日本欧美在线观看,欧美va亚洲va在线观看蝴蝶网,高清欧美日韩一区二区三区在线观看

頭條

《6G近場(chǎng)技術(shù)白皮書2.0》正式發(fā)布

4月10日至12日，由未來移動(dòng)通信論壇主辦的2025全球6G技術(shù)與產(chǎn)業(yè)生態(tài)大會(huì)（原全球6G技術(shù)大會(huì)）在南京隆重召開。來自全球的6G領(lǐng)域的思想領(lǐng)袖、技術(shù)先鋒和產(chǎn)業(yè)領(lǐng)軍人物齊聚金陵，共同探討6G技術(shù)創(chuàng)新與未來產(chǎn)業(yè)生態(tài)的發(fā)展藍(lán)圖。10日下午，大會(huì)正式發(fā)布《6G近場(chǎng)技術(shù)白皮書2.0》（6G Near-field Technologies White Paper 2.0）。該白皮書在2024年4月發(fā)布的業(yè)界首部近場(chǎng)技術(shù)白皮書的基礎(chǔ)上進(jìn)行了大幅更新升級(jí)，旨在深度推進(jìn)近場(chǎng)技術(shù)研究與標(biāo)準(zhǔn)化探討，為3GPP即將于2025年6月啟動(dòng)的6G標(biāo)準(zhǔn)化研究項(xiàng)目提供重要參考。

中國信通院發(fā)布《量子計(jì)算發(fā)展態(tài)勢(shì)研究報(bào)告（2024年）》

中國信通院發(fā)布《量子計(jì)算發(fā)展態(tài)勢(shì)研究報(bào)告（2024年）》報(bào)告披露，全球量子計(jì)算論文發(fā)表量在約10年時(shí)間里增長(zhǎng)了4倍，反映了科研活躍度的不斷提高，尤其是2017年開始增速明顯加快。其中，美國和中國占據(jù)前兩位，分別是5430篇和4813篇，遙遙領(lǐng)先于其他國家，這反映了兩國在量子計(jì)算科研方面的活躍度和領(lǐng)先地位。德國、英國和日本緊隨其后，發(fā)文量分別為1955篇、1441篇和1421篇，也顯示出了強(qiáng)勁的研究活躍度。從量子計(jì)算技術(shù)路線來看，超導(dǎo)量子計(jì)算、離子阱量子計(jì)算、中性原子量子計(jì)算、光量子計(jì)算、硅半導(dǎo)體量子計(jì)算五條技術(shù)路線均受到廣泛關(guān)注，發(fā)文量均呈現(xiàn)上升態(tài)勢(shì)，超導(dǎo)量子計(jì)算和中性原子量子計(jì)算的論文發(fā)表量增長(zhǎng)尤為突出。

發(fā)表于：9/29/2024

工信部：截至2024年6月底，我國算力總規(guī)模達(dá)246EFLOPS

工信部：截至 2024 年 6 月底，我國算力總規(guī)模達(dá) 246EFLOPS

發(fā)表于：9/29/2024

Gartner預(yù)測(cè)2025年全球網(wǎng)絡(luò)安全支出將激增15%

Gartner最新預(yù)測(cè)，全球網(wǎng)絡(luò)安全支出在明年將激增超過15%，預(yù)計(jì)到2025年，整體支出將達(dá)到2120億美元。這一增長(zhǎng)勢(shì)頭主要源于人工智能技術(shù)的快速普及，以及企業(yè)對(duì)云計(jì)算和咨詢服務(wù)需求的不斷擴(kuò)大。

發(fā)表于：9/29/2024

中國信通院重磅發(fā)布《算力網(wǎng)絡(luò)運(yùn)載力指數(shù)評(píng)估報(bào)告(2024年)》

中國信通院重磅發(fā)布《算力網(wǎng)絡(luò)運(yùn)載力指數(shù)評(píng)估報(bào)告(2024年)》，聯(lián)合產(chǎn)業(yè)各方共同發(fā)起“算力接入1ms城市”行動(dòng)倡議

發(fā)表于：9/29/2024

Omdia觀點(diǎn)：沒有5G SDM，就沒有5G收入來源

9月27日消息，市場(chǎng)研究公司Omdia首席分析師Joe Hoffman在一份最新報(bào)告中寫到，用戶數(shù)據(jù)管理（SDM）是5G基于服務(wù)的架構(gòu)（SBA）的一個(gè)關(guān)鍵子系統(tǒng)，SBA是獨(dú)立的5G架構(gòu)，電信運(yùn)營商（CSP）在尋求將其5G資產(chǎn)貨幣化時(shí)會(huì)部署5G SA架構(gòu)。如果沒有包括SDM在內(nèi)的這一升級(jí)，CSP將只能局限于4G貨幣化模式。沒有5G核心網(wǎng)和5G SDM的5G網(wǎng)絡(luò)，就只是一個(gè)更好的4G網(wǎng)絡(luò)而已。升級(jí)到5G SDM還可以使CSP實(shí)現(xiàn)數(shù)據(jù)管理的現(xiàn)代化和統(tǒng)一，并且與BSS升級(jí)計(jì)劃非常契合。

發(fā)表于：9/27/2024

中國移動(dòng)落地杭州探索數(shù)據(jù)要素市場(chǎng)化

賦能數(shù)字經(jīng)濟(jì)，中國移動(dòng)落地杭州探索數(shù)據(jù)要素市場(chǎng)化近年來，大數(shù)據(jù)在政府建設(shè)、政務(wù)服務(wù)、社會(huì)治理、數(shù)字經(jīng)濟(jì)等領(lǐng)域應(yīng)用廣泛，彰顯重要價(jià)值。黨的二十大報(bào)告中提出，“加快發(fā)展數(shù)字經(jīng)濟(jì)，促進(jìn)數(shù)字經(jīng)濟(jì)和實(shí)體經(jīng)濟(jì)深度融合，打造具有國際競(jìng)爭(zhēng)力的數(shù)字產(chǎn)業(yè)集群”，為大數(shù)據(jù)發(fā)展指明了方向，提出了更高要求。當(dāng)前，數(shù)字經(jīng)濟(jì)已然成為我國經(jīng)濟(jì)高質(zhì)量發(fā)展的重要驅(qū)動(dòng)力，而數(shù)據(jù)作為新型生產(chǎn)要素成為推動(dòng)社會(huì)生產(chǎn)力發(fā)展的關(guān)鍵要素，是驅(qū)動(dòng)數(shù)字經(jīng)濟(jì)發(fā)展的核心引擎。9月25日至29日，第三屆全球數(shù)字貿(mào)易博覽會(huì)上，中國移動(dòng)宣布在杭州落地全網(wǎng)高質(zhì)量數(shù)據(jù)集，也為加快杭州數(shù)據(jù)要素市場(chǎng)化探索及人工智能產(chǎn)業(yè)發(fā)展注入強(qiáng)勁動(dòng)能。

發(fā)表于：9/27/2024

中國信通院發(fā)布全球5G標(biāo)準(zhǔn)必要專利排名榜單

9月26日，中國信息通信研究院發(fā)布《全球5G標(biāo)準(zhǔn)必要專利及標(biāo)準(zhǔn)提案研究報(bào)告（2024年）》，報(bào)告披露了2024年全球5G標(biāo)準(zhǔn)必要專利排名，和去年相比，2024年共有五家中國企業(yè)入圍全球標(biāo)準(zhǔn)必要專利榜單前十，華為、中興、小米成為5G專利的國產(chǎn)三強(qiáng)。其中，小米成排名增長(zhǎng)最快的企業(yè)，

發(fā)表于：9/27/2024

Canalys：2024年Q2中國大陸云服務(wù)支出增長(zhǎng)8%

Canalys：2024年Q2中國大陸云服務(wù)支出增長(zhǎng)8%，阿里云、華為云、騰訊云份額前三

發(fā)表于：9/27/2024

基于隱私保護(hù)的電解鋁生產(chǎn)決策方法

在電解鋁生產(chǎn)過程中，傳統(tǒng)的人工控制決策方式已經(jīng)難以適應(yīng)現(xiàn)代鋁電解生產(chǎn)要求，當(dāng)下深度學(xué)習(xí)算法處理此類時(shí)間序列數(shù)據(jù)得到廣泛應(yīng)用，決策是否高效影響鋁電解槽的穩(wěn)定運(yùn)行和高效產(chǎn)出鋁。同時(shí)，數(shù)據(jù)隱私問題也不容忽視，隱私安全既影響電解鋁生產(chǎn)過程又影響其正常使用，誤用、濫用數(shù)據(jù)挖掘可能導(dǎo)致用戶數(shù)據(jù)特別是敏感信息的泄露，而信息一旦丟失或泄漏將造成重大的損失。針對(duì)以上問題，提出一種利用改進(jìn)LSTM模型結(jié)構(gòu)結(jié)合優(yōu)化ElGamal算法的電解鋁決策方法：首先針對(duì)數(shù)據(jù)隱私問題提出了優(yōu)化后的ElGamal算法；再針對(duì)電解鋁數(shù)據(jù)特性改進(jìn)LSTM模型結(jié)構(gòu)與優(yōu)化ElGamal算法的雙結(jié)合。實(shí)驗(yàn)結(jié)果表明，本方法可以在保證決策隱私安全的情況下，性能優(yōu)于傳統(tǒng)方法，在實(shí)際情況中有參考的價(jià)值。

發(fā)表于：9/26/2024

基于自監(jiān)督圖神經(jīng)網(wǎng)絡(luò)和混合神經(jīng)網(wǎng)絡(luò)的入侵檢測(cè)

為了解決現(xiàn)有網(wǎng)絡(luò)入侵檢測(cè)方法在特征提取單一、數(shù)據(jù)依賴強(qiáng)以及模型泛化能力差等方面的問題，提出了一種基于自監(jiān)督圖神經(jīng)網(wǎng)絡(luò)和混合神經(jīng)網(wǎng)絡(luò)的入侵檢測(cè)方法。首先，通過自監(jiān)督學(xué)習(xí)策略，利用圖卷積網(wǎng)絡(luò)提取網(wǎng)絡(luò)流量數(shù)據(jù)中的結(jié)構(gòu)特征，增強(qiáng)模型在無標(biāo)簽數(shù)據(jù)上的特征學(xué)習(xí)能力，從而降低對(duì)標(biāo)注數(shù)據(jù)的依賴并提升泛化能力。其次，使用卷積神經(jīng)網(wǎng)絡(luò)提取網(wǎng)絡(luò)流量中時(shí)間序列的空間特征，并通過長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)建模時(shí)間依賴性，進(jìn)行多視角特征提取，提高檢測(cè)的全面性。最后，設(shè)計(jì)了一種特征融合策略，豐富模型特征表示，提升模型魯棒性。在公開數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明，所提方法具有更高的準(zhǔn)確率和F1值。

發(fā)表于：9/26/2024