Blockchain application in healthcare service mode based on Health Data Bank

Blockchain is commonly considered a potentialdisruptive technology. Moreover, the healthcareindustry has experienced rapid growth in the adoption ofhealth information technology, such as electronic healthrecords and electronic medical records. To guarantee dataprivacy and data security as well as to harness the value ofhealth data, the concept of Health Data Bank (HDB) isproposed. In this study, HDB is defined as an integratedhealth data service institution, which bears no “ownership”of health data and operates health data under the principalagentmodel. This study first comprehensively reviews themain characters of blockchain and identifies the blockchain-based healthcare industry projects and startups in theareas of health insurance, pharmacy, and medical treatment.Then, we analyze the fundamental principles ofHDB and point out four challenges faced by HDB’ssustainable development: (1) privacy protection andinteroperability of health data;(2) data rights;(3) healthdata supervision;(4) and willingness to share health data.We also analyze the important benefits of blockchainadoption in HDB. Furthermore, three application scenariosincluding distributed storage of health data, smart-contractbasedhealthcare service mode, and consensus-algorithmbasedincentive policy are proposed to shed light on HDBbasedhealthcare service mode. In the end, this study offersinsights into potential research directions and challenges.

Evaluating banking efficiency with data envelopment analysis:evidence from Chongqing,P.R.China

Data envelopment analysis was applied to determine relative efficiencies of state-owned and joint-stock banks in Chongqing,P. R. China,during the years 1996 to 2000. We found that state-owned banks have low levels of efficiency when compared with joint-stock banks,but some joint-stock bank branches have low efficiency scores. Efficiency difference testing by using the Mann-Whitney rank order statistic indicates that the efficiency gap between state-owned and joint-stock banks is insignificant,which is characteristic of regional banks. We also presented some factors that may affect bank efficiency,and offer suggestions to improve bank management and efficiency.

分子动力学模拟中支持CIF蛋白质文件格式

分子动力学(MD)模拟能够以非常精细的时间分辨率捕捉蛋白质的全原子动态行为,因此它已经成为蛋白质动力学研究的重要工具。当前有多种MD软件包被广泛使用。MD模拟需要从一个蛋白质初始结构开始,而初始结构一般来自蛋白质数据库(PDB)。直到2014年,PDB文件格式一直是蛋白质结构的标准格式。然而,PDB格式存在一些内在缺陷,例如以固定宽度存储结构信息,这对于超大型蛋白质复合物来说存在问题。因此,CIF文件格式被提出来替代PDB格式,前者的特点是具有出色的扩展性。据我们所知,目前主流的MD软件包只支持PDB格式,而不直接支持CIF格式。在本研究中,我们修改了一个MD软件包GROMACS的源代码,使其能够支持输入CIF格式的蛋白质结构文件,并生成拓扑文件。这项工作将简化大型蛋白质复合物MD模拟中的预处理过程。

生态银行大数据平台赋能森林资源信息管理研究

本研究聚焦森林资源领域,通过分析福建顺昌、江西资溪、北京门头沟三地搭建的生态银行大数据平台中的森林资源管理利用模式,阐述顺昌县森林资源统计、资溪县林业金融创新、门头沟区林业碳汇交易案例。通过探索基于生态资源管理大数据平台建设推动森林资源管理的积极意义,为建设生态资源管理大数据体系提供参考。

基于随机森林算法的僵尸企业大数据识别方法研究

僵尸企业严重浪费社会资源,应及时进行处置。但目前对僵尸企业的识别标准不够明晰是阻碍我国僵尸企业处置工作的重要因素。为解决这一问题,通过随机森林算法的大数据识别方法,发现净利润及其变动、纳税总额及其变动、最低利息保障倍数、政府补贴依赖程度等指标能更好地起到预警僵尸企业的作用。因此,随机森林算法等大数据识别方法为我国僵尸企业预警提供了新路径,有利于及时处置僵尸企业。

数据安全能力成熟度模型在银行客户交易场景下的应用

以提升数据安全能力为目标,采取分阶段、有序建设思路,逐步在存款、贷款、中间业务、信用卡、投资理财、支付结算、运营管理、网点渠道、互联网渠道等业务领域推广实践GB/T 37988—2019《信息安全技术数据安全能力成熟度模型》。通过推进数据安全治理体系、制度流程、技术工具与人员能力建设,规范了客户交易等重要业务场景的数据安全管理,有效控制、化解数据安全风险,提升了数据安全保障能力。

面向多核NUCA共享数据竞争问题的Bank一致性技术

非一致Cache体系结构(NUCA)几乎已经成为未来片上大容量cache的发展方向。多核处理器的NUCA结构中,多个处理器核对共享数据的竞争访问,可能导致数据经常处于中部的cache Bank,增加NUCA的访问延迟。本文提出支持数据副本的Bank一致性技术,通过有选择地在NUCA中为访问的处理器核创建不同的数据副本,Bank一致性技术能够缓解多核处理器对共享数据的竞争问题。本文详细地介绍了Bank一致性协议的设计方法。最后,使用全系统模拟器对8个NPB基准测试程序进行了详细评测。实验结果表明,Bank一致性技术能够有效缓解多核处理器中共享数据的竞争访问问题。相比不支持Bank一致性技术的CMP-DNUCA结构,本文的方法能将系统IPC性能平均提升5.95%。

商业银行数据资产价值评估的问题研究

在数字化经济时代,数据作为企业一项重要的生产要素,在企业价值创造过程中发挥了重要作用,但其价值评估问题一直制约着数据市场的发展。鉴于商业银行在数据资产市场建设中的重要地位,文章以商业银行为研究对象,通过对商业银行数据资产价值形成的过程、数据资产的特点及价值评估方法进行分析,研究商业银行在数据资产价值评估过程中面临的问题与挑战,并给出相关对策建议。

商业银行数据中台实践

为落实商业银行数字化转型以及科技发展规划的要求,吉林银行实施了数据中台项目,以全面激活数据在行内各个领域的能力。该数据中台以大数据平台为数据基础能力底座;以数据模型、指标体系、数据标签体系为途径实现系统平台化、数据服务化、数据资产化为目标;在数据中台中融入数据AI能力,将人工智能技术渗透至数据资产管理、数据分析和数据服务的各个层面,构建数据资产管理能力、数据分析能力、数据服务能力3种能力。数据中台项目实施后,为行内员工、客户、合作伙伴等方便地应用数据提供了极大的便利,让数据随需可见、随手可得、随处可通。

刍议金融科技与银行数字化转型

金融科技的快速发展迫使银行必须跟上时代步伐并做出变革,将数字化转型作为高质量发展的战略重点,以科技为驱动力、支撑力,推进银行数字化进程。本文从阐述金融科技背景下银行数字化转型的必要性入手,分析银行数字化转型面临的困境,并提出依托金融科技推进银行数字化转型的实践策略,旨在借助科技手段促进金融业的创新发展。

银行金融机构数据资源的价值分析——以YC银行为例

银行金融机构的数据资源丰富,数据要素正经历着资源化向资本化的发展过程。文章分析了银行数据资源的入表路径,提出分两步走的入表建议;同时探索银行在数据要素生态中作为数据商、使用者和专业机构的三种角色,从而更好发挥数据资源的价值,助力数据赋能。

商业银行分支机构数据治理模式发展现状与趋势研究

商业银行分支机构作为商业银行直接面向客户的执行机构,承担着数据治理政策和具体工作落地的重任,文章将对商业银行分支机构数据治理工作模式现状和发展趋势进行深入研究,展望未来工作模式。

面向金融场景的大数据与机器学习平台

随着金融领域对大数据与人工智能应用需求的迅速增长,相关支撑产品和服务等问题逐渐凸显,重点研究了基于大数据与人工智能的金融基础平台,打造了集模型需求管理、特征工程、模型生成、运维管理于一体的智能化工具平台——面向金融场景的大数据与机器学习平台。该平台围绕新形势下金融“精准营销”“风险控制”“运营决策”三大核心痛点,以大数据、机器学习为契机,打造了精准营销平台、风险控制平台、运营决策平台三大子平台,实现了新技术与金融业务的深度融合,使得金融机构能更方便、灵活、安全地使用基于大数据与人工智能的金融应用服务。

面向DCU的LDS访存向量化优化

在深度计算器(DCU)中,本地数据共享(LDS)是相较于全局内存延迟更低、带宽更高的关键存储部件。随着异构程序对LDS的使用越来越频繁,LDS访存效率低下成为限制异构程序性能的重要因素。此外,LDS访问过程中存在bank冲突的特性,使LDS的访问应遵循一定原则才能高效利用,当线程间的数据访问呈现重叠的访存特征时,访问向量化指令会因此产生延迟。针对此问题,提出面向DCU的LDS访存向量化优化方法。通过实现连续数据访问的向量化,减少LDS的访问次数,降低访存耗时,由此提高程序访存效率。在此基础上,通过设计访存特征的判断方法,提出能够有效解决数据重叠的LDS访存向量化方法,实现一种面向国产通用加速器的LDS高效访存技术,确保向量化方法对访存效率的有效提升。实验结果表明:在使用LDS的异构程序中,LDS访存向量化实现后程序性能平均提升了22.6%,验证了所提方法的有效性;同时,向量化方法能够实现LDS线程间访存数据重叠问题的优化,使异构程序得到平均30%的性能提升。

利率市场化对我国中小商业银行信用风险的影响——基于Panel Data模型的分析

目前,利率市场化改革处在最后的攻坚阶段。通过建立面板数据模型验证利率市场化对我国中小商业银行信用风险的影响,实证研究的结果表明,利率市场化每加进1%,我国中小商业银行的不良贷款率下降将近12.44%。为积极应对利率市场化改革,中小商业银行应增加中间业务收入,提高资产管理水平;提高商业银行定价能力,降低信息不对称带来的信用风险;培养优势业务,走差异化发展道路。