摘要：本文根据光大证券在金融文档智慧服务平台中的建设经验，阐述对于深度学习技术的研究认知及处理富格式文档的探索实践经验。该平台利用海量的数据信息，建立平台“数据标注-模型训练-模型评估”周期迭代方式，在模型自主学习改善复核效果的基础上，将人工审核与机器审核相结合...(more)

摘要数据作为数字经济的核心，其基础性战略资源地位正日益凸显，通过数据开放共享来挖掘数据潜在价值已成为社会各行业的共识。证券行业数据生态建设仍处于探索阶段，“数据割据、数据孤岛”问题严重。为提升证券行业智能化服务能力，促进跨机构、跨界创新业务开展，亟需建立行业数...(more)

摘要：当前，金融科技正加速推动金融行业革新。然而，金融科技的发展还面临一些挑战，并存在相关的问题。本文首先回顾金融科技发展历程以及国内外关于金融科技风险若干探索，而后重点从技术角度对金融科技风险进行详细剖析。基于人工智能治理相关内容，结合金融科技若干实践，提出了技...(more)

摘要随着系统架构的复杂度不断增加，不同系统间依赖关系越来越多，知识分散和专业化分工高，流程步骤多且难以优化，加大了出错概率。运维人员很难通过人工方式全面准确地掌握IT基础设施的整体环境视图，影响了关键时刻问题的解决效率，隐藏了巨大的金融运营风险。面对上述信息系统发...(more)

房慧丽张旭/上交所技术有限责任公司质量保障部摘要：本文分析了证券行业信息系统安全开发生命周期管理及实践中的问题与挑战，针对安全检测滞后、漏洞管理分散等普遍问题，结合DevSecOps理论及技术，设计并实现了集自动化安全测试与平台化漏洞管理为一体的应用程序安全测试编排工...(more)

摘要:随着容器技术的兴起，越来越多的应用选择容器部署，与此同时，容器的安全性问题也受到了越来越广泛的关注。基于此，我们融合了容器和安全两个技术领域进行共同探索，形成了一套行之有效的容器安全最佳实践，建立了容器全生命周期安全管理方法论，利用完整的安全工具链对容器进行...(more)

集中交易系统是证券行业的核心系统，券商业务的波动性比较大，突发的高并发业务场景给交易系统带来了巨大压力，如何构建高可用、高并发、弹性的分布式的基础架构，是每个券商必须面对的。目前恒生、金证、金仕达集中交易系统软件在应用层实现了分布式部署，后台数据层主要使用的是...(more)

1 机器学习的发展和现状2017年，谷歌通过深度学习训练的Alphago，战胜了排名世界第一的世界围棋冠军柯洁而名声大噪。这也让人们感到机器学习和人工智能的强大。时至今日，无论是国外巨头谷歌、亚马逊和Facebook还是国内互联网领军者“BAT”，都在大力的研究人工智能，将人工智能...(more)

作者：王作敬/汪照辉在大数据技术、人工智能、云计算等新技术的驱动下，证券公司的业务模式正在发生巨大的变化。证券公司未来的竞争，本质上是对客户的竞争，因此开发新客户、盘活老客户，深入洞察和了解客户，将合适的产品推荐给合适的客户，提高客户服务质量，实现公司与客户的双赢，是...(more)

一、概述1.1背景与现状金融行业是国家稳定发展的重要保障，因此，国家对金融行业的业务监管要求越来越高。传统的系统架构已不能满足国家的业务连续性要求，需要依靠科学技术提升系统架构，将RTO、RPO的指标无限接近于0。传统的同城灾备建设普遍采用热备的方式，通过存储同步复制技...(more)