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

5G网络技术将重塑企业和未来城市

出于各种原因，新冠病毒Covid-19大流行可能已在某些国家推迟了第五代（5G）移动网络（数字化的关键推动力）的推出，但与此同时，它也强调了快速推进其采用的必要性。借助5G，每个人无论身在何处都可以享受高速无缝连接并获得超个性化服务。

  • 2022-01-06
  • 阅读101
  • 下载0
  • 9页
  • docx

定制化的5G无线网络框架及关键技术

未来20年，人类社会将迎来数字化社会的下一波浪潮，这一浪潮将呈现出四大发展趋势：第一，互联网化将融汇于人们的思维方式之中；第二，移动网络和无线终端带来的便利将成为人们基本的生存方式，无边界、无约束的工作方式将成为一种新的企业组织形态；第三，依靠互联网、云计算、大数据，人类可以发挥全世界人和机器的智慧形成一种崭新的、互联的、分享的智慧；最后，社交媒体与互联网的深度融合，使得全球消费者的行为和喜好呈现出趋同性，大数据的挖掘和提炼直接有益于人们的日常生活。

  • 2022-01-06
  • 阅读103
  • 下载0
  • 9页
  • docx

浅谈WAF应用防火墙部署

随着网上银行、手机银行、电子商城等互联网及移动金融应用的兴起，针对WEB类应用的攻击手段也层出不穷，据统计，2019年出现攻击方式中，针对WEB类的攻击占到85.4%左右，相对而言遥遥领先于其他攻击手段。面对如此多的互联网攻击威胁，传统的通过运维发现、开发项目组从代码层面进行修复漏洞的效率已经远远低于漏洞被利用的效率，于是，一种新的专用于WEB防护的安全产品由此而生——WAF（WEBAPPLICATION FIREWALL），也叫应用防火墙。

  • 2022-01-05
  • 阅读97
  • 下载0
  • 9页
  • docx

系统安全漏洞修复认识思考

说到安全，大家经常谈的可能是网络安全、纵深防御、主动自适应防御这些偏宏观的话题，也深知系统安全漏洞的危害、及时修复的必要性。 本文将以微观角度，从G行系统安全漏洞修复实践出发，阐明漏洞修复分析评估及基本原则，经验总结思考及未来展望。抛砖引玉，希望能和大家重新认识和理解系统安全漏洞修复工作，更加重视安全漏洞工作，共同改进和提升漏洞修复工作方式、技术手段和效率。

  • 2022-01-05
  • 阅读96
  • 下载0
  • 9页
  • docx

网络空间资产探查技术的探索与研究

在移动互联网和云计算时代，业务驱动和技术发展使得企业的IT架构和规模日益增大，系统之间的关联和复杂度也迅速增加，越来越多的各类系统和设备接入到企业内网或面向互联网提供服务。IT资产暴露面的增加和IT资产的动态变化，模糊了传统金融企业网络的边界，扩大了金融企业网络安全防御的战场。如果企业内系统的管理人员无法掌握自身的互联网资产状况，缺少及时有效的数据支撑，将会导致安全治理工作滞后，给企业建立全面的动态安全防御工作带来困难。

  • 2022-01-05
  • 阅读103
  • 下载0
  • 9页
  • docx

一文了解「机器学习非凸优化技术」

优化技术在科技领域应用广泛，小到航班表，大到医疗、物理、人工智能的发展，皆可看到其身影，机器学习当然也不例外，且在实践中经历了一个从凸优化到非凸优化的转变，这是因为后者能更好地捕捉问题结构。本文梳理了这种转变的过程和历史，以及从机器学习和信号处理应用中习得的经验。本文将带领读者简要了解几种广泛使用的非凸优化技术及应用，介绍该领域的丰富文献，使读者了解分析非凸问题的简单步骤所需的基础知识。更多详细内容请查看原论文。

  • 2022-01-05
  • 阅读107
  • 下载0
  • 9页
  • docx

机器学习选股方法——人工智能技术

深度学习是机器学习的更高级模式，其算法可以无需监督或部分监督。它们还能够评估数据以自主识别模式和相关性，并判定结果是准确还是不准确。这意味着它们具有一个优势：在将处理后的数据输入到算法进行训练之前需要较少的手动信号处理（一个特制化的过程）。总之，深度学习模型（人工智能技术的发展基石）能够完成无人监督的学习任务。

  • 2022-01-05
  • 阅读98
  • 下载0
  • 9页
  • docx

前沿技术|自动机器学习综述

自从计算机时代开始，科学家和工程师们就一直想知道如何像人类一样，给计算机注入学习的能力。艾伦·图灵是第一批提出智能理论的科学家之一，该理论设想有一天计算机能够达到与人类同等的智能水平。从那时起，机器学习领域发生了一系列巨大的飞跃。我们已经看到机器学习在许多情况下击败或至少匹配特定的人类认知能力，例如在ResNet（一种深度残留的网络架构）的情况下超越了人类在图像识别方面的表现，或者微软的语音转录系统几乎达到人类水平的表现。

  • 2022-01-05
  • 阅读101
  • 下载0
  • 9页
  • docx