序言
2016年4月27日至28日，由工業和資訊化部指導、中國資訊通信研究院主辦的"2016大資料産業峰會"在北京國際會議中心盛大召開。在27日大資料技術與産品創新分論壇中，中國資訊通信研究院知識産權中心副主任張俊霞女士來給我們做《大資料關鍵技術專利态勢報告》的分享。
中國idc圈4月27日報道，網際網路的發展使得大資料引起人們廣泛關注。現如今大資料技術早已滲透到金融、通訊等行業以及生物學、實體學等領域。大資料在容量、多樣性和高增速方面的爆炸式增長全面考驗着現代企業的資料處理和分析能力，與此同時也為各個行業帶來了準确洞察市場行為的機會。迄今為止大資料技術與産品有哪些創新，工業大資料應用面臨哪些挑戰，金融行業大資料應用現狀如何等。圍繞這一系列問題，4月27日至28日，由工業和資訊化部指導、中國資訊通信研究院主辦的"2016大資料産業峰會"在北京國際會議中心盛大召開。在27日大資料技術與産品創新分論壇中，中國資訊通信研究院知識産權中心副主任張俊霞女士來給我們做《大資料關鍵技術專利态勢報告》的分享。
以下是張俊霞演講實錄：
張俊霞：剛才前面很多專家都在大資料這個領域做了很多的分享，非常深入，也非常生動，我個人也是受益良多。下面我試着從另外一個不同的視角解讀一下目前這個産業發生的一些最新情況。
專利态勢分析
因為專利是具有很好的公開性和可獲得性，是以我們來通過這個知識産權的分析來看一看我們行業總體的情況和最新的動态。大家知道大資料這個領域實際上是一個很籠統的技術體系和架構，這裡面主要包括應用層、資料平台處理層以及資料源這一層。實際上我們這個報告一開始是一個很龐大的報告，後來我試着講了一下，兩個小時都沒有講完，就壓縮成了一個很精簡的版本，對于這裡面一部分的内容今天跟大家交流一下。
這張圖我們來看一下，這是剛才我們說的大資料三層裡面我們選擇的一些關鍵技術的總體态勢。因為大資料技術最近這幾年大家都在不斷的進行研發，是以這個專利的申請量也非常大。我們在這些專利檢索的時候主要是檢索了美國、中國、歐專局和日韓這些專利授予國和地區。從目前我們檢索的這些地區來看，每一年的申請量是很高的，已經突破了年度申請量兩千件的情況。特别是我們從這個發展趨勢看，大家其實在大資料的平台層以及應用層關注的熱度非常高，年度的增加量也是最大的。另外我們看到主要的申請受理國還是美國，美國這個國家幾乎占到了全球一半的受理量。另外就是中國了，也是占到了将近一半。像歐洲、日本、南韓這些地方，他們總體的占比大概是6%左右。從申請人來看，美國這邊主要是ibm、微軟、oracle、emc這些傳統的it企業。咱們國内也是比較傳統的一些公司，像華為、浪潮、華三這些公司。我們知道華三原來是專注于通信，因為大資料這個技術，實際上它和各個行業融合的趨勢還是非常明顯的，這個公司這些年也申請了有将近300件，200多件專利，可見這個大資料的領域實際上正在吸引各個領域的人，包括我們看到網際網路、電商都在加入到這個領域的研發過程中。
這是我們繪制的一張申請人的地圖，包括資料可視化、商業智能、資料挖掘、安全等等技術，主要申請人的一個圖。從這個地方我們看到，ibm、微軟這些國外的企業，包括浪潮等一些國内企業，實際上在各個領域裡面，他們的實力還是很強的，幾乎每一個領域裡面他們都是在專利申請量上榜上有名。同時我們看到一個有意思的現象，有一些行業的企業，國家電網公司，他們這個申請量也是非常大，而且幾乎是在很多的重點領域裡面都出現在了前幾名的名單上。
大資料分析應用層關系技術專利分析
下面先看大資料分析的應用層，首先是可視化技術，資料的可視化本身并不是一個新的命題，我們提到大資料的可視化，實際上給我們在可視化技術上會帶來很多的挑戰。我們可以看到，這個領域的專利申請量比較高，增長趨勢也很明顯。從2010年到2016年上半年5年多的時間裡面，我們看到已經申請了680多件專利，有600多項專利申請。實際的資料會更高，因為2015年和2016年申請的很多專利還沒有公開，我們是檢索不到的。從目前公開的情況來看，這個增長是非常迅猛的。我們看到主要的申請人包括it企業、網際網路企業，包括有一些初創公司，實際上他們都是在申請。在個地方其實我覺得挺值得大家關注的一點，就是像美國這些企業，除了ibm、微軟之外，有一些公司，像splunk、platfora這些公司他們申請量是很高的。但是從國内的申請企業來看，除了傳統的it企業、網際網路企業、研究機構、高校以外，産品市場上做的比較好的，比如一些初創企業，比如永洪等等，他們的申請量非常少，也是希望大家能夠關注這一方面的知識産權保護。
可視化的互動性、多元資料分析、實時展示、多屏互動，總體大家關注的熱點還是比較明确的。但是我們從這幾個熱點方向的主要申請人上也看到，像互動性以及多元資料分析可能還是國外企業他們的優勢更明顯一些，國内企業實際上是在這個實時展示和多屏互動這個地方，可能也是做了很多的工作。同時我們也看到，可視化這個技術在各個行業裡面有很好的應用，也推動這些行業的一些發展，并且在這一方面進行專利布局的事情大家也很重視，我們看到可視化和交通、電力、地圖、社交這些傳統的行業或者是網際網路的一些業務融合，在這一方面申請了很多的專利。特别我們看到，像vr/ar企業也很重視，大家熟悉的一些oculus和magic leap等公司，也申請了可視化的專利。
看完可視化我們看一下安全和隐私保護，我們知道大資料，特别是在雲環境下的大資料肯定是離不開安全和隐私保護這個技術的，否則的話，這個産業也不會發展起來。我們看到這個領域的專利申請量很大，從2010年開始已經有700多件專利申請，大概有9%是進行了國際的申請，合并之後也有600多件專利，在這裡面美國的占比最高，40%多，國内中國受理的是不到40%。我們看到就像歐洲和日韓，他們在這一塊和其他領域相比也是比較重視這個技術領域的專利布局。從國内來看，從2010年開始，大家申請的數量都差不太多，基本上一直在同步發展，這兩條線幾乎是交叉在一起。我們看到微軟、ibm，還有一些通信企業都進行了很多的專利申請。在國内浪潮、華為、360這些企業，另外還有一些研究機構和高校申請的量比較大。
從這個領域大家關注的一些熱點我們也找到這樣幾個，包括隐私保護這一塊主要就是差分隐私的一些算法和保護方案，還有包括還有通路控制、大資料審計，從這幾個重點方向的申請人上我們看到，實際上申請量最大的，從全球的範圍來看都是一些國外的企業，我們可以看得到，在這個領域我們找到榜上有名的有兩家npe公司，就是大家常說的專利海盜、專利蟑螂這樣的概念，這兩個公司都很大，一個是thomson licensing，還有微軟下面的一個字公司，也是專門進行licensing的。
剛才我們說到有幾個大家都關注的重點領域，實際上在這些重點領域裡面，一個是大家關注的點還是有一些一緻性，但是在這個一緻性裡面也都展現出了一些不同的申請人裡面技術優勢上的一些差異。在這個差分隐私這一塊，我們看到大家都非常關注在資料釋出以及資料挖掘裡面怎麼能夠進行資料的保護。包括在安全審計裡面，可能大家普遍會關注在雲環境下面怎麼樣對這個資料進行一個審計。包括這個同态加密，可能除了大家都會關注同态加密的效率問題，可能同态加密本身這種方法和其他加密方法融合使用的問題，也是大家進行申請的一個方向。包括在通路控制裡面，比如怎麼去進行一些通路控制政策的一些設計，包括基于這個使用者角色的一些通路控制上面，可能都會是大家申請比較多的點。
看完安全隐私之後，我們再看一看bi這一塊。從數量上來看這個量也不小，從2010年到現在已經有7千多件專利申請。從這個占比上來看，我們看到美國在全球裡面占比非常高，剛才我們看到的一些點，基本上就是國内比美國稍微少一點，國内這一塊占19%，美國基本上占了63%，是這樣一個量。從每一年的申請趨勢上來看，實際上國内的受理量和美國的差距在不斷的拉大。從申請人上來看，美國主要是sap、微軟、oracle這些公司，國内主要是浪潮、用友，還有國家電網、京東他們在行業應用裡面也會申請很多的專利。從專利能力上，bi系統在向雲端遷移，和雲計算網絡實際上是逐漸的融為一體。另外就是在前端的呈現上，可視化是進行專利布局的一個熱點。
大資料處理平台關鍵技術專利分析
剛才向大家介紹的是關于大資料應用層的一些專利發展的态勢。下面我們來看一下大資料處理平台的關鍵技術，先看一下非關系型資料庫，這一塊的專利申請量很大，從2010年開始我們就已經看到1500多件專利申請，從中美兩國的數量對比上，其實咱們國内還多一點，将近全球的60%。但是實際上我們可能還是需要關注的，就是咱們國内這個授權率上，可能是特别低。從品質上來講，還是要進一步加強。從年度申請的差異上來看，也是基本上同步，但是每一年咱們國内都會比美國要高不少。從申請人說來看，在華的主要申請人實際上都是咱們的本土企業，這裡面包括傳統的it廠商，包括大的網際網路企業就不說了。從全球來看，最主要的包括ibm、浪潮、微軟，浪潮已經占到了全球前三的位置。
從非關系型資料庫專利申請展現出的一些發展趨勢我們也看到，實際上關系型資料庫和非關系型資料庫呈現出一個融合發展的趨勢。這個融合主要展現在兩個途徑上，第一個途徑實際上就是關系型資料庫和非關系型資料庫的互相支援，取長補短。另外一個融合的方法就是對于這種資料結構非常複雜，資料量非常大的情況下，可能大家更趨向于采用這種聯合部署的一些方案。提到非關系型資料庫，我覺得在這個裡面比較有特色，有代表性的一種非關系型資料庫就是文檔資料庫。在文檔資料庫裡面，專利申請的布局量也是很有意思的。幾乎90%的專利都是在華申請，像美國、歐洲、日韓一共占到全球的11%。在咱們國内這一塊，主要申請人包括奇虎、長虹、浪潮這些企業，從這個專利展現出的一些特點，主要就是基于web同步這一塊。我們也跟蹤了一些文檔資料庫他們在哪個開源許可協定上釋出，發現apache2.0，還有gplv3受到大家的追捧，很多項目都是基于這兩個許可協定釋出的。
分布式計算已經發展了十幾年，是一個老的概念，這個申請量還可以，大概全球有400多件專利，中國和美國基本上是各半的情況。從這個增長趨勢上，也是從2010年開始，比國内早了兩年，從2010年開始基本上大家就同步了。從2013年、2014年國内的申請量略高。主要申請人我就不再念了，也沒有什麼特别的。
從專利申請的一些技術發展的方向我們看到，在這裡面大家比較關注的就是任務排程，從任務排程這一塊，專利申請可能更多的是在美國申請，美國一個國家就受理了全球53%的量。從申請人上來看，我們看到中美兩地申請人的差異還是很大的，咱們國内這一塊主要就是高校、研究機構，國内可能是企業會多一點。
記憶體計算，這一塊總量我也不念了。在記憶體計算實際上大家可能會關注的就是多極的一個存儲體系，主要的申請人就是這些企業，而且看到記憶體計算主要受到大家追捧的像spark、tackyon這兩個項目，都是采用apache2.0這樣一個軟體協定下進行釋出的。
還有一個流式計算，相比于批量計算專利量是非常少的，還有比較大的創新空間。我們也看到，關于像mapreduce這一塊，中美兩國差不多。但是對于一些流式計算等等，中國和美國相比，這個實力相比來講差異還是很大的。從流式計算申請的主要方向包括資料傳輸類、架構類以及高可用類。從應用領域，實際上包括金融領域、網際網路領域和物聯網領域。
mpp這一塊我簡單說一下，傳統的mpp在2013年的時候創新已經降低了，這一塊随着mpp和分布式系統融合，實際上有一些融合技術又使這一塊的專利申請量出現了一個小的高峰。從這個申請人上來看，這個技術壟斷局面還是很明顯的，這5家公司他們的專利申請量占到了全球的一半。這是主要一些申請的方向，剛才我們也講了，mpp實際上也和分布式系統進行一個融合，這個裡面可能也包括一些演進的路線，比如說sql on hadoop裡面，像華為，還有剛才演講的星環科技，他們都是主要的申請人。另外還有一個技術路線就是shared everything，還有聯合部署。
資料源關鍵技術專利分析
原文釋出時間為：2016-04-28
本文來自雲栖社群合作夥伴“大資料文摘”，了解相關資訊可以關注“bigdatadigest”微信公衆号