ightOne）是其自主研发的金融级隐私计算平台，拥有面向场景的“MPC+FL”融合引擎、可监管的分布式信任架构、全计算链路隐私安全保护、深入场景的专业化算法、无可信第三方联邦学习、区块链增信隐私计算等核心技术，提供匿踪查询、隐私求交、集合运算、联合统计与联合建模等功能。在InsightOne软件服务基础上，洞见科技还研发了融合计算、网络、存储等硬件资源的隐私计算高性能信创一体机产品InsightStation，满足客户自主可控、开箱即用的需求。基于其核心产品与技术能力，洞见科技通过“左加数据，右加场景”的模式，为客户提供全链路隐私保护数据智能服务。
厂商评估：
洞见科技的隐私计算平台产品在安全部署、适用场景以及数据智能生态方面具有明显优势。此外，洞见科技还具备场景咨询能力，并持续打造跨平台互联互通能力，为客户提供深度隐私计算服务。
基于融合计算引擎和区块链技术，InsightOne为客户实现高安全部署。一方面InsightOne基于“MPC+FL”融合引擎架构支持无可信第三方联邦学习框架，解决多方联合建模中的第三方可信风险问题。另一方面，InsightOne中的区块链技术通过区块存储功能可对隐私计算过程记录、中间结果、数据贡献进行上链存储，实现数据可信；以及通过智能合约功能将隐私计算过程拆解为合约在链上执行，实现计算可信，消除客户对模型有效性、计算结果可信度、计算贡献度可靠等方面的顾虑，最终实现全局无损的数据智能。
具备密态数据智能的通用性和灵活性，为客户提供不同场景的数据全链路隐私安全保护。InsightOne产品矩阵平台提供了保护各方非交集信息的隐私安全求交（PSI）、保护交集信息并不泄漏特征的匿踪联邦学习（AFL）、保护模型涉及各方特征信息的多方安全计算（MPC）、保护查询条件信息的隐私安全检索（PIR）等功能，支持多种联合计算应用场景，灵活满足客户对功能、性能、安全、计算精度的不同需求，以密态数据智能为客户提供数据全链路隐私安全保护。
具备丰富的数据智能生态和建模经验，为客户提供专业场景咨询与运营服务。洞见科技基于数据链接资源的积累，一方面持续拓展银联、通信、征信、互联网等市场化数据资源基于隐私计算技术的合作模式；另一方面对接地方政府数据资源，基于隐私计算建立政务数据安全开放共享服务新模式。洞见科技核心团队具备专业的金融知识、丰富的服务经验和专精的技术积累，通过“隐私计算平台建设+业务场景建模服务”的一站式解决方案，链接数据生态侧和业务场景侧的双向资源，构建数据智能流通网络生态，提升营销、风控、精算、债指等具体应用场景的业务效果，赋能传统行业数字化转型与数智化升级。
洞见科技持续探索、打造跨平台互联互通能力，支持客户实现跨隐私计算平台合作。洞见科技首次实现“算法协议层”互联互通的实践经验，率先提出隐私计算平台互联互通的三个层次：应用层的管理系统互通、算法层的算法协议互通和原语层的计算原语互通，其中针对业界重视的算法协议互通，洞见科技支持白盒、灰盒与黑盒三种方式实现互通方式。在标准制定方面，洞见科技牵头了首个IEEE隐私计算互联互通国际标准，并积极主导和参与了信标委、信安标委、金标委、中国信通院、北京金融科技产业联盟等机构组织的互联互通标准制定工作；在应用实践方面，洞见科技率先与行业友商实现了业界首次多方异构隐私计算平台之间完全对等的算法协议互通，并积累了多个隐私计算平台互联互通标杆案例，如在国内首个大型股份制商业银行招商银行的牵头下，洞见科技与行业多家头部隐私计算厂商完成跨平台互联互通合作；与中国银联合作，赋能中国银联隐私计算平台互联互通方案设计验证与开发；以及为国家工信安全中心建设了国内首个基于隐私计算的数据要素流通生态底座。
典型客户：
招商银行、中国民生银行、北京银行、华夏银行、中国人寿
3.11城市大数据平台
市场定义：
城市大数据平台是指将海量城市大数据（包括政务大数据、产业大数据与社会公益大数据三类）进行收集、整合、存储与分析，并使用分布式存储、数据挖掘、实时动态可视化等大数据技术助力城市优化资源配置的数据平台。
甲方终端用户：
政府大数据管理部门、公安部门、工信部门等
甲方核心需求：
新型智慧城市的建设需要以数据共享与治理为基础，但在此过程中，存在各信息系统数据分散且孤立、数据治理与应用水平低等问题，严重阻碍了智慧城市的建设。因此，城市应该联通各系统底层数据，并进行统一管理与应用，为智慧城市建设提供坚实的数据基础。具体需求如下：
海量数据分散分布，需要实现数据互联互通。城市大数据来源丰富，分散于经济、社会各个领域和部门中，难以实现互通共享，导致多部门协同联动无法实现。因此，各城市应该对全量数据资源进行分级有效收集与整合，打破数据壁垒，大大提升数据使用效率。
数据来源与类型多样，需要加强统一标准化管理。由于各类城市数据类型丰富、数量庞大且增长速度极快，存在数据质量参差不齐、数据冗余、一数多源等问题，导致数据利用率大大降低。因此，各城市应该加强对多源异构数据的统一汇聚与统筹管理，提升数据使用的便捷性。
数据量激增，充分挖掘数据价值需求迫切。随着智慧城市建设的深入推进与物联网基础设施建设的不断完善，以交通、警务为代表的政府部门数据量巨大，城市数据量剧增，这对各城市对各类大数据的应用能力提出了更高要求。各城市应该以强化数据应用能力，深度挖掘数据价值，赋能疫情防控、洪涝预测、经济大脑等治理场景。
厂商能力要求：
为满足以上需求，厂商需要为各城市搭建能够实现数据联通、存储、管理与分析的城市大数据平台。具体能力如下：
实现数据共享与联通，搭建城市大数据底座。该平台需要能够打通各领域、各系统、各部门之间的数据，实现政府与企业全链路数据的双向对接，以提高数据使用效率，为产业协同与城市的精细化管理提供数据基础。
建立统一的标准，进行数据存储、分类与治理。一方面，该平台需要能够对来源不同、结构不同的各类城市数据进行标准化建模与分布式存储，保证数据的一致性、标准性与完整性；另一方面，该平台还需具备加工、分类与标签化数据的能力，实现对政务信息、资源信息等数据的统一管理与按权限开放。
以大数据为基础，多模型精准分析城市数据。该平台需要能够在交通、平安、医疗等场景下，运用聚类、回归等分析模型对相关数据进行分析、预测与评估，为税务稽查、金融监管、农业贸易、商务等场景提供支撑，提高政府部门所提供公共服务的质量与公安、交通等部门的管理效率，优化城市资源配置。同时，该平台还需能够将实时数据、数据分类与分析的结果进行实时可视化展示，以提升数据利用率。
入选标准：
符合城市大数据平台全部厂商能力要求；
2021Q2至2022Q1该市场付费客户数量≥5个
2021Q2至2022Q1该市场合同收入≥1000万元
代表厂商评估：
（注：以下代表厂商评估均按厂商简称首字音序排序）
中科闻歌
厂商介绍：
中科闻歌是中国科学院旗下企业，创立于2017年，定位于全球领先的数据与决策智能服务商，聚焦DI+AI+OR（数据智能+人工智能+运筹学）智能计算核心技术研发，面向数智安全、数智媒宣、数智城市、数智金税、数智商业五大领域，提供多语言、跨模态和深度认知智能的大数据与人工智能基础平台及解决方案，获中科院“弘光专项”、 国家科技创新2030“新一代人工智能”重大专项支持，被评为国家级专精特新小巨人企业。
产品服务介绍：
中科闻歌的城市大数据解决方案以天湖数据智算平台和闻海全球开源数据平台为核心技术底座。天湖数据智算平台是基于跨模态深度语义理解、社会计算与因果推理、决策推演的数据智能与决策智能技术平台。闻海全球开源数据平台融合了自主研发的跨模态AI分析、NLP深度语义计算、领域抽象建模技术，以及十余年的知识库积累，可针对不同客户需求提供基于标准产品模块的定制化数据智能服务。在天湖和闻海两大平台基础上，中科闻歌的城市大数据解决方案结合决策相关大数据技术、人工智能技术能力，实现了非结构化数据融合，构建了政务领域知识图谱，支撑政府提升社会态势感知、预警预测、科学决策和精准服务能力。
厂商评估：
中科闻歌是中科院科技成果转化企业，团队在数据智能、人工智能、运筹学领域积累了十余年经验，经过了众多国家级项目的检验。中科闻歌数据积累和知识图谱沉淀、跨模态数据分析能力、人工智能技术研发创新能力，以及多个治理场景下积累的实践经验，能够帮助政府部门实现数据集成、数据价值挖掘和分析，为政务工作开展提质增效。
中科闻歌在政务领域具有丰富的数据和领域知识图谱积累，能够为相关部门资源统筹、工作协同提供决策支持。城市大数据解决方案融合百亿级的开源数据，打通各部门相关数据，并据此形成政务领域知识图谱，能够帮助政务部门提升社会态势感知，为相关部门实现科学决策提供支持。以防疫工作为例，中科闻歌能够根据病例接触程度的不同，对相应场所构建知识图谱，帮助防疫人员协同各部门防疫工作、统筹防疫物资，降低人工投入成本和时间成本，实现防疫流程高效运转。
中科闻歌具备跨模态数据分析能力，帮助相关部门实现数据价值充分挖掘。中科闻歌能够将非结构化数据的口径和标准统一，融合所有模态数据，构建统一数据、技术底座，形成数据技术一体化。中科闻歌能够根据不同场景下政务工作需求帮助有关部门构建起数据平台，对多模态数据进行分析，实现数据价值充分挖掘，为政务决策提供有效支持。
中科闻歌可为多个政务治理场景赋能，帮助各层次政务工作提质增效。中科闻歌城市大数据解决方案覆盖疫情防控、洪涝预测、经济大脑、税务稽查、金融监管等政府治理场景，未来还将拓展农业贸易、商务等场景，为相关部门高效精准服务提供平台和应用支持。以深圳龙华经济大脑项目为例，中科闻歌宏观上实现全区经济状况可视化，辅助经济工作统筹规划、协同开展；中观上对不同产业经济进行智能研判，为经济工作开展提供决策参考；微观上对企业诉求进行快速处理，为有关部门服务企业提供更方便快捷的途径。
中科闻歌具备卓越的人工智能技术研发创新能力，为业务开展和决策统筹提供技术保障。作为技术研发型企业，中科闻歌团队吸纳众多数据智能、人工智能、运筹科学领域的科研技术人才，以及产业经济、媒体、安全等领域的实践专家， 在国际顶级学术期刊和会议发表论文600余篇，申请发明专利近百项，研发和实现核心算法3000余个，具备深度挖掘大数据和人工智能技术的研究能力和创新能力。中科闻歌优秀的研发创新能力再结合政务领域的丰富经验，能够在政务工作各细分场景下为业务开展和决策统筹提供技术保障。
典型客户：
深圳市龙华区政务服务数据管理局、粤港澳大湾区大数据中心、上海浦东经济驾驶舱、山东潍坊市智慧潍坊建设办
3.12智能营销
市场定义：
智能营销指在 “用户洞察-营销策略制定-用户触达与转化-效果评估” 的数字营销流程中，能够运用大数据挖掘、自然语言处理、知识图谱、机器学习等大数据与人工智能技术，通过对某类营销方式全过程或部分环节的智能化来提升营销质效，包括大数据用户洞察、舆情趋势洞察、精准投放、个性化推荐等智能营销场景。
甲方终端用户：
营销部门、运营部门、品牌部门
甲方核心需求：
对已初步搭建数字营销体系的企业而言，在用户洞察、营销策略制定、用户触达与转化、效果评估等环节仍存在痛点，需要借助更全面的数据源与先进的大数据技术更好地完成营销目标。具体需求包括：
外部数据缺失，需要合规采集与分析多维度用户数据。传统的用户洞察依托企业 CRM 或 CDP 已有会员数据，缺少合规的外部数据；用户画像和潜客预测等洞察场景很大程度上仍依赖人工经验，准确度不够高。随着数据智能技术的发展，企业希望能够合规使用人群特征偏好、行动轨迹、舆论趋势等各项数据，通过算法模型进行实时智能分析，生成更准确的洞察结论与可视化的数据展示，支撑策略制定优化。
市场洞察难度大，需要借助智能化手段进行全面分析。多样化的渠道和庞杂的市场信息给企业制定营销策略带来挑战，要了解市场全局、确保营销效果变得更困难。因此企业基于专业知识与经验去制定整体营销策略的同时，愈发强烈需要对全局市场环境形成系统性的分析方法，在客群趋势、竞品策略、市场反馈等方面获得及时准确的数据。
用户触达效率较低，智能化运营水平急需提高。随着营销精细化程度不断提高，企业需要提高用户触达与转化环节的自动化智能化水平，基于用户生命周期或基于用户分群构建丰富的营销模型，支撐拉新、促活、个性化推荐、首购、复购、交叉购买等场景，实现精准的千人千面营销，进一步提升各环节转化效果。同时，还需要充分利用长期的营销态势量化数据与各产品、活动的实时转化数据进行模型自动评估，并将量化、实时、全面的效果反馈快速应用于策路调整与优化，持续提升营销 ROl。
厂商能力要求：
厂商需要在活动营销、内容营销与整合营销等领域，提供不同的营销工具、服务和方法论，且应具备大数据挖掘、自然语言处理、知识图谱、算法模型等底层技术，对数字化营销全过程或部分环节的实现智能化升级，主要应提供以下能力：
大数据用户洞察能力。厂商应提供丰富合规的数据源以及 Al 分析模型，针对企业所需的线上线下营销场景，运用大数据与机器学习技术对客群人口属性、手机及 APP 偏好、兴趣关注、品牌关注、位置分布等维度，进行实时全面的用户洞察，为营销策划提供更敏捷可靠的数据支持。
市场环境洞察能力。厂商应具备营销业务理解和市场分析方法论，并能运用自然语言处理、知识图谱、数据挖掘等技术手段收集充分的市场信息，包括线下场景的区位、人流情况，以及线上场景的舆论趋势、媒体热点、渠道分布、KOL 详情等，代替传统的人工调研和数据分析，形成对营销态势的洞察。
智能化运营能力。厂商提供的 CDP、MA 等智能营销产品，需具备智能的标签体系、丰富的营销模型和效果监测功能。通过智能打标功能使用户标签更加丰富准确；通过个性化推荐、交叉推荐、复购预测、需求升级预测等营销模型实现精准投放，并提供细致的统计数据和指标，帮助企业提升用户运营的智能化水平。
入选标准：
符合智能营销市场全部厂商能力要求；
2021Q2至2022Q1该市场付费客户数量≥8个；
2021Q2至2022Q1该市场合同收入≥1000万元。
代表厂商评估：
（注：以下代表厂商评估均按厂商简称首字音序排序）
数说故事
厂商介绍：
数说故事成立于2015年，总部同时设立在广州及珠海横琴，在北京、上海、成都设有分支机构，员工800+人，60%+为大数据和AI研发团队，在“认知AI”领域占据领先地位。公司构建了从数据收集、处理、分析、建模到商业应用的全价值链解决方案，帮助10+行业的500+头部企业完成营销数字化转型。
产品服务介绍：
作为中国领先的一站式大数据及AI智能应用提供商， 数说故事构建了从数据收集、治理、分析、建模到商业应用的全价值链解决方案，基于多年的行业深耕，沉淀数说故事独有的方法论体系及宝贵实践经验，完整覆盖产品创新、品牌营销、内容营销、渠道销售、用户运营、风险预警、投资顾问等丰富的商业场景。数说故事服务日化美妆、食品饮料、连锁零售、3C互联网、汽车制造、广告营销等 10余个行业，致力于企业及政府实现业务变革和营收增长。
厂商评估：
综合来看，基于多年来大数据技术沉淀和实践经验积累，数说故事的数据能力、算法能力、平台能力和生态构建能力在业内具备优势，可以满足企业产品创新、品牌营销、内容营销、渠道销售、用户运营、风险预警等商业应用需求。
优秀的数据采集能力，良好适配营销业务对数据的时效性、全面性需求。数说故事通过自有数据中心可搜集全网大部分的声量数据，覆盖社交平台、电商平台、视频平台、新闻媒体、论坛问答等多类型多平台数据，每日可采集数亿条数据，分钟级别的数据更新速度行业领先，良好适配当下企业对声量数据的时效性、全面性需求和对产品高度稳定性、兼容性要求。
成熟的算法平台有效降低数据训练和算法开发成本，提升企业产品分析能力。基于经年累月的算法能力积累，数说故事搭建了自助算法平台，平台具备的NLP及多模态大规模预训练模型，可大幅度降低企业训练数据和算法开发的研发成本、维护成本。经过全网数据采集以后，通过数说产品的智能文本处理技术，对数据内容进行语义理解和情感分析，构建商业常识和智能推理能力，进而可为企业提供商业知识图谱。同时，模型可辨别信息数据真实性，由此形成人群分析、时间分析、口碑分析，为企业提供专业的产品研究分析报告。
数据与业务深度结合的平台体系，推动企业营销业务迭代升级。数说故事可以运用扎实的数据整合及治理能力帮助企业实现业务数据化和数据业务化，以数据驱动企业营销业务迭代，形成数据与业务深度融合的平台体系。数说故事的数据平台产品体系完整覆盖从数据采集、处理、分析和建模所有环节，可实现短时间内快速完成营销产品研发或客户应用交付，为其商业应用生态建设打下良好基础。
开放的生态合作环境，为企业提供更完整的解决方案。数说故事将PaaS平台对生态合作伙伴进行开放，为上下游数字化厂商高效赋能。例如，在舆情场景下生态合作厂商可以利用数说已有的社媒数据库进行数据采集，在内容创作场景下，数说PaaS平台可帮助合作伙伴快速生成内容素材实现内容创作。合作厂商可依赖数说的开放平台大范围收集多维度多模态数据、快速构建互补性的场景产品，缩短厂商的产品建设研发周期，加速合作厂商为企业的服务效率。
典型客户：
伊利、腾讯、宝洁、华为、广汽等
3.13安全大数据
市场定义：
安全大数据指利用大数据技术，在对全流量数据进行多维安全分析、风险事件分析、异常行为分析，深度识别、处理和防范网络安全风险的同时，优化传统网络安全、数据安全防控体系下的大数据架构，实现安全大数据的高效运营管理的综合性解决方案。
甲方终端用户：
企业IT部门、网络安全部门
甲方核心需求：
近年来，各行业网络安全监管收紧，网络安全法规频繁出台，而随着企业数据孤岛问题日益严重，以及外部入侵方式逐渐升级，仅通过传统访问权限、网络扫描等手段难以实现健全的网络安全管控。因此，企业需要利用大数据分析，提升对风险因素的感知、预测和防范能力，升级企业网络安全保障。具体而言，企业对安全大数据的需求主要有以下几点：
提升数据处理能力。网络安全分析所需数据有硬件设备数据、网络安全设备数据，以及系统日志、应用日志、运行和维护数据、外部攻击数据等，数据量大且存储较为分散，需要提升数据的集中处理能力，才能实现全面和及时的安全分析。
事前实现风险主动发现和预警。企业内外数据交互渠道不断丰富，交互频次不断提升，对网络中潜在恶意文件、恶意邮件等的防护也需要升级。在未发生风险时，需要通过过往经验及安全系统排查能力对潜在风险进行有效预防。
事后实现风险高效处理。企业数据系统复杂性不断提升，对于问题响应和处理即时性的要求也在不断提升，传统安全体系下，在安全问题发生后的日志和流量分析耗费时间较长，且风险追溯要通过逐一排查实现，风险处理和修复时间长。企业希望通过高效的分析和追溯，快速进行问题定位，实现精准打击。
在满足行业监管要求和业务场景需要前提下，形成集团统一的安全管控体系。不同行业网络安全和数据安全标准存在差异，业务场景不同也带来安全防控部署上的差异，且对于大型组织而言，集团、二级单位安全功能建设和部署不统一，安全等级不对称等问题较为严重，因此，企业需要建设同时满足上述条件要求的网络安全防控体系。
厂商能力要求：
具备海量多元数据处理和即时查询能力。首先，厂商要具备数据融合能力，通过多源数据分类、清洗、加工等多级处理，为安全分析提供精准可靠的数据源。其次，厂商产品需采用高可用的大数据架构，能够与企业原有大数据平台进行对接，满足国家法律规定半年以上的网络日志存储要求，实现大规模网络数据的全量采集和存储。最后，厂商产品应提供数据检索能力，通过大数据索引技术，帮助快速实现数据查询，辅助进行数据关联分析。
具备智能化的风险检测和评估能力。首先，厂商产品要能够对安全风险进行智能建模，基于历史数据行为和外部威胁情报，通过机器学习、统计学分析等多项技术，对安全行为进行场景化建模，通过攻击特征多维度分析预测、未知威胁识别等多种安全分析手段，帮助企业提前发现数据异常行为，实现风险预警。其次，厂商需要具备风险评估能力，通过对攻击行为的分析，评估该行为对网络系统的危害，辅助后期决策。
具备风险链路追踪和可视化交互能力。首先，厂商产品要具风险溯源能力，通过对风险事件逐层下钻，关联到原始日志和文件，高效定位风险源头。其次，厂商产品要具备可视化攻击链路分析能力，将分析结果以图谱等形式进行可视化呈现，清晰回溯攻击关系，方便运维人员更直观分析风险并进行针对性处理。
具备行业化、场景化安全体系建设经验和方法论，同时支持大型企业多级联安全体系搭建。首先，厂商需要熟悉不同行业网络安全标注和规范，在结合不同行业业务场景的情况下，为企业合理设计安全解决方案。其次，厂商需要根据企业组织架构和数据安全需要，搭建支撑大型企业多级级联、多分支机构的安全管理体系，考虑不同层级防御系统之间的协作，实现严密的联防联控。
入选标准：
1. 符合安全大数据全部厂商能力要求；
2. 2021Q2至2022Q1该市场付费客户数量≥5个
3. 2021Q2至2022Q1该市场合同收入≥500万元
代表厂商评估：
（注：以下代表厂商评估均按厂商简称首字音序排序）
斗象科技
厂商介绍：
斗象科技创立于2014年，总部位于上海，是中国领先的网络安全数据智能与安全运营提供商，新一代网络安全领军企业。公司以斗象科技为集团中心，围绕斗象智能安全、漏洞盒子、FreeBuf三大生态打造新一代网络安全科技企业，综合运用安全数据智能、实战攻防、安全运营技术以及互联网化的白帽平台优势，持续提升公司核心竞争力，为企事业客户夯实网络安全底座。
产品服务介绍：
斗象科技旗下品牌包括安全数据智能与安全运营产品体系“斗象科技智能安全”，网络安全众测与安全运营服务平台“漏洞盒子”，网络安全行业门户“Freebuf”及“Freebuf咨询”。“斗象科技智能安全”以数据分析为基石，为企业提供安全数据智能与安全运营产品。安全数据智能与安全运营产品体系具备了全流量存储、秒级溯源、多维度安全分析与历史数据计算、综合风险管理与事件分析、资产智能识别与异常行为监测技术特性，完整覆盖事前演练、事中分析、事后追踪安全工作全流程，帮助企业构建安全运营体系，从而保障企业数据安全。
厂商评估：
综合来看，基于多年的实践经验积累和海量安全知识沉淀，斗象科技的安全数据存储和分析能力、安全产品可扩展能力、安全攻防演练解决方案以及安全运营解决方案在业内具备优势。
优秀的数据存储、数据计算及安全分析能力，为防范威胁攻击奠定基础。斗象科技为企业提供的安全计算分析产品，可全量存储全流量数据、网络文件、PCAP、邮件等6个月以上。该产品可对数据实现流式处理，能够满足企业对数据实时分析和离线计算的需求，同时还支持PB级数据检索，对千亿规模的流量日志实现秒级查询。在安全分析层面，该产品能够实现规则特征分析、跨时间周期分析、调查溯源分析及影响面分析。斗象科技优秀的数据存储、数据计算及安全分析能力，为实现攻击预警、监测、分析、响应奠定坚实的基础。
高可用、可持续扩展的集群架构，能够支持千亿级别安全数据的计算、分析、比对。在企业业务活动流量激增情况下，斗象科技提供的安全大数据产品可根据业务需要无限横向扩展存储分析集群，支持千亿级别数据计算、分析、比对的能力，大幅提升了安全大数据产品的使用性能和可用性。
完善的攻防演练解决方案，帮助企业提升安全防御能力。斗象科技为企业提供的解决方案面向企业互联网、办公网的全攻击路径的预警、监测、分析、响应体系，能够发现主动攻击、跟踪被动威胁，建立事前预警和事后响应的协作机制，并有效监测办公网及员工安全行为，对绕过企业安全设备的潜在威胁、异常行为、违规行为进行分析和处理，能够帮助企业提升攻防对抗能力、应急响应能力、安全防御能力。
提供定制化、体系化的安全运营解决方案，满足企业个性化需求。斗象科技的安全大数据解决方案可站在企业战略角度，为企业安全部门提供一整套安全数据计算、安全运营与漏洞管理及安全监测产品矩阵。该解决方案能够对企业接收的流量、数据、邮件进行全面计算和分析，精准识别潜在威胁。并通过安全运营系统对漏洞进行自动化管理、对攻击者进行溯源反制，充分保障企业资产安全。不仅如此，斗象科技还可以根据企业自身安全能力和预期灵活调整产品架构，各产品之间自由组合，可完美适应当下企业对于安全问题的个性化需求。
斗象科技的安全大数据解决方案具有较高的易用性，能帮用户快速提升安全水位。斗象科技采用旁路布控方式，在不对其他部门的核心业务造成影响的前提下，完成安全设备的部署、安装和调试，降低安全大数据产品的使用难度，快速提升公司整体安全能力和水位。
典型客户：
中国银联、中国联通、中国外汇交易中心
4.入选厂商列表