解决方案
SOLUTIONS
东方龙马(OLM)专注于提供企业级客户的数字化转型赋能/服务,以数据库/中间件运维咨询服务、数据库国产化改造服务、开源数据库技术栈服务、数据中心硬件带外监控服务、大数据服务、AI开发平台为核心业务,是IT智能运维服务提供商。
  • OLM大数据分析解决方案
    OLM Big Data Analysis Solution
    东方龙马的大数据服务已深入银行、证券、运营商、广告、政府、移动互联网、军队等十多个行业,协助客户收集并整合海量业务数据,提供多维度的数据分析图表,预测业务发展趋势,为经营决策提供直观、精确、实时的数据支撑。
  • 1·可扩展的开放架构
    大数据量必然要求企业IT基础设施更易于数据的整合与集中、扩展与伸缩,以及管理与维护,同时还必须具备良好的可靠性、可控性、安全性。在稳定性、可用性及服务性也足以胜任海量数据对基础架构能力的要求,因此,具备高扩展性的开放架构正逐步成为行业应对大数据的优选方案。 1.海量数据存储 2.可弹性扩展系统 3.分布式数据索引
  • 2·多源异构数据标准化
    大数据可提供一个海量数据统一存储处理平台,通过多样的采集方式将多个数据来源汇总到一起,再利用强大的预处理技术将异构数据整合划一,为接下来的数据分析作好准备。 1.通过数据采集器、协议采集等方式完成多数据源、多类型的数据实时汇总,解决不同系统下的数据相互关联的前提。 2.OLM预处理功能可以解决数据重复、无标签等问题,可以按用户要求在数据存储前完成提前处理使数据在OLM处理效率大大提高。
  • 3·智能化数据审计
    大数据解决思路是将同源异构数据按照审计的标准变为了同构数据。将不同厂家的系统访问日志预处理,按照证监会要求提取所需信息完成审计智能化。 1.按审计要求自动提取业务字段,快速完成业务报表与审计报表,并提供下载功能。 2.OLM数据引擎提供数据实时检索,可以按数据逻辑、条件检索,如在不同时间范围内按不同用户ID或用户操作类型过滤出相关事件。
  • 4·高可用的移动应用分析
    移动统计基于OLM大数据平台,并结合移动应用实现的业务分析应用,支持Android和IOS两个平台,通过五大分析模块帮助移动用户进行统计和分析流量、应用版本、用户访问路径和地域分布等指标,从而帮助开发商通过数据进行产品的运营、推广等策略的决策。 1.分析证券移动应用运营情况,按应用版本等指标对数据进行分析。 2.精准定位,更了解用户。精准定位访问地址及路径,通过用户的行为特征,帮客户更加了解用户。
  • 1·OLM Data Engine部分服务
    银行:负载分析、数据整合、安全分析、资产管理、系统告警、审计等
    证券:证券交易日志统计、企业安全日志分析、交易报表、审计等
    保险:审计、数据整合、安全分析、数据挖掘、潜在客户分析等
    电信运营商:ISMP、SIM平台替换、资产管理、数据整合、安全分析等
    IDC行业:数据整合、资产管理、设备监控、负载分析、关联分析、自动告警等
    媒体:系统访问日志分析、数据整合、关联分析、数据挖掘等
    移动互联网:移动APP用户行为分析、仪表盘、关联分析等
    政府:数据整合、安全分析、资产管理、数据挖掘等
  • 2·OLM Data Engine 技术优势
    简单:通过OLM平台提供的交互界面,使用者在无需了解底层技术的前提下即可对自身的企业数据进行泛化、入库、检索、分析以及挖掘等多种操作
    灵活:数据接入方式灵活多样,并可通过SQL、原语、脚本等多种检索方式满足不同对数据检索的多样需求,并生成报表;内置算法库,方便用户挖掘数据潜在价值
    高效:TB级别的数据处理能力;热点数据秒级响应;实时规则告警;动态调整实时报表纬度
    开放:支持多平台集成,快速安装、简易配置。API支持C/C++、Java、Python等主流开发语言直接调用
    交互:企业内部独立部署,确保数据绝对安全性;通过API完成应用的快速开发;应用插件化,实现业务快速迁移
3·OLM Data Engine体系架构
OLM Data Engine Architecture
  • 4·OLM Data Engine 数据整合
    企业数据一般都分散存储在不同的业务系统中,企业规模越大业务系统越多,数据类型也就越多越复杂。所以多数据类型的整合是构建企业大数据平台的第一步。
    OLM LASSOCK采集器可直接在服务器中运行,通过web控制台,对运行在多台设备上的的采集器进行控制管理。可以支持同时监控多个文件的变化情况,并将变化后的数据实时采集提交到平台。
  • 5·OLM Data Engine 数据处理
    ① 实时分析:
    数据流处理
    实时检索
    实时告警
    ② 离线分析:
    历史数据批量迁移
    历史数据打标
    SQL检索
    计划告警
    报表任务
  • 6·OLM Data Engine 关联分析
    ①.趋势分析:a、预测: 时序数据是具有流动性的,而且一般业务都存在周期性。平台通过对历史数据进行抽象,形成模型。形成的模型结合当前数据的表现,可以预测下一个阶段数据趋势。b、预警: 基于预测结合告警阈值的设置,就可以达到预警的目的,提前发现系统或是业务可能出现的爆发点。
    关联分析:不同的业务场景,关联分析的内容会有比较大差异。平台提供基于时间和基于业务两种机制。
    a、基于时间: 根据时间进行的关联分析。当某个业务出现异常时,可以帮助用户找到问题之间关系,如先后顺序,影响范围等。
    b、基于业务:结合业务情况,用户选择数据源和需要分析的指标,选择不同的算法定义任务,提交给平台进行分析。 关联分析效果的关键是在分析过程中使用适当的分析引擎、提取适当的数据、输出适当的告警,这些关键因素均是由关联分析规则进行约定。
  • 7·OLM Data Engine 数据挖掘
    OLM通过LASSOCK采集后的数据,经过预处理、实时分析、离线分析和关联分析的所有数据都可以成为OLM数据挖掘模块的数据源。OLM的主要挖掘算法包括:分类算法、聚类算法、链式分析、集成算法、离群点检测。

4008-906-960

全国免费咨询电话
  • 官方微博
  • 官方微信
Copyright 1998-2021 版权所有 北京东方龙马软件发展有限公司 京ICP备14000200号-1