• 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

MPC中的匿踪查询协议及应用

MPC(Model Predictive Control),又称RHC, Receding Horizon Control,是一种进阶过程控制方法,自1980年以来开始在化工炼油等过程工业得到应用,并在经济领域开始得到应用。

  • 2022-01-20
  • 阅读146
  • 下载0
  • 19页
  • pdf

4-4 隐私计算赋能金融企业数字化转型

隐私计算(Privacy computing)是指在保护数据本身不对外泄露的前提下实现数据分析计算的技术集合,达到对数据“可用、不可见”的目的;在充分保护数据和隐私安全的前提下,实现数据价值的转化和释放。

  • 2022-01-20
  • 阅读137
  • 下载0
  • 17页
  • pdf

高性能联邦学习算法优化实践

近年来,联邦学习作为解决数据孤岛问题的技术被广泛关注,已经开始被应用于金融、医疗健康以及智慧城市等领域。从3个层面系统阐述联邦学习算法。首先通过联邦学习的定义、架构、分类以及与传统分布式学习的对比来阐述联邦学习的概念;然后基于机器学习和深度学习对目前各类联邦学习算法进行分类比较和深入分析;最后分别从通信成本、客户端选择、聚合方式优化的角度对联邦学习优化算法进行分类,总结了联邦学习的研究现状,并提出了联邦学习面临的通信、系统异构、数据异构三大难题和解决方案,以及对未来的期望。

  • 2022-01-20
  • 阅读174
  • 下载0
  • 38页
  • pdf

字节跳动在联邦学习领域的探索及实践

数据是人工智能时代的石油,但是由于监管法规和商业机密等因素限制,"数据孤岛"现象越来越明显。联邦学习(Federated Learning)是一种新的机器学习范式,它让多个参与者可以在不泄露明文数据的前提下,用多方的数据共同训练模型,实现数据可用不可见。

  • 2022-01-20
  • 阅读137
  • 下载0
  • 18页
  • docx

安全的纵向联邦学习框架

快速安全的联邦学习框架实现的过程中,需要两个条件:第一是确保通信的安全,即此框架在通信过程中不会被其它的系统所攻击,如果整个通信过程被其它系统所攻击,这可能也是现在很多联邦学习所要面临的挑战。第二是需要一个可信赖的第三方来进行调度(也即coordinator的角色)。

  • 2022-01-20
  • 阅读173
  • 下载0
  • 5页
  • docx

新一代联邦学习技术及应用实战

随着大数据的进一步发展,重视数据隐私和安全已经成为了世界性的趋势, 同时,大多数行业数据呈现数据孤岛现象,如何在满足用户隐私保护、数据安全和政府法规的前提下,进行跨组织的数据合作是困扰人工智能从业者的一大难题。而“联邦学习”将成为解决这一行业性难题的关键技术。今天会和大家分享下微众银行主导的新一代联邦学习技术及应用,而 FATE 则是联邦学习落地的一个工业级开源平台。

  • 2022-01-20
  • 阅读157
  • 下载0
  • 27页
  • docx

联邦学习:统一数据协作和隐私保护的技术解决之道

讲到多方安全计算(MPC),就会提到姚氏百万富翁问题:有两个很有钱的富翁,他们想知道谁更有钱,他们又都不想让除己以外的任何人知道自己实际有多少钱(即不信任任何第三方)。这是一个典型的两方安全计算案例,需要在不分享原始数值的情况下,得出想要的结论。其中相关的技术包括:秘密分享,模糊传输,同态加密,混淆电路。

  • 2022-01-20
  • 阅读137
  • 下载0
  • 17页
  • docx

Cape Privacy——基于加密机器学习的多方数据协作与隐私保护方案

欧盟2018 年 5 月 25 日正式颁布《通用数据保护条例》(General Data Protection Regulation,GDPR)。距离现今已经实施接近三年,先后多张巨额的企业罚单相继被开出。根据GDPR的执法跟踪网站相关统计,截至当前,欧盟成员国从2018年共开出616件罚单,共罚款约2.79亿欧元[3]。其中具有代表性是谷歌罚款事件,其备受关注——作为一家大型国际互联网公司,谷歌却陆续被欧盟的两个国家罚款:2019年1月被法国处罚5000万欧元,原因是执法方认为谷歌的隐私条款未充分体现GDPR公开透明和清晰原则;2020年3月被瑞典处罚700万欧元,原因是谷歌未充分履行GDPR赋予用户的数据“遗忘权”。

  • 2022-01-20
  • 阅读140
  • 下载0
  • 16页
  • docx
上一页 1 …… 11051106110711081109111011111112111311141115 …… 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618
  • 下载7

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2401
  • 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2842
  • 下载12

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2581
  • 下载10

最新上线

2026工业网络现状报告

十多年以来,关于工业网络的讨论一直围绕着数据表现展开。诸如"哪种协议的市场份额在上升?哪种在下滑?哪种标准最终将胜出?"这类问题固然依旧关键,您也可以在本报告第4页的年度市场份额数据中找到最新解答。然而,如今任何深耕工业自动化领域的专业人士都清楚,行业关注的核心问题已经发生了转移。

  • 阅读6
  • 下载0

2026金融智能体可信互联研究报告

在国务院《关于深入实施“人工智能+”行动的意见》指导下,众多企业加速推进人工智能应用落地,并积极探索智能体的潜在价值,2025年由此成为智能体发展的元年。2026年5月,中国人民银行等四部门印发《关于“人工智能+金融”的实施意见》,推动人工智能与金融行业广泛融合。为支撑跨模态、跨模型、跨机构、跨行业的复杂任务协同,满足金融业“开放、融合、高效”的发展诉求,智能体正从单一模式朝着多智能体协同与互联互通的方向演进。在此背景下,智能体通信协议迅速发展。

  • 阅读7
  • 下载0

2026年6月汽车经销商库存预警指数报告

调查显示,库存、市场需求、从业人员分指数均环比下行,平均日销量与经营状况分指数小幅回升。终端市场需 求动能偏弱,消费者持币观望情绪依旧,缺乏重磅利好激活市场。

  • 阅读7
  • 下载0

2026年Coactive Agent技术白皮书-面向开放世界的Agent范式

本白皮书围绕Coactive:Interactive x Proactive 双态协作展开,依次讨论行业洞察、愿景与顶层架 构、智能主体、环境感知、认知底座、元进化、企业可信落地与应用场景,形成从协作范式到系统实 现、价值验证和可信治理的完整论证。

  • 阅读5
  • 下载0
  • 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