LTE-V2X车联网技术、标准与应用

V2X（vehicle to everything）通信是车联网中实现环境感知、信息交互与协同控制的重要关键技术。大唐电信科技产业集团最早提出并由中国企业主导的LTE-V2X国际标准作为其中的主流技术之一，能够在高速移动环境中提供低时延、高可靠、高速率、安全的通信能力，并能够最大程度利用 TD-LTE已部署网络及终端芯片平台等资源。首先介绍了LTE-V2X的关键技术，并与IEEE 802.11p进行了比较；进而介绍了LTE-V2X的标准研究及其演进以及相关的产业发展和示范应用；最后展望了LTE-V2X的发展策略及其向5G NR-V2X的技术演进等，并提出了相关政策建议。

2022-01-04
阅读147
下载0
15页
docx

达摩院开发者手册...1574906264

达摩院开发者手册_互联网_IT/计算机_专业资料。前言以下技术手册内容摘自《深度学习与图像识别:原理与实践》,目标检测章节,如果读者需要系统的学习图像识别

2022-01-04
阅读135
下载0
30页
pdf

D2D蜂窝网络物理层安全传输技术综述

D2D（Device-to-Device）通信是一种在蜂窝小区基站的控制下，用户终端之间不通过基站中转而直接传输数据的技术，能够有效提升蜂窝网络的频谱效率和能量效率，降低传输时延，扩大网络覆盖范围和缓解基站业务压力，在学术界和工业界得到了广泛关注。但是，由于传输媒介的开放性、终端的移动性以及用户分布的不确定性，使得通信中数据安全传输面临着严峻挑战。因此，分别从资源分配、功率控制以及干扰协调3个方面，对目前D2D蜂窝网络中的物理层安全传输技术进行了介绍，最后总结并提出了对未来探究方向的展望。

2022-01-04
阅读135
下载0
11页
docx

关于联邦学习建模过程中算法交互内容的研究

“联邦学习”（FederatedLearning）正是在这个背景下提出和发展起来的，它主要从技术维度出发，重点研究其中的隐私保护和数据安全问题。联邦学习曾多次以不同的形式出现过，例如，面向隐私保护的机器学习、面向隐私保护的深度学习、协作式机器学习、协作式深度学习、分布式机器学习、分布式深度学习、联邦优化和面向隐私保护的数据分析。联邦学习最初的定义是一种借助多方客户端的私有数据集来训练全局共享模型的分布式机器学习算法框架。从广义上来说，联邦学习指数据所有者不需要上传私有数据集即可结合多方数据来训练全局共享模型的方法，得到的模型的效果和直接整合数据到数据中心或一台机器上进行训练得到的模型的效果相近，同时也保护了数据的安全，避免泄露数据隐私。

2022-01-15
阅读174
下载0
50页
docx

网络安全态势感知之入侵检测与安全分析

对态势的理解是人们组合、分析、解读和保留信息的过程。在态势提取的基础上，我们可以采取一系列方法和技术来对安全态势进行进一步的理解和处理，这其中包括安全检测和分析、态势指标构建和态势评估等。本文对网络安全检测和分析的相关技术进行介绍和说明。

2022-01-15
阅读130
下载0
22页
docx

零知识证明应用到区块链中的技术挑战

区块链是一种以密码学算法为基础的点对点分布式账本技术，然而，公开透明的区块链账本辅以社会学挖掘、数据挖掘等统计学方法，使得用户的隐私面临重大威胁，因而隐私保护成为当前区块链技术研究的热点。总结了已有的隐私保护方案，重点聚焦于零知识证明技术，阐述并分析了零知识证明应用到区块链隐私保护方案中的技术挑战，并给出了具有指导意义的解决方案。

2022-01-17
阅读129
下载0
9页
docx

隐私保护分析和安全多方计算

对所存储数据进行加密不足以避免数据泄露。对存储数据加密创建了一个“加密边界”，在该边界之外的数据可以明文访问。由于处理通常需要纯文本数据，因此该边界通常存在于可能发生泄漏的地方。对存储数据加密也不支持必须与其他企业共享数据的场景。由于数据是有用的，它们通常必须在应用程序中以明文形式访问，这大大降低了加密的保护能力。典型的数据掩蔽技术的一个缺点是，它们不广泛地支持对交易或行为数据的保护。对存储数据加密和数据掩蔽技术的这些局限性促使人们越来越关注于寻找新的数据保护技术——特别是将高级技术应用在传统数据加密和数据掩蔽技术无法对数据进行保护的情况下。

2022-01-15
阅读137
下载0
15页
docx

上一页 1 …… 782 783 784 785 786 787 788 789 790 791 792 …… 2193 下一页共 17544 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

工业时序基础大模型技术发展综述

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

阅读167
下载6

2026“人工智能+”行业发展蓝皮书

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”。

阅读2079
下载8

中服云能碳管理平台V5.0

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。

阅读2540
下载11

中服设备健康管理系统产品介绍

中服设备健康管理系统依托中服云工业物联网架构搭建，面向工业全品类设备运维场景。融合实时数据采集、状态监测、故障诊断核心能力，全天候掌握设备运行动态。通过边缘计算与 AI 算法分析设备隐患，实现从被动维修向预测性维护升级。有效降低设备故障率、减少停机损失，简化线下运维管理流程。助力工厂实现设备数字化管控，保障产线高效、稳定、安全运行。

阅读2320
下载9

最新上线

面向高性能实时计算场景分布式对象数据库技术报告（2026年）

随着航空运输市场动态定价、精细化运营和实时查询需求持续提升，传统数据库架构在面对TB级航空运价数据、高并发读写与毫秒级响应的严苛要求时，可能面临内存冗余、序列化开销及分布式一致性等方面的挑战。本报告聚焦中国民航信息网络股份有限公司(以下简称“中国航信”)在核心运价计算系统中应用的自研海量数据实时计算框架实践情况。该框架以内存原生对象存储为核心，结合分布式对象处理机制，支持多节点强一致访问，用于支撑航班动态定价、历史运价回溯等业务场景。本报告将围绕该技术架构的设计理念、实现路径、应用成效与行业价值进行梳理，旨在为高性能、低延迟、强一致的实时计算场景提供可复用的技术范式与实践参考。

阅读19
下载1

结构调整，经济增速阶段性下降

2026年二季度，GDP同比增长4.7%，低于第一季度0.7个百分点，经济增速阶段性下降，经济走势“量”轻“质”重。政策调整初见成效，高技术产业规模持续增长，传统产业过剩产能去化加速。第二季度，尽管国际地缘风险加剧，但随着多国领导人率代表团集体访华，双边贸易沟通增加，叠加中国经济结构调整，外贸产品结构变化，高技术产品贸易成为新的增加引擎，进、出口额增速明显上涨，外需贡献增加。