一级实现埘下属各地市税务部门异构数据库的统一、数据的管理以及业务的整合,建立起统一的数据交换平台,通过数据的汇总、应用之间的整合以及     

高风险时代企业信息化中的风险管理

“在未来十年的某个时候，你的企业将遭遇以一种前所未有的方式进行变革的挑战。”著名的战略管理大师加里·哈默曾在他的《The Future of Management》一书中发出过如此警告。在过去十年中，随着全球化的业务大集中、数据大集中趋势，信息化越来越渗透到企业运营的每一个环节和流程，成为公司内每项业务流程的支柱。     

构建企业网的故障诊断系统

随着各大企业的数据大集中，业务数据处理的集中程度越来越高，对网络的依赖性越来越强，网络特别是骨干网络的稳定健康运行直接关系到企业日常业务的正常运行。一个运行良好的网络系统，所产生的经济效益和节约的运行费用是非常可观的，而一个运行不好的网络系统，可能带来的损失又是难以估量的。因此，对骨干网络的流量分析。对潜在隐患提前预警。对各种发生的故障进行及时定位、分析、处理，在此基础上合理利用网络资源，根据应用现状和发展趋势进行网络规划，保障网络安全、高效、稳定的运行就变得日趋重要。     

把握金融脉搏 迈普与时俱进

伴随着金融业务网络进入多业务整合时代，利用网络力量全面提升金融客户市场竞争力，这是迈普“金融网络专家”的核心要义。 当各大银行数据上收和“IP到网点”实施完毕，金融业务网络处于从数据大集中时代向多业务整合时代过渡的时期，整体金融业务网络的技术发展也呈现出了新的趋势：     

数据集中总行后的分行本地处理

以集中的数据处理中心代替分散的数据中心,实现对全行业务生产的统一管理,有效地提高商业银行的管理水平,而各地区灵活的本地业务开展得越来越活跃,分行前置系统需要提供强大的信息交换平台,能够通过接口连接各种本地系统,有助于银行支持各种本地特色业务。数据大集中后,通过数据集中共享,为商业银行的业务开拓和落实以决策数据。     

建立适应性IT架构

数据大集中提到了很多行业的议事日程上来。但大集中立即引发了很多对数据集中的考虑:选择什么样的解决方案? 显然,重建系统当然好,但需要进行额外的投资建设(硬件及相关软件),造成原有业务系统的投资浪费。比如,八大银行中的任何一个银行在一个普通省的网点数都过千,数据迁移和管理都具有巨大的风险。且系统整体规划难度大,所有的访问均部署在中央数据库上,访问响应速度受到质疑。若只做逻辑的集中,各原有系统之间     

城市综合业务网络系统数据恢复方案探讨

数据是银行的生命，如何作好数据的备份和及时恢复已成为各家银行急待解决的问题。学习和吸收国外银行的先进经验，建立灾难恢复中心无疑是好的解决办法，但目前存在多方面的限制：（1）数据的集中是相对的。所谓“相对”是指与原有的单点运行方式而言，城市综合业务网络系统多是一个二级分行的数据集中，相末达到区域集中的程度，从大集中的角度来看，数据仍是分散的；（2）机器型号繁多，操作平台多样；（3）各分行业务需求的不规范，造成软件的不统一；（4）仅几年，通信事业得到了飞速发展，通信条件得到了极大改善，但由于各地发展的不…     

企业数据中心创新路线图

企业级数据中心在经历了物理资源大集中、数据大集中、应用大集中之后,又迎来了新的应用融合时代,这对企业用户乃至全社会创新都具有重要意义。传统数据中心是由业务驱动的,而业务的驱动是随着市场、客户和产品变化的,所以信息中心建设采用了一种被动方式,业务要什么就建什么。建了一段时间之后会被杂乱的系统、低效的管理使用和越发复杂的运维所累。     

AS/400也能集群——江苏农行大集中案例分析

AS/400集群模式成功为江苏农行这样业务压力非常集中的省份,甚至更大区域内实现数据大集中,找到了一条积极稳妥的发展之路。同时,还对AS/400成功应用探索出一条尽量保持应用逻辑不变,尽量从系统级调整实现集群模式的成功之路。客户背景江苏农行数据大集中过程基本分成了二个阶段。第一步以城市为中心,从1997年开始苏州无锡南通先后选择AS/400,到1999年开始以镇江试点行推广实施农总行AS/400平台新一代应用ABIS/400,到2000年底,全省所有城市全部实现了以AS/400为数据和处理中心的网络系统建设。随着同行业竞争的加剧,业务和管理的迫切需要,以及技术发展的成熟,根据农总行部署,全省数据和业务处理还需要进一步集中,实现以全省为中心的系统网络迫在眉睫。而当时采用的新一代应用体系结构是单机处理模式,通过生产机840和740分别承担全省10个城市地区的业务处理,还有三个大业务城市用各自AS/400主机运行老一代应用系统,需要逐渐合并到新一代     

银行业:全能“鲨鱼”——IBM的解决方案

行业:银行业 需求分析:银行数据大集中使得银行对信息系统的需求与过去有了很大的不同:集中后网点数量激增;集中后零售业务数量也立刻增加。业务数据的增加使得存储系统的容量明显不够,数据量增加之后,磁盘的批处理的时间随之加长,大大影响了工作效率和客户服务质量。银行数据集中之后带来的又一个新问题是,所有的业务风险都集中在数据中心,给IT管理人员带来了极大的压力,为了规避风