云数据平台算法模型优化方案

1、 PAGE PAGE 48云数据平台算法模型优化方案目 录 HYPERLINK l _TOC_250040 第1 章 整体方案4 HYPERLINK l _TOC_250039 项目需求理解方案4 HYPERLINK l _TOC_250038 项目背景4 HYPERLINK l _TOC_250037 项目概述4 HYPERLINK l _TOC_250036 项目现状4 HYPERLINK l _TOC_250035 项目目标6 HYPERLINK l _TOC_250034 项目内容7 HYPERLINK l _TOC_250033 总体设计方案8 HYPERLINK l _TOC_25

2、0032 总体定位及目标8 HYPERLINK l _TOC_250031 设计原则及约束9 HYPERLINK l _TOC_250030 总体设计约束9 HYPERLINK l _TOC_250029 总体应用架构设计10 HYPERLINK l _TOC_250028 总体数据架构设计12 HYPERLINK l _TOC_250027 数据框架设计12 HYPERLINK l _TOC_250026 数据框架细化设计13 HYPERLINK l _TOC_250025 算法模型优化方案15 HYPERLINK l _TOC_250024 算法概述15 HYPERLINK l _TOC_

3、250023 算法的特征16 HYPERLINK l _TOC_250022 算法的要素16 HYPERLINK l _TOC_250021 算法的判定17 HYPERLINK l _TOC_250020 算法的描述方式18 HYPERLINK l _TOC_250019 典型的算法18 HYPERLINK l _TOC_250018 算法模型优化22 HYPERLINK l _TOC_250017 算法模型优化要点22 HYPERLINK l _TOC_250016 数据模型优化24 HYPERLINK l _TOC_250015 数据建模工具37 HYPERLINK l _TOC_2500

4、14 优化完善及运维的算法模型服务38 HYPERLINK l _TOC_250013 基础算法模型设计38 HYPERLINK l _TOC_250012 开放算法模型服务40 HYPERLINK l _TOC_250011 机构改革的算法模型优化40 HYPERLINK l _TOC_250010 算法模型指标重新测算40 HYPERLINK l _TOC_250009 国合并影响分析41 HYPERLINK l _TOC_250008 应用支撑方案41 HYPERLINK l _TOC_250007 应用接入规范制定42 HYPERLINK l _TOC_250006 应用接入方式43

5、HYPERLINK l _TOC_250005 应用接入管控44 HYPERLINK l _TOC_250004 应用接入服务44 HYPERLINK l _TOC_250003 平台层应用接入服务44 HYPERLINK l _TOC_250002 数据层应用接入服务45 HYPERLINK l _TOC_250001 具体应用层接入46 HYPERLINK l _TOC_250000 应用接入联调47第1章 整体方案项目需求理解方案项目背景始终以“用数据服务征管方式转变”为建设主线，在大数据算法应用、海量用户支持、关系云图、风险动态积分、用户画像等方面进行了积极探索、实践，出色项目概述项目

6、现状云平台数据管理项目以云平台为基础，以云服务器软件、负载均衡软件 SLB、OSSODPSDataV18类用户需求的税收大数据平台。主要完成平台层、数据层、应用层的建设：IaaSCPU、内存、存储、网络、操作系统等基础设施资源，提高资源的利用率，降低采购成本；通过建设PaaSIaaSSaaS 务。基础层完成了对税务数据、外部数据和互联网数据三类数据的集成， 构化数据等操作。中间层完成了四大主题库和标签体系的建设。四大主题库分别是：组（法人和法人分支机构200200（人之间，涉及模型几十个。同时构建了企业、自然人、税务机关标签体系，包含：企业标签（一般纳税人标签、小规模纳税人标签、千户集团标签、

7、自然人标签、税务机关标签。模型层完成了面向应用的数据模型构建。在建设模型层的过程中，以 票流分析、关系云图、增值税发票查询分析系统等应用共设计数百个数据模型， 上千个指标口径。数据治理工作主要从五个方面开展：元数据管理、数据资产管理、数据数据服务项目目标各项工作，保障云平台平稳运行。面的对接工作，满足其数据库创建、扩容、变更等需求。管改革和税制改革。项目内容不限于以下内容：云平台数据管理升级完善及运维和机构改革软件服务项目是在云平台数据涉及云平台调整优化工作两项内容：总体设计方案总体定位及目标云平台数据管理项目是工程第二阶段的重要组成部分，项目基于目前最新的大数据处理技术手段和理念，借助金三全

8、面上线的有利契机，以大数据云平台为基础，集中、拓宽和整合内外部数据资源，统一规范数据应用范畴，为各需求主体提供更为全面丰富的决策和参考支持，构建开放协作的税务数据生态环境。项目定位集中体现了基础性、创新性和示范性。自行开发应用项目提供基础数据和工具，鼓励多样性应用开发。示范性。为全国各省局数据开发利用提供从硬件建设、数据治理和应用开发的示范性模板，推进全收数据利用水平提升。有效共享整合，为国家信息共享化建设提供了税务方案。云平台数据管理项目升级完善及运维和机构改革软件服务项目以云平台数提供必要的基础运维，保障云平台正常运行。设计原则及约束总体设计约束总体设计包括总体架构设计和数据治理机制设计两

9、个部分。总体设计要求设计目标和机构改革软件服务项目的总体设计。设计要求技术、集成、部署等方面的框架，也包括设计管控的体系。一方面，作为框架， 总体设计要求定义应用、数据、技术、集成、部署等架构的目标蓝图，还包括相的目标。设计约束遵循本项目总体设计要求和项目设计约束。数据治理机制设计目标根据数据本项目数据治理要求与约束，完成国家数据治理机制建设。设计要求据标准管理和数据质量管理三个方面的机制和流程建设。设计约束遵循本项目数据治理机制要求和约束。总体应用架构设计云计算支撑平台：系统搭建灵活、可随时调用计算资源的数据云环境，并构建完整的三层服据分析应用需求的矛盾。大数据支撑平台：大数据支撑平台是用于

10、各项数据相关工作的云计算产品和大数据工具软件标准、数据内容以及数据质量，实现数据“好用、足用”的目标。应用平台层：在全收数据大集中和外部数据扩展基础上，为总局和各司局及部分省局提3总体数据架构设计4型组织、信息加工、质量管理、结果展现等处理功能。数据框架设计数据应用数据应用数据治理分析模型数据挖掘数据供应元数据管理数据汇总数据主体定义主体汇总关系定义数据集成数据定义数据抽取数据清洗数据转换数据加载数据集成负责数据集成，通过调度控制和规则管理实现对数据集成的任务管理，数据集成平台将源数据（核心征管、电子税务、出口退税、外部数据等）通过ETL/数据复制的数据加工、清洗、转换，完成从源数据数据准备区

11、统一数据视图。加工中出现的错误预警提交给数据治理平台的数据质量管理应用。数据汇聚汇聚数据是将基础数据区的数据按照纳税人、业务日期、业务状态等维度进行的轻度汇总的事实表和事实表关联的维度表。数据应用数据治理负责环境的数据治理，它是结合数据治理相关的组织、制度和流程和数据标命周期的管理、以及数据审计管理等。数据框架细化设计数据应用数据应用数据报表数据分析数据管理数据扩展利用挖掘应用层数据治理数据仓库区元数据数据质量控制运行监控数据中间层统一数据视图区数据准备区数据准备层数据集成数据规范管理元数据管理数据审计数据规范ETL/数据复制任务调度抽取规范错误预警数据源核心征管电子税务出口退税发票底账征管日

12、志文件外部数据互联网数据1、基础数据层外部交换数据、互联网开放数据。税收业务系统：税收业务系统是本次数据体系中最主要的数据源头，税务13到核心征管数据体系内。交换数据合并数据结构，采集到统一的数据交换域。互联网数据：互联网是一个开放式的数据源，在本次数据体系和应用的建度的要求，满足爬取数据从非结构化到结构化存储的要求；2、数据中间层丰富，不停丰富主体的描述、行为及管理类的数据。数据中间层在整个数据体系建设中起到通的作用，以主体维度联通各种来源数据。联通后的中间层数据，将提供给下游模型和挖掘应用更丰富、更标准、更易用的生产原料。总局大数据云平台将具有强大得数据计算和存储能力。基于平台的能力和 3

13、 数据挖掘层数据挖掘是指利用打通后的数据，针对需要数据支撑的业务，进行数据模型的建设和数据价值的挖掘。基于本次云平台数据管理项目的业务需求，数据模型和挖掘将包含征管分析模型、企业风险控制模型、个人风险控制模型、企业标签体系模型、自然人标签体系模型。征管分析模型:标数据，并持续跟踪指标的变化情况，为征管工作分析应用提供数据支撑。企业标签体系模型进行数据挖掘，获得刻画企业的标签数据。自然人标签体系模型库的数据进行数据挖掘，获得刻画自然人的标签数据。算法模型优化方案算法概述算法是指解题方案的准确而完整的描述，是一系列解决问题算法中的指令描述的是一个计算，当其运行时能从一个初始状态和（可能为空的的一些

14、算法，包含了一些随机输入。算法的特征一个算法应该具有以下五个重要的特征：有穷性（Finiteness）算法的有穷性是指算法必须能在执行有限个步骤之后终止；确切性(Definiteness)算法的每一步骤必须有确切的定义；输入项(Input)00是指算法本身定出了初始条件；输出项(Output)一个算法有一个或多个输出，以反映对输入数据加工后的结果。没有输出的算法是毫无意义的；可行性(Effectiveness)每个计算步都可以在有限时间内完成（也称之为有效性。算法的要素一，数据对象的运算和操作计算机可以执行的基本操作是以指令的形式描述的。一个计算机系统能执操作有如下四类：算术运算：加减乘除等运

15、算。逻辑运算：或、且、非等运算。关系运算：大于、小于、等于、不等于等运算。二，算法的控制结构一个算法的功能结构不仅取决于所选用的操作，而且还与各操作之间的执行顺序有关。算法的判定同一问题可用不同算法解决，而一个算法的质量优劣将影响到算法乃至程从时间复杂度和空间复杂度来考虑。时间复杂度算法的时间复杂度是指执行算法所需要的计算工作量。一般来说，计算机算法是问题规模 n 的函数 f(n)，算法的时间复杂度也因此记做：T(n)=(f(n)nf(n) 的增长率正相关，称作渐进时间复杂度（Asymptotic Time Complexity。空间复杂度算法的空间复杂度是指算法需要消耗的内存空间。其计算和表

16、示方法与时度的分析要简单得多。正确性算法的正确性是评价一个算法优劣的最重要的标准。可读性算法的可读性是指一个算法可供人们阅读的容易程度。健壮性健壮性是指一个算法对不合理数据输入的反应能力和处理能力，也称为容错性。算法的描述方式图等，其中最普遍的是流程图。典型的算法递推法递推是序列计算机中的一种常用算法。它是按照一定的规律来计算序列中机速度快和不知疲倦的特点。递归法程序调用自身的编程技巧称为递归（recursion。一个过程或函数在其定足时，递归返回。注意：递归就是在过程或函数里调用自身；在使用递归策略时，必须有一个明确的递归结束条件，称为递归出口。穷举法1000010000贪心算法贪心算法是一

17、种对某些求最优解问题的更简单、更迅速的设计技术。用贪心法设计算法的特点是一步一步地进行，常以当前情况为基础根据某过每一步贪心选择,可得到问题的一个最优解，虽然每一步上都要保证能获得局部最优解，但由此产生的全局解有时不一定是最优的，所以贪婪法不要回溯。贪婪算法是一种改进了的分级处理方法，其核心是根据题意选取一种量度下最优解的分级处理方法称为贪婪算法。优解的最优量度标准是使用贪婪算法的核心。一般情况下，要选出最优量度标准并不是一件容易的事，但对某问题能选择出最优量度标准后，用贪婪算法求解则特别有效。分治法分治法是把一个复杂的问题分成两个或更多的相同或相似的子问题，再把即子问题的解的合并。分治法所能

18、解决的问题一般具有以下几个特征：该问题的规模缩小到一定的程度就可以容易地解决；构性质；利用该问题分解出的子问题的解可以合并为该问题的解；的子子问题。动态规划法动态规划是一种在数学和计算机科学中使用的，用于求解包含重叠子问题广泛应用于计算机科学和工程领域。动态规划程序设计是对解最优化问题的一种途径、一种方法，而不是一种去求解。迭代法迭代法也称辗转法，是一种不断用变量的旧值递推新值的过程，跟迭代法相对应的是直接法（或者称为一次解法，即一次性解决问题。迭代法又分为精指令（或这些步骤）时，都从变量的原值推出它的一个新值。分支界限法分枝界限法是一个用途十分广泛的算法，运用这种算法的技巧性很强，不同类型的

19、问题解法也各不相同。分支定界法的基本思想是对有约束条件的最优化问题的所有可行解（数目有限，并为每个子集内的解的值计算一个下界或上界（称为定界。在每次分支后，对凡是界限超出已知可行解值那些子集不再做进一步分支，这样，解的许多子集（即搜索树上的许多结点）与贪心算法一样，这种方法也是用来为组合优化问题设计求解算法的，所不可能得到最优解的子空间进一步搜索（类似于人工智能中的剪枝，故它比穷举法效率更高。回溯法（探索与回溯法其基本思想是，在包含问题的所有解的解空间树中，按照深度优先搜索的（其实回溯法就是对隐式图的深度优先搜索算法的子树都要已被搜索遍才结束。 而若使用回溯法求任一个解时，只要搜索到问题的一个

20、解就可以结束。算法模型优化算法模型优化要点在云平台数据管理中，数据模型建设是至关重要的。数据模型应分成多层进行设计，涵盖税务业务内涵需完整、全面。具体的优化要点如下：1、统一数据视图建模优化支持对即时性的、操作性的、集成的数据运用需求。统一数据视图可以按照3NF OLTP 数据库，以总体架构项目规划的数据模型为基础，优化其逻辑访问及物理存储结构，达到高效查询的要求。2、数据仓库建模优化数据仓库的特征在于面向主题、集成性、稳定性和时变性，用于提供税收业3NFSTAR-SCHEMA 3、数据集市建模优化围绕数据仓库数据，面向不同分析主题，进行数据集市建模，完成数据运用平台和联机分析应用。数据集市的

21、结构可以是多维数据集（如星型、雪花型，析主题建立等三项内容。（如数据质量指标库80/20 数据模型优化征管分析模型发票发票票证登记认定申报征收计会统优惠证明综合评估审计稽查法制我们针对该模型的建设方式也需要围绕该主题进行。企业标签体系模型企业标签体系模型，针对目前总局对于企业征税管理的需要，设计对企业据进行数据挖掘，获得刻画企业的标签数据。企业标签概念模型设计其左半部分叙述了三个层级标签的数量，右半部分则对标签层级进行举例说明。行为能力挖掘框架设计能力标签挖掘，即对用户标签体系中的能力标签进行挖掘。具体的，在整体用户能力标签挖掘流程中，首先通过用户关系数据(主要是分组，用于体现粉丝标签挖掘模型

22、关键点设计标签汇集分组信息即用户为关注对象打上的标签作为用户关系数据引入到挖掘过程中，由于标签属于UGC，就会造成同一个标签主题有多种不同的表达方式，将多种不同的表达方式聚合起来，形成一个标签集，并且映射到我们的标签体系中， 可以有效地提升能力标签的准确率和覆盖率。首先将分组信息通过分类模型划分为强关系型(税务机关，税务活动等)和行为型(缴纳、金额等)两类，并将行为型分组信息作为我们的基础预料。接下来通过聚类、关联等相关算法进行标签词(分组信息)的聚合；标签高相关标签标签高相关标签低相关标签税务活动征收机关税种税目征收行业、主管机关等方式、交款方式、作废标志、入库标识等用户关注度用户关注度指的

23、是用户在某个特定标签下的受关注程度，因此影响力计算的边界是标签对应的兴趣用户群体（包含该标签的能力用户，即对该标签所对注为作为基础数据，利用迭代算法进行该用户关注度的计算。时间衰减效益考虑到企业用户数据的消费价值和计算代价，对于用户内容数据，我们选取了用户近一段时期内行为活动作为基础参照进行计算。关于时间衰减，我们结合牛顿冷却定律和微博的业务需求推导出相应的衰行为标签内容权重的时间衰减函数自然人标签体系模型自然人标签体系模型，针对目前总局对于自然人征税管理的需要，设计对人库的数据进行数据挖掘，获得刻画自然人的标签数据。自然人标签体系概念模型行为能力挖掘框架设计短时动态数据建设短时动态数据建设为

24、解决总局快速发现问题、快速反应业务变化的需求提反应业务的变化，发现可能存在的问题，并能够业务系统产生联动。短时动态数据建设主要基于流式数据处理，其过程基本分为三个阶段：数展示。流式数据设计短时动态数据建设主要基于流式数据处理，其过程基本分为三个阶段：数据采集、数据处理、数据服务化。数据采集流式数据处理的支持基础是实时数据采集。数据处理ETL加载后形成可以存储到数据队列中。数据服务化数据通过队列订阅获取流式数据队列中的数据，并根据队列输出数据进行服务化转变。企业风险（信用）模型纳税信用等级是指税务机关根据纳税人履行纳税义务情况，依据纳税信内的纳税信用所评定的等级。企业风险（信用）评定办法评定等级

25、分值比例涉及风险项A分值=95具有涉嫌违反税收法律、行政法规行为，至评定日仍未结案或已结案但未按照税务机关处理决定改正的两年内（指税务机关确定纳税信用等级之日起向前推算两年）新发生欠缴税款情形的不能依法报送财务会计制度、财务会计报表和其他纳税资料的评定期前两年有税务行政处罚记录的对办理税务登记不满两年的纳税人，不进行纳税信用等级C20=分值60评定依法应当办理税务登记而未办理税务登记的评定期内同时具备按期纳税申报率在 90%以下，纳税申报准确率在 70%以下，应纳税款按期入库率在 80%以下，代扣代缴申报准确率在 80%以下，代扣代缴税款入库率 90%以下的两年内（指税务机关确定纳税信用等级之

26、日起向前推算两年）有违反税收法律、行政法规的行为，且受到税务行政处罚的纳入增值税防伪税控系统的纳税人，一年内两次不能按期抄报税的应税收入、应税所得核算混乱，有关凭证、账簿、报表不完整、不真实的D分值20具有涉税犯罪嫌疑，已依法移送公安机关，尚未结案的两年内（指税务机关确定纳税信用等级之日起向前推算两年）有偷税、逃避追缴欠税、骗取出口退税、抗税、虚开增值税专用发票等涉税犯罪行为记录的骗取税收优惠政策、骗取多缴税款退回的不能完整、准确核算应纳税款或者不能完整、准确代扣代缴税款的不能完整、准确核算应纳税款或者不能完整、准确代扣代缴税款的B60955（信用评估模型。表名：表名：fx_qyfxpg表描述

27、：企业风险（信用）评估表描述企业风险信用等级为划型和税务评估做出参考列名字段类型注释备注NSRSBHVARCHAR2(30)纳税人识别码NSRMCVARCHAR2(75)纳税人名称FXPGXMLXCHAR(2)风险项目类型PGXMLXFZNUMBER评估项目类型分值表名：表名：fx_fxpgxmlx表描述：风险（信用）项目评估类型风险评定代码类型表列名字段类型注释备注fxpgxmlxCHAR2(2)（信用项目评估类型Fxpgxmlx_mcVARCHAR2(30)风险项目评估名称fxpgzcyjChar(6)风险评定政策依据LXLRRQLXLRRQDATE风险项目类型列入日期XYBJCHAR(1

28、)选用标记表名：表名：fx_nsrfxpdsx表描述：纳税人风险评定事项风险评定事项列名字段类型注释备注nsrsbhVarchar2(30)纳税人识别码dqzrnumber档期收入ljsrnumber累计收入djrqdate登记日期djzlblnumber登记资料完成比例sssxcsnumber涉税事项次数wfajcsnumber违法案件次数6然人风险（信用）模型自然人 风险（信用）模型自然人风险（信用）表模型表名：表名：fx_zrrfxpg表描述：自然人风险（信用）评估表描述自然人风险信用等级为划型和税务评估做出参考列名字段类型注释备注zrrsfzjxxVARCHAR2(30)自然人身份证件

29、信息zrrmcVARCHAR2(75)自然人名称FXPGXMLXCHAR(2)风险项目类型PGXMLXFZNUMBER评估项目类型分值表名：表名：fx_zrrfxpgxmlx表描述：风险（信用）项目评估类型风险评定代码类型表列名字段类型注释备注fxpgxmlxCHAR2(2)（信用项目评估类型Fxpgxmlx_mcVARCHAR2(30)风险项目评估名称fxpgzcyjChar(6)风险评定政策依据LXLRRQLXLRRQDATE风险项目类型列入日期XYBJCHAR(1)选用标记表名：表名：fx_zrrfxpdsx表描述：自然人风险评定事项风险评定事项列名字段类型注释备注nsrsbhVarch

30、ar2(30)纳税人识别码grsrnumber个人收入ljsrnumber累计收入djrqdate登记日期lcysbjChar(1)两处以上标记sssxcsnumber涉税事项次数wfajcsnumber违法案件次数1.3.2.3数据建模工具1、工具需求描述领域模型、逻辑模型、物理模型四个层次建模过程。2、工具需求分析目录目录分析说明支持业务模型、领域建模、逻辑模型、物理模型，以及这之间的转换；模型支持支持 IDEF 建模方法。支持正向工程：为某些数据库设计生成源代码。支持数据库周支持逆向工程：以现有数据库或图式为基础创建可视化模型。期支持数据库修改：允许对数据模型进行设计修改，并通过制定职能

31、修改代码将修改应用于数据库。目录目录分析说明对不同数据源的元数据进行导入和导出，数据源包括：BI 平台 UML 和元数据整合XML图式、以及公共仓库模型CW。自动审查模型，并执行相关标准。并对逻辑模型和物理模型检测，以查模型审查找是否存在目标定义遗漏、未用域名、唯一索引、及循环关系等。支持可视化界面开发，操作简单、易用、易学，支持菜单驱动和拖拉式易用性操作。支持团队开发，支持模型和产出物的版本管理、安全管理、以及模型的支持团队开发分离、比较、合并等。文档报表提供建立多模型的RTF 和HTML 格式的文档报表。优化完善及运维的算法模型服务基础算法模型设计算法模型开发设计主要包括以下内容：增值税发

32、票风险防范与打击方案根据云平台的税务大数据情况和算法能力情况，组合云平台上的数据资源、计算资源和算法资源，设计相应的增值税发票风险防范和打击方案。利益相关群体挖掘与分析的风险。商品名称归类模型相同属性的商品归为同一类（如将中华和中南海归类为香烟，以提供不同粒度的商品名称列表，为其它大数据算法提供良好的数据基础。2法模型优化完善做好已有算法模型的优化完善，主要包括以下内容： 1.新办企业纳税风险评估模型服务。在现有算法的基础上做进一步优化，以提高评估结果的准确率。纳税人动态信用积分分规模建立细分模型，依据实际运行状况，进行迭代优化。进销不符风险企业发现企业名单的准确率。商品名称归集模型升级（或物

33、质（24K，降低商品名称多样性所引入的数据噪音。优化现有的算法，以提升商品名称的归集效果。开放算法模型服务算法模型录入通过在云平台开放的统一的录入功能，收集税务系统内部已有的算法模型， 加入到总局的算法模型工厂中，为各司局、各省局单位提供公用算法模型资源。算法模型查询通过在云平台开放的统一的查询功能，根据自定义的条件，查询出在总局的算法模型工厂中，已有的算法模型，供各司局、各省局单位参考、学习及使用。算法模型管理通过在云平台提供的算法模型管理功能，由云平台管理员，对已经收录到总局的算法模型工厂中的算法模型，进行补充、完善和修改，为各司局、各省局单位提供公用算法模型资源的维护。机构改革的算法模型

34、优化准确的数据服务和数据应用。算法模型指标重新测算国合并影响分析影响等方面的分析，也是机构改革算法模型优化的一个方面。包括但不限于以下内容：非正常户预测模型调整优化；新办企业风险第一阶段模型调整优化；新办企业风险第二阶段模型调整优化；新办企业风险第三阶段模型调整优化；团伙分析模型调整优化；新增数据主题动态监控、用户画像、风险管理应用。应用支撑方案个前提：OLAP充分考虑系统数据与业务应用的关系，形成合理的应用布局，便于打包成可复制的解决方案；充打好基础。工作流引擎嵌入其中，融为云平台数据管理系统中的一部分。支持操作型 BI， OLAP 理论，支持雪花、星型等多种数据模型，固定报表支3NF 数据

35、；支持集中部署，多级应用的数据共享模式。应用接入采用中间件技术，采用的中间件产品应为主流、开放、成熟的产品。应用接入规范制定管理，并提供必要的培训。工作约束如下：准规范；要求应用层的用户权限管理使用的权限标准；撑省局的应用创新；面集成、功能集成、消息集成、权限继承、流程集成、服务集成、数据集成。应用接入方式最终用户提供一个统一的界面级视图。业务工作门户至少包含以下内容：完整的界面运行环境。户个性化的配置。支持各应用系统待办事宜的集中展现。系统的无缝衔接。二、应用集成本项目应用集成采用基于企业级服务总线（CSB）的应用集成平台，提供系通过数据整合组件、内容管理组件、检索服务组件、业务报表组件、统计分析组件及报表组件等应用服务基础组件可以构建各个业务系统，完成有关业务系统的各个功能实现。三、安全集成本项目安全集成遵循总局总体应用安全支撑体系规划进行设计、实施。1、用户管理要求遵循总局统一用户模型设计；支持接入总局统一用户管理系统；支持总局统一部署运维，总局省局分级进行用户信息维护功能。认证管理要求支持接入总局统一认证管理系统；CA/动态口令、身份互信体系要求遵循总局统一规划、设计、开发的身份互信体系。应用接入管控按照标准的工作流程和规范，配合各方完成基于云平台开发应用的工作。重点工作内容如下：配合应用开发商完成数据架构的设计，跟踪管理相关成果物文档。配合应用开发商完成数