理论·实践
要成立以党政主要领导为组长的廉洁风险防控工作领导小组，同时要成立廉洁风险防控工作小组。
做好宜传动员和落实培训工作。要充分认识加强廉洁风
险防控工作的重要意义，把开展廉洁风险防控工作摆上重要位置，统一思想认识，规划好宜传动员部署。企业领导要加强宜传廉洁风险防控工作的管理理念，通过宣传说明廉洁风险防控管理在企业管理中的重要作用。利用内部网络，宜传橱窗等形式营适氛围，引导干部职工认识到有岗就有责，有责就有权，有权就有风险，进一步强化廉清从业意识，时刻警惕廉清风险存在的危害性，增强廉洁风险防控的主动性和自觉性。组织培训一定要落实，对代替培训的要严格把控，对请假的要补培训，达到培训的目的。
充分发挥岗位本人排模的主动性。按照“对岗不对人“的
要求，对基层一线业务流程相同、岗位职责相同、涉及人员较多的一般操作岗位，可由部门统一组织排查廉洁风险，形成统一标准。对于一般岗位廉洁风险排查，首先要梳理个人岗位职权、查找岗位风险点、分析风险产生原因、自评风险等级、制定防控措施；对于领导岗位廉洁风险排查要求领导班子成员自行排查，班子成员相互补充完善，报廉洁风险防控工作领导小组办公室审定。充分发挥领导干部、一般廉洁岗位人员排模岗位风险工作的积极性，广泛听取群众意见和建议，分析廉洁风险产生原因，制定应对措施。
准确把握风险等级。根据廉清风险发生可能性、风险发生
后的危害程度，按照个人自评、群众评议，组织审定的程序，对廉洁风险分“高、中、低”三个等级评定。廉洁风险发生的可能性评定标准，主要从职权与人、财、物等资源的关联度、自由裁量幅度大小，评估期内违纪违法问题发生频次等方面进行评估。廉风险发生后的危害程度评定标准，主要从风险发生后可能造成的经济损失、对生产经营管理的影响，对企业声营的影响等方面进行评估。涉及财物金额较小，对企业经营管理影响小，负面消息在内部流传，企业声誉轻微损害，评定等级为低，涉及财物金额较大，对企业经营管理有一定影响，企业声誉中等损害，评定等级为中；涉及财物金额重大，对企业经营管理影响较大，负面消息在全国流传，引起社会广泛关注，引发
涉讼，评定等级为高。 4结语
当今，有一些领导干部，重要感岗位人员放松自身思想
改造，导致离收随落，其至走向犯罪深渊。这里面既有体制机制方面的原因，也有监管不到位的因素。固此，企业不仅要深入开展党风廉政教育，也要积极开展廉洁风险防控工作，紧紧围绕生产经营管理中容易出现问题的薄弱环节，排查和防控廉清风险，从源头上化解权力运行过程中潜在风险，规范企业经营行为，规范各级从业行为。目的是要降低腐收发生的概率，避免苗头性、倾间性问题演变成腐收行为，让企业人员少犯或不犯错。营造一个风清气正的工作环境，为公司开创建设“国内领先、
世界一流"炼化企业新局面提供坚实保障。 801化2016年05月
用大数据技术进行实时风险评估的设想谢荣（西南油气田通信与信息技术中心川北总站
四川遂宁629000）
摘要：随着SCADA系统的普及，数据采集点，数据类型、数据保留时间的增加势必会形成SCADA系统的大数据。本文以油气集输管道系统为例，讲述应用大数据分析技术对油气输送管道进行风险评估、智能推荐和辅助决策的设想，通过SCADA系统的大款据分析处理，实现在事故发生前能提前预知事故，从而规避事故的发生，降低事故发生的可能性；而在事故发生中和事故发生后，能带助决策者做出更合理的事故缓解措范和应急教接，从而减轻事故的严重性和危害性。
关键词：SCADA系统；大数据：实时风险评估
我国油气集输管道所采用的监控系统是数据采集与监控系统(SCADA)。在实际运行过程中，由于应用方面的实际需求，通常需要把采集的数据保留很长一段时间，用于查询、分析和统计。另一方面，管道上的数据采集点和类型很多，包括温度、流量、压力、高蚀等多项监测数据，采集要求实时性较高，需要保持着较高的采集频率，形成了SCADA系统的大数据(bigdata)"。现在所采集的数据大多只是用来产生班报，日报月报、年报等生产报表，或者用来实现追潮事故原因、责任等基本功能，还没有很好地被用作预测事故等。
1大数据的相关定义 1.1大数据
“大数据"是一个体量特别大，数据类别特别大的数据集，并且这样的数据集无法用传统数据库工具对其内容进行抓取，管理和处理。其满足四个特点：规模性(Volumes)、多样性
(Variety)高速性(Velocity)真实性(Veracity)。 1.2大数据的分析
(1)可视化分析大数据的可视化分析，是将集中的大型数据以图形图像的形式呈现，并利用数据分析和开发工具挖掘其中的未知信息与潜在价值的处理过程。
(2)数据挖掘算法大数据分析的理论核心就是数据挖掘
算法，各种数据控掘的算法基于不同的数据类型和格式才能更加科学的呈现出数据本身具备的特点，挖掘出公认的价值。另个方面也正是因为有这些数据挖掘的算法才能更快速的处理大数据，从中寻找出有助于辅助制定决策的信息。
(3)预测性分析能力大数据分析最重要的应用领域之一
就是预测性分析，从大数据中挖提出特点，通过科学的建立模型，之后使可通过模型带入新的数据，从面预测未来的数据，为实际生产中生产动态的变化和事故发生的可能性进行预先分析和测算。
(4)语义引擎语义引擎需要被设计成能够从“文档"中智能提取信息，以MapReduce和Hadoop为代表的分析技术