随着国民经济的高速发展,案件诉讼量也不断增加。各级法院大力推进信息化建设的科学发展,将信息技术与法院工作紧密结合,把现代化的技术运用到法院工作的各个环节,以信息化建设为载体,以审判质量与效率评估体系建设为重点,改进工作方式,加强管理,进一步提高各级法院的工作效率与司法能力,为社会和谐稳定提供有力司法保障。但随着法院信息化深入推进、业务需求不断提升,对网络带宽、效率、安全、运维管理提出更高要求。
在最高人民法院“科技强院”工作方针的指导下,各级法院加强了信息化建设科学发展,完善法院的内部管理。按照法院信息化建设要“建有所值,物尽其用,务实求效”的要求,最高人民法院向国家发展和改革委员会申报了国家电子政务工程“国家司法审判信息系统工程”项目(简称“天平工程”)。
杭州市中级人民法院(以下简称杭州市中院)于2005年建设完成一套承载杭州市中院的核心业务应用系统的基础网络,经过多年运行,现有网络系统的软硬件平台已经无法满足杭州中院的信息发展需要,主要包括以下几个方面:
l 硬件:杭州中院目前现网设备包括核心交换机、接入交换机、汇聚交换机、出口路由器等已运行近10年,设备及备件停产给运维带来了巨大的压力;
l 架构:内网核心设备无法支持虚拟化集群,致使整个网络流量不可控,很难排除困难;外网核心单点运行缺乏冗余保护,一旦出现故障,必然会影响业务的正常开展;
l 安全:随着外来网络攻击越来越多,原有的安全管理措施已不能满足法院目前及未来业务发展的要求,对外安全防范措施缺乏,对内缺少监控措施;
l 管理:现网存在多厂商设备,现网缺乏统一的运维管理平台,设备故障时无法被感知、定位,业务短时间内恢复困难。
为了积极响应最高人民法院的号召,抓住“天平工程”建设机遇以进一步提升法院信息化建设水平,杭州市中院从自身的经济条件和实际需要出发,因地制宜的制定法院信息化建设实施方案。
杭州市中院网络系统平台存在用户水平多样化、业务应用多、网络流量大等特点,新建网络系统需要保障用户高速、安全、快捷的访问各应用系统和互联网业务,同时需要保障业务的安全、稳定、高速的承载。针对这些问题和需求,华为携手杭州中奥科技有限公司为杭州中院提出了敏捷网络解决方案,采用先进架构打造面向未来的可靠网络。
该方案有以下四大特点:
l 扁平化设计:在架构设计中,基于对客户现网情况和新网络系统的需求分析,新建的网络采用核心层、接入层扁平化的设计原则,保证方便运维。
l 核心虚拟化技术:网络核心分别采用华为CE12800和S12700高端智能核心交换机,通过虚拟化技术,有效保障网络安全性。并且虚拟化技术简化了网络的管理和运维,使得整个网络具备极高的可靠性,确保法院信访管理、人事管理系统、执行管理系统等业务不间断运行。
l 安全管理:我司上网行为管理系统ASG2600,通过预分类过滤技术对违反国家法律、危害法院安全的内容进行过滤,避免用户有意无意访问包含非法内容的网页,净化网络,减少病毒进入局域网的几率,降低法院法律风险,创造文明健康的上网环境;
l 统一管理,精简高效的运维平台:部署华为统一运维平台eSight,对新增或利旧的网络设备进行拓扑管理,实现图形化运维、告警查询、日志管理等,维护高效、简易。
杭州市中级人民法院网络的改造建设,对于杭州市的法治建设与社会经济发展都有极大的促进作用。
l 进一步提升了杭州中院信息化系统硬件平台的性能和稳定性。
l 进一步提高数据安全性和可用性。
l 构建了统一的软硬件平台,能有效促进杭州市中级人民法院各级机关的办公效率,增加管理科学性,降低其工作与管理成本,避免不必要的浪费。
杭州市中院的信息化人员对本次网络改造建设给予高度评价:“我们选择华为和中奥,一方面是因为华为的网络产品比较完整,解决方案优势明显,另一方面华为及中奥的先进技术及过硬的专业精神打动了我们。”
中奥联手华为建设的敏捷网络解决方案,为杭州中院的敏捷办公作出重要贡献,也为后续双方在公检法领域的拓展奠定良好的基础。
这个故事很精彩,华为希望与广大合作伙伴共同构建 更开放的新生态圈,共同谱写属于我们的故事。2016华为中国合作伙伴大会即将开幕,华为将继续坚持“聚焦“和“被集成”的战略,与合作伙伴携手把握ICT市场的变革机遇,为客户提供更有价值的方案和服务。更多精彩,敬请期待!
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。