云计算和大数据.pdf
附件7“云计算和大数据云计算和大数据 重点专项重点专项20162016年度项目申报指南年度项目申报指南依据国家中长期科学和技术发展规划纲要（20062020年)、关于促进云计算创新发展，培育信息产业新业态的意见、国务院关于印发促进大数据发展行动纲要的通知等文件，科技部会同相关部门组织开展了云计算和大数据重点专项实施方案 编制工作，在此基础上启动“云计算和大数据重点专项”2016年度项目，并发布本指南.云计算和大数据专项总体目标是：形成自主可控的云计算和大数据系统解决方案、技术体系和标准规范；在云计算与大数据的重大设备、核心软件、支撑平台等方面突破一批关键技术；基本形成以自主云计算与大数据骨干企业为主体的产业生态体系和具有全球竞争优势的云计算与大数据产业集群;提升资源汇聚、数据收集、存储管理、分析挖掘、安全保障、按需服务等能力，实现核心关键技术自主可控，促进我国云计算和大数据技术的研究 1 与应用达到国际领先水平，加快建成信息强国.专项围绕云计算和大数据基础设施、基于云模式和数据驱动的新型软件、大数据分析应用与类人智能、云端融合的感知认知与人机交互4 个创新链（技术方向）部署31 项研究任务，专项实施周期为2016年2020年.按照分步实施、重点突出原则，2016年首批在4 个技术方向启动12 个任务。针对任务中的研究内容，以项目为单位进行整体申报,研究内容需覆盖相应指南方向的全部考核指标。项目设1 名项目负责人,项目下设课题数原则上不超过 5 个，每个课题设1 名课题负责人，每个课题牵头单位及参与单位原则上不超过 5 个。1。云计算和大数据基础设施1。1 软件定义的云计算基础理论和方法(前沿基础类）研究内容：软件定义的云计算基础理论；能效优化的分布存储和处理的硬件及软件系统架构；大数据的复杂性、可计算性与云平台处理效率的关系；混合云中面向软件定义的虚拟专用云的 2 动态构建理论与方法以及应用运行机理；资源聚合与解耦的模型与构建方法；软件定义云平台的可用性、可审计性等度量与测评方法;软件定义的云计算原型系统。考核指标:建立软件定义的云计算基础理论，设计一组有效的模型与方法并在云计算原型系统中予以验证；形成软件定义云计算的可用性、可审计性与性能的度量模型与评测方法；形成一批高水平、有国际高影响力的成果；形成一组软件定义的云计算相关规范和标准(送审稿）。支持年限：不超过5 年。拟支持项目数：12 项。1。2 新型大数据存储技术与平台（共性关键技术类）研究内容:大数据环境下基于新型存储器件的存储体系架构及控制方法，以及与之对应的持久内存管理和数据组织方法。在此基础上形成基于非易失存储器件的新设备、驱动软件、专用高效持久内存管理和文件系统；异构存储介质高效融合的高并发低延迟的万亿文件级大数据存储系统；新型数据冗余技术,数据冗余 3 的高效转化与高效重构技术；数据保存 50 年以上的方法和技术,以保障信息不丢失、能再现；大数据存储系统的评估理论、方法及其工具软件。考核指标：(1）研制有自主知识产权的高速低耗存储控制器及设备、驱动软件、专用高效持久内存管理和文件系统;容量型设备容量10TB，性能型设备IOPS100万、带宽10GB/s,能耗最低可达10 瓦/TB；节点内可扩展；（2）系统支持多存储介质设备异构融合，支持高密低耗、系列化的存储节点，节点容量达PB 级；(3）系统支持万亿文件；在万级并发访问下，巨量小文件平均访问延迟低于10ms;(4）在 EB 级大数据场景下应用于1-3个典型领域;（5）申请一批本领域的知识产权.支持年限：不超过4 年.拟支持项目数:12 项。1.3基于数据流的大数据分析系统(共性关键技术类）研究内容：研究用于大数据分析的数据流加速器系统，包括数据流加速器硬件、数据流编程模型及优化编译器以及运行时系 4 统等.（1)数据流加速器硬件；（2）面向数据流加速器的编程模型及优化编译器，提出能充分发挥数据流在并行性和同步方面的优势的编程模型；研究数据流的无编程动态模型定制与生成方法；（3）面向数据流加速器的运行时系统,包括加速器资源的分配与回收、动态重构、通信管理、内存管理等，支持基于数据流编程模型的在线计算和实时计算；支持对基于不同硬件架构的异构计算资源的统一抽象和一致高效管理；（4）数据流处理分析的可视化展示和监控管理工具。考核指标：(1）在加速器上完成不少于三个典型大数据应用的加速；在不少于5 个领域进行成功应用示范；（2）在典型大数据应用上的性能功耗比是通用CPU 平台的10 倍以上;（3）单块加速器卡上内存不少于256GB，单台服务器可支持4 块加速卡，加速器之间可以高速互连，互连理论带宽100Gbps，实测带宽80Gbps；（4）系统可通过多机互连扩展，可处理PB 量级的大数据；（5）针对高并发的数据流实时分析，单物理节点（普通PC服务器）流式数据处理吞吐量不小于3 万笔/秒，集群数据处理吞 5 吐量不小于100万笔/秒，单笔请求处理平均延时小于 10 毫秒。支持年限:不超过3 年.拟支持项目数:12 项。1。4 面向云计算的网络化操作系统（共性关键技术类）研究内容：软件定义的新一代 ICT系统体系结构，重新界定软硬件的功能划分以及面向应用的配置方法与机制；超大规模资源管理和调度核心技术和基础平台；研制新一代云操作系统、云组件、数据中心操作系统等基础核心软件;研究硬件元素管理的合理粒度并提供应用编程接口,通过软件方式实现高效资源整合、调度、自适应与自动化协同；突破支撑大规模数据处理、内存计算、科学计算等具有海量资源需求的巨型虚拟机支撑方法，支持新型异构设备的巨型虚拟机;研究基于容器的虚拟化方法，在提升效率的同时显著提升容器的隔离性；研究面向领域需求的快速领域虚拟机定制方法，建立领域虚拟化组件库，集成面向领域的虚拟机仓库；研究管理灵活性、能耗和性能损耗之间的合理平衡，降低软件定义系统的复杂性和故障率，通过软件管理降低系统能耗,6 研究评估理论、方法及其工具软件.考核指标：研发具有自主知识产权的网络化操作系统;显著提升现有虚拟化方法的资源整合能力与管理效率，云系统整体资源利用率比现有世界先进水平提高 1 倍；支持包括FPGA、GPU、RDMA与非易失内存等设备虚拟化，单个巨型虚拟机支持各类内存超过2TB，虚拟处理核数目超过500个，性能相对当前主流虚拟化平台提升 30以上;建立面向专业领域的虚拟机示范仓库，支撑不少于5 个领域的应用，可定制的虚拟机类型超过 100种；研发新一代云计算核心软件，形成软件定义的技术体系、方法、工具、环境和最佳实践，初步形成支持软件定义的一体化硬件架构、基础软件，并在2 个或者2 个以上的重点领域进行应用验证与推广。支持年限：不超过4 年.拟支持项目数：12 项。1。5 面向特定领域的大数据管理系统（共性关键技术类)研究内容:支持典型应用场景的开放架构大数据管理系统的 7 设计，以及大数据管理系统标准和规范、系统评测基准的研制；面向关系数据、图数据、键-值对数据、非结构化数据等不同数据模型的大数据管理关键技术研究与相应大数据管理系统研制；数据驱动的大数据管理系统的监控、运维与调优工具研制.考核指标：设计开放式架构大数据管理系统架构，形成大数据管理系统的系列国家标准和规范，提出针对至少 3 种数据模型的大数据管理系统评测基准和测试工具。研制针对不同数据模型的具备高扩展性、高可用性、高性能的数据管理系统及其关键技术,在基准测试上的指标与国际主流产品可比。研制大数据应用所急需的、可独立部署的系统管理工具不少于 5 个.开展 23 个示范应用，数据规模达到EB级别.申请一批本领域的知识产权。支持年限：不超过3 年。拟支持项目数：1-3项。2.基于云模式和数据驱动的新型软件2。1 基于大数据的软件智能开发方法和环境（共性关键技术类)8 研究内容：研究软件开发相关大数据的收集、整理、存储、检索等关键技术；围绕知识获取、管理和利用形成知识驱动的软件开发方法，提升传统软件工具的知识处理机制，为软件建模、编码、程序理解、测试等工具建立起基于知识的处理架构，形成知识驱动的功能支撑，为开发人员提供基于问答（QA：QuestionAnswer）的开发环境，面向特定领域建立软件知识图谱,实现基于大数据的软件智能开发环境。考核指标：产出基于大数据的软件智能开发关键模型、算法、技术、工具和系统，形成PB 级的软件工程大数据资源,问答系统覆盖 10 个领域或行业的软件开发,问题回答性能与效果均优于通用中文搜索引擎，在5 个大型软件企业进行应用推广，申请一批本领域的知识产权。支持年限:不超过3 年。拟支持项目数:1-2项.3。大数据分析应用与类人智能3。1 大数据知识工程基础理论及其应用研究（前沿基础类+9 共性关键技术类)研究内容：针对大数据异构、自治、复杂、演化的网络环境，研究多源、动态、异质碎片化知识/知识簇的表示模型与在线挖掘方法，揭示碎片化知识的时空特性和演化机理；研究碎片化知识间语义关联与涌现特性，探寻其动态挖掘与拓扑融合机理；设计多粒度情景感知与知识寻径模型，研究交互式个性化服务的知识适配机理.考核指标：建立大数据知识工程基础理论，针对目前大数据向大知识转化过程中困惑人们的难题，设计出一组有效的算法并在实际应用中得到验证;研究和形成利用海量、低质碎片化知识构建新型多通道知识服务平台的方法学体系,在此基础上融合10 个以上领域的碎片化知识，建立 PB 级别的网上知识服务中心;选择既能体现国家重大需求又具有知识密集型应用特点的应用领域（如普适医疗、远程教育、互联网创业等），开展示范应用，用户规模超过100万人.支持年限：不超过5 年。10 拟支持项目数：12 项。3.2 面向大范围场景透彻感知的视觉大数据智能分析关键技术（共性关键技术类）研究内容：从个体、群体和场景三个方面研究大范围场景视觉感知大数据的智能分析关键技术。在个体信息感知方面研究多模态高通量生物特征获取与身份识别技术、个体属性特征与动作行为识别技术、行人重识别技术；在群体信息感知方面研究人群流量监测与人群密度估计技术、群体行为理解和群体事件检测技术；在场景信息感知方面研究大范围场景的视觉语义建模、复杂事件的演化分析、视觉对象的时空定位与搜索、跨场景数据关联技术等。考核指标：实现十万到百万级以上视觉感知终端的图像视频大数据智能分析；远距离获取和分析虹膜、人脸、步态等多模态生物特征，个体身份识别精度 98%,个体属性特征和行为识别精度90,行人重识别精度90%；人群流量监测和人群密度估计误差 10%,群体行为理解和群体事件检测的准确率 90%；复杂事 11 件演化分析的准确率85，视觉对象位置信息分析和预测的误差3 米，视觉对象检索准确率 90%.支持年限:不超过4 年。拟支持项目数：12 项。3.3 跨时空多源异构数据的融合、开放共享技术与平台(共性关键技术类)研究内容:研究非完整、非一致、非准确、跨时空多源异构数据的精准采集和清洗、异构数据的结构化描述和语义协同、以人为中心的多源信息感知融合与理解、数据程序化交易及其在线监管等关键技术；研制大数据开放共享技术与平台，满足省部级政府以及大型企业数据的采集、清洗、分析、服务、交易、监管的功能、性能、时间、成本、风险等需求.考核指标：可实时采集数据库封闭、文档源码缺失、原开发团队缺位、第三方商业构件依赖等情况下的 Web应用、移动应用、PC 应用中的业务数据，数据可采集比例不低于 90%,人力成本缩减 10 倍以上；在主流x86 服务器单节点配置下,开放共享平台的 12 业务数据（不含音视频）日开采量达 TB 级，支持万级用户并发访问；在 1000个以上的政府和央企真实业务系统示范应用；形成多源异构数据的融合与智能服务相关技术规范和标准(送审稿）5项以上。支持年限:不超过4 年。拟支持项目数：12 项。4。云端融合的感知认知与人机交互4.1人机交互自然性的计算原理（前沿基础类)研究内容：研究自然交互的基础计算理论,研究面向连续、不确定人体运动行为的内在结构和计算表示，包括精度和速度的关系；建立多感知动作识别理论框架和新型交互范式；建立多模态交互的信息处理模型,度量交互模态的信道容量；研究多尺度视听触觉认知在并行加工时的数据表征、融合和替代机制;研究面向云端融合的多模态交互接口输入输出融合方法；研究生理数据的获取和识别方法,以及生理数据与认知状态的关系;研究心理模型的机理，解释学习成本和交互选择；形成自然人机交互的评价体系 13 和优化理论基础.考核指标：建立面向连续和不确定特征的运动模型,建立动作可区分度量化度量，构建新型动作交互范式；可量化度量任意输入输出接口的交互带宽；用户信息处理模型支持主动精细操控运动到隐式活动行为；支持5 种以上自然交互接口通过云端融合实时高效推理交互信息，多模态融合输入输出算法的执行时间不超过 1ms；用户心理模型表示方法应包含认知、感知和行为要素；建立自然交互计算理论的验证平台和原型系统，实现具备高效率的自然交互新型装置;发表国际高水平论文，在核心算法等方面形成专利群，获得国际领先的基础研究成果,培养高水平基础研究人才.支持年限：不超过5 年。拟支持项目数:1项。4。2 云端融合的自然交互设备和工具（共性关键技术类）研究内容：研究支持云端融合的穿戴式动作捕捉关键技术和设备;设计结合生理信号与空间姿态作为控制信息的穿戴式手势 14 装置、体感控制器；研究用户意图理解和高精度的输入推理算法和输入技术；研究跨设备用户界面表示方法和描述语言；研究远程交互、桌面交互和多移动设备间的跨设备交互技术；形成融合手势、体态、生理等多感知触控交互核心算法；构建面向云端融合的多感知触控式用户界面工具和交互技术集；研究和开发面向教育、办公、医疗等不同人群使用的触控式应用套件。鼓励优势单位强强合作，提升自然交互技术原创水平，形成用户界面工具和交互设备研发平台，所研发的套件实现规模化应用。考核指标：手部运动数据精度达到毫米级,手部弯曲感应位置不少于18 个，数据精度不低于16 位；手势集中通用手势数目不低于50 个，识别率不低于95;动作捕获的位置涉及全身多个关键部位，动作捕获延时小于 20ms，帧率不低于50Hz,精度在所捕获的身体部位尺寸的5以内;英文输入速度不低于30 单词/秒，中文不低于50 字/秒；提交界面描述语言规范，支持输入输出的重定向。支持笔、触控、手势、体态、语音、生理等 6 种以上自然交互方式，支持冗余、互补、混合等 3 种以上交互通道融合方 15 式;建立交互意图理解计算框架，研发用户界面工具和交互设备研发平台;形成专利池;构造的套件装机数量30 万套，应用单位至少500家。实施年限：不超过4 年。支持项目数:1-2项。4.3支持大数据理解的头戴式无障碍呈现技术(共性关键技术类)研究内容：研究匹配个体差异并可长期佩戴使用的适人性虚拟现实技术，研制个性化高沉浸虚拟现实整套装置及应用系统,搭建以全浸没式虚拟现实为核心的社会化网络社区系统，并形成示范应用；研究大尺度非配合环境下摄像机的实时跟踪定位和三维注册融合技术，设计并建立适合云服务器和各种显示终端的增强现实统一描述语言及其解析器；研制面向移动终端的虚实融合内容生成系统及具有超大视场的增强现实头盔显示装备.考核指标:沉浸式头盔显示系统视场角不小于150 度；光学透射式头戴显示系统视场角不小于 80 度；非配合环境中的实时识别、跟踪、配准/注册技术的准确率达到 95以上，跟踪注册帧 16 率不低于20 帧/秒，面向移动终端的云-端结合虚实内容融合系统具备十万级的并发应用服务能力；支持千平方米级范围内自由行走及无标记手 眼协同交互；形成虚拟现实社会化网络平台及应用示范；并形成专利池。支持年限：不超过4 年.拟支持项目数：1-2项。17
