• 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

MEC安全探讨

第五代移动通信技术(5G)正在快速发展,全新的网络架构将使其提供至少10倍于4G的峰值速率、毫秒级的传输时延和千亿级的连接能力,开启万物广泛互联、人机深度交互的新时代。随着工信部正式发放5G商用牌照,我国5G商用大幕已经开启。

  • 2021-12-02
  • 阅读97
  • 下载0
  • 8页
  • docx

多接入边缘计算MEC技术及业务发展策略

随着互联网视频的高清化、万物互联的泛在化、互联网+行业的智能化发展,集约化的云计算模式难以完全满足客户和业务的需求,边缘计算兴起。欧洲电信标准协会ETSI在2014年成立移动边缘计算(MEC, Mobile Edge Computing)工作组并推动相关标准化工作,在2016年,ETSI将此概念从移动通信网络延伸至其他无线接入网络(如Wi-Fi),拓展为多接入边缘计算(Multi-access Edge Computing)[1]。3GPP标准组织在5G架构中亦考虑了网络边缘的接入和分流,5G核心网中设计了用户面的分布式边缘下沉网元UPF[2-3]。思科公司等提出雾计算,卡内基梅隆大学提出微云/云朵Cloudlet计算架构[4],Linux基金会发起EdgeX Foundry项目[5]和Akraino Edge Stack[6],AWS、Azure、阿里云等均发布了边云协同的边缘计算产品如AWS的Greengrass[7]。这些概念、方案和计算架构面对的问题和解决思路类似,只是在边缘计算点的部署位置、具体的服务对象、技术实现上有所不同,实际上从数据源到云计算中心路径之间任意节点均可定义为“边缘”,各类提供商基于自身优势和面对的应用场景选择各自的切入点,提供了多样化的边缘计算产品和服务。本文重点探讨电信通信网络中的多接入边缘计算MEC。

  • 2021-12-02
  • 阅读94
  • 下载0
  • 8页
  • docx

基于区块链的医疗数据共享模型研究

基于区块链的医疗数据共享模型研究基于区块链的医疗数据共享模型研究基于区块链的医疗数据共享模型研究基于区块链的医疗数据共享模型研究

  • 2021-12-02
  • 阅读87
  • 下载0
  • 8页
  • pdf

基于区块链技术的新型分层数字图书馆体系架构

基于区块链技术的新型分层数字图书馆体系架构基于区块链技术的新型分层数字图书馆体系架构基于区块链技术的新型分层数字图书馆体系架构

  • 2021-12-02
  • 阅读85
  • 下载0
  • 8页
  • pdf

基于区块链技术的税收征管模型研究

基于RFID技术的图书馆智能关系系统研究基于RFID技术的图书馆智能关系系统研究基于RFID技术的图书馆智能关系系统研究

  • 2021-12-02
  • 阅读88
  • 下载0
  • 8页
  • pdf

面向6G的去中心化的人工智能理论与技术

去中心化网络架构和原生AI能力是未来6G网络的两个重要发展趋势,现有的依赖于云端服务器或者终端的中心化的AI模式将难以支持6G网络下多终端、多节点的分布式智能协作需求,这种新型的去中心网络环境给AI在模型的训练、数据的采集和处理、模型的部署和推理等方面带来了新的挑战,针对6G网络去中心化计算环境中海量终端设备异构、计算能力差异大、通信网络条件动态变化等特点,分析去中心化的人工智能发展趋势及相关的理论与技术,并提出相关的前瞻性的技术挑战和研究方向。

  • 2021-12-01
  • 阅读101
  • 下载0
  • 8页
  • docx

6G愿景及潜在关键技术分析

随着全球5G进入商用部署的关键时期,中欧美日韩等国家相继启动了面向下一代移动通信(6G)的研究。但目前6G研究仍处于早期研究阶段,需求尚不明确,关键技术也未形成业界共识。本文在深入分析当前全球6G最新进展的基础上,探讨了6G愿景需求,给出了6G关键性能指标,并对当前业界关注的潜在关键技术进行了深入分析。

  • 2021-12-01
  • 阅读91
  • 下载0
  • 8页
  • docx

基于流量感知的网络切片资源智能分配方法

针对当前网络切片资源仅考虑时间域请求所导致切片资源分配不合理的问题,采用基于残差-预测框架的流量感知算法来预测网络流量,结合神经网络预测未来的网络负载状态;基于网络负载预测结果,利用VNF技术实现网络切片资源智能分配。实验表明,该方法能够提升虚拟服务功能链数据包调度的端到端时延和CPU利用率。

  • 2021-12-01
  • 阅读89
  • 下载0
  • 8页
  • docx
上一页 1 …… 17701771177217731774177517761777177817791780 …… 2878 下一页 共 23017 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109
  • 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112
  • 下载3

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270
  • 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295
  • 下载9

最新上线

密码应用与安全性评估—解决方案

平台摆脱了传统硬件堆叠模式,实现密码设备算力最优化利用,满足虚机云环境、容器云环境等不同场景下的密码应用需求。平台采用插拔式框架设计,实现通用密码服务、典型密码服务、密钥管理服务、专用密码服务的动态接入、无感扩容提供丰富的密码应用SDK,构建全场景的密码应用体系。

  • 阅读25
  • 下载0

绿色数据中心行业洞察:对算力行业的一点思考(302页)

液冷、间接蒸发冷却、AI能效优化、模块化预制、高效电源等绿色节能技术成熟;TEE、机密计算、区块链等保障数据可信流通与安全的技术加速应用;智能调度、柔性负荷调节技术支撑绿电高效消纳。

  • 阅读11
  • 下载0

医疗健康大数据洞察报告:2025年医疗健康领域非全日制博士申请者画像

本报告基于对600份有效问卷及申请数据库的深度分析,旨在揭示2026年中国医疗健康领域非全日制博士中请者的核心特征、需求偏好与行为趋势。研究 显示,申请者群体呈现出“资深从业者寻求职业深化”与“高潜力新生代追求学历升级"并存的鲜明特征,其需求高度务实,对交叉学科及数字化方向兴趣浓 厚,但普遍面临政策认知与实践之间的“知行鸿沟”

  • 阅读22
  • 下载0

智能体与传播应用研究报告

《智能体与传播应用研究报告》(以下简称为“报告”)在融合传播和应用创新的视角下,以智能体(AIAgent)与传播的融合为主轴,以智能体传播的形式、载体、现象、产品、案例为观察对象,通过分析智能体与传播的融合表现、融合机制、融合生态与融合影响,探讨Agentic AI 不断深度融入媒体与传播的未来图景。

  • 阅读19
  • 下载1
  • 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