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
在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14在Python网络编程、接口测试、爬虫开发等场景中,HTTP请求的发送与响应处理是核心需求。Requests库作为Python生态中最流行的HTTP ...
2026-04-14 很多新人学完Python、SQL,拿到一张Excel表还是不知从何下手。 其实,90%的商业分析问题,都藏在表格的结构里。 ” 引言:为 ...
2026-04-14在回归分析中,因子(即自变量)的筛选是构建高效、可靠回归模型的核心步骤——实际分析场景中,往往存在多个候选因子,其中部分 ...
2026-04-13在机器学习模型开发过程中,过拟合是制约模型泛化能力的核心痛点——模型过度学习训练数据中的噪声与偶然细节,导致在训练集上表 ...
2026-04-13在数据驱动商业升级的今天,商业数据分析已成为企业精细化运营、科学决策的核心手段,而一套规范、高效的商业数据分析总体流程, ...
2026-04-13主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-13在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-13在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09