新兴技术背景下电子政务建设面临的挑战及新途径研究

◆刘岩 刘铭

新兴技术背景下电子政务建设面临的挑战及新途径研究

◆刘岩1刘铭2

（1.国防大学 军事文化学院 北京 100081；2.北京警察学院 北京 102202）

在新兴信息技术地推动下，电子政务建设迎来新的发展契机，电子政务建设机遇与挑战并存。首先阐述了电子政务建设以政务信息资源建设与应用为核心的模式呈现出多种形式和典型应用，分析了在新兴信息技术推动下，电子政务建设纵深发展面临着理念、人才结构、知识结构、建设模式和数据安全等方面的新挑战。最后提出了未来电子政务建设新途径的建议。

电子政务；信息共享；大数据；整合应用

近年来，世界范围内新一轮的科技革命和产业变革对电子政务的改革和发展提出了新的挑战，云计算、大数据、人工智能、物联网、区块链等新兴信息技术在政务领域不断深入应用，政务信息资源作为数字政府建设的核心基础，是政府依法行政过程中形成的重要信息资源和组织过程资产，一直以来都得到了各级政府的重视。我国电子政务建设的核心就是要推进政务信息资源的整合共享工作，通过政务数据资源整合共享，实现政务信息资源的深入开发利用，发挥现有政务数据真正价值。

我国各级政府结合实际情况，围绕政务信息资源融合应用逐步深入研究，持续推出了政务信息资源整合共享实施方案并进行了实践探索，旨在破除当前部门间的数据壁垒，实现政府业务流程整合优化重构。国务院印发的《政务信息资源共享管理暂行办法》（国发〔2016〕51号）指出政务信息资源共享应遵循的基本原则，即“以共享为原则，不共享为例外”、“需求导向，无偿使用”、“统一标准，统筹建设”、“建立机制，保障安全”。国务院办公厅印发的《政务信息系统整合共享实施方案》（国办发〔2017〕39号），明确了政务信息系统整合共享的基本原则，即按照统一工程规划、统一标准规范、统一备案管理、统一审计监督、统一评价体系的“五个统一”的总体原则，有效推进政务信息系统整合共享，切实避免各自为政、自成体系、重复投资、重复建设。北京市人民政府印发的《北京市政务信息资源管理办法（试行）》（京政发（2017）37号），明确指出政务部门负责组织开展本部门政务信息资源目录编制、采集、共享和开放等工作，开展基于信息共享的业务流程再造和优化，指导所属企事业单位开展政务信息资源管理工作。围绕诸如上述颁布的政务信息资源整合相关办法，开展了一系列政务信息化工程建设，政务信息系统整合共享在局部取得了积极成效，形成了一些较为成功的、典型的案例。

1 典型的电子政务建设应用模式

1.1 基于同一“底图”的电子政务信息资源整合应用

基于政务信息资源产生在相对集中的相同地理空间内的实际特点，建立同“一张地图”的管理模式，利用GIS技术整合关联政府各职能部门的政务信息资源[3]。这种模式最初以政府各职能部门的政务信息资源建设需求为核心，围绕“统一标准，集中建设，共建共享”的思路，由各级政府信息化主管本门牵头统一实施电子政务项目建设，通过公用、基础性的软件和数据库的统一开发和建设，提供同一区域内统一的基础空间地理信息资源图层数据，各业务部门生成业务图层数据与基础数据叠加，实现区域内政务信息资源整合，达到信息资源的统一共享和管理以及政府各部门专业信息系统的互操作的目的，最终形成以同一“底图”为基础，以政务基础空间信息资源平台为中心和各部门政务信息资源图层相叠加的星型政务信息资源平台体系结构。随着云计算、大数据、人工智能、区块链等技术的兴起与广泛应用，基于一张“底图”的政务信息资源整合模式又衍生出“大资源”、“大智慧”、“大环境”等系列电子政务整合应用方案。

在“大资源”政务信息资源整合应用中，“国土空间规划一张图”建设方案以国土作为空间载体，建立以空间治理、空间结构优化为核心的国土空间规划，以国土空间开发、利用、保护为主体的国土空间用途管制体系，成为推进生态文明领域国家治理体系和治理能力现代化的重要举措。挖掘国土空间数据潜力，建立“用数据说话、用数据决策、用数据管理、用数据创新”的管理新机制，科学规划、有效监管。按照现状数据、规划数据、管理数据、社会经济数据等类别，将覆盖城乡、地上地下的基础测绘成果、国土调查成果、地理国情普查成果、矿产资源调查成果、各类规划成果以及社会经济大数据等与国土空间相关的数据进行汇聚整合，形成覆盖全域、全要素的相互关联、相互衔接、相互协同的自然资源一张图。

在“大智慧”政务信息资源整合应用中，“智慧城市数字底盘”建设方案围绕智慧城市对数据开放、共融共享的核心需求，采用大数据、云计算、人工智能、GIS等技术，以地理实体为基础，承载自然资源数据、融合政务数据、集成城市大数据。基于全空间信息模型，无缝衔接EPS测绘成果、倾斜摄影、BIM、激光点云等空间数据，构建地理实体，并承载自然资源数据、融合政务数据、集成城市大数据等，通过多源异构数据汇聚、处理与实体化建模，实现物理世界孪生再造。利用时空数据仓库和人工智能技术，针对各类城市问题，协同领域专家建立选址分析、人口预测、资源承载力评价等业务模型，结合实体、指标等数据成果，实现基于领域模型的预测决策分析和预测决策结果的可视化表达，充分发挥平台中时空大数据的数据价值，提升平台的数据融合、体征感知、行为诊断和认知推理能力。基于容器与微服务架构，构建不同数据与功能组成的服务，以容器作为载体、通过标准的API为用户提供服务，为提高企业级应用的可伸缩性，基于微服务的软件体系结构将单体应用细化为可相互协作、配合的一组小服务，使得服务间开发自由、独立部署、易于维护[4]，更好地满足政务信息资源整合应用发展需求，支持容器级的弹性伸缩，支持随需定制，适应桌面端、网页端、移动端、二维客户端、三维客户端等在内的多种应用终端，真正实现服务集约、灵活应用。基于云架构，可以将县域作为市级平台的子节点，通过市级节点集中建设管理县域节点，通过基础设施一体化、数据资源一体化、软件平台一体化、运维管理一体化、示范应用一体化等，大大减少县域节点建设与运维的成本与难度，促进市县之间信息资源与业务应用的共享协同。

在“大环境”政务信息资源整合应用中，“生态环境信息一张图”是在统—的地理空间框架下，整合多要素、多时相和多区域的基础地理空间数据和生态环境专题数据，形成生态环境信息“一套数”，实现数据的统一管理；基于一张基础地理数据底图叠加各种生态环境管理业务数据，实现任意区域任意生态环境信息的可视化查询展示；基于大数据、人工智能等新一代信息技术深入挖掘数据信息，提升数据价值，聚焦生态环境问题和管理难点，构建决策管理系统，形成技术驱动、带图决策的创新管理模式；最终向各业务部门提供统一的共享服务（数据服务、地图服务、功能服务、专题服务等），形成互联互通、数据共享、业务协同的新局面。

1.2 基于政务信息资源目录的共享应用

各级政务信息资源管理办法明确规定政务部门负责组织开展本部门政务信息资源目录编制、采集、共享和开放等工作，开展基于信息共享的业务流程再造和优化，指导所属企事业单位开展政务信息资源管理工作。基于目录技术和元数据技术，政务信息资源目录按照统一的数据编目标准和规范，发布政务信息资源的注册、查询和调用的服务体系，明确目录中信息资源的采集途径、更新时限、数据格式以及共享开放属性等，它可以帮助用户从来源、归属、分类、主题、应用等多个角度对信息资源进行查询、识别、管理和使用[5]。如北京市级政务信息资源目录分为基础信息资源目录、主题信息资源目录和部门信息资源目录，其中基础信息资源目录包括人口、法人、自然资源和地理空间、宏观经济、电子证照等，在此基础上开展市级政务信息共享平台，实现“一次汇聚、多次共享”，形成“一对多”的共享新机制。市级政务信息共享平台的数据资源层基于政务信息资源目录，建设数据共享交换平台[6]，通过数据交换、集成与转换等技术，归集整合各级政府部门业务系统产生的分布式、异构的政务数据资源，形成政务信息资源共享库，采用基于SOA的应用系统服务模式，建立统一的地方政务信息资源共享平台，支撑各地方实现跨部门、跨层级的互联互通、业务协同、信息共享，支撑政府部门间数据共享和业务协同[7]。如北京市法人库建设通过北京市政务信息资源共享交换平台，向全市各政务部门提供统一数据服务接口，实现与大量异构系统进行对接，提供法人基础信息的支撑，在满足异构系统数据需求的同时，保证了核心数据节点高内聚，不同部门异构系统间松耦合的总体要求。

1.3 新兴信息技术下的电子政务建设应用

抓住云计算、区块链、物联网、人工智能等新技术兴起的契机，以推动政务信息化应用、实现政府数据资源共享为核心目标，加速大数据生态体系建设。这些新技术落地实施为从政务信息资源中发现新知识、创造新价值、提升新能力，解决信息孤岛，实现数据共享提供了新方法新手段。政务信息资源整合应用更加显现出融合性、创新性、跨领域性，形成了以政务信息资源整合为引领，以应对城市管理变化、塑造“智慧城市”、“数字生态城市”、“城市大脑”等建设理念，已成为当前和未来政务信息资源整合应用的重点。随着各地“政务云”的建设开展，传统电子政务的架构模式，从基础环境、硬件设施、平台建设、业务应用开发发生了深刻变化。基础环境方面，从传统的各部门独立管理发展为通过集约化建设、购买第三方托管服务的方式开展“政务云”建设，改变了原有的各自管理，物理隔离，重复建设，使云平台具有更高稳定性、更及时响应、数据资源更便于共享等整体优势。政务资源管理也增加了云资源管理、应用集成等标准规范制定，完善了共享交换平台、数据资源管理、应用集成管理、云资源管理等功能，为后续应用系统迁云、新应用系统建设奠定了基础。政务信息资源整合应用展现出应用模式的新发展与新融合。如北京市经济信息局推出的“目录链全流程管控”模式，各区政务信息资源目录建设开展“职责目录（资源目录）-数据目录-库表目录”三级目录体系建设，依托市级的“目录链”完成本级职责目录和相关数据目录的注册。在业务应用开发整合方面，微服务成为面向服务软件开发的最新发展趋势，能够满足政务信息化应用动态多变的业务需求，提高开发效率和业务扩展能力，其通常采用去中心化的服务管理方式，在传统面向服务开发模式的基础上进一步降低了系统的耦合度[8]。微服务为提高每个服务的可伸缩性，能实现服务的快速部署和更改充分借鉴了云计算，容器技术以及DevOps等实践方式[9-10]。新兴信息技术也推动政务信息资源评价体系建设，健全约束机制，特别是对于职责交叉、数据资源与职责不匹配等问题的约束机制，建立配套信息共享管理评价体系，不断精细大数据管理范围、提升大数据汇聚能力、扩大大数据应用示范。如各地政府以卫星监测、“雪亮工程”、“网格巡视”、地下管线等重点项目建设与整合为切入点，利用大数据平台实现区域内时空数据的汇集，形成以“天眼”“电子眼”“人眼”为手段的立体化监管体系，提升城市运行感知和预警能力，为城市管理的智能化、精细化和信息化起到示范作用。

2 电子政务应用面临的新挑战

伴随着政府管理能力提升，服务需求不断细化，新兴技术不断涌现，电子政务建设应用必将是一项长期的、持久性、发展变化的系统工程。在突破“数据孤岛”、“数据鸿沟”的困境，实现政务信息资源互联互通，共享应用，改变“单打独斗”、“相互牵制”、“重复交叉”的状态，仍然面临着重大的挑战。

2.1 政务信息资源整合理念认识的不适应

目前，以为云计算为代表的新兴技术促使人类社会的数据种类和规模正以前所未有的速度增长，业务数据从简单的处理对象开始转变为一种基础性资源，如何更好地管理和利用大数据已经成为普遍关注的话题。在电子政务信息资源整合应用领域存在的一些问题与理念滞后和理解不准确直接相关，主要表现在政务信息资源整合理念与当前的变化和未来的需求不适应，主要表现在以下几个方面。一是对新技术理念的理解表面化、字面化、口号化。例如，对大数据应用理念的理解，在各类政务信息资源整合建设方案中“4V”、“5V”乃至几个“V”的大数据性质描述比比皆是，但很少有涉及CAP原则的思考，CAP原则指的是在一个分布式系统中，Consistency（一致性）、Availability（可用性）、Partition tolerance（分区容错性），三者不可得兼。因此在进行大数据应用系统架构设计时，必须围绕实际需求做出合理取舍，放松对传统关系型数据的 ACID约束，接纳CAP原则，允许数据暂时出现不一致情况，接受结果最终一致性，这才是大数据业务系统落地后真正能够发挥作用关键所在。二是过分强调数据规模大，忽视数据质量。数据量的增加不一定意味着数据蕴含价值的增加，相反数据规模变大，其中的“脏”数据会越多，如果不进行数据清洗会对分析结果产生严重偏差。三是唯新技术论。例如，政务信息资源整合建设方案中唯大数据论，忽视传统关系型数据库应用系统的基础数据支撑作用，甚至把大数据应用和关系型数据库应用人为对立起来，忽视大数据应用系统“冷启动”这一关键问题。四是对辅助决策系统过分依赖。例如，对某些大数据应用系统产生的推荐结果准确性预期过高，忽视了政府工作流程中，人发挥决策主导作用，而大数据系统和各类智能系统发挥辅助作用。

2.2 人才结构和知识结构不完善

目前，政务信息资源总体数量级呈指数级发展，跨业务领域的融合应用需求不断涌现，新经济的发展及其产业变革不会因为对业务管理职能的界定而局限在某个单一的政府部门内，也必然突破原有的界限和划分[11]。政务信息资源需要融合应用，各类政务业务应用系统需要采用新信息技术，应用效果呈现周期缩短等的现实需求，凸显出政务信息资源融合应用的领军人才和顶尖人才不足，能够准确完成政务业务需求转换成新兴信息技术实施方案的复合型专业人才不足，新兴信息科技专业人才短缺，面临传统电子政务开发管理人才和本业务领域人才相对过剩，知识更新和能力转型相对于新技术发展速度较慢等一系列新挑战[12-13]。因此，突破人们原有对业务领域的界定认识，在新信息技术环境下，及时完善人才和知识结构，适应新的科技革命和产业变革的需要，从新经济发展的趋势来重新理解和认识新的政务信息资源整合应用及其范畴，赋予其跨越现有业务边界的新内涵。

2.3 建设模式的变化演变

以大数据、“互联网+”为代表的一系列新兴信息技术的发展使得政务信息资源共享方式发生了变化，由此带来了电子政务信息系统的应用模式、建设方法、开发环境和条件等持续改进。例如，传统的集中建设，把各部门业务应用需求集中，统一制定开发解决方案，统一基础硬件环境、统一系统软件平台，统一开发架构，尽管易于开发、测试和部署，但是随着各部门业务应用系统的增长，会变得难以维护，部分业务需求发生变化难以及时响应，特别是当部分业务需求发生变化时，可能会引起整体应用大规模的修改。面向服务架构（SOA）出现后，各业务系统建设可以采用异构系统架构，不同业务部门应用间的耦合度降低，各部门的政务信息资源共享可分解为若干个相互独立的、可复用的业务数据服务建设，采用SOA架构，通过服务注册中心集中式管理数据服务，服务发布者通过服务注册中心注册发布服务，服务使用者通过服务注册中心查询、使用服务。例如，北京市“法人库”基础数据共享，采用这种模式，依托政务信息资源共享交换平台，在统一的数据中心之上，基于SOA架构，构建服务总线提供数据服务，开展市区两级法人数据共享。但是需要增加一项的数据服务，则要定义好数据描述，源数据交换至市数据中心后，才能实现这项新的数据服务部署。区数据中心使用数据服务，通常提出数据服务使用需求，市数据中心通过数据推送，区数据中心落地数据副本，市区两级数据定期同步。随着各地政务云落地实现，容器虚拟化以及集成了开发、测试、部署和运营为一体的DevOps等技术快速兴起和发展[14]，微服务越来越被电子政务建设关注和接受。其基本思想是将传统的单体应用按业务功能拆分为一系列可被独立设计、开发、部署、运维的软件服务单元，服务间彼此配合、相互协作以实现最终价值[15]。微服务的去中心化和SOA统一数据中心集中式管理形成了鲜明的对比，这使得微服务的独立性、自治性更强，每个微服务能够独立部署和运行。在微服务模式下的需求分析、应用系统的设计实现、测试、部署和运维等各个方面，必然引起传统软件工程方法的深刻变革。

2.4 数据安全与保护

数据安全与保护是始终伴随政务信息资源整合全过程的重要问题，是政务信息资源整合的难点，是行业、企业数据价值的核心问题，是公众个人隐私保护的普遍关心的问题。随着政务信息资源整合深入，出现数据规模呈几何数量级的变化，种类形式多样化，必然带来数据安全客观需求。数据安全含义更为广泛，在政务信息资源收集、存储和使用过程中面临着诸多安全风险，不仅是数据安全性问题所导致的隐私泄露为用户带来严重困扰，还在于基于大数据对人们状态和行为的预测，数据滥用和虚假数据将导致错误或无效的大数据分析结果[16-17]。大数据时代的个人隐私保护、数据质量、可信计算将成为政务信息资源整合新的命题。《网络安全等级保护基本要求》（GB/T 22239-2019）于2019年12月1日实施，代替了《信息系统安全等级保护基本要求》（GB/T 22239-2008），对比新旧标准，研究发生的主要变化是加强电子政务数据安全与保护建设的指引。首先是等级保护对象的调整，由原来的信息系统调整为基础信息网络、信息系统（含采用移动互联技术的系统）、云计算平台/系统、大数据应用/平台/资源、物联网和工业控制系统等。其次是安全要求的重新划分，分为安全通用要求和安全扩展要求，安全通用要求是不管等级保护对象形态如何必须满足的要求，而针对云计算、移动互联、物联网和工业控制系统分别提出了安全扩展的要求。第三是控制措施分类结构变化，重新划分了各级技术要求和各级管理要求，特别引人注意的是安全管理中心成为技术要求之一，形成“一个中心”管理下的“三重保护”技术体系框架，构建安全机制和策略，形成定级系统的安全保护环境，分别对计算环境、区域边界、通信网络体系进行管理，实施多层隔离和保护，以防止某薄弱环节影响整体安全。在新标准指导下，电子政务开发建设首先是满足合法合规要求，使安全建设更加规范；其次是体系化的安全建设，改变以往的单点防御防护思想；最后是提高整体人员安全意识，具备等级化防护思想，按重要程度合理分配网络安全投资。

3 电子政务建设的新途径

3.1 继承与创新并行

尽管信息技术日新月异，电子政务开发建设绝不是在每次重大技术变革来临时推翻重建和从头再来，这项系统工程必将根植于已有的积累沉淀和传统优势，积极主动面向新技术，与现有基础相结合，把握新技术的实质，挖掘新技术的适用性，全面加快改革创新，通过理念的提升，人才结构的优化，建设模式的创新应对现代社会的快速变化和未来不确定的变革挑战。例如，从传统关系数据库到大数据，在数据规模、数据类型、模式和数据的关系、处理对象和处理工具等方面发生了本质的变化，覃雄派、王珊等[18-19]指出面对大数据深度分析应用需求的挑战，关系数据库技术的扩展性和非结构化数据存储[20]都遇到了前所未有的困难，同时，结构化查询语言的表达能力不足以胜任大数据背景下的异构数据的分析处理工作，以Hadoop、Spark等为代表的大数据技术生态环境具有模型简洁、扩展性、容错性和并行性良好等特点，必将颠覆传统的数据管理方式。然而，关系数据库和NoSQL并不是矛盾的对立体，而是可以相互补充的，并且能够适用于不同应用场景的技术[21-23]。传统关系数据库技术和大数据技术在现有政务信息资源处理方面，必将长期处于在竞争中相互学习和相互渗透，关系数据库技术和大数据技术发挥出各自的优势，从大数据中分析和发现有用的知识。在新型冠状病毒疫情期防控期间，疫情传播总体趋势分析研判，各类个体属性信息准确核查落地，是大数据技术和传统关系型数据库技术共同发挥作用的结果，关系数据管理技术和非关系数据管理技术在不断的竞争中互相取长补短，在新的大数据分析生态系统内找到自己的位置。

3.2 交叉与融合并重

学科建设领域交叉与融合的方法论对未来开展电子政务建设有着积极的借鉴意义和参考价值。对同一对象的服务管理需求存在于不同政府职能部门的实际业务中是现实的客观存在，已经成为各部门的常态工作内容。多业务部门交叉与融合的需求是政务信息资源整合的新动力，交叉与融合是未来电子政务建设的着力点，交叉与融合是政务信息资源整合创新取得应用实效的突破点，是有效履行现有政务服务管理职能的必然选择。政府多个业务部门在面对同一服务管理对象时，如果能够从不同业务部门的角度出发，进行比较研究分析，借鉴其他业务部门的成果，思考本部门的问题，产生新的认识，促进电子政务建设新思路、新办法，开创电子政务建设新模式。这种交融性也表现在新电子政务建设需求往往是由多个政务业务需求的交叉、融合、渗透或拓展而形成的，这一特征使得新电子政务建设需求内涵更复杂、建设难度更大、需要投入的资源更多[24]。

3.3 协同与共享并举

在当前背景下，政务信息资源整合需要加强对协同与共享更广义的理解，吸引更广泛的数据来源纳入电子政务建设。政府数字化转型离不开市场力量和企业技术支持，公共部门向私人部门学习并不是一个新话题[25]。通过协调政务信息资源整合中各主体关系，形成政府主导、行业指导、企业、高校和科研机构广泛参与的协同共建共享模式，逐步突破制约政务信息资源整合的政策壁垒、资源壁垒、区域壁垒等。在重视各政府各职能部门间的传统数据共享模式的同时，把社会数据资源作为政务信息资源构成的重要组成部分，梳理细化各类信息资源对接需求，制定数据标准规范，指导广泛采集、吸纳社会数据资源，必要时可以购买第三方公司的数据服务和安全服务，构建广泛联系公众、企业、政府部门的数字基础设施平台，实现政务服务管理与高效协同办公，进而推进政府治理能力决策科学化、执行高效化、监督立体化，深化政府治理能力现代化进程。例如，大量的电商数据对于区域经济发展状况、产业布局、从业人员构成等政务服务管理需求提供了基础数据支撑作用。再如，在新型冠状病毒疫情期防控期间，以“北京健康宝”为代表的，方便个人查询自身防疫相关健康状态小程序的广泛应用，查询结果可作为复工复产、出入公共场所等场景的防疫相关健康状态参考，是政务信息资源协同与共享广义的应用。这类小程序仅需采集姓名、身份证号及人脸数据，即可获得防疫相关健康状态信息，避免了多方采集、重复采集、过度采集问题。

4 结束语

新兴技术的发展对电子政务建设发展带来深刻变革和深远影响，电子政务建设必然要积极面向新技术，立足于历史的积累和沉淀，研究新技术对电子政务建设带来的新机遇和挑战，正确认识新技术对电子政务建设的适用性，不唯新技术，不唯新架构，不唯新模式，合理采纳新技术的优势，充分继承已有成果，及时调整观念认识、人才结构，广泛地吸纳各类资源成为政务信息资源的重要组成部分，同时，重视电子政务建设过程中的数据安全与保护问题，才能更好地保证电子政务建设的持续发展。

[1]袁刚，温圣军，赵晶晶，陈红.政务数据资源整合共享：需求、困境与关键进路[J].电子政务，2020（10）：109-116.

[2]周文泓.我国地方政府开放数据政策构建的进展与优化策略研究[J].图书馆学研究，2018（15）：39-45.

[3]刘铭，刘岩.浅谈GIS在政府信息资源平台建设中的应用[J].电子政务，2009（Z1）：148-154.

[4]辛园园，钮俊，谢志军，张开乐，毛昕怡.微服务体系结构实现框架综述[J].计算机工程与应用，2018，54（19）：10-17.

[5]刘岩，刘铭.基于SOA架构的政务信息资源共享研究[J].电子政务，2012（Z1）：126-131.

[6]贾一苇.全国一体化国家大数据中心体系研究[J].电子政务，2017（06）：31-36.

[7]孔守斌，王妙微，王博涵，陈东.基于云平台的地方政务信息资源共享平台建设模式研究[J].电子政务，2017（12）：46-53.

[8]吴化尧，邓文俊.面向微服务软件开发方法研究进展[J].计算机研究与发展，2020，57（03）：525-541.

[9]Xiao Z，Wijegunaratne I，Qiang X.Reflections on SOA and Microservices[C]// 2016 4th International Conference on Enterprise Systems （ES）. IEEE，2016.

[10]Bogner J，Zimmermann A，Wagner S.Analyzing the Relevance of SOA Patterns for Microservice-Based Systems[C]// 10th Central European Workshop on Services and their Composition （ZEUS'18）. 2018.

[11]林健.面向未来的中国新工科建设[J].清华大学教育研究，2017，38（02）：26-35.

[12]钟登华.新工科建设的内涵与行动[J].高等工程教育研究，2017（03）：1-6.

[13]吴爱华，侯永峰，杨秋波，郝杰.加快发展和建设新工科主动适应和引领新经济[J].高等工程教育研究，2017（01）：1-9.

[14]辛园园，钮俊，谢志军，张开乐，毛昕怡.微服务体系结构实现框架综述[J].计算机工程与应用，2018，54（19）：10-17.

[15]Thönes J.Microservices[J].IEEE Software，2015，32（1）：116.

[16]冯登国，张敏，李昊.大数据安全与隐私保护[J].计算机学报，2014，37（01）：246-258.

[17]张引，陈敏，廖小飞.大数据应用的现状与展望[J].计算机研究与发展，2013，50（S2）：216-233.

[18]覃雄派，王会举，杜小勇，王珊.大数据分析——RDBMS与MapReduce的竞争与共生[J].软件学报，2012，23（01）：32-45.

[19]王珊，王会举，覃雄派，周烜.架构大数据：挑战、现状与展望[J].计算机学报，2011，34（10）：1741-1752.

[20]Aisha SIDDIQA，Ahmad KARIM，Abdullah GANI.大数据存储技术综述（英文）[J].Frontiers of Information Technology & Electronic Engineering，2017，18（08）：1041-1072.

[21]王元卓，靳小龙，程学旗.网络大数据：现状与展望[J].计算机学报，2013，36（06）：1125-1138.

[22]孟小峰，慈祥.大数据管理：概念、技术与挑战[J].计算机研究与发展，2013，50（01）：146-169.

[23]程学旗，靳小龙，王元卓，郭嘉丰，张铁赢，李国杰.大数据系统和分析技术综述[J].软件学报，2014，25（09）：1889-1908.

[24]陆国栋，李拓宇.新工科建设与发展的路径思考[J].高等工程教育研究，2017（03）：20-26.

[25]北京大学课题组.平台驱动的数字政府：能力、转型与现代化[J].电子政务，2020（07）：2-30.