• 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

特高压产业链深度解析

随着光伏、风电的发电装机量不断增长,弃光、弃风问题在西北地区一些电力需求较弱的省份尤为严重。特高压工程将新能源电力输送至东中部等电能需求高的地区,可以平衡能源与负荷分布、有效缓解新能源消纳问题。

  • 2022-01-17
  • 阅读88
  • 下载0
  • 9页
  • docx

5G毫米波引发的各国频带战争

无线设备数量与其消耗的数据量每年都以等比级数增加——年复合成长率(CAGR)达53%。当这些无线设备创造并消耗资料时,连接这些设备的无线通信基础设施也必须随之演进,才能满足成长的需求。3GPP定义三种高阶5G使用案例(图1)的目标是随时随地提供可用的移动宽带数据,然而,仅仅提升4G架构网络的频谱效率,并不足以提供所需数据速率的步阶函数。

  • 2022-01-17
  • 阅读87
  • 下载0
  • 9页
  • docx

联邦学习在证券行业的应用初探

联邦学习的概念在2016年由谷歌率先提出,最初用于解决安卓手机更新本地模型的问题。而近年来随着各个国家对个人隐私和数据安全的重视逐步提高,联邦学习作为机器学习和隐私计算的结合体,为解决数据孤岛问题开辟了一片全新领域。在医疗、金融、零售等领域逐渐涌现出了一些很有价值的应用场景,有部分场景已进入具体的落地应用阶段;在业界也出现了支持联邦学习架构体系的工业级开源框架,如FATE(Federated AI Technology Enabler)。

  • 2022-01-17
  • 阅读90
  • 下载0
  • 9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89
  • 下载0
  • 9页
  • docx

水印技术在物联网安全中的应用

信息安全被认为是与数据通信领域各种基础设施最密切相关的问题之一,现代很多研究都在寻找有效的、轻量级的信息安全保护方法。数字水印是一种通过数据嵌入和数据提取过程来隐藏数据的安全技术,它能集成到不同的帧中,数字水印是一种通过数据嵌入和数据提取过程隐藏数据的安全技术。水印技术被集成到不同的帧中,而不会像传统的加密技术那样增加额外的信息。因此,对于运行在物联网(IoT)上的应用程序,采用水印技术进行数据加密是有效的。本文介绍了不同的数字水印算法和方法在物联网信息安全中的应用。

  • 2022-01-17
  • 阅读93
  • 下载0
  • 9页
  • docx

秘密共享—隐私计算和区块链共识中的榫卯

随着对数据安全和隐私保护的重视和相关法案的出台,各种数据拥有者重新回到数据孤岛的状态。为了实现数据的可用不可见技术并使得互联网公司在合规下能利用大数据和AI技术做更多有意义的事情。在这个背景下,相应的互联网公司提出了一系列的解决方案,如:谷歌的联邦学习、腾讯微众的联邦学习、阿里的共享学习。其中,腾讯微众的联邦学习主要采用了同态加密。谷歌的联邦学习和阿里的共享学习则使用了秘密共享技术,这反映了对秘密共享的算法研究有着重要的意义。

  • 2022-01-17
  • 阅读87
  • 下载0
  • 9页
  • docx

一种加密域鲁棒图像哈希算法

随着现代技术的发展,数字图像数量激增且对数字图像进行修改的门槛越来越低,这些现象带来了一系列的图像隐私安全问题。因此,对数字图像的识别和认证得到了广泛的关注。感知图像哈希是图像认证领域中的热点研究问题,由于哈希生成不会更改图像的内容,近年来被广泛应用于图像认证、数字水印和图像检索等领域。与此同时,云计算的出现使得数字图像的识别和认证有了新的应用场景,图像外包到云服务器大大降低了用户端的存储和计算负担。然而,将数字图像存储和处理交由云服务器也带来了一些现实挑战——图像内容安全如何保证。

  • 2022-01-17
  • 阅读100
  • 下载0
  • 9页
  • docx

基于MEC的车联网系统安全研究

移动边缘计算的提出为车联网提供了新的解决思路,在靠近终端用户的无线网络边缘部署移动边缘计算节点,一方面,为“智慧”的车和“聪明”的路提供信息的存储、转发、分析和计算功能,减少数据传输的端到端时延。另一方面,由于移动边缘计算节点处于无线网络边缘,更靠近终端用户,所处的外部环境更加复杂,来自应用层和底层的外部攻击会对移动边缘计算节点及整个无线网络造成极大的安全威胁,需要从路由转发、开放API接口、管理平台及业务应用等方面分别进行安全防护,才能保证整个系统的安全可靠。

  • 2022-01-17
  • 阅读88
  • 下载0
  • 9页
  • docx
上一页 1 …… 11191120112111221123112411251126112711281129 …… 2193 下一页 共 17543 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567
  • 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612
  • 下载6

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720
  • 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729
  • 下载10

最新上线

中服云工业物联网平台工业数据分析

异常数据滤波 数据实时监控 数据相关性分析 设备寿命预测 AI 模型训练预测回写 设备包络图分析 设备动态指标分析

  • 阅读89
  • 下载0

可信数据空间建设方案

可信数据空间建设方案可信数据空间建设方案可信数据空间建设方案可信数据空间建设方案可信数据空间建设方案可信数据空间建设方案可信数据空间建设方案可信数据空间建设方案

  • 阅读286
  • 下载0

网络安全等级保护(第三级)建设方案

网络安全等级保护(第三级)建设方案网络安全等级保护(第三级)建设方案网络安全等级保护(第三级)建设方案网络安全等级保护(第三级)建设方案网络安全等级保护(第三级)建设方案网络安全等级保护(第三级)建设方案网络安全等级保护(第三级)建设方案

  • 阅读302
  • 下载0

2026年全球数智营销生态手册

在经历宏观震荡、产业结构调整及技术加速演进的数年之后,全球数字营销行业正在进入一个由“战术驱动”迈向"能力驱动”的关键阶段。疫情后市场恢复、企业增长压力提升、数据环境变化以及AI技术的快速成熟,共同推动全球营销体系发生深层变革一一从过去以"流量购买”为核心的传统战术型模型,转向以"内容、数据、模型、体验”四位一体的系统化能力模型。过去的传统战术型模型具有鲜明的"渠道导向+经验驱动”特征:核心逻辑是通过采购第三方流量、投放广告完成用户触达,依赖营销人员的经验判断进行渠道选择与创意决策;运营上呈现“前端重、后端轻”的割裂状态,市场部门负责引流、数字部门负责转化、客服部门负责售后,各环节数据互通困难,难以形成完整的用户链路闭环;核心目标是短期流量获取与即时转化,缺乏对用户长期价值的挖掘与沉淀。但随着流量红利见顶、广告成本持续攀升,以及用户行为日益复杂,这种"重投放、轻运营”"重短期、轻长期”的模型已难以支撑企业可持续增长。

  • 阅读188
  • 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