• 首页

  • 方案库

  • 工业品库

  • 招标项目库

  • 专家库

  • 人才库

会员中心
搜索
登录
注册
  • 方案名称

解决方案

数字化转型通用方案行业方案安全方案大数据人工智能物联网行业展望自动控制其他

产品|技术

白皮书产品介绍技术介绍技术创新模型算法

政策|规范

政策规范行动计划

电子书

电子书课件

报告|论文

报告模板论文
  • 全部
  • 人气排行
  • 下载排行
  • 页数排行
  • 最新排行

2021中国AI商业落地市场研究报告

2017至2019年,政府工作报告连续三年均提及加快人工智能产业发展;2020年,人工智能更是与5G基站、大数据中心、工业互联网等一起被列入新基建范围。2021年,中国人工智能产业进入深入融合发展期,将迎来新的发展机遇。亿欧智库将从技术进步、产业融合、经济转型、投融资市场等角度出发,同时结合国内外竞争格局变化,解析2021年中国人工智能产业发展的六大背景。

  • 2021-07-12
  • 阅读125
  • 下载0
  • 33页
  • docx

_基于Cookie劫持的Deep.Web用户数据安全性分析

为了保障用户登陆和数据传输安全,目前几乎所有的银行网站、电子商务网站和部分社交网络网站登录时都采用了HTTPS协议。 HTTPS协议使用安全套接字层(SSL)进行信息交换,是HTTP的安全版。相比较于HTTP协议,HTTPS协议解决了信任主机、通信数据防泄密防篡改等功能。 即使采用HTTPS方式,如果对cookie管理不善,同样会导致安全问题

  • 2021-07-12
  • 阅读111
  • 下载0
  • 19页
  • pptx

从飞腾芯看国产CPU的生态发展

CPU在集成电路产业中是一个特殊的领域,不仅技术壁垒高、实现复杂,而且CPU产业化的成功极其依赖生态.所谓CPU生态,即CPU产业链上的企业之间,以及企业与用户之间形成的一种协同、兼容、标准化的协作体系,具体可以理解为在CPU和基于该CPU的整机上运行的相关软硬件应用.因此,生态的作用在CPU市场上表现得十分突出.目前,国产CPU厂商面向不同的市场领域,研发基础与技术风格各有差异,但基本都沿袭自己的发展路线,积极投入新产品研发,努力开拓市场,培育生态体系,争取国内外产业链的广泛合作.通过梳理飞腾CPU产品线以及在终端设备和云计算领域的全栈解决方案情况,介绍了飞腾CPU在生态建设中的基本状况,分析了生态发展中所面临的困难,提出了飞腾未来几年在生态方面的发展规划,针对CPU国产化生态所面临的共性问题,提出了相应的政策建议.

  • 2021-07-12
  • 阅读148
  • 下载0
  • 6页
  • pdf

电子政务国产化应用赋能信息技术创新生态

近年来我国电子政务飞速发展,面对变化莫测的国际政治经济环境及日趋严峻的网络安全态势,电子政务国产化已经成为政府信息化建设的必然要求。在电子政务国产化进程中,以应用为牵引软件定义信息技术体系,拉动基础软硬件成熟度,全面构建安全高效的国产化信息技术体系.提出了通过全面构建综合保障支撑体系,提升用户体验,搭建人才培养体系,针对性地解决当前电子政务国产化领域应用存在的问题,以总集成方法论为赋能国产化工程质量与成效,最终实现全过程可视化管理,从而打造国产化产业生态,共同推动我国电子政务信创产业的发展.

  • 2021-07-12
  • 阅读118
  • 下载0
  • 6页
  • pdf

国产操作系统生态体系建设现状分析

我国信息技术产品生态体系虽已初步成型,信息技术产品可满足部分关键领域和重要信息系统最基本的应用需求,基本具备替代Wintel体系的能力.但是Windows等主流操作系统已形成较高的生态壁垒,国产操作系统产业生态链发展难度较大,生态碎片化严重等问题亟待解决.从生态建设的角度出发,对国产操作系统生态发展现状和存在的问题进行分析,并结合我国发展实际,提出推进操作系统生态建设的措施建议。

  • 2021-07-12
  • 阅读111
  • 下载0
  • 5页
  • pdf

基于领域本体的信息安全漏洞知识库构建

我国信息技术产品生态体系虽已初步成型,信息技术产品可满足部分关键领域和重要信息系统最基本的应用需求,基本具备替代Wintel体系的能力.但是Windows 等主流操作系统已形成较高的生态壁垒,国产操作系统产业生态链发展难度较大,生态碎片化严重等问题亟待解决.从生态建设的角度出发,对国产操作系统生态发展现状和存在的问题进行分析,并结合我国发展实际,提出推进操作系统生态建设的措施建议。

  • 2021-07-12
  • 阅读116
  • 下载0
  • 8页
  • pdf

美国网络威胁情报共享实践研究

网络威胁情报共享是美国维护网络空间军事优势和主导权的重要实践.为应对复杂难测的网络威胁,美国构建了相对完善的网络威胁情报共享体系,并取得重大实践成效.分析了美国威胁情报共享的战略地位、策略和目标,阐述了网络威胁情报共享的机制和法制建设,最后探讨了网络威胁情报世享的实践举措。对我国网纹安间安全建设且有实践借鉴意义。

  • 2021-07-12
  • 阅读284
  • 下载0
  • 6页
  • pdf

面向国产生态的网络安全事件运维技术研究

当前复杂严峻的国际形势迫切需要我国发展自主可控的基础软硬件产品及其生态产业链,日趋完善的产业链推动了网络国产化替代工程的大范围推广.长期以来,外部网络攻击以及内部威胁等网络安全事件持续发生,针对国产产品生态构建的网络,如何充分整合自主可控产业链的优势,提升网络安全运维与事件处置的能力,是网络安全运维人员关注的热点问题.结合国产产品生态及其所建设网络的特点,对网络安全运维与事件自动化处置机制关键技术进行探讨,通过构建多源数据融合管理能力以及生态内产品间协同能力,解决长期以来运维所面临的数据碎片化、事件处置效率低下等问题,实现网络内安全事件的综合分析以及快速高效的自动化响应、处置,提升国产产品生态的网络安全运维能力。

  • 2021-07-12
  • 阅读138
  • 下载0
  • 7页
  • pdf
上一页 1 …… 71397140714171427143714471457146714771487149 …… 7926 下一页 共 63408 条


立即登录

没有账户,需要注册

登录用户可享受以下权益
  • 免费下载方案
  • 服币提现
  • 发布方案得服币
  • 交易分成

精品推荐

竞争对手分析

母公司公司的总目标是什么?母公司要求该业务单位做什么?将业务单位的定位是什么(基础业务还是边缘业务)

  • 阅读220
  • 下载0

2025知识图谱与大模型融合实践案例集

随着人工智能的迅猛发展,知识图谱与大模型作为两大核心研究领域,各自彰显出独特的技术优势。知识图谱以结构化方式精准刻画实体关联,为知识表示与推理提供了可解释的框架;大模型则凭借海量数据训练展现出卓越的自然语言理解与生成能力,具备强大的泛化学习性能。

  • 阅读258
  • 下载4

国内重点工业物联网平台四类厂商分类及选型指南

国内重点工业物联网平台四类厂商分类及选型指南

  • 阅读386
  • 下载6

工业物联网平台的典型应用场景深度分析

工业物联网平台发展重点: 一是行业深耕化,从通用型平台向“一米宽、百米深”的行业垂直平台转型,聚焦能源、交通、化工等领域的特定需求,沉淀场景化解决方案与行业Know-how,而非追求“大而全”的覆盖能力。 二是智能融合化,工业大模型与平台深度结合,实现工业知识的智能化重构、应用开发的低代码化升级,以及生产运营的自感知、自决策、自优化闭环管控,AI成为提质增效的核心变量。 三是生态协同化,平台不再是单一技术载体,而是串联产业链上下游的协同中枢,通过跨系统数据融合、产学研用金深度合作,形成“数据-算力-应用”的生态闭环,赋能供应链协同与产业集群升级。 四是部署灵活化,采用“平台化产品+私有化部署”结合的模式,兼顾中小企业轻量化需求与大型集团定制化诉求,支持公有云、私有云、边缘端的混合部署,平衡成本与安全性。

  • 阅读399
  • 下载9

最新上线

5G+大模型智慧工业园区解决方案

5G+大模型智慧工业园区解决方案5G+大模型智慧工业园区解决方案5G+大模型智慧工业园区解决方案5G+大模型智慧工业园区解决方案5G+大模型智慧工业园区解决方案5G+大模型智慧工业园区解决方案

  • 阅读9
  • 下载0

IT运维项目ITSS运维方案实施汇报

IT运维项目ITSS运维方案实施汇报IT运维项目ITSS运维方案实施汇报IT运维项目ITSS运维方案实施汇报IT运维项目ITSS运维方案实施汇报IT运维项目ITSS运维方案实施汇报IT运维项目ITSS运维方案实施汇报

  • 阅读8
  • 下载0

新型储能行业产业发展现状及趋势:暨CNESA+DataLink+2025年度储能数据发布

CNESA中国能源研究会储能专委会 China Energy StoregeAliance 中关村储能产业技术联盟 新型储能产业发展现状及趋势 暨CNESA DataLink 2025年度储能数据发布 中关村储能产业技术联盟 2026年1月

  • 阅读9
  • 下载0

2025年人工智能高质量数据集建设指南

随着大模型技术的迅猛发展,数据集作为人工智能核心三要素之一,在算法趋同、算力普惠的竞争环境中正在构建难以复制的差异化壁垒。人工智能发展正在进入“数据驱动”新阶段,高质量数据集的建设不仅是提升AI模型性能的关键,也是推动“人工智能+”行动落地的重要保障。然而现阶段,大量机构在高质量数据集建设中面临目标定位模糊化、实施路径碎片化与技术底座薄弱化三重挑战,不知道需要什么数据集、如何建设数据集、怎样评估数据集质量,制约了人工智能应用落地。《人工智能高质量数据集建设指南》正是在此背景下启动起草,旨在为业界建设高质量数据集提供有实操价值的指导和参考.

  • 阅读10
  • 下载0
  • 关于我们

    电话:029-8838-6725

  • 新闻资讯

    企业简介 新闻动态 品牌实力 代理合作 诚聘英才 联系我们

  • 中服云

  • 工业互联网风向标

  • 在线咨询

西安/北京/南京/重庆/合肥/厦门/甘肃 地址:陕西省西安市雁塔区鱼跃工业园慧康生物科技产业园7楼 电话: 029-8838-6725

版权所有 @ 中服云 陕ICP备11002812号
  • 扫码咨询

    或

    点击立即咨询
  • 客服咨询

  • 用手机扫二维码

    或

    复制当前地址

  • 问题反馈 中服大讲堂 客服电话

方案库赚钱指南