下载文档原格式
智慧市场监管一体化信息平台建设方案（一）项目背景 (3)（二）总体架构 (3)（三）数据架构 (4)（四）建设内容 (4)1、稳定性 (5)2、系统性能 (5)3、拓展性能 (5)4、安全性能 (6)（五）项目建设清单 (6)（六）项目建设内容 (9)（一）项目背景为了保障市场监管工作持续稳步发展，本项目新建或改造包括大数据中心、支撑平台、市场监督管理局干部培训系统、市场秩序与协同无证无照经营行为监督平台、“双随机、一公开”市场监管系统、计量监管系统、市市场监管政务信息报送系统、市市场监管审计巡查管理业务系统、网监综合业务系统、重点行业格式合同备案公示平台、电子档案查询系统、智慧市场监管统计报表系统、公示系统、认证认可业务行政许可在线申报服务系统、网络传销监测平台二期、智慧执法系统等功能系统。
（二）总体架构总体架构包括四层三体系：四层（基础设施层、平台服务层、数据资源层、业务应用层）、三体系（标准规范体系、网络安全体系、运维管理体系）。
基础设施层：提供计算、存储、网络、安全等基础配套资源，建设指挥中心信息化基础设施。
平台服务层：提供大数据计算存储、服务资源管理、服务实例管理，并提供业务协同支撑，实现统一身份认证、统一权限分配、统一审批流程、分权限智能推送等功能。
数据资源层：汇聚市场监管各类数据资源，进行数据治理，建立市场主体、电子证照等主题库，实现数据资源分门别类、标准化管理,支撑内部业务应用及对外提供数据服务。
业务应用层：整合原工商、质监、食药监等相关业务系统，采用微服务架构建设智慧新应用，扩展业务应用领域。
标准规范体系：遵循国家、地方、行业标准规范，梳理形成本项目的七大标准规范。
网络安全体系：形成安全可靠、主动防御的保障体系。
运维管理体系：及时处理突发事件，保障业务正常开展，提高系统稳定性，保证服务规范化。
（三）数据架构数据架构分为五层：采集层、治理层、资源层、应用层、共享交换层。
采集层实现原工商、质监、食药监以及本次建设业务系统和相关数据的汇聚。
数据预警平台一、概述数据预警平台是一种基于大数据分析和机器学习算法的信息系统，旨在实时监测和预测数据异常情况，并及时发出预警通知，以帮助企业或组织快速应对潜在风险和问题。
本文将详细介绍数据预警平台的功能、特点、架构和使用方法。
二、功能1. 数据采集：数据预警平台能够从不同的数据源中采集数据，包括传感器、数据库、日志文件等，并实时更新数据。
2. 数据清洗：通过数据清洗算法，数据预警平台可以去除无效数据、重复数据和异常数据，保证数据质量。
3. 数据分析：数据预警平台使用多种统计和机器学习算法对数据进行分析，包括聚类分析、异常检测、趋势预测等，以识别潜在的异常情况。
4. 预警通知：一旦数据预警平台检测到异常情况，它将自动发出预警通知，包括邮件、短信、推送通知等，通知相关人员及时采取措施。
5. 可视化展示：数据预警平台提供直观的可视化界面，以图表、表格等形式展示数据分析结果和预警信息，方便用户进行数据分析和决策。
三、特点1. 实时性：数据预警平台能够实时监测数据，并在发现异常情况时立即发出预警通知，帮助用户及时处理问题。
2. 精准性：数据预警平台使用多种算法对数据进行分析，能够准确识别潜在的异常情况，降低误报率和漏报率。
3. 可扩展性：数据预警平台的架构设计具有良好的可扩展性，可以根据用户需求添加新的数据源和算法模型。
4. 用户定制化：数据预警平台支持用户自定义预警规则和通知方式，根据不同的业务需求进行个性化设置。
5. 数据安全性：数据预警平台采取严格的数据权限管理和数据加密措施，确保数据的安全性和隐私性。
四、架构数据预警平台的架构主要包括数据采集层、数据处理层、数据分析层和用户界面层。
1. 数据采集层：负责从各种数据源中采集数据，并将数据传输到数据处理层。
2. 数据处理层：对采集到的数据进行清洗、转换和存储，以确保数据的质量和完整性。
3. 数据分析层：应用多种统计和机器学习算法对数据进行分析，识别潜在的异常情况，并生成预警通知。
数据预警平台数据预警平台是一种基于大数据分析和机器学习算法的信息监测和预警系统。
该平台能够及时采集、处理和分析各种类型的数据，以发现潜在的风险和问题，并提供预警信息和建议，匡助用户做出及时的决策和应对措施。
一、平台概述数据预警平台是一个集数据采集、处理、分析和展示于一体的综合性系统。
它可以通过多种渠道获取数据，包括传感器、监控设备、社交媒体、网页抓取等。
平台能够对数据进行清洗、整合和转换，以便进行后续的分析和建模。
通过应用各种机器学习算法，平台能够识别数据中的异常和趋势，以及与之相关的风险因素。
二、功能特点1. 数据采集和清洗：平台能够自动采集各种类型的数据，并对其进行清洗和预处理，以确保数据的准确性和一致性。
2. 数据存储和管理：平台提供可靠的数据存储和管理功能，包括数据的备份、恢复和归档，以及用户权限的管理和控制。
3. 数据分析和建模：平台支持多种数据分析和建模技术，包括统计分析、机器学习、数据挖掘等，以发现数据中的规律和模式。
4. 预警信息和报告：平台能够根据用户设置的规则和条件，生成相应的预警信息和报告，并及时发送给相关人员。
5. 可视化展示和分析：平台提供直观的可视化界面，以展示数据的趋势和变化，并支持用户对数据进行进一步的分析和探索。
三、应用场景1. 金融风险预警：平台可以监测金融市场的波动和变化，识别可能的风险因素，并提供相应的预警信息，匡助投资者做出明智的决策。
2. 环境监测和预警：平台可以监测环境污染、天气变化等情况，及时发现异常和问题，并提供相应的预警信息，匡助相关部门采取措施进行应对。
3. 供应链管理：平台可以监测供应链中的各个环节，识别潜在的风险和问题，并提供相应的预警信息，匡助企业及时调整和优化供应链管理策略。
4. 网络安全监测：平台可以监测网络流量、入侵行为等情况，识别潜在的安全风险，并提供相应的预警信息，匡助网络管理员及时采取措施进行防护。
5. 健康管理：平台可以监测个人的健康数据，如心率、血压等指标，识别潜在的健康风险，并提供相应的预警信息，匡助个人及时采取保健措施。
安全生产监测预警平台介绍1. 引言安全生产一直是社会发展的重要方面，各行各业都需要加强对安全生产的监测和预警。
传统的安全生产监测和预警方式存在着监测不全面、效率低下等问题。
为了解决这些问题，安全生产监测预警平台应运而生。
本文将介绍安全生产监测预警平台的定义、功能、特点以及应用场景。
2. 安全生产监测预警平台的定义安全生产监测预警平台是基于现代信息技术手段建立的一种用于实时监测、预警和管理安全生产的系统。
该平台通过采集、存储、分析和展示大量的安全生产数据，为用户提供全面的数据支持和决策依据。
它可以帮助企业和政府部门实现对安全生产过程的全面监测和预警，及时发现问题，采取相应的措施，提高安全生产管理水平。
3. 安全生产监测预警平台的功能3.1 数据采集与存储安全生产监测预警平台通过设备传感器和监测仪器等方式，实时采集各类安全生产数据，如温度、压力、浓度等。
采集的数据将进行统一存储，建立数据仓库，为后续的数据分析和展示提供基础。
3.2 数据分析与处理平台通过数据分析算法，对采集到的数据进行处理和分析。
可以利用大数据分析技术，挖掘数据中的规律和异常，实时监测生产过程中存在的潜在风险。
同时，也可以通过模型建立和预测，预测未来可能发生的安全事故，并提供相应的预警信息。
3.3 预警信息展示安全生产监测预警平台将分析得到的预警信息以直观的形式展示给用户。
通过图表、报表等方式展示数据，向用户通报安全生产情况。
用户可以轻松地获取各项指标的实时数据，并根据展示的信息进行决策和调整。
3.4 预警处理与应急响应当平台监测到潜在风险或发生安全事故时，会立即向用户发送预警信息。
用户可以根据预警信息制定相应的预案和措施，进行应急响应。
平台也会提供应急管理工具，帮助用户组织和协调应急响应工作，最大限度地减少安全事故的损害。
4. 安全生产监测预警平台的特点4.1 全面性安全生产监测预警平台可以集成各类监测设备和传感器，全面采集各种安全生产数据。
安全生产大数据智能平台1.项目建设的背景和意义1.1项目建设背景2015年4月13日，国务院办公厅《关于加强安全生产监管执法的通知》（国办发〔2015〕20号）要求各省、自治区、直辖市人民政府加快监管执法信息化建设。
整合建立安全生产综合信息平台，统筹推进安全生产监管执法信息化工作，实现与隐患排查治理、风险管控、重大危险源监控、安全诚信、安全生产标准化、安全教育培训、安全专业人才、行政许可、监测检验、应急救援、事故责任追究等信息共建共享，消除信息孤岛。
要大力提升安全生产“大数据”利用能力，加强安全生产周期性、关联性等特征分析，做到检索查询即时便捷、归纳分析系统科学，实现来源可查、去向可追、责任可究、规律可循。
经过近几年的信息化建设，各省初步实现了基础设施信息化支撑，部分市、州安全监管机构完成了初步的信息化监管，省安监局进一步深入开展安全生产信息化建设和应用工作，为全省安全生产监管提供了有效的技术支撑保障。
目前，省内部分地区建成安全生产监管基础业务系统，涵盖综合办公、行政审批、非煤矿山监管、应急预案与资源报备、安全生产隐患排查治理等多个业务门类，有效提升了安全生产执法以及政务办公效率，加强了安全管理和事故风险防控能力。
目前，各省安全生产信息化建设中，首先是普遍缺乏统筹规划和标准规范，难以实现业务系统之间的互联互通和资源共享，造成“信息孤岛”，与重点安委会成员单位也没有实现信息互通；此外，业务系统功能不完善，尚未实现业务全覆盖，业务应用的深度不足，没有融入安全生产核心工作；最后，还存在基础支撑保障能力不足的问题，规章制度、队伍建设、设施设备等方面的不足影响了信息化的应用推进。
面对全国依然严峻的安全生产形势和党中央国务院关于进一步加强安全生产工作的要求，各省需要加快实施安全生产监管大数据智能管控平台提升在安全生产领域中的数据治理与服务能力。
1.2项目建设意义大数据是创新安全监管监察模式的必然之路，构建“大数据、大支撑、大安全”的大数据管控平台，实现安全生产事故预测预判和风险防控“信息化、数字化、智能化”的目标。
危化品企业安全生产风险监测预警平台解决方案一、背景介绍危化品企业安全生产一直是国家关注的重点领域，危化品事故可能造成巨大的人员伤亡和财产损失，甚至引发环境污染和社会恐慌。
因此，建设一个危化品企业安全生产风险监测预警平台，可以有效提前发现和预防潜在的安全风险，降低事故发生的概率，最大限度地保障人民生命财产安全和社会稳定。
二、平台架构和功能设计1.平台架构设计危化品企业安全生产风险监测预警平台的架构设计应该包括数据采集、数据处理、数据分析和预警发布等几个模块。
其中，数据采集模块负责采集危化品企业相关的监测数据，如温度、压力、浓度等；数据处理模块负责对采集到的数据进行实时处理和存储；数据分析模块负责对处理后的数据进行分析，提取潜在的安全风险；预警发布模块负责向相关部门和企业发布安全风险预警信息。
2.功能设计（1）数据采集功能：通过传感器和监测设备，对危化品企业的相关数据进行采集，如温度、压力、浓度等，以及监控摄像头的视频数据。
（2）数据处理功能：对采集到的数据进行实时处理和存储，确保数据的准确性和完整性。
同时，对数据进行分类和归档，方便后期的数据分析和查询。
（3）数据分析功能：对处理后的数据进行分析，使用数据挖掘和机器学习等算法，提取潜在的安全风险因素。
例如，通过对温度数据的分析，可以判断是否存在过热风险；通过对浓度数据的分析，可以判断是否存在泄露风险。
（4）预警发布功能：在发现潜在的安全风险后，根据事前设定的预警规则，自动向相关部门和企业发布预警信息，提醒他们采取相应的措施避免事故的发生。
例如，当温度超过安全标准值时，平台会自动向企业发送温度过高的预警信息。
三、数据采集和处理技术1.数据采集技术：可以采用传感器技术和监控摄像头技术，通过现场设备和系统的接口，实时采集危化品企业的监测数据和视频数据。
同时，也可以利用物联网技术，实现远程监控和数据采集。
2.数据处理技术：可以采用大数据和云计算技术，将采集到的数据进行实时处理和存储。
数据预警平台引言概述：数据预警平台是一种基于大数据技术的预警系统，通过对海量数据的分析和挖掘，及时发现异常情况并提供预警信息，帮助企业和组织做出及时决策，提高运营效率和风险管理能力。
本文将从数据预警平台的定义、功能、应用场景、优势和发展趋势等方面进行详细阐述。
一、数据预警平台的定义1.1 数据预警平台的概念数据预警平台是一种基于大数据技术的系统，通过对实时数据和历史数据的分析，利用机器学习和模型算法等技术手段，实现对异常情况的预警和提醒。
1.2 数据预警平台的组成数据预警平台主要由数据采集、数据存储、数据分析和预警展示等模块组成。
数据采集模块负责从各种数据源获取数据，数据存储模块用于对数据进行存储和管理，数据分析模块则是对数据进行挖掘和分析，而预警展示模块则将分析结果以可视化的形式展示给用户。
1.3 数据预警平台的作用数据预警平台可以帮助企业和组织及时发现异常情况，如设备故障、市场波动、网络攻击等，提供预警信息，帮助用户做出及时决策，减少损失和风险。
二、数据预警平台的功能2.1 实时监测和预警数据预警平台可以实时监测各种数据指标，如销售额、用户活跃度、网络流量等，一旦发现异常情况，如数据波动过大或超过预设阈值，系统会自动发出预警通知。
2.2 数据分析和挖掘数据预警平台可以对海量数据进行分析和挖掘，发现数据中的规律和异常情况，如用户行为模式、市场趋势等，为企业和组织提供决策支持。
2.3 预警信息展示和报告生成数据预警平台可以将分析结果以可视化的方式展示给用户，如图表、报表等形式，同时还能生成详细的预警报告，帮助用户更好地理解数据和做出决策。
三、数据预警平台的应用场景3.1 金融行业数据预警平台在金融行业的应用较为广泛，可以用于风险控制、欺诈检测、交易监测等方面，帮助金融机构及时发现异常情况，减少风险。
3.2 电商行业数据预警平台在电商行业可以用于监测商品销量、用户行为、库存情况等，及时预警并调整运营策略，提高销售效率和用户满意度。
基于大数据的风险评估和预警系统在当今信息爆炸的时代，大数据技术已经逐渐渗透到各个领域，其中之一就是风险评估与预警领域。
基于大数据的风险评估和预警系统能够帮助企业、政府等机构快速准确地掌握风险信息，并及时采取相应的措施进行预防和应对。
本文将从系统构成、应用案例和发展前景三个方面来介绍基于大数据的风险评估和预警系统。
一、系统构成基于大数据的风险评估和预警系统主要由数据采集与处理、模型构建与分析、预警输出与应对措施三个部分组成。
1. 数据采集与处理在风险评估和预警系统中，数据采集是关键的一步。
系统需要收集大量的数据，包括但不限于财务数据、经济数据、地理数据等。
这些数据可以通过互联网、传感器、监控设备等渠道获取。
同时，对大数据进行处理也是必不可少的。
通过数据清洗、数据整合、数据分析等手段，将原始数据转化为可以被系统识别和利用的形式。
2. 模型构建与分析在数据采集与处理之后，系统需要建立相应的模型来分析风险。
常用的模型包括基于统计学的模型、机器学习模型和预测模型等。
通过对历史数据的分析和对未来趋势的预测，系统可以识别出潜在的风险，并进行风险评估。
3. 预警输出与应对措施系统根据风险评估的结果，将预警信息及时输出给相关的决策者。
预警信息可以包括风险类型、风险等级、风险发生的可能性以及影响程度等。
基于大数据的风险评估和预警系统还需要提供相应的应对措施，帮助决策者制定和执行相关政策或措施。
同时，系统还可以通过反馈机制，对采取的措施进行评估和调整。
二、应用案例基于大数据的风险评估和预警系统已经在多个领域得到了广泛应用。
1. 金融领域在金融行业中，风险评估和预警是至关重要的。
利用大数据技术，金融机构可以对市场风险、信用风险、流动性风险等进行评估和预警。
通过建立模型分析市场数据、交易数据等，系统可以快速识别出异常情况并及时发出预警，以保障金融市场的稳定运行。
2. 突发事件预警基于大数据的风险评估和预警系统还可以应用于突发事件的预警。
企业风险监测预警大数据平台一.背景介绍1.1国内非法集资现状截至2015年底国内非法集资案件爆发式增长，发案数量、涉案金额、参与集资人数、跨区域案件、大案要案达历年峰值。
新增案件6077起，数量、金额和参与人数，同比增长71%、57%、120%。
跨省案件、亿元以上案件、参与人数1000人以上分别同比增长73%、44%、78%。
2016年公安机关非法集资类案件共立案1万余起，平均案值达1365万元，亿元以上案件逾百起。
2015年法院新收非法吸收公众存款案件4825件，集资诈骗案件1018件；分别同比增长127%、48.83%。
2016年法院新收非法吸收公众存款案件6717件，集资诈骗案件1173件；分别同比增长39.21%、15.22%。
2017年以非法集资犯罪为案由的裁判文书为5782份，与2016年的5747份基本持平，可以判断近两年的非法集资犯罪案件的审判数量基本持平，远超过2015年的2422份，相比2015年增长了138%。
随着国家对金融市场管控政策的不断调整以及互联网金融的快速发展，非法集资项目推介的主渠道也向线上转移，犯罪手段不断翻新，支付方式更加多元，扩散速度不断加快，犯罪活动周期大大缩短，给打击非法集资工作带来了新困局。
面对目前非法集资案件的高发态势，国务院、市委市政府各级领导高度重视，多次批示或召开专题会议，研究部署相关事项，强调要从有效防范和化解风险，维护社会稳定的高度出发，加大力度抓好非法集资案件处置工作。
近几年来先后出台了《关于办理非法集资刑事案件适用法律若干问题的意见》、《促进互联网金融健康发展的指导意见》、《国务院关于进一步做好防范和处置非法集资工作的意见》、《北京市进一步做好防范和处置非法集资工作的管理办法》等规范性文件，强调了防范和打击非法集资工作的重要性并在政策层面上给予规范，同时上述文件中也多次提到监管部门应创新工作方式，充分利用互联网、大数据等技术手段加强对非法集资的监测预警。
所以，迫切需要将大数据技术运用到非法集资的监测预警中，建立立体化、社会化、信息化的监测预警体系，及早的引导、规范、和处置非法集，遏制非法集资高发势头。
针对目前的形势，九次方大数据设计并研发了大数据监测预警非法集资平台。
1.2非法集资政策法规近几年来国内先后出台了《关于办理非法集资刑事案件适用法律若干问题的意见》、《促进互联网金融健康发展的指导意见》、《国务院关于进一步做好防范和处置非法集资工作的意见》、国务院《处置非法集资条例（征求意见稿）》。
在2018年两会政府工作报告，对于2018年的工作工作安排中，“坚决打好三大攻坚战”第一项就强调了“严厉打击非法集资、金融诈骗等违法活动”，可见2018年打击非法集资依旧是政府的重点工作。
1.3非法集资监控困境第一、侦查取证难。
非法集资案发时，往往有部分案件中的受害人则基于人情关系或者依然相信行为人终究会归还欠款，不愿意报案，并排斥司法手段的介入，甚至要求办案机关释放或对集资人取保候审，以便集资人能够积极筹措资金归还欠款；还有部分受害人则会要求通过民事诉讼途径来要求集资人返还款项。
与之相对，部分集资人在归案后也会辩称，认为自己不涉嫌非法集资犯罪，并积极表示愿意归还集资参与人的款项。
在多方利益诉求相互冲突的情况下，如何让受害人第一时间报案，并第一时间获取证据，成为侦查中的难题。
第二、定性处理难。
首先，民间借贷、融资与非法集资行为之间存在一定程度的交叉，界限相对模糊，在查处非法集资犯罪的过程中若未对司法权力行使的“度”予以得当把握，极有可能对正常的民间借贷或融资行为构成不当限制，影响民间金融的健康发展。
但若对司法权力予以过分限制，待到被害人至公安机关报案，又可能已经为时已晚，难以挽回损失。
为此，为非法集资的定性带来一定不确定性。
另外在非法集资的定性上也有诸多不确定性，如：罪与非罪、此罪与彼罪定性争议大；程序上刑民交叉案件处理规则不清、做法不一；关于犯罪数额的计算标准不一；管辖权争议较大、证据收集要求不一；涉案财物的认定、追缴与处置缺乏明确规定；共同犯罪的认定存在疑问。
1.4大数据平台应用非法集资监管的优势第一、高效率、低成本。
防控互联网金融风险关键要建立和完善跨地区跨部门的预警体系。
非法集资涉及面广，花样翻新，仅靠线下人防肯定力不从心，而且等到案发的时候，往往损害已经造成，很多损失也难以追回。
采用大数据打击非法集资行为，可以通过数据手段，对监测公司的经营和资金流动情况进行实时监控，建立立体化、社会化、信息化监测预警体系，大大降低了人工投入成本，提高了监管效率。
第二、全面查、无遗漏。
早期的人防战略，只能通过准入、备案、定期报送等手段，对银行、担保公司等机构进行监管，而以往监管到的领域，往往发生非法集资的几率很小，近几年发生非法集资的案件，基本是类金融机构或者是金融机构之外的行业，这就出现了监管空白。
采取大数据监管模式，可以实现全方位、无死角的分类监管、分类处置，避免监管空白。
第三、早发现、早预防。
大数据监管通过关口前移，源头布控，更能对非法集资早发现、早识别、早预警、早核实、早打击。
该模式能够第一时间锁定涉嫌非法集资的账户信息、资金动向、异常行为，及时发现疑似非法集资线索。
有利于从源头上打击包装隐蔽、名目繁多、手段翻新的非法集资行为，在出现苗头时期、涉众范围较小时解决问题，防范区域性、系统性金融风险，维护正常的金融秩序，维护社会稳定和广大投资者合法权益。
二.总体方案2.1监管特点第一、专业性。
系统利用大数据信息，运用多个有针对性的专业风险预测模式，对多个数据源的数据进行分布式计算，把数据集合统一转换成可供分析的结构化数据，计算出不同的“涉非”风险指数，组织专业力量研判。
第二、超前性。
系统采取多格式数据自动接入，对数据信息自动分析挖掘，第一时间报警“涉非”线索，为公安机关第一时间锁定证据、打击违法犯罪，提供有效的证据支撑，做到“打早打小、露头就打”。
第三、精准性。
系统通过大数据技术可从海量数据中快速锁定目标，符合非法集资特征的资金交易行为无一遗漏。
能够有效解决非法集资手段翻新，监管成本大的问题。
第四、可视性。
系统通过一台电脑和显示器即可完成操作，嫌疑人、关联人可视化展示，资金流向层层拓展、直观展示，一目了然，便于核查侦办。
同时根据业务场景灵活配置算法、模型，深度分析挖掘数据内部隐藏关系、规律，满足监管、监测需要。
第五、保密性。
系统各个环节均实现专人、专事管理，建立严格的保密制度，在采用硬件安全保障，提高系统安全性前提下，所用数据均进行加密处理和脱敏处理，切实保护公民、法人信息安全。
2.2建设思路金融领域的移动互联化和新型机构的不断涌现，导致现有监管架构已经不适应创新型金融监管需要，当前形势下防范互联网金融风险，规范互联网金融发展已相当紧迫。
而防范和预警互联网金融领域的非法集资事件已成为了监管部门打击非法集资活动中的难点。
本项目建设围绕非法集资犯罪的“发现难、研判难、决策难、控制难、处置难”等问题，以解决五难问题为导向，建立大数据监测预警非法集资平台。
利用大数据、云计算、机器学习等技术手段，实现主动发现风险、评估风险、固化证据、判断趋势、及时干预和联合打击六大目标。
推动地方金融治理由传统的被动监管、粗放监管、突发式应对向主动监管、精准监管和协同监管模式转变，切实维护金融秩序和社会稳定，以及人民群众财产安全。
面向非法集资监测预警的实际需求，通过完善基础应用，打通、融合政府横向数据源，建设非法集资监测预警应用软件平台，整合各类信息资源，建设相关的信息化支撑环境。
领导决策科学化：利用大数据技术，挖掘和分析各类信息资源，构建分析模型，预警模型，把握行政管理需求，准确判断区域金融风险的趋势。
决策手段信息化与智能化：消除信息孤岛，实现资源共享，运用数据挖掘、地理信息系统等实现数据整合和可视化；梳理核心业务流程，立足统一的决策支持平台，提高协同管理能力。
优化整合信息资源：将数据有效分类，并建立数据间的关联关系，建设综合数据查询与分析系统，为各级领导及相关监管执法工作人员提供信息获取渠道。
实现数据的统一采集、统一存储、统一处理，统一的数据展示、分析平台和门户，提高数据的及时性和准确性。
推进业务协同。
运用科学管理、预测、监测方法，增强地方政府和相关委办局的业务协同调控、决策的定量分析，减少人为主管臆断。
2.3系统架构非法集资监测预警系统架构由数据采集层、数据管理层、数据分析层、数据服务层、数据应用层组成，并需建立相应的标准规范体系、安全保障体系和运维管理体系，全方位保障平台的健康运行。
采集层实现企业相关信息采集，包括互联网爬虫数据采集，第三方机构数据采集，网络借贷信息平台数据采集以及省内各行业主管部门的数据采集等等；数据管理层接收数据采集层采集的数据并形成数据库，主数据包括企业基本信息，互联网舆情数据，招聘数据，财务数据等等，专题数据库包括政府等部门提供的其他数据；数据分析层对数据实现结构化、过滤、清洗、纠错和分类处理后，按照系统数据分析模型实现金融企业风险分析、集资项目风险分析、异常情况发现分析、行业发展分析以及数据挖掘分析等；数据服务层为省金融办和省内各行业主管部门提供监测结果预警、企业分析，协同判别、协同处置、报表输出、流程管理以及信息共享；数据应用层在系统完成数据处理分析后，可通过平台进行功能展现；系统架构如图所示：2.4安全架构大数据安全架构主要从六个方面考虑，包括物理安全、系统安全、网络安全、应用安全、数据安全和管理安全六个维度。
物理安全强调物理硬件的国产化，系统安全强调操作系统的开源化；网络安全包括设备安全和部署安全两个层面上的内容；分网分域的网络隔离措略：机密数据放在内网（分保标准，保密局）；敏感数据放外网（公安局）；公开数据放互联网；应用安全则重点是统一认证和分级授权；数据安全从数据存储、访问和传输三个方面保障；管理安全主要是规章和规范。
以下是系统的安全架构：2.5技术原理大数据对于非法集资风险的监测预警，通过建立非法集资监测预警平台，重点监控非法集资十大高发行业，包括：民间投融资中介机构、网络借贷机构、虚拟理财、房地产行业、私募基金、地方交易场、相互保险、养老机构、“消费返利”网站、农民合作社。
并从海量的互联网信息中提取涉及非法集资的相关信息，大数据中心对企业数据、政府数据新闻、舆情数据等进行动态监测。
通过对大数据中心多个数据源的数据，在内存式计算系统上进行分布式计算，经过数据清洗、数据集成、数据变换、数据规约等一系列预处理过程，把数据集合统一转换成可供分析的结构化数据。
大数据监测预警非法集资平台在综合利用上述跨部门数据资源的基础上，以大数据和云计算为技术支撑，利用机器学习、自然语言处理、神经网络技术，构建非法集资风险指数分析模型，从海量数据中筛选出与企业非法集资风险高度相关的几类指标，构建“风险指数”模型。
