京公网安备 11010802034615号
经营许可证编号:京B2-20210330
互联网保险护航大数据安全 为云计算上一把“安心锁”
7月27日,备受瞩目的《互联网保险业务监管暂行办法》正式出台。该办法围绕放开经营区域限制、产品管理、信息披露、落地服务、信息安全等一系列问题进行了明确规定。对于保险机构而言,如何确保与互联网保险业务有关交易数据和信息的安全、真实、准确、完整,值得险企更加重视。本期《保险周刊》就以上问题进行探讨,敬请关注。
7月27日,保监会印发《互联网保险业务监管暂行办法》(以下简称《办法》)。业内普遍认为,这一跨时代的监管规定正式出台,将对推动互联网保险发展起决定性作用,保险2.0时代即将全面到来。
好消息总是接踵而至。近日,国内首家互联网保险公司众安保险携手全球领先的云计算服务商阿里云宣布推出国内首款云计算保险,100%全方位护航云计算服务安全。此次合作不仅是众安DT思维的一次集体展现,更是互联网保险向云技术领域迈出的第一步。
满足“云”安全渴望
互联网界最近有朵“云”很红,那就是云计算。随着数据的飞速增长,云计算利用高速互联网的传输能力,将数据的处理过程从不堪重负的个人计算机中解放到互联网计算机集群中。然而,在当今这个信息为王的时代,哪怕只是数据碎片泄露也会十分危险。
云计算的发展速度显示,预计2015年中国云计算市场规模将突破1000亿元。然而,随着越来越多的政府、金融机构将业务部署在“云端上”以后,即便数据可靠性高达99.9999999%,部分企业仍认为云计算的安全性值得谨慎。
而今,阿里云联手众安保险推出云计算保险后,可能可以让阿里云的用户高枕无忧了。
根据条款,阿里云的用户如遇到数据安全、云服务、硬件设备故障等问题,都将由专业的第三方保险公司提供赔付,同时也对数据的100%私密性、100%可销毁性等提供保障。在后期如用户遭遇损失,只需联系阿里云客服反馈情况配合理赔即可,众安保险将根据损失情况进行赔付。
阿里云业务总经理刘松向记者表示:“我们希望借助保险机制,为用户提供100%的安全保障,进一步提升市场对云计算安全性的感知。”按照规划,未来阿里云与众安保险还将推出更多用户可选的增值服务。例如,用户可为自身系统投保购买更高保障,若遭遇黑客攻击造成损失,将可获得保险赔付。
打破“IT系统魔咒”
记者了解到,作为国内首家互联网保险公司,众安保险技术部门人员占员工总数的一半,有互联网背景的员工更是远超过一半。基于互联网保险小额、海量、高频、碎片化的特点,众安保险是首家将自有核心系统架构在阿里云上的金融机构,因此众安技术部很早就与阿里云技术部门进行密切沟通。
“面对高速发展的云计算系统越复杂风险就越高的‘IT系统魔咒’,金融、政府等敏感用户也因而更为担心云技术所存在的风险。”据众安保险数据开发团队负责人王利介绍,在无数次针对数据安全性、保密性、可销毁性等问题的交流沟通中,云计算保险应运而生。众安保险希望利用自身优势转移风险,弥补不断迭代升级的互联网技术在安全领域带来的缺憾,为云计算上一把安心锁。
“以产品为导向的众安团队机制使得各个部门迅速连接在一起,几天时间就完成了产品上线。”王利还表示,从被服务到服务,众安保险技术部门为阿里云量身定制的云计算保险正是众安DT思维的一次集体展现。同时作为非业务部门的技术工程师们,从工作中主动发掘合作伙伴的保险需求,这也正是众安一直以来所倡导的“从场景中寻找客户痛点的产品理念”。
数据显示,截至2015年6月30日,众安保险累计投保单数近20亿件,客户数已超过2.86亿。2014年,众安保险在“双十一”当天处理的保单数超过1.5亿件,当天保费规模也超过1亿元,平均每分钟需要处理9.7万件保单。这也是对众安保险大数据处理及服务能力的一次综合检验。
保险推动企业“上云”
种种迹象表明,云计算作为一种灵活、动态且提供实时支持的IT模式,将是未来信息化发展的必然趋势。2011年,美国就从国家战略层面提出了《云计算技术发展白皮书》,把云计算纳入国家发展战略。2015年2月,国务院发布的《关于促进云计算创新发展培育信息产业新业态的意见》中特别强调,将从政策上支持云计算技术,比如12306的铁路票务查询系统、杭州政府信息系统等都对接到阿里云。
“云计算的高速发展需要保险服务作为其安全后盾,两者可共同发展互为补充。”有保险专家表示,随着云计算的普及,大量政府核心数据、社会公共数据、企业运营数据接入到云计算后,这将带来集中度较高的数据安全风险。因此,保险的介入将使风险得到转移。可以说,云计算保险的推出将进一步推动更多企业“上云”。
根据业内人士估算,一些保险公司2014年保单总和在20亿至30亿笔之间,所对应的IT投资则高达百亿元。而目前,基于阿里云计算技术的支持,众安保险则用低成本高灵活性的计算能力支持互联网业务的拓展,并突破国内现有保险营销模式,不设分支机构、完全通过互联网进行销售和理赔,实现业务的全面创新。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
逻辑回归是数据分析、机器学习、统计建模中应用最广泛的二分类预测模型,常用于风险判断、行为预测、归因分析等场景。在SPSS、Py ...
2026-06-02数字经济时代,市场竞争日趋同质化,用户消费需求愈发个性化、多元化,传统依托经验、粗放式、广撒网的营销模式弊端日益凸显。长 ...
2026-06-02 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-06-02在市场竞争日趋饱和、用户需求不断细分的当下,企业创业创新、产品迭代与市场拓展不再依赖经验决策,而是需要系统化、工具化的商 ...
2026-06-01【核心关键词】调度、岗位、数据库、企业、报表、培训、程序、数据分析、数据加工、业务部门、企业数据、调度工具、业务指标、 ...
2026-06-01 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-06-01在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28随着大数据技术的快速普及,各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中,Requests库是最简洁、最高效的HTTP请求工具,凭借简洁的语法、完善的适 ...
2026-05-272025 年,零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-05-27在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25