会员中心
搜索
登录
注册

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

一文get边缘计算网络主动安全防御与技术短板

边缘计算网络是指在靠近用户或物联网、数据源头侧，融合网络、计算、存储和业务核心能力的边缘侧大数据计算网络新范式。边缘计算网络是在云计算和物联网两个领域的共同发展推动下产生的，其核心是面向智能传感设备产生的海量上行监测采集、下行决策控制大数据，通过边缘侧大数据存储计算，解决集中式计算效能、性能低下的问题。与传统云计算网络相比，边缘计算网络终端类型更丰富、数据实时交互更频繁、传输网络技术体系更复杂、业务系统智能化互联程度更高。然而，边缘计算网络泛在、开放特点将网络安全风险传导至系统各业务环节，面临着严峻的安全防护挑战。本文围绕边缘计算网络的高实时、高连续性要求，面对边缘计算网络混成特性和新型网络攻击特征不确定性双重约束，归纳边缘计算网络在攻击未造成严重损失前对网络攻击实施检测、规避、诱骗、控制等主动防御技术现状，从终端域、数据域、网络域、系统域四个层次分析现有技术面临的安全挑战与迫切的研究趋势。

  • 2022-01-03
  • 阅读87
  • 下载0
  • 23页
  • docx

边缘计算产业现状与发展建议

随着5G商用，以及IoT和AI的发展，边缘计算的规模和业务复杂度显著增加，边缘实时计算、边缘实时分析和边缘智能等新型业务不断涌现，对边缘基础设施的效率、可靠性和资源利用率有了更高的要求。如何结合云计算发展趋势，打造边缘基础设施成为一个新课题。梳理了边缘计算发展现状，包括边缘计算产业规模、国际国内的电信运营商在边缘计算领域的试点工作，讨论了“多云混合”对边缘计算的影响，分析了边缘计算存在的问题和挑战，并结合项目实践给出了相应的发展建议

  • 2022-01-04
  • 阅读96
  • 下载0
  • 9页
  • docx

基于机器学习的数据中心参数自动优化关键技术研究

随着大数据、云计算等技术的高速发展，数字经济已经成为我国经济发展的重要战略，高密度数据中心作为承载技术与产业的实体，是传统工业向信息化转型的关键“新基建”。因此，对数据中心的全方位优化部署成为了从业者的迫切追求。衡量数据中心性能的标准即为可定义、可量化的一系列数据中心关键参数。本文希望研究利用机器学习算法进行数据中心参数自动优化的典型关键技术，特别是研究聚焦在“基础设施层”和“服务器层”等核心参数的具体优化方法，以形成数据中心参数自动优化的设计路径。

  • 2021-12-30
  • 阅读87
  • 下载0
  • 7页
  • docx

5G定位技术研究综述

连续广域覆盖、热点高容量、低功耗大连接和低时延高可靠是第五代移动通信技术（5G）四大主要技术场景. 移动台的位置信息不仅是新业务的需求，更能有效应对5G新业务在流量密度、连接数量、超低时延、高可靠性、高移动性上面临的挑战. 针对面向5G的定位技术研究展开综述，并对定位技术涉及的主要方向进行了分析.

  • 2021-12-30
  • 阅读95
  • 下载0
  • 29页
  • docx

5G专网场景需求与关键技术分析

专网通信技术从窄带模拟集群通信、窄带数字通信，逐渐向宽带数字集群通信发展，能够支持语音集群、视频调度、移动图像等业务。由于行业特点鲜明，规模较小、投资分散，专用设备及终端价格高，因此进入壁垒较高。传统专网技术、业务、产品迭代速度较慢，整体处于2G水平；部分行业，如政务、公安、电力、石化、铁路等已应用4G LTE专网。随着大数据、物联网等技术和工业互联网、车联网发展，LTE及Wi-Fi无法满足对安全性、可靠性、可控性、低时延、抖动、连接密度、速率和定位精度等性能要求更高的专网场景。[

  • 2021-12-30
  • 阅读96
  • 下载0
  • 6页
  • docx

联邦生态：从联邦数据到联邦智能

针对大数据时代广泛存在的数据孤岛问题，从整体入手，提出了联邦生态的基本框架，并探讨了其结构和运行机制。联邦生态以数据隐私可控为前提，以区块链技术为支撑，以联邦智能为驱动，借助联邦控制实现数据联邦化，通过联邦管理实现服务联邦化。为打破数据孤岛问题，联邦生态充分发挥了大数据和人工智能的潜力，进而为实现联邦智能提供了一种新的思路。

  • 2021-12-30
  • 阅读90
  • 下载0
  • 12页
  • docx

面向机器学习的隐私保护关键技术研究综述

随着信息通信技术的发展，机器学习已经成为多个研究领域与垂直行业必不可少的技术工具。然而，机器学习所需数据中往往包含了大量的个人信息，使其隐私保护面临风险与挑战，受到了越来越多的关注。对现有机器学习下隐私保护法规政策与标准化现状进行梳理，对适用于机器学习的隐私保护技术进行详细介绍与分析。隐私保护算法通常会对数据质量、通信开支与模型表现等造成影响，因此对于隐私保护算法的评估应当进行多维度的综合评估。总结了适用于机器学习应用的隐私保护性能评估指标，并指出隐私保护需要考虑对数据质量、通信开支以及模型准确率等之间的影响。

  • 2021-12-30
  • 阅读94
  • 下载0
  • 9页
  • docx

如何在机器学习的框架里实现隐私保护？

在大数据和人工智能的时代，人们能够更方便高效地获取信息。然而在获得便利的同时，我们的行为无时无刻不在被记录、被学习、被使用。如果在应用中不注重隐私保护，就很难阻止个人信息被用于非法目的。近年来，越来越多的人开始重视数据隐私，在选择使用客户端软件（App）时更加关注隐私条款。有研究表明，对于隐私的保护可以提高用户的使用率[1]。

  • 2021-12-30
  • 阅读88
  • 下载0
  • 8页
  • docx