回顾报业媒体技术发展的历程,在经历了作业无纸化、传媒数字化、内容全媒体后,报业媒体现正进入传媒互联网化的关键融合期.而在这个阶段,高质量的独创内容对互联网用户的注意力吸引达到前所未有的高度,但如何解决图片、文字、视频等内容作品在互联网、大数据、云计算环境下肆意转载,如何维护自身对原版权作品的权利维护等问题迫在眉睫,这也是媒体行业迈入互联网化后对自身权利维护尚未有效解决的重大难题.本项目属于新闻出版数字化转型升级中对数字化作品维护的前沿性关键性技术的研发与应用.从技术角度来看，该项目采用全球最先进的hadoop2.0主流大数据存储计算架构体系，配合文本语义分析和图像识别技术等，通过建立适用于国内不同信息源的采集方案、存储方案和计算方案，动态迭代相关计算结果数据，形成近实时的版权追踪数据库。在服务器和交换机等硬件的架构部署上也将采用国内外互联网企业最前沿的分布式去中心化部署方式，以便后期更加灵活的扩展相关资源。同时，通过利用平台即服务(PAAS)、数据即服务(DAAS),软件即服务(SAAS)的三层理念，建立基于这三层从底至顶的服务架构体系，以便在项目建设完毕后，在实际的系统和产品对接应用场景中提供个性化、灵活同时又不失有序可控的大数据服务体系。从数据角度来看，项目将分为数据采集区、数据缓存区、数据计算区、数据存储访问区、数据归档区、应用访问区来分别应对不同的场景需求。