面向大数据全生命周期安全的主动防御是目前大数据安全研究的热点之一。在分析大数据主动防御系统对数据采集需求的基础上,提出了一种面向大数据主动防御的低损耗数据采集方法。该方法基于虚拟机内省技术,结合了带内采集和带外采集的优点,并对数据采集进行了优化设计,实现了一种高效低损的数据采集能力。
目的:基于大数据挖掘分析奥氮平上市后安全警戒信号,为临床合理用药提供参考。方法: 利用美国FDA公共数据开放项目(openFDA)调取FDA不良事件报告系统(FAERs)数据库自2004年1月以 来收集的奥氮平药物不良事件(ADE)报告,采用报告比值比法(ROR)检测信号,以其95%置信区间下限 (ROR 95%cI。…。….)>1提示有安全警戒信号,比较奥氮平和其他抗精神病药(包括喹硫平、氯氮平、利培 酮、帕利哌酮、阿立哌唑、齐拉西酮、氯丙嗪、奋乃静、氟哌啶醇)与警戒信号的比例失衡分析结果,以相对报 告比(RRR)最大提示其与该警戒信号最相关。结果:共提取得到的11 171 211份ADE报告中,以奥氮平为 怀疑药物的ADE报告27 705份,其中以精神疾病分类的ADE报告数与信号数最多,>1 000例的ADE信号 有药物毒性、药物无效、药物相互作用、体重增加、嗜睡、自杀死亡、过量和恶性综合征(NMs)。ROR法检测 数量排序前100位ADE信号中有83个安全警戒信号,其中16个在奥氮平最新药品说明书中未提及,以 NMS风险信号最高(ROR 95%CI。…h。m=58.227)。氯丙嗪(RRR=75.271)、氟哌啶醇(RRR=66.164)与 NMs风险相关性均高于奥氮平(RRR=52.375)。结论:利用openFDA平台对奥氮平的安全警戒信号进行 检测分析,可有效为其后续药物警戒工作提供参考。
大数据“杀熟”带来的道德问题与价值风险及其规制探析
大数据与政府治理能力提升,论大数据时代的税收治理精准立法创新
大数据时代国内信息安全研究_现状、趋势与反思
大数据时代传统广告公司业务战略转型研究
基于随机森林和投票机制的大数据样例选择算法
一、数字信任是数字经济的基石 二、建设可度量数字信任体系 信任是社会生活的基础、是简化复杂的机 制之一、是经济交换的润滑剂、是一种社会 资本,只有高度信任的社会才能构筑稳定、 规模庞大的商业组织以应对全球经济的激烈 竞争。 网络信任体系是以密码技术为基础,以法律法规、技术标准和基础设施为主要内容,以解 决网络应用中身份认证、授权管理和责任认定等为目的的完整体系(中办发【2003】27 号文、国办发【2006】11号文) ? ISO/IEC 25010:2011标准体系中,信任是: ? 用户或者其他相关人员对产品或系统能否按照预期正常执行的信心程度的描述 ? Gartner将“数字信任(Digital Trust)”定义为:一种可以衡量的信心,包括四个方面, 具有十个评价指标: ? 个人、企业、业务或其他实体就是其本身,或者与它们所声称的身份一致; ? 它们可以代表自己,也可以由另一个实体忠实地代表; ? 它们在数字世界互动中能够充分表达自己的意愿; ? 它们以真实、可预测、可靠、安全、合规、符合道德、尊重隐私的方式行动。
没有账户,需要注册
语言模型、视觉模型、语音模型、视频模型、时序模型,分别对应文字、图像、声音、视频、连续传感器数值,通用大模型,垂类大模型,AI
时序大模型是面向时间序列数据的基础大模型,以 Transformer 等架构为核心,通过在海量多领域时序数据上进行预训练,学习时间维度上的通用模式、周期规律与长距离依赖关系。区别于传统时序模型针对单一任务单独训练,时序大模型具备强大的迁移能力,只需少量样本微调或零样本提示,即可适配时序预测、异常检测、缺失值补全、时序分类等下游任务。在工业场景中,它能够直接处理传感器、设备测点产生的海量时序信号,挖掘设备状态演变规律,支撑设备故障预警、工况识别与生产趋势预判,为工业智能落地提供底层模型能力。如:中服云的CServerAIR
2025年,全球人工智能市场规模达到3909亿美元,中国人工智能核心产业规模突破9000亿元。AIAgent细分市场以49.6%的年复合增长率高速扩张,制造业应用大模型的企业比例在一年之内从9.6%跃升至47.5%。从2024年初,中国日均词元(Token)调用量为1000亿;至2025年底,跃升至100万亿;2026年3月,已突破140万亿,两年增长超千倍。这些数字背后,是一场深刻变革的加速到来-人工智能正在从"能力突破"走向“系统重构”。
中服云能碳管理系统依托中服云工业物联网底座打造,聚焦工业企业能耗管控与碳资产管理需求。 系统整合水、电、气、热等多类能源数据,实现用能实时采集、集中监测、智能分析。 依托数字化手段精准核算碳排放总量,助力企业摸清碳排底数、合规完成台账管理。 通过节能诊断、能耗优化策略推送,有效降低生产能耗与运营成本。 全方位赋能企业绿色低碳转型,筑牢安全生产与节能减排双重发展防线。
超硬材料制品是典型的“材料—工具”型制造:金刚石刀头、锯片、工程钻、磨轮,最终用在石材与建材加工、路面与混凝土切割、玻璃与陶瓷、半导体与蓝宝石加工。产品小批量、多品种,工艺链却很长。 这条工艺链把同一道围墙切成几段:压制、烧结、焊接、磨削与检测分散在不同厂房,一段停摆,整批报废。以下痛点与解法取自一座已投运的园区平台,数据为界面实测值,企业名称脱敏。
印刷机械是装备制造中比较典型的一类产品:单机价值高、定制化程度高、客户分散在全国各地的包装与印刷车间,一台凹版印刷机开机就是十几年。设备卖出去了,服务却要跟十几年——这是行业共同的结构性难题,也是工业物联网在装备制造领域最容易见效的地方。 本文以一个真实的落地样本为观察对象:一家印刷机械制造企业把 178 台在役设备接进了自己的远程运维系统,系统的底座选用中服云工业物联网平台的设备版。下文按“行业之困、平台解法、落地成效、可复制经验”四步展开。
石油和天然气开采业的生产对象在地下,管理的关键环节在地面。从井口到计量间,从转油站、联合站到外输与处理装置,油气田用“井—站—管网”的骨架把分散的资源汇集起来,联合站是这条骨架上设备最密集、工艺最连续、安全要求最高的节点。 这类站场大多已经上了SCADA,数据并不缺。问题在于数据上来之后,新的麻烦更清楚了:设备家底说不清,画面说不清位置,报警说不清先后。本文按“痛点—解决方案—成效”的顺序,说明中服云物联网平台与数字孪生平台如何分工配合,逐条解决这些问题。
油气田的地面作业现场有一个共同特征:设备搬着走、电源跟着换、负荷忽高忽低。钻修井井场靠网电、柴油发电机组、储能、光伏凑出一套临时电力系统;压裂井场更极端,几十台电驱压裂泵并联运行,瞬时功率爬升快,砂罐、混砂、供液、仪表车密集停放,作业段集中、单段时长以小时计。 这两类现场的管理难题是同一类:能耗与碳排放算不清、设备状态看不见、峰值容量报不准、多能协同靠经验。中服云用同一套工业物联网平台加数字孪生平台,把这两类现场做成了可以被“看懂、算清、考核”的对象。本文以已投运的钻修井现场为实测样本,说明平台在野外作业领域的典型应用,并给出向压裂井场复制的路径。
扫码咨询
或
客服咨询
用手机扫二维码
复制当前地址
方案库赚钱指南