一、项目概述
随着金融市场的快速发展，证券期货业务面临交易系统低延迟、高并发以及数据安全等多方面的挑战，通信服务做为证券期货行业的核心基础服务，存在诸多不足：各系统重复建设通信模块，不同通信渠道未有机整合；系统不能快速扩展，存在性能瓶颈、兼容性差等问题，难以满足日益增长的业务需求；未采用全栈信创架构，国产化智能化水平不高。因此建设了基于全栈信创架构的全渠道超融合智能通信中台（简称“智能通信中台”），实现了以下目标：
1.提供企业级全渠道通信服务：
对外整合多种通信渠道（包括APP、PC、WEB、微信、企业微信、邮件、短信、智能短信、钉钉等），实现统一的消息推送服务；对内打通不同业务系统间的数据流和消息流，确保高效通信与协同。
2.打造人工智能大模型驱动的核心通信引擎：
通过智能化推送规则引擎，实现消息的精准触达；构建多模态内容生成平台，赋能智能化运营；实现通信工作流的自动化，显著提升业务效率，全面推动全场景AI赋能。
3.构建基于全栈信创与超融合技术的云原生分布式中台架构：
建立全栈信创的自主可控体系，突破核心技术“卡脖子”难题；依托超融合基础架构的云原生技术体系，保障系统的高可用性、高性能和敏捷适配能力；采用分布式高并发设计，充分支持行业高频业务的特殊需求。
二、项目技术方案
1.系统业务架构
“智能通信中台”业务架构如图2.1所示，中台为业务核心部分，依赖于公司后台系统如账户、交易、CRM，以及外部第三方开发平台和自建MQTT通道服务，同时基于大数据、分布式、AI服务、自动化工作流等基础服务，提供了多渠道通信、消息生成和管理、内部通信、消息查询等应用服务。前台包括两部分：APP、PC等客户终端通过集成SDK接入通信中台、以及被动接收消息推送的渠道终端；公司内部业务系统通过调用API服务接口实现通信业务。
图2.1 系统业务架构
2.系统应用架构
“智能通信中台”在期货公司前台业务系统和后台核心系统间构建了一条服务和能力的通道，衔接了前台的业务团队、客户经理与后台的数据专家、算法模型专家、合规风控专家。如图2.2所示，技术中台作为整体架构的核心引擎，为业务中台和数据中台提供技术支撑。业务中台规划了通信、消息查询、消息生成和管理服务等。数据中台通过建立数据集中整合和处理平台，形成统一的客户信息视图，基于数据质量提升平台，实现基于数据的各类服务。
图2.2 系统应用架构
3.系统技术架构
“智能通信中台”采用四层云服务技术架构，如图2.3所示。
1）基础设施：通过一云多芯实现X86、ARM计算资源统一管理，实现混合算力资源池的异构部署。
2）IaaS层采用超融合架构，将多芯片硬件池化，结合软件定义计算、存储、网络等资源，形成统一虚拟资源层。
3）PaaS 层提供操作系统、中间件、数据库、文件存储等服务。
4）SaaS 层依托技术中台、AI中台、数据中台等技术底座，构建期货通信类服务。
图2.3 系统技术架构
4.系统数据架构
“智能通信中台”通过数据分类、分层部署等手段，从功能性和非功能性视角进行合理布局，如图2.4所示。
1）数据源层：整合多数据源，包括业务数据库和服务日志等。
2）接入层：通过数据交换平台进行同步，基于Filebeat进行日志采集等。
3）存储层：基于HDFS分布式文件系统实现海量数据存储，采用Hbase提供数据实时读写，基于消息队列传输数据。
4）计算层：离线计算引擎用于数据挖掘和机器学习模型训练，实时计算引擎实现数据实时分析和处理等。
5）分析层：实时SQL用于探索性分析和多维分析，机器学习用于商机分类和推荐，NLP实现自然语言处理。
6）数据服务层：对外提供数据服务。
7）数据应用层：经纪、机构、OA等业务。
图2.4 系统数据架构
5.系统安全架构
“智能通信中台”从四个维度建立安全体系，如图2.5所示。
1）应用安全：在身份认证和授权方面，客户端调用API采用Apikey/Secret和OAuth2.0两种方式进行权限控制；在服务端安全方面,支持IP白名单控制、限流控制；在接口安全方面，通过权限控制、接口容错、交易保护、资源控制、日志记录、数据加密等手段全面加强安全防御。通过DevSecOps平台安全工具链实现代码自动化扫描，通过安全审计和代码扫描工具避免常见WEB安全问题。
2）数据安全：使用成熟的、验证过的国密算法。
3）主机安全：服务器、操作系统采用国产化，安装杀毒软件和防火墙，使用攻击检测系统。
4）网络安全：通过防火墙、日志、入侵检测系统、网络隔离、操作系统安全等手段。
图2.5 系统安全架构
三、项目创新点
（一）业务创新
1.有机融合全渠道的通信服务
“智能通信中台”提供企业级标准API服务，如图3.1所示对上游系统屏蔽内部技术细节，向下兼容各通信渠道协议。自建MQTT通道实现APP、PC、WEB在线推送，APP离线通道对接苹果、华为、鸿蒙等厂商，其它渠道对接相应开放平台。
图3.1 全渠道有机融合
2.智能化推送规则引擎实现精准触达
基于大数据、机器学习实现智能化推送规则引擎，如图3.2所示。
1）基于客户分群规则。基于用户标签构建客户群，不同客群制定不同的推送策略。
2）基于业务优先级规则。设计优先队列技术，根据业务重要性自动派发任务，合理利用系统资源。
3）通信渠道智能选取规则。基于机器学习算法，结合业务场景、渠道余量、用户偏好、渠道成本等因素，选择最优通信路径。
图3.2 智能化推送规则引擎
3.基于多模态大模型的内容平台
搭建基于多模态大模型的内容平台，模型参数总量突破千亿，训练数据包含金融领域特有知识库如金融法规、公告、研报等。如图3.3，在以下方面展开应用：客户运营方面，生成符合期货语义的富媒体消息内容，节省运营人员时间成本；风控方面，通过“规则过滤+语义理解+多模态分析”三重防御体系，对违规内容的高精度识别与规模化处理，实现智能质检，保证内容合规安全。
图3.3 多模态大模型应用
（二）技术创新
1.全栈信创架构打造自主可控体系
从架构设计到核心技术自主研发，100%适配国产服务器、操作系统、中间件。如图3.4所示，芯片选用鲲鹏ARM、海光X86，操作系统选用银河麒麟，服务器采用华为泰山、联想等，数据库选用腾讯TDSQL，分布式缓存选用金蝶AMDC，消息服务器选用杭州映云科技EMQX，消息队列采用宝兰德BES CloudMQ。自研应用服务中间件UPUSH，基于异步非阻塞通信框架可实现超并发能力，API网关、微服务基于此中间件运行，WEB服务器采用宝兰德BWS。
图3.4 全栈信创架构设计
2.构建基于超融合基础架构的云原生体系
“智能通信中台”采用超融合基础（HCI）架构，将多芯片硬件池化（鲲鹏ARM、海光X86等），结合软件定义计算、存储、网络等资源，形成统一虚拟资源层，具有快速弹性扩展、数据安全、自动运维等优势。基于HCI架构，打造100%云原生技术体系。如图3.5，应用层采用微服务、Serverless等技术，结合应用容器和编排工具，实现服务跨架构部署和弹性伸缩，同时以DevOps为核心研发模式重塑软件交付过程，助力业务快速迭代。
图3.5 基于超融合架构的云原生技术体系
3.高并发技术设计
“智能通信中台”在消息接收、处理、查询三方面进行高并发设计，如图3.6所示。
1）消息接收：微服务中间件基于异步非阻塞通信框架，高效利用CPU资源，接收通信请求后立刻派发给工作线程池并快速响应请求。
2）消息处理：设计基于流式处理的推送流程。各模块自动处理，消息队列串联各模块。工作节点采用微服务形式部署，可弹性伸缩，实现每秒百万吞吐量。
3）消息查询：基于用户活跃度缓存策略，将用户分为“僵尸用户”、“非活跃客户”、“活跃用户”，提供针对性缓存策略，保证毫秒级查询且合理利用内存资源。
图3.6 高并发能力设计
四、项目应用成效
“智能通信中台”全面推动了期货各业务线的数字化转型和智能化推进，自投产以来，对接业务系统超过30个，日消息推送量达百万笔，系统同时服务的最大在线客户高达数十万，累计服务的客户人次近百万。项目助力了以下业务场景的数智化转型：
1.交易方面
通信中台通过对接柜台系统，实时获取客户交易数据，并根据客户交易终端生成对应渠道的消息内容，通过APP端、PC端、微信端等通道实时推送给客户。交易提醒的日均推送数量为50万左右。
2.行情方面
实时解析行情数据，结合用户设置的期货行情盯盘规则，实现实时盯盘功能，通过APP、微信等渠道推送给客户，日均推送量达60万笔。
3.客户营销方面
通过智能化推送规则引擎，结合客户画像、业务场景等因素，提供精准的营销推送策略，实现“千人千面”精准推送。客户营销类日均推送量达60万笔，提升客户活跃度约50%，增加产品签约率约20%。
4.投资顾问方面
通过通信渠道智能选取算法，优先选择低成本通信渠道，减少短信使用，日均推送量高达80万笔，节约短信通信成本近百万元。
5.OA办公方面
通过基于多模态大模型的内容生成平台以及自动化工作流引擎推广，提升了运营人员的办公效率约60%。
五、总结与展望
项目立足数字经济时代下期货行业数字化转型需求，针对期货通信业务存在的模块重复建设、数据孤岛壁垒、技术架构迭代滞后、安全防护体系薄弱及智能化应用不足等痛点，构建了具有行业示范意义的创新解决方案。项目通过打造基于全栈信创架构的超融合云原生技术体系、应用多层次纵深安全防御体系、集成大模型驱动的智能决策系统，实现技术自主可控、全面强化信息安全保障能力、显著提升业务智能化水平。通过系统化的技术创新，推动了期货公司各业务线的数智化水平，精准对接了“金融五篇大文章”中关于数字金融的战略部署。当前项目已取得显著实施成效，成功构建起可复制、可推广的数字化转型范式，对金融行业数字化转型、提升技术自主可控能力、优化数据治理、强化信息安全、探索人工智能提供了可复制和推广的创新案例。
下一步，本项目正在与深证通行业云平台项目展开跨机构合作，目标旨在将通用的基础技术服务以及通信类服务部署至行业云平台，通过SAAS服务的形式向行业内证券期货机构提供可信的、安全的、高性能的通信服务，进而助力整个证券期货行业的数字化转型。
