您当前的位置：首页 > 党建材料 > 入党自传 > 内容

【智慧检务业务系统建设方案】

无忧文档网时间: 2019-11-14 12:23:00 阅读:次

智慧检务业务系统建设方案 2019年11月目录第一章项目概述 3 第二章总体设计 5 2.1 建设原则 5 2.2 设计依据 6 第三章检察大数据平台建设方案 7 3.1 系统目标 7 3.2 系统架构 8 3.3 关键技术 14 3.3.1 实时数据采集平台 14 3.3.2 可配置爬虫平台 15 3.3.3 分布式数据仓库 17 3.3.4 高可用图数据库 18 第四章智能辅助办案系统建设方案 20 4.1 系统架构 20 4.2 技术路线 21 4.2.1 采用J2EE 技术 21 4.2.2 J2EE平台优势 21 4.2.3 J2EE的核心API与组件 23 4.3 系统功能 26 4.3.1 案件流程监控 26 4.3.2 辅助阅卷 26 4.3.3 类案推送 27 4.3.4 文书生成 28 4.3.5 出庭预案 28 第五章智能语音系统建设方案 30 5.1 语音识别系统优势 30 5.2 系统总体架构 30 5.3 语音识别引擎 31 5.4 客户端开发定制 32 5.5 相关硬件配置要求 32 第六章案件流程监控系统建设方案 33 6.1 系统架构 33 6.2 系统特点 34 6.2.1 灵活配置、随需应变 34 6.2.2 应用为先、实用易用 34 6.2.3 系统维护简单 34 6.2.4 完备的安全控制 35 6.3 系统功能 35 6.3.1 首页设计 35 6.3.2 办案提醒 36 6.3.3 流程监控 37 6.3.4 查询统计 38 6.3.5 监控报告 39 6.3.6 系统管理 40 第七章司法案件社情及行政执法监测分析建设方案 41 7.1 智能分析系统框架 41 7.2 系统的特点 41 7.3 核心业务分析 42 7.3.1 司法办案分析 43 7.3.2 检察办公分析 46 7.3.3 队伍管理分析 48 7.3.4 检务保障分析 49 7.4 案件数据分析 50 7.5 专题分析 51 7.6 自主拖拽分析 52 第八章其他系统建设方案 54 8.1 案件卷宗智能收发系统 54 8.2 检法多媒体协同会商系统 54 8.3 检委会无纸化会议系统 55 8.4 司法办案区智能人像平台 57 第九章智慧检务建设总结 58 9.1 “六大应用平台”的应用效果 58 9.2 廉政风险防控取得的成效 58 9.3 大数据在检察工作中的深度运用情况 58 9.4 人工智能技术检察应用顶层设计 58 第十章实施方案 60 10.1 实施计划 60 10.2 项目团队组成 61 第十一章培训方案 62 11.1 培训计划 62 11.2 培训对象 63 11.3 培训目标 64 11.4 培训方式 64 第十二章运营方案 65 12.1 运营内容 65 12.1.1 日常监控 65 12.1.2 应急事故处理 66 12.1.3 日常运维 66 12.1.4 安全运维 66 12.1.5 性能评估 67 12.2 运营方式 67 第一章项目概述 2015年8月，《促进大数据发展行动纲要》的颁布，成为推动中国大数据发展的重要顶层设计和战略部署。党的十八届五中全会提出实施“国家大数据战略”，标志着大数据战略正式上升为国家战略。国家十三五规划纲要，明确提出要把大数据作为国家的基础性战略资源。

为更好地推动检察工作创新发展,高检院于2016年9月29日正式印发《“十三五”时期科技强检规划纲要》。这是高检院在深化司法体制改革的关键时期,高检院党组做出的重要战略部署,是检察机关顺应新技术变革,以科学技术推动检察工作创新发展的重要举措。规划明确了未来五年检察机关科技强检的目标任务,提出构建“感、传、知、用、管”五维一体的智慧检务应用体系,从建设与管理两个方面,从信息采集至应用的四个层次,剖析了科技强检工作如何从数字化向智慧化跃升、解构了“十三五”时期科技强检工作的重点任务。

2017年6月，最高人民检察院日前印发《检察大数据行动指南(2017—2020年)》，通过一中心、四体系的建设方案实现从试点到全面推广的4年规划，打造数据化、科学化、智能化的“智慧检务”。可以说，这是检察机关把握数据化、信息化机遇的有效举措。

检察大数据基础平台是基于分布式系统，具有高效率、高可靠性、高安全性的，集数据采集、数据处理、数据整合、数据分析等功能为一体的，自助研发、代码可控、高度可配置的通用大数据技术平台。可为检察院的数据展示、数据应用、数据分析提供坚实的平台基础，为检察院的数据分析、情报分析、风险管理、案件管理以及业务创新提供一套高可用、高可用的通用数据支持平台。

第二章总体设计 2.1 建设原则系统建设遵循如下基本原则：
Ø 全面性系统总体设计应遵循科学的设计理念，各个组成部分均符合当代信息技术发展形势，满足未来对信息化发展的要求，提供针对各种数据源的接口支持。

Ø 开放性在现有应用系统和手段建设中有大量资源，包括软硬件环境资源和大量信息资源，在实现资源共享时要统一规划，最大限度实现各类资源共享，支持各地业务工作的开展。

系统需提供多种数据访问、服务调用和资源管理接口，实现资源和服务对其他业务手段和使用人员的共享。

Ø 灵活性平台设计需采用灵活架构实现可配置，动态可扩展和自定义，有较强的可扩展性。

Ø 安全性系统必须有高可靠性，能够长时间运行而不宕机，要保证系统使用的连续性。建立全局的数据安全机制，建立统一的访问控制机制，实现统一的身份认证、访问控制、审计等安全机制。

Ø 易维护性系统需要具备可解决问题并易于管理的系统。贯彻面向最终用户的原则，部署快捷，具有了友好的用户界面，操作简单、直观、灵活，易于学习和掌握。

2.2 设计依据本项目实施工作方案严格依据国家相关法律、法规、政策和技术标准，涉及到的主要技术标准和规范性文件有：
l 《涉及国家秘密的计算机信息系统保密技术要求》（BMZ1-2000） l 《信息安全技术信息系统安全等级保护基本要求》（GB/T 22239 2008） l 《信息安全等级保护管理办法》公通字[2007]43号 l 《信息系统安全等级保护定级指南》GBT 22240-2008 l 《计算机信息系统安全保护等级划分标准》（GB17859-1999） l 《计算机软件质量保证计划规范》（GB/T12504-1990） l 《计算机软件配置管理计划规范》（GB/T12505-1990） l …… 第三章检察大数据平台建设方案 3.1 系统目标大数据基础平台以“整合资源、共享数据、提供服务”为指导思想，构建满足检察行业的信息化建设需求。检务大数据库基础平台主要实现以下几个功能：建设检务大数据库中心、打造检务大数据标准体系、创新检务大数据应用、构建检察大数据管理体系。

l 建设检务大数据中心检务大数据中心数据来源主要来源于一下几个方面：
基于统一业务应用系统等案件管理软件产生的结构化、非结构化数据。

基于检察机关和政法机关的共享数据。

基于互联网的公开数据。

通过对以上数据的采集、整理、清洗、转换等相关操作，把结构化和非结构化数据进行分别入库，完成检务大数据的数据中心搭建。

l 打造检务大数据标准体系依托电子检务工程的标准体系，建立健全内容完整、项目科学、协调统一的检务大数据标准体系，建立检务大数据基础数据采集、应用、安全等技术标准体系，推进物理环境、网络基础设施、数据采集、数据质量、分类目录等关键共性标准的制定和实施，推进大数据业务系统操作规范等流程标准制定，制定检务大数据管理规范。

l 创新检务大数据应用体系积极推进智慧检务基础类应用建设，依托大数据为深化司法体制改革和检察改革提供全面的数据服务。积极推进大数据在司法办案、检察办公、队伍管理、检务保障、检察决策支持、检务公开和服务等领域的深层次应用，推进大数据在政法业务协同中的应用，充分利用大数据为检察院与公安、法院等政法机关之间的业务协同提供服务，探索构建政法机关之间的大数据业务协同创新体系，提供基于大数据的多样化智能辅助检察应用。

l 构建检务大数据运维体系建立健全检务大数据管理机制，充分发挥业务部门的主导作用和技术部门的统筹作用，搭建检察大数据运维管理模式。目前，我们已经探索出一套适合检察业务的大数据运维保障体系。

3.2 系统架构系统总体架构数据采集组件基于Flume的开发海量检察业务的数据采集、聚合和传输采用Cloudera的Flume并进行自主开发，支持在日志系统中定制各类数据发送方，用于收集数据；
同事提供对数据进行初步处理并写到各种数据接受方的能力。基于Flume的开发为大数据辅助决策平台提供高性能、分布式文本数据流采集能力。

基于Storm的开发基于Storm进行组织开发，为分布式实时计算提供一组通用原语，用于流处理之中，实时处理消息并更新数据库；
用户连续计算，对数据流连续查询，在计算时将结果以流的形式输出；
用于分布式RPC，以并行的方式运行计算机远程运算。

基于Storm开发为大数据辅助决策平台提供流式计算能力，能大大提高系统的实时性，检务大数据应用平台支持复杂运算如语义抽取、语义分析，指标计算等，如从法律文书中实时抽取相关业务数据，并进行相关统计指标计算。

消息组件基于kafaka开发基于kafka进行自主开发处理高吞吐量的分布式订阅，处理大数据平台中的所有动作流数据。这些数据通常是由于吞吐量的要求而通过处理日志和日志聚合来解决。局域kafka开发的目的是通过Hadoop的并行加载机制来统一线上和离线的消息处理，通过集群机制来提供实时的信息处理。

基于kafka的开发为大数据平台提供高性能、高稳定、高并发的消息队列，用于提升大数据应用平台消息通讯，处理消息堆积等。

数据存储组件基于HBASE的开发基于HBASE开发分布式的、面向列的数据库，主要是用于结构化数据的分布式存储，支持在分布式文件系统上提供大吞吐量、大数据量数据应用能力；
同时也适合非结构化数据列存储、适用于数据分析。

将HBASE结合Hive、Kylin进行开发，为检务大数据平台提供结构化数据的分布式存储和分布式高性能数据分析，支持电子检务核心统计分析的数据实现秒级更新和多维OLAP分析。

基于ELK的开发基于Lucene的开发，提供分布式多用户能力的全文检索引擎，基于RESTFul web接口，用于云计算中，达到实时、稳定、可靠、快速搜索。

将ELS与语义分析引擎结合开发，为大数据平台提供半结构化、非结构化数据处理能力，增强统一检索服务能力。

基于Spark的开发 Spark是Hadoop MapReduce的通用并行框架，其Job中间输出结果可以保存在内存中，启用了内存分布数据集，不需要读写HDFS，因此Spark能够提供交互式查询外，能更好地适用于数据挖掘与机器学习等需要迭代的MapReduce的算法，它还可以优化迭代工作负载。

基于NEO4J 基于Neo4J开发java持久化、嵌入式、高性能、轻量级的图形引擎，具有成熟数据库的所有特性，将数据存放于图上而非二维表中。

基于Neo4J的开发组件，支持检务大数据应用平台中的案件画像、当事人画像、企事业单位画像的关系描述。

通过BI实现海量数据实时在线分析服务，支持拖拽式操作、提供丰富的可视化效果，可以帮助轻松自如地完成数据分析、业务数据探查、报表制作等工作。

架构主要由数据建模层、数据分析层和数据展示层组成，分别描述如下：
1、数据建模层数据建模层包括数据源、SQL查询、Excel及CSV文件查询、脚本查询、定制查询、数据集市查询、内嵌查询、组合查询、Mongo查询、ETL建模工具。基于MPP数据集市，无需CUBE、二次表以及各种复杂的计算模型，系统即可基于细节数据，在前端完成各种维度可视化组合计算，无论数据大小，所有的计算都在眨眼间完成。

数据建模层提供简单易用的建模界面，经过简单的鼠标点击与设置即可生成自己想要的数据模型，整个建模过程直观明了。

2、数据分析层无论是终端用户还是IT开发人员都可以通过intranet/internet用主流浏览器来访问数据分析层，用户还可通过移动终端来访问系统。数据分析层提供系统监控，权限多级管理，多维数据分析，等等功能，还支持自服务式报表设计和数据分析。提供简单方便的数据可视化操作界面，用户能够以简单的拖拉拽操作即可实现自助数据分析。

3、数据展示层作为整个大数据管理应用平台的用户接口，为使用者提供统一的作业调度工具，提供可视化ETL作业、报表作业、分布式计算作业的自动调度平台。提供作业之间的依赖管理和作业的监控管理。

主要功能包括但不限于：
（1）数据源：支持Oracle、MySQL、SQLSever 等数据源的连接。

（2）数据集：支持基于SQL、数据表的创建数据集两种方式，并提供数据集表结构预览功能；
支持字段名称重定义、层次扩展、字段类型格式化、日期数据格式化、字段扩展等功能；
支持在线配置数据集关联，包括左关联、右关联、全关联等操作；
支持表结构同步刷新和刷新预览数据等功能。

（3）仪表盘：支持拖拽式进行组件选择和布局，自动调整和适配各种屏幕大小；
支持PC、移动、大屏等多终端的配置，并且能做到一次配置自动适配多终端；
支持主流的图表组件，例如柱状图、折线图、条形图、面积图、饼图等；
支持图表组件的样式控制，支持标题重定义及显示控制、颜色自定义、XY 轴切换、图例显示控制等操作；
多组件关联查询，支持跨库、跨数据集的关联查询控制；
支持多个组件的联动分析与查询，实现在线数据分析；
组件下钻分析，通过设置字段之间的层次关系，可以自动化实现数据钻取的功能；
支持筛选器、文本、iframe、TAB、图片等多种控件。

（4）电子表格：支持二维表格的Excel的界面风格；
支持类Excel 的冻结窗口、筛选、过滤等基本操作；
支持样式控制，可以进行边框、字体、背景等各种样式控制，并支持类Excel 的拖拉拽式填充。支持文本函数、数字函数、汇总函数、查找和引用函数等300 种函数，支持跨Sheet引用，并支持类Excel 的拖拉拽式填充，支持类Excel 风格的图表配置组件。

（5）数据门户：支持门户信息自定义配置。

（6）安全管控：支持用户组织、角色管理，支持访问授权控制，支持批量导入用户数据；
支持行级数据访问权限控制；

（7）在线协同机制：支持公开、分享、协同编制等多种在线分享机制；
支持电子表格或仪表盘移动端查看、邮件发送以及导出。

3.3 关键技术 3.3.1 实时数据采集平台 3.3.1.1 平台架构 3.3.1.2 平台介绍实时数据采集是高实时、高吞吐的的基础数据服务，实现动态数据的实时收集，实时处理。支持多种数据传输协议和消息队列，Flume、TPC、Kafka、Logstash；
以及多种数据存储方式，如HBase、ELastiSearch、MySql、HDFS，利用java API进行二次开发，可以灵活的组合数据的生产、消费和存储，为业务数据的实时消费、实时统计提供技术支持。

3.3.1.3 平台特点 Ø 高实时、高吞吐量 Ø 拓展性高，容错能力强，随时宕机重启 Ø 根据参数变化实时更新数据处理规则 Ø 灵活支持多种数据落地方案，比如分布式文件系统、关系型数据库、非关系型数据库 Ø 灵活可定制的告警规则、支持多重告警，比如邮件、短信、实时WEB页面提醒 Ø 分布式架构，通过横向扩展，实现高性能实时处理集群 Ø 可实现滑动窗口统计，实时热点统计，实时ETL等任务 Ø 自带WEB监控平台，展示消息处理效率，集群负载情况 3.3.2 可配置爬虫平台 3.3.2.1 平台架构 3.3.2.2 平台介绍可配置爬从平台是我公司自主研发的互联网数据采集产品，拥有完全自主产品；
采用先进高效爬虫技术和信息提取技术，实现对数据源数据的可配置化数据采集；
通过实施翻译引擎技术，满足多国语言的转换与分析，支持全站，配置，文件等方式配置抓取任务，可分布式部署，多IP采集，支持模仿浏览器采集互联网数据。

3.3.2.3 平台特点 Ø 支持全站，配置文件，爬虫代码等多种抓取方式，适应各种抓取任务 Ø 无需代码设计快速帮助用户搭建爬虫集群 Ø 支持概念爬虫，减少数据冗余 Ø 全站爬虫可支持抓取深度，可定制抓取规则 Ø 提供配置任务在线编辑 Ø 采用高稳定性分布式消息队列，崩溃后可恢复现场 Ø 支持分布式抓取，可扩展爬虫性能 Ø 支持模仿浏览器模式，可以解析含javaScript交互的网页 Ø 可以实时查看全站爬虫和配置任务爬虫的抓取速度 Ø 支持云租用和独立部署 3.3.3 分布式数据仓库 3.3.3.1 平台架构分布式数据仓库架构图 3.3.3.2 平台介绍分布式数据仓库作为决策支持系统服务的基础，是基于分析性处理的数据集合，也是供查询和决策分析用的集成化的信息仓库。它用来支持多维分析报表的分析，支持用户进行数据分析和预测，支持用户进行数据管理和决策分析等。

3.3.3.3 平台特点 Ø 分布式数据是按照数据仓库的模式进行存储，便于后期数据的利用。

Ø 分布式数据仓库支持超大规模的数据的存储，因为分布式数据仓库是构建在分布式文件系统之上的，可以通过添加集群机器来增加存储量。

Ø 分布式数据仓库支持多种数据格式的存储，包括结构化数据，半结构化数据和非结构化数据。

3.3.4 高可用图数据库 3.3.4.1 平台架构图形数据库平台架构 3.3.4.2 平台介绍图形数据库可以高效存储并搜索网状结构的业务数据，比如人际关系、资金链关系、知识图谱，效率远高于传统的关系型数据库。

Neo4j是一个高性能的,NOSQL图形数据库，它完全支持ACID(原子性（Atomicity）、一致性（Consistency）、隔离性（Isolation）、持久性（Durability）)数据库事务属性，采用JAVA语音编写，由于其良好的图数据模型设计，Neo4j的速度非常快。对于连接的数据操作，Neo4j的速度要比传统的关系型数据库快1000倍。部署一个neo4j服务器便可以承载上亿级的节点和关系。当单节点无法承载我们的数据需求时，我们可以进行分布式集群部署。

3.3.4.3 平台特点 Ø 提供和SQL一样容易查询语言的Neo4j CQL Ø 它遵循属性图数据模型 Ø 它通过使用Apache Lucence支持索引 Ø 它支持UNIQUE约束 Ø 它包含一个UI执行CQL指令：Neo4j的数据浏览器 Ø 它支持完整的ACID（原子性，一致性，隔离性和持久性）规则 Ø 它采用原生图形库与本地GPE（图形处理引擎） Ø 它支持查询的数据导出到JSON和XLS格式 Ø 它提供了REST API由如Java，春天，斯卡拉等任何编程语言进行访问 Ø 它提供了Java Script支持以任何UI MVC框架如Node JS进行访问。

Ø 它支持两种类型的Java API：Cypher支架API和本地Java API来开发Java应用程序。

第四章智能辅助办案系统建设方案 4.1 系统架构基于大数据平台的辅助办案系统，是以案件流程监控、辅助阅卷、文书生成、出庭预案五大部分内容组成，全面结合大数据技术、机器学习技术、语义分析技术、智能搜索、智能推荐技术，实现案件信息智能关联，案件要素智能摘录，法律法规、最新司法解释、办案指引、争议要点、专家意见、指导案例、同类案件、近期热点、办案资源等辅助办案的关键内容针对性的智能推荐，量刑建议智能分析、简单案件文书智能生成等各方面的辅助办案功能，提高辅助办案的智能化水平。

辅助办案系统功能结构图如下所示：
辅助办案系统功能结构图 4.2 技术路线 4.2.1 采用J2EE 技术系统将主要采用J2EE技术，将基于统一的应用支撑平台提供的组件进行开发，即采用Browser/WebServer/DataBaseServer三层结构进行应用系统的开发，摆脱系统对客户端的依赖。

J2EE是一种利用Java 2平台来简化企业解决方案的开发、部署和管理相关的复杂问题的体系结构。J2EE技术的基础就是核心Java平台或Java 2平台的标准版，J2EE不仅巩固了标准版中的许多优点，例如"编写一次、随处运行"的特性、方便存取数据库的JDBC API、CORBA技术以及能够在Internet应用中保护数据的安全模式等等，同时还提供了对 EJB（Enterprise JavaBeans）、Java Servlets API、JSP（Java Server Pages）以及XML技术的全面支持。

J2EE体系结构提供中间层集成框架用来满足高可用性、高可靠性以及可扩展性的应用的需求。通过提供统一的开发平台，J2EE降低了开发多层应用的复杂性，同时提供对现有应用程序集成强有力支持，完全支持Enterprise JavaBeans，有良好的向导支持打包和部署应用，添加目录支持，增强了安全机制，提高了性能。

4.2.2 J2EE平台优势 J2EE为搭建具有可伸缩性、灵活性、易维护性的商务系统提供了良好的机制。

1、保留现存的IT资产: 由于企业必须适应新的商业需求，利用已有的企业信息系统方面的投资，而不是重新制定全盘方案就变得很重要。这样，一个以渐进的（而不是激进的，全盘否定的）方式建立在已有系统之上的服务器端平台机制是客户所需求的。J2EE架构可以充分利用用户原有的投资，如一些公司使用的BEA Tuxedo、IBM CICS, IBM Encina,、Inprise VisiBroker 以及Netscape Application Server。这之所以成为可能是因为J2EE拥有广泛的业界支持和一些重要的'企业计算'领域供应商的参与。每一个供应商都对现有的客户提供了不用废弃已有投资，进入可移植的J2EE领域的升级途径。由于基于J2EE平台的产品几乎能够在任何操作系统和硬件配置上运行，现有的操作系统和硬件也能被保留使用。

2、高效的开发: J2EE允许公司把一些通用的、很繁琐的服务端任务交给中间件供应商去完成。这样开发人员可以集中精力在如何创建商业逻辑上，相应地缩短了开发时间。高级中间件供应商提供以下这些复杂的中间件服务: 状态管理服务 -- 让开发人员写更少的代码，不用关心如何管理状态，这样能够更快地完成程序开发。

持续性服务 -- 让开发人员不用对数据访问逻辑进行编码就能编写应用程序，能生成更轻巧，与数据库无关的应用程序，这种应用程序更易于开发与维护。

分布式共享数据对象CACHE服务 -- 让开发人员编制高性能的系统，极大提高整体部署的伸缩性。

3、支持异构环境: J2EE能够开发部署在异构环境中的可移植程序。基于J2EE的应用程序不依赖任何特定操作系统、中间件、硬件。因此设计合理的基于J2EE的程序只需开发一次就可部署到各种平台。这在典型的异构企业计算环境中是十分关键的。J2EE标准也允许客户订购与J2EE兼容的第三方的现成的组件，把他们部署到异构环境中，节省了由自己制订整个方案所需的费用。

4、可伸缩性: 企业必须要选择一种服务器端平台，这种平台应能提供极佳的可伸缩性去满足那些在他们系统上进行商业运作的大批新客户。基于J2EE平台的应用程序可被部署到各种操作系统上。例如可被部署到高端UNIX与大型机系统，这种系统单机可支持64至256个处理器。J2EE领域的供应商提供了更为广泛的负载平衡策略。能消除系统中的瓶颈，允许多台服务器集成部署。这种部署可达数千个处理器，实现可高度伸缩的系统，满足未来商业应用的需要。

5、稳定的可用性: 一个服务器端平台必须能全天候运转以满足客户、合作伙伴的需要。因为INTERNET是全球化的、无处不在的，即使在夜间按计划停机也可能造成严重损失。若是意外停机，那会有灾难性后果。J2EE部署到可靠的操作环境中，他们支持长期的可用性。一些J2EE部署在WINDOWS环境中，客户也可选择健壮性能更好的操作系统如Sun Solaris、IBM OS/390。最健壮的操作系统可达到99.999%的可用性或每年只需5分钟停机时间。

4.2.3 J2EE的核心API与组件 J2EE平台由一整套服务（Services）、应用程序接口（APIS）和协议构成，它对开发基于Web的多层应用提供了功能支持，下面对J2EE中的13种技术规范进行简单的描述: JDBC(Java Database Connectivity): JDBC API为访问不同的数据库提供了一种统一的途径，象ODBC一样，JDBC对开发者屏蔽了一些细节问题，另外，JDCB对数据库的访问也具有平台无关性。

JNDI(Java Name and Directory Interface): JNDI API被用于执行名字和目录服务。它提供了一致的模型来存取和操作企业级的资源如DNS和LDAP，本地文件系统，或应用服务器中的对象。

EJB(Enterprise JavaBean): J2EE技术之所以赢得某体广泛重视的原因之一就是EJB。它们提供了一个框架来开发和实施分布式商务逻辑，由此很显著地简化了具有可伸缩性和高度复杂的企业级应用的开发。EJB规范定义了EJB组件在何时如何与它们的容器进行交互作用。容器负责提供公用的服务，例如目录服务、事务管理、安全性、资源缓冲池以及容错性。但这里值得注意的是，EJB并不是实现J2EE的唯一途径。正是由于J2EE的开放性，使得有的厂商能够以一种和EJB平行的方式来达到同样的目的。

RMI(Remote Method Invoke): 正如其名字所表示的那样，RMI协议调用远程对象上方法。它使用了序列化方式在客户端和服务器端传递数据。RMI是一种被EJB使用的更底层的协议。

Java IDL/CORBA: 在Java IDL的支持下，开发人员可以将Java和CORBA集成在一起。

他们可以创建Java对象并使之可在CORBA ORB中展开, 或者他们还可以创建Java类并作为和其它ORB一起展开的CORBA对象的客户。后一种方法提供了另外一种途径，通过它Java可以被用于将你的新的应用和旧的系统相集成。

JSP(Java Server Pages): JSP页面由HTML代码和嵌入其中的Java代码所组成。服务器在页面被客户端所请求以后对这些Java代码进行处理，然后将生成的HTML页面返回给客户端的浏览器。

Java Servlet: Servlet是一种小型的Java程序，它扩展了Web服务器的功能。作为一种服务器端的应用，当被请求时开始执行，这和CGI Perl脚本很相似。Servlet提供的功能大多与JSP类似，不过实现的方式不同。JSP通常是大多数HTML代码中嵌入少量的Java代码，而servlets全部由Java写成并且生成HTML。

XML(Extensible Markup Language): XML是一种可以用来定义其它标记语言的语言。它被用来在不同的商务过程中共享数据。XML的发展和Java是相互独立的，但是，它和Java具有的相同目标正是平台独立性。通过将Java和XML的组合，您可以得到一个完美的具有平台独立性的解决方案。

JMS(Java Message Service): MS是用于和面向消息的中间件相互通信的应用程序接口(API)。它既支持点对点的域，有支持发布/订阅(publish/subscribe)类型的域，并且提供对下列类型的支持：经认可的消息传递,事务型消息的传递，一致性消息和具有持久性的订阅者支持。JMS还提供了另一种方式来对您的应用与旧的后台系统相集成。

JTA(Java Transaction Architecture): JTA定义了一种标准的API，应用系统由此可以访问各种事务监控。

JTS(Java Transaction Service): JTS是CORBA OTS事务监控的基本的实现。JTS规定了事务管理器的实现方式。该事务管理器是在高层支持Java Transaction API (JTA)规范，并且在较底层实现OMG OTS specification的Java映像。JTS事务管理器为应用服务器、资源管理器、独立的应用以及通信资源管理器提供了事务服务。

JavaMail: JavaMail是用于存取邮件服务器的API，它提供了一套邮件服务器的抽象类。不仅支持SMTP服务器，也支持IMAP服务器。

JTA(JavaBeans Activation Framework): JavaMail利用JAF来处理MIME编码的邮件附件。MIME的字节流可以被转换成Java对象，或者转换自Java对象。大多数应用都可以不需要直接使用JAF。

4.3 系统功能 4.3.1 案件流程监控按照监督、管理、服务、参谋的职能定位要求，建立全程、动态、及时的监督管理体系，不断强化案件流程监控，有力促进了司法规范化建设。

流程监控样例 4.3.2 辅助阅卷系统通过智能分析电子卷宗的文字信息，通过语义分析自动提取犯罪嫌疑人身份、前科、犯罪事实、量刑情节等要素并进行分类，辅助公诉人完成阅卷工作。

电子卷宗样例 4.3.3 类案推送建立案例库，自动调取相似案件，智能提出量刑建议，辅助提升量刑建议和法律监督的精准度。

类案推送样例 4.3.4 文书生成一键自动生成审查报告、起诉书等各类文书，辅助公诉人提高文书编制效率。

文书生成样例 4.3.5 出庭预案改变了传统的制作纸质出庭预案和携带案件卷宗出庭模式，将统一业务应用系统中制作的法律文书、出庭预案、审查报告，包括制作的电子卷宗下载到本地，根据需要对预案的内容进行编辑，即完成庭前准备工作。出庭时，可用投影设备直接出示原始证据、证物、证词，有利于法庭、辩护人及旁听群众对公诉过程进行同步监督。

出庭预案样例第五章智能语音系统建设方案 5.1 语音识别系统优势深度定制服务：为行业客户提供深度定制服务，根据业务背景深度定制具有行业特点的声学及语言层模型，让行业专有名词识别得更精准，更高效。开放SDK及API，帮助行业更好地挖掘藏在语音中的业务价值。

海量语料积累：立足社交数据大平台，积累了数十万小时标注语音数据，拥有海量的语言层数据，具备有竞争力的识别准确率。

多语言识别：支持汉语普通话，并涵盖南北地域口音，同时支持中英混合，充分满足不同人群的需求。

智能纠错: 基于长文本更多的语义信息，自主进行智能纠错，持续优化识别结果。

识别率高：具备业内领先语音识别建模方法，包括 LSTM，BLSTM，Deep CNN，LFMMI，CTC 重估等多种声学模型建模技术, 智能理解语义，智能断句，从而提供极高的语音识别率。

服务可靠：经过内外部各大业务线的充分验证，珍爱网、知乎、北京知识产权法院、广州知识产权法院、微信、QQ 等，覆盖行业广泛，日服务亿级用户，丰富的业务应用场景。

5.2 系统总体架构根据国家有关单位及上级主管单位的有关规定，检察院包括涉密网、办公网、外网、协同网等网络类型，各类型网络之间实现物理隔离，不同的网络类型运行不同的业务应用，本项目语音识别系统部署模式为本地部署，语音识别后台引擎分布部署在涉密网、办公网以及便携式设备上。在保证跨网数据安全前提下，不同网络类型的语音识别后台引擎采用定期人工同步升级方式。

为保证语音识别的整体效果，在市人民检察院部署一级总语音识别引擎，下属基层检察院部署二级语音识别分引擎结构。市人民检察院的检委会会议、党组会议及日常会议的会议纪要、讯（询）问笔录、听取律师意见笔录、日常文书制作及培训等应用接到一级总语音识别引擎，其他基层检察院的语音转文字需求接到对应的二级引擎做交互。总引擎与二级引擎学习的数据通过后台可自动同步，最终实现两级检院语音识别引擎识别能力的同步。

5.3 语音识别引擎为检察院提供深度定制服务，根据业务背景深度定制具有检察院特点的声学及语言层模型，让检察院专有名词识别得更精准，更高效。

系统具备的特性：
1) 支持中文的常见语句听写语音识别对于日常使用的常用对话有着很高的识别准确率。

2) 噪音消除语音识别系统具备噪音消除能力，以适应用户在不同环境中的应用。

3) 说话人自适应当用户与语音识别系统进行多次会话过程中，系统能够在后台提取说话人的语音特征，使识别效果得到持续优化。

4) 防串音系统具有防串音算法，能有效解决现场串音问题。

5) 语义理解语义理解是一种能够让使机器理解用户的语言、识别用户的意图，并执行用户操作的一项技术能力。

5.4 客户端开发定制根据检察院的不同应用，前端客户端可独立或与原有系统进行对接进行智能语音的识别，包括拾音设备角色设置、预学习、语音识别的结果单独呈现或与原有应用系统对接统一呈现、语音识别的笔录修正、导出打印等功能，通过二次开发，实现客户端与现有的业务系统关联，具体根据业务场景定制。

5.5 相关硬件配置要求序号设备名称主要参数数量单位备注 1 一级引擎服务器根据并发数配置 1 台市检察院部署 2 二级引擎服务器根据并发数配置 11 台每个基层院一台 3 数模语音接入转换器 8路音频采集模块 1 台根据会议室麦克风接入配置 4 便携式语音识别设备离线式语音识别一体机 1 台　 5 便携式麦克风舒尔MV5 2 个　 6 语音识别客户端软件实现麦克风角色设置，通过二次开发，将识别文字对接到原有业务系统 1 套定制开发第六章案件流程监控系统建设方案 6.1 系统架构其中，应用运维体系和安全防护体系、网络及硬件平台、操作系统、中间件等在条件允许情况下可利用检察院现有的软硬件资源，无需重新建设。

系统分为提醒和监控两部分: 提醒：系统自动将检测到的办案注意事项发送给办案人。

监控分为四个阶段：
待核实：部分监控点需要监控人员人工确认是监控问题后再发送给办案人；

异议审核：办案人对监控问题提出质疑，监控人员进行审核确认；

待整改：需要办案人处理尚未处理的的监控问题；

已整改：办案人处理完成的的监控问题。

6.2 系统特点 1. 2. 3. 4. 6.2.1 灵活配置、随需应变案件流程监控系统的推广实施要充分考虑到检察机关业务本身是一个不断改进不断创新的业务。检察机关必然处于不断的变革之中，为此，我们的产品设计是要建设灵活配置型系统。使得从权限、用户、机构到流程、表单等都可以由用户自己灵活定制。本产品的一个重要特点就是建设平台型系统。使得从权限、用户、机构到流程、表单等都可以由用户自己灵活定制。

6.2.2 应用为先、实用易用要充分符合业务实际情况以及信息化所可能的改进趋势。要作到实用性强。一个应用项目的成功与否在相当大程度上取决于可否让最终用户方便的、高效的操作使用。为此本产品高度重视系统的易用性，在系统中很多细节都有易用化设计，例如：一，页面导航；
二、推送式信息反馈；
三、一表式管理；
四、图表展示。

6.2.3 系统维护简单系统由服务器和客户端两部分组成，采用B\S架构，部署方式灵活，不会改变用户现有的网络拓扑结构以及用户业务，可使用户轻松实现单点维护，全面升级。摆脱传统C/S结构实施，维护工作复杂，升级系统时系统管理员四处奔波的情况。

6.2.4 完备的安全控制为了保证单位信息的保密，系统实现三级保密技术，操作系统级（配合防火墙软件）、数据级（数据加密）、用户级（安全权限的划分限制），为单位信息的安全畅通提供有力保障。

6.3 系统功能案件流程监控系统梳理了侦监、公诉、民行、控申、未检等业务类型案件共计三百余条规则，针对办案的各个环节，实现系统自动监控。根据不同的规则，系统会提前两到五天，通过即时通讯发消息给办案人，点击可自动登录流程监控系统，提醒办案人有哪些需要注意的地方，例如，公诉案件退回公安补充侦查，在一个月的期限到期前5天，系统自动提醒办案人该案件退查重报即将到期。如果超过了一个月还是没有重报，此案件会自动进入案管的监控，监控人员可以跟进询问相关情况。如果口头提示后还是没有解决，情节严重的可申请发送流程监控通知书。

1. 2. 3. 4. 5. 6.3.1 首页设计功能描述：
能够显示该用户关注的主要监控信息。如【今日监控要点】图表、【监控问题统计】图表、【监控进度跟踪】图表、【检察官办案活动监控】图表等，可根据客户需求实现定制化图表。

1. 2. 3. 4. 5. 5.1. 6.3.2 办案提醒功能描述：
根据不同的规则，系统会提前两到五天，通过即时通讯发消息给办案人，点击可自动登录流程监控系统，提醒办案人有哪些需要注意的地方，例如，公诉案件退回公安补充侦查，在一个月的期限到期前5天，系统自动提醒办案人该案件退查重报即将到期。

【提醒类别】介绍：
类别种类：包括全部、受理、强制措施、涉案财物、文书制作/使用、办案期限、诉讼权利保障、移送/退回、风险评估、系统使用、信息公开、诉讼监督、其它。

【业务类型】介绍：
类型种类：包括全部、侦监、公诉、执检、民行、控告、申诉、案管、未检。

6.3.3 流程监控功能描述：
如果超过了一个月还是没有重报，此案件会自动进入案管的监控，监控人员可以跟进询问相关情况。

【监控类别】介绍：
类别种类：包括全部、受理、强制措施、涉案财物、文书制作/使用、办案期限、诉讼权利保障、移送/退回、风险评估、系统使用、信息公开、诉讼监督、其它。

【业务类型】介绍：
类型种类：包括全部、侦监、公诉、执检、民行、控告、申诉、案管、未检。

6.3.4 查询统计功能描述：
系统可根据地域分布、业务类型、监控类别等多维度进行查询统计。

6.3.5 监控报告功能描述：
系统可根据组织机构及时间截止日期自动生成某一时间段内的监控报告。

6.3.6 系统管理系统能够对规则配置、监控日志、组织机构、用户权限等进行管理操作。

第七章司法案件社情及行政执法监测分析建设方案 7.1 智能分析系统框架检务智能分析系统利用分词组件、基于语义的词语聚类组件提取各类文书中的关键信息，对案件信息进行深度的分析和挖掘，使用机器学习和分布式挖掘算法组件得出分析结论，包含结构化、非结构化、半结构化等各类数据资源，涵盖侦监、公诉、控申、执检、民行等各类业务条线的司法办案数据，以及检察办公、队伍管理、检务保障等内部日常管理数据，并能够根据检务数仓的数据资源，根据各类业务条线的分析维度，通过托拉拽实现业务动态数据的调研、分析和研判。

7.2 系统的特点资源动态匹配、结果灵活多样该系统智能分析根据关键要素动态匹配数据资源池，按需对数据源进行抽取数据，达到迅速高效，并根据各类需求特点，灵活的生成各种智能分析维度，包括柱状图、折线图、热力图、关系图、各类不同图表等。

规则多样化模型设计根据一系列的规则分析，将裁判文书的信息通过语义分析系统抽取出来，然后进行数据转换和模型分析，建立起各种类型司法统计分析需要的数学统计模型。

支持亿级规模大数据秒级响应通过案件关系力导图的功能，生成这个案件的信息点的非结构化数据,支持分布式数据库实现亿级规模大数据秒级响应,卓越的性能为您支撑更多的智能分析维度和更大的数据范围。

自助式的数据可视化分析工具该系统提供强大的数据分析功能，包括：图形化数据建模、SQL数据建模、自助智能分析、多维数据分析、丰富的图表展示、一键式数据视角切换、自由拖拽布局、多图表数据联动、数据透视钻取等。无需技术人员，业务人员可独立通过便捷可视化操作在几分钟内实现数据建模，并随时进行自助式优化调整变换业务模型。

7.3 核心业务分析核心业务分析子系统主要包括司法办案分析、检察办公分析、队伍管理分析、检务保障分析四大功能模块；
司法办案分析主要包括综合情况分析、侦监、公诉、民行、控申、执检、未检条线数据分析；
检查办公分析包括收发文分析、信息发布分析、归档数据分析、会务数据分析等；
队伍管理分析包括人员分析、人员分类分析、奖惩分析、人员培训情况分析、教育情况分析、人员结构分析、人员年龄分析、党建分析、廉政风险分析等；
检务保障分析包括预决算分析、用款数据分析、办公用品分析、办公设备分析等。

图数据整体情况 7.3.1 司法办案分析业务条线态势分析，左侧为可向下钻取表格，右侧为跟随表格动态变化的地图。将各业务条线数据通过态势图动态展现到地图上，用不同的颜色表示，颜色越深待表数值越大。

图态势分析通过综合分析可以将各部门整体数据情况，同比情况以直观的形式显示出来。

图核心数据展示侦监、公诉、民行、控申、执检、未检条线数据分析——受理监督立、撤案情况分析。

图受理监督立、撤案情况侦监、公诉、民行、控申、执检、未检条线数据分析——逮捕情况分析图逮捕情况 7.3.2 检察办公分析针对发文情况、发文密级分布、发文缓急分布、收文情况、收文密级分布、收文缓急分布等详细指标项数据分析图发文分析以一段时间为统计时间，以各地区为统计维度，针对信息发布情况、信息访问情况分析。

图信息发布数据分析归档分析功能以各地区为统计维度，以一段时间为统计区间，分别统计归档类型分布、归档密级分析、归档时间分析等详细指标项数据。

图归档数据分析会务数据功能以各地区为统计维度，以一段时间为统计区间，分别统计会务主题分析、会务纪要分析等详细指标项数据。

图会务分析 7.3.3 队伍管理分析人员分类功能是以所属部门为统计维度，以一段时间为统计区间，分别统计人员绩效、人员分类、奖惩情况、教育培训、人员结构、党建分析、廉政风险等详细指标项数据。

图人员编制分布分析奖惩情况分析图奖惩分析检查人员教育培训情况分析图教育培训情况分析 7.3.4 检务保障分析以所属部门为统计维度，以一段时间为统计区间，统计预算数据、决算数据、用款数据、办公用品、办公设备等详细指标项数据图预算分析三公经费总体情况分析图三公经费分析 7.4 案件数据分析基于深度学习技术和法律及办案专家的人工干预，基于案件罪名，梳理出的各类罪名的案件要素，建立案件要素库，初始化至系统中。后期随着案件情形的丰富，可对案件要素库进行维护。基于梳理出的案件要素建立业务规则库，用于前期数据录入匹配及后期系统自动识别匹配。

在案件办理过程中的业务规则库有大量的应用场景。如在通过档案OCR识别自动提取嫌疑人基本信息、简要案情信息、作案手段、作案特点等信息。在卷宗检索过程中可以自动为卷宗生成文书目录，同时通过对案件的画像，实现类案推送。在定罪量刑的过程中，依据法律规定，结合每个案件的具体情节，参考以往类似案件判例，快速，准确的给出量刑区间建议。有效提升办案质量，切实提高办案效率常用罪名量刑分析图量刑分析 7.5 专题分析专题分析工作从检察业务、司法研究和司法实践出发，服务于工作指导、管理创新、司法改革等决策活动，侧重于问题导向。结合案件数据、文书数据以及外部数据，针对重点法律问题、事实问题、司法研究课题及检察院业务关心问题，从海量司法办案信息资源中进行深度挖掘利用，进行实证分析并以符合格式要求的报告呈递。包括嫌疑人分析、罪名分析等。

针对嫌疑人的年龄分布、出生地、主要犯罪类型、教育程度等情况进行分析。

图嫌疑人专题分析危险驾驶罪文化程度分析，鼠标放到柱上可以查看具体信息。

图危险驾驶罪专题分析 7.6 自主拖拽分析自主拖拽分析通过图形化数据建模、多维数据分析、自由拖拽布局，对案件情况不同维度方式进行建模，最后将这建模些信息生成结果，通过所见即所得的方式进行展现分析。

拖拽式分析——数据源信息配置图数据源配置拖拽式分析——数据结果展现图拖拽结果展现第八章其他系统建设方案 8.1 案件卷宗智能收发系统案卷作为一种原生的信息资源，作为社会信息系统的一个重要组成部分,其信息化建没是案卷事业发展的战略重点之一。案卷信息化管理工作作为司法系统的管理性、服务性、基础性工作，在司法系统的整体工作中发挥着重要作用。

案件卷宗智能收发系统建设就是统筹规划、统一标准、互联互通、资源共享，以案卷信息资源建设为核心，以网络运行为目标，以案卷信息化基础设施为保障，推动案卷工作管理手段和服务手段的全面现代化，提高工作效率和服务水平,为司法系统案件侦破、国家经济建设和社会发展服务。

目前，司法系统的案卷信息化建设总体上还处于起步阶段，这一现状与当前信息化发展的要求不相适应，面对新形势，案卷工作如何运用现代化技术，加快案卷信息建设的步伐，全面推进案卷信息化、数字化和网络化，最大限度地发挥其经济效益、社会效益，有效地为司法审判、社会公众提供服务，为案件侦破工作提供科学决策依据，为社会公众提供高效、优质的公共服务。系统结合RFID技术，对各类卷宗进行电子化标示，通过智能化和自动化管理，提高了卷宗管理的效率并防止卷宗的错乱和丢失，实现案件卷宗的智能收发。

8.2 检法多媒体协同会商系统多媒体协同会商管理系统是以知识管理为核心，协同运作为进化手段，使企业的资源融会贯通，吐故纳新，始终以崭新的形象生机勃勃地面对多变的外界环境的管理软件平台。平台至少包括公文管理、事务管理、会议中心、新闻中心、资料中心、互动中心、查询中心、系统管理和网站管理等九个主要子系统和二次开发平台的协同办公平台。

事务处理平台事务管理模块事务处理主要用于：所有的非正式文件，如向上级请示报告、情况反映，领导对下级的任务分工及工作安排，不同业务部门往来交流等。主要分请示汇报、工作安排、部门沟通三类。

计划任务事务管理模块计划任务主要用于：整合万年历、时钟等信息于一个界面，允许个人对任意日期、时间段设置个人日程安排、工作日志、去向及提醒内容。。上级岗位可以通过此模块随时了解下属人员的工作情况，进行工作检查。

通讯录事务管理模块通讯录主要用于：按机构级别、部门等提供全部机关的通讯地址、各类办公电话、电子邮件、手机、家庭地址电话、论坛呢称等信息供查询使用。

会议中心子系统会议管理模块主要用于：对全局性会议进行统筹安排，发送会议通知，自动通知及定时提醒与会人员，并可实现网上开会及录像等。

8.3 检委会无纸化会议系统无纸化会议系统是使用现代通讯技术、音频技术、视频技术、软件技术，通过文件的电子交换实现会议的无纸化。其特征是：文件传输网络化，文件显示电子化，文件编辑智能化，文件输入输出可控化。无纸化会议系统的一个基本特征是：会议室设有公共视频显示的大屏幕和每个席位单独控制和使用的席位显示器，选择席位显示或称异步显示时，由与会者自行操作该智能终端，此时，该智能终端如同一台独立使用的标准计算机，每个参会者可以自主地在显示公共信号的同步显示或异步显示之间一键切换。

无纸化会议系统涵盖的设备包括音响系统、视频系统、云朵会议系统、提供会议服务和会议辅助工具的软件系统以及每个席位的屏幕升降或翻转系统、用于公共显示的投影系统或拼接屏，此外网络交换机、中控系统、影碟机、视频矩阵也是会议室中经常需要配置的设备。

无纸化会议系统，首先应该是一套智能会议系统。这里的智能不仅仅是对会议室所用设备实现智能管控，也不仅仅是对会议流程提供智能工具和服务，更重要的是要能够实现会议过程、使用方式、甚至是资料检索、会议决策的智能化。同时会议系统必须适应、兼容信息技术发展的日新月异、软件产品的应接不暇，以及由于互联网、云计算、大数据的出现，使后台数据、信息资源爆炸性的增长而提出的智能决策。

以液晶触摸显示终端（液晶触摸显示屏、会议平板等）为中心，整合高清视频及统一通信功能、智能多屏交互共享功能、智能会议室中控、音视频采集和扩声系统等，形成一个“以人为本”的智能化会议体验。其最大程度地在智能显示终端上集成会议多功能（视频签到、呼叫服务、投标表决、短信收发、文档异步查看、会议资料同步显示及手写批注、视频点播或直播、上网浏览，会议发言等）并以模拟仿真的UI形式提供给用户最自然的人机交互界面（支持电容屏多点双指缩放、划屏翻页阅读批注、发送及保存等操作），同时还实现了手机、平板电脑、笔记本电脑等移动终端与智能显示终端的协同工作、智能共享和交互控 8.4 司法办案区智能人像平台办案区智能管理主要是对案件相关信息进行管理，利用智能腕带/手环、收发基站、专用前端采集器等硬件设备，实现场所内人员全程轨迹监管，像随人走，轨迹自生。办案区流程全程支持语音播报，按照流程约束完成本环节操作才能进行下个环节操作，如违反流程，将会发出报警或预警提示。满足办案区“事前预警、事后倒查”的管理要求。实现全流程自动化、规范性管理。

人像平台是指利用人脸识别技术识别用户身份，人脸识别提供包括人脸检测与分析、五官定位、人脸搜索、人脸比对、人脸验证、活体检测等多种功能，为开发者和企业提供高性能高可用的人脸识别服务。

精准识别：人脸识别测评准确度高达99.80%，识别准确率业界领先。

稳定可靠：人脸识别服务运行稳定、鲁棒性强，服务可用性可达99.9%。

算法领先：采用融合度量学习、迁移学习、多任务学习等多种训练手段来优化模型；
针对不同场景业务的特点，定制化 finetuning 或 distilling 模型，满足业务性能与时延的双重需求。

简单易用：提供了丰富多样的 API 接口和离线 SDK，快速植入应用和硬件设备，全面满足云和端的需求。

实时响应：人脸识别具备高并发、高吞吐、低时延等特点，即使是百万规模人脸搜索，仍只需数百毫秒即可处理完毕，满足您的实时使用需求。

第九章智慧检务建设总结 9.1 “六大应用平台”的应用效果系统通过大数据资源采集、大数据融合实现司法办案平台、检察办公平台、队伍管理平台、检务保障平台、检察决策支持平台、检务公开和服务平台），六大应用平台业务系统数据横向打通。采用二维数据表、饼图、直方图、趋势图、地图等多种表现形式，从宏观到微观展示司法改革成效分析依据及结论。

9.2 廉政风险防控取得的成效系统通过大数据资源整合，可对检察院检察业务开展、检察队伍管理、检察科学管理、检务保障展等系统开进行全方位的评估与指导，通过汇总、分析办案质量、办案效率、领导干部办案情况、司法办案故意违反法律法规等数据，全方位的展示廉政风险情况呈现的特征及异常状况。

9.3 大数据在检察工作中的深度运用情况一站式大数据解决方案，基于数据采集、数据管理、数据挖掘及大数据可视化等技术，建立丰富的统计、分析、挖掘模型，从而提供全流程、全周期的生产运营活动提供智能支持，实现数据所潜藏的价值。

9.4 人工智能技术检察应用顶层设计系统的数据资源包含结构化、非结构化、半结构化等各类数据；
就数据内容而言，涵盖了侦监、公诉、控告、申诉、执检、民行等各类业务条线的司法办案数据，以及检察办公、队伍管理、检务保障等管理数据，通过人工智能技术实现辅助检察官完成卷宗自动阅读、统一业务系统自动填报、检务文书自动生成、执检卷宗自动组建档等基本检务办案事务性工作，为一线办案人员提供7*24小时的虚拟检察官。

第十章实施方案主要包括项目的实施进度计划及相关保障措施等。

10.1 实施计划整个项目分以下几个阶段：
Ø 需求调研和初步设计阶段阶段目标：细化项目范围和需求，细化实施方案和项目章程。

阶段意义：双方项目团队正式成立暨项目正式启动，完成系统整体概念设计和场景设计，完成需求规格细化和界定，完成项目综合计划制定，确定项目整体实施方针，落实项目章程，作为整体项目实施的指导。

阶段工作内容：
双方专家组及项目团队正式成立和项目启动；

概念设计、场景设计、技术解决方案完善；

需求规格细化和确定；

项目章程。

Ø 项目招标阶段阶段目标：细化设计方案，完成项目招标阶段意义：细化设计方案，并完成项目招标阶段工作内容：需求分析与深化设计阶段。

Ø 系统开发建设阶段目标：完成整个系统的设计、编码、测试工作，进入正式运行；

阶段意义：完成试运行版本的功能研发，为系统上线做好支撑。

阶段工作内容：试用版本开发阶段完成后确定。

Ø 平台安装及上线试运行阶段阶段目标：试运行；

阶段意义：在试用版本开发阶段完成后，在其试运行的同时，完成需求规约中的功能开发和测试，达到可验收的水平和状态。

阶段工作内容：试运行阶段完成后确定。

Ø 系统维护阶段阶段目标：完成整个系统的验收交付。

阶段意义：开展系统建设后运营工作，保障系统合理有效运行。

阶段工作内容：正式版本开发阶段完成后确定。

10.2 项目团队组成项目成员包括项目经理、系统分析师、需求分析师、视觉设计师、软件开发人员、测试人员、配置管理员、质量保证员、用户培训讲师、部署实施人员、运营人员等。

第十一章培训方案 11.1 培训计划 1）计算机应用基础培训计算机应用基础培训：了解计算机的组成和网络基本知识；
掌握计算机操作系统的基本知识和使用技巧；
掌握浏览器使用和在网上搜索信息的方法；
掌握常用软件的安装和卸载；
掌握计算机病毒的基本知识和常用的检测杀毒方法；
掌握网络安全的基本概念；
学习信息系统的管理规定。

2）系统管理培训系统项目中涉及到的软件和设备较多、对技术人员的技术能力要求较高，为了项目的顺利实施和今后日常维护工作的正常进行，相关技术人员需具备较全面的知识。为此，需制定一个循序渐进、由浅入深、全面的培训计划，为项目培养雄厚的技术力量。系统管理培训主要内容包括：
网络管理：使系统管理员了解掌握网络的硬件及软件的构成；
局域网、广域网介绍；
TCP/IP协议详解；
子网划分；
路由器的使用及常用命令；
交换机的产品介绍；
网络设计及维护。

系统安全：了解掌握计算机系统安全策略；
安全体系结构与安全模型；
身份认证技术；
访问控制与防火墙；
网络与通信安全；
操作系统安全；
应用系统安全；
漏洞扫描与入侵检测。

数据库管理：了解数据库的运行方法及原理，能够实现简单的备份和恢复；
能够用SQL语句实现数据库的检索和维护。

3）应用系统操作培训考察系统建设是否能够取得成功，除了系统建设、应用软件的开发外，其中还有一个重要的因素是应用系统能否被广泛使用，而应用系统被广泛使用的前提是做好培训和推广工作。

11.2 培训对象考虑系统建设的特性，人员培训应分为下列三个方面：
1）对系统建设人员的培训系统建设人员不仅要对相关的技术有深入的研究，还要对网络运行的业务系统有深刻的理解。因此，应加强对系统建设人员这两方面的培训，以保证系统设计符合实际业务需要。

2）对应用部门工作人员的培训使之能够了解本应用系统的设计思想、主要功能和应用范围，能够熟练应用这一系统进行工作，并能结合实际工作需要提出各种改进意见。加强工作人员计算机、网络知识培训，是系统充分发挥作用的重要保证。培训内容主要包括计算机、网络、安全基础知识培训，使警员有利用计算机进行相关工作的意识，有利用计算机处理相关工作的能力。提高管理人员在信息化环境下的管理能力、应用水平，通过对警员的培训，使最终用户能够根据业务工作的需要，熟练地使用计算机网络，提高工作效率和业务管理水平。

3）系统运行维护人员的培训对运营人员培训主要包括以下几个方面：IT技术培训、IT 服务管理的培训、项目管理的培训、业务系统的培训。通过培训使运营队伍能够充分掌握先进的IT技术和经验，从技术上和管理上保证网络和系统的正常运行，从而保障各项业务的顺利运行。为了保障系统稳定运行，还应对系统运行维护人员进行设备特性、系统功能、故障诊断、安全技术与操作、系统备份与恢复以及管理制度等方面的培训。

11.3 培训目标通过培训，使各类相关人员对系统有充分了解，熟悉系统的设计原理和工作方式，掌握系统的工作流程和操作方法。

11.4 培训方式提供现场培训+远程视频培训。

第十二章运营方案 12.1 运营内容业务上可建立稳定、高效、灵活的应用系统运行维护体系，提高应用系统运行效率并减少系统运行故障，支持业务系统的高效平稳运行。

本期维护方案包括安全运营、应急事故处理、应用运营三部分，实现对网络、安全和保密、应用软件、日常维护等统一运营管理，保障系统软硬件设施和管理机制的正常运行。

12.1.1 日常监控 7*24小时的监控，其中包含系统层次监控、应用层监控、区域云平台监控。出现异常（如服务器负载过高），五分钟内报警，重要服务（如网站主应用不能正常访问）一分钟内报警。

编号项目监控内容 1 系统监控 1、系统进程、主机名、密码更改等系统状态监控。

2、cpu、磁盘、内存、网卡状态监控。

3、服务进程、相应服务状态监控。

4、通过脚本扩展的自定义的监控项状态监控。

2. 区域云平台监控 1、区域云平台物理机宕机迁移、rds异常及其它云服务等相关事故监控。

2、DDOS服务、网站后门监测、网站安全防御（跨站攻击、CRLF攻击、SQL注入攻击、FastCGI攻击、写入webshell攻击）、WEB漏洞监测、网页木马监测。等相应安全监控。

3、云服务相关升级/变更监控。

3 应用监控 1. API 监控 2. 接口监控 3. 应用程序状态监控 12.1.2 应急事故处理 7*24小时的应急事故处理，其中包含系统异常处理、安全相关异常处理、区域云平台相关异常处理。发现监控报警，运维人员立即上线就位处理事故。若发现异常事故是由于应用系统导致，根据约定邮件或电话通知应用厂家人员。

编号项目处理内容 1 系统异常处理 1、系统进程、主机名、密码更改等状态异常处理。

2、cpu、磁盘、内存、网卡状态异常处理。

3、服务进程、相应服务状态异常处理。

4、通过脚本扩展的自定义的监控项状态异常处理。

2 应用异常处理应用无法正常访问的状态异常处理。

3 相关异常处理 1、宕机迁移及其它云服务等相关事故异常处理。

2、云服务相关升级期间导致服务异常中断异常事故处理。

12.1.3 日常运维日常运维包含环境设置、安装部署、数据迁移、系统调优、数据备份、升级/变更。

编号项目内容 1 环境设置根据系统类别及业务特点，工程师对系统进行端口限制、防火墙设置、系统初步调优、常用软件包安装及运维相关环境初始化。

2 安装部署根据安装部署需求，工程师审核通过后，对常见软件进行安装、配置、升级等相应环境的安装及配置。安装部署完毕后，根据相应的文档要求，须向提供详细的部署配置及其细节。

3 数据迁移根据数据迁移要求，进行系统层次常见应用迁移 4 系统调优根据业务特点，进行内核、系统、常见应用软件如nginx、php、tomcat、mysql等相应服务的高级调优。

5 数据备份对重要文件/数据/数据库等本地备份。