基于国密算法快速实现技术的物联网安全系统与终端

课题组面向国家网络空间安全战略重大需求,在突破国产密码性能瓶颈的基础上,研发了高性能国密物联网安全认证方法、系统及终端。该成果研发了面向多架构优化的国密算法快速实现方法,显著提升国密算法性能;提出了一种轻量级的高性能数据安全协议和方法,有效保护终端和系统安全;构建了基于国密算法的物联网安全认证系统,覆盖主流 CPU 架构和操作系统,可实现通用密码安全体系的等效替代。密码算法支持 SM2\SM3\SM4\ZUC ,支持 X86-64\ARM64\ARMV7\MIPS\RISC 等处理器架构,基于 C 语言和汇编,接口优化,轻量级算法库固件尺寸<30K 字节。32 位 ARM 架构 72MHz 主频下性能:SM2 签名时间~30 毫秒,SM2 验签~150 毫秒,SM4 加密 512 字节时间0.6 毫秒。物联网设备数量在过去几年中呈指数增长,但是物联网终端网络的安全问题并没有得到很好的解决,相当数量的物联网终端设备处于弱保护、无保护的状态,一旦发生物联网安全事故将会对设备厂家造成巨大的经济损失和无法挽回的声誉损坏。随着国家和社会对物联网安全重视程度的提高,市场对物联网系统的高性能安全解决

新一代电子信息
  • 所处阶段中试
  • 成果来源高校院所
  • 所属单位山东省计算中心(国家超级计算济南中心)
  • 所属城市山东

基于工业物联网的离散制造车间数据采集与处理系统研发及应用示范

1、项目研发了车间数据釆集与处理系统、智能装备集成组件与智能网关产品,实现了设备互联、数据采集、存储、可视化展示、监控预警以及 MES数据集成。经第三方检测,项目开发的系统及相关产品主要性能指标达到了任务书要求。 2、突破了离散制造车间异构数据采集与协同管理技术难题,研制了安全控制器和智能网关,实现了车间的生产过程监控和智能化管理。

新一代电子信息
  • 所处阶段中试
  • 成果来源高校院所
  • 所属单位山东省计算中心(国家超级计算济南中心)
  • 所属城市山东

基于多智能融合的机床故障诊断方法研究

结合数控机床故障诊断的实际需求和特点,项目开展多通道信息融合、特征提取、智能故障诊断等关键问题的研究,重点研究了机床故障诊断的框架模型、特征提取、多智能融合的故障诊断方法。主要研究工作包括: (1)提出了基于模糊偏好关系的多振动信号的加权融合算法,克服了单一传感器的局限性,具有较好的抗干扰能力和动态性,可以为特征提取和故障诊断提供更准确的参数。 (2)提出了基于改进最大相关最小冗余算法和 SVM 的特征选择方法,降低了计算时间,获得了维数较低的特征子集。 (3)研究了基于多智能融合的故障诊断方法,提出了故障诊断的分级框架模型和该框架下的多智能故障诊断方法。本项目已发表论文 8 篇。其中,EI 索引论文 5 篇,中文科技核心 2 篇。申请专利 3 项。其中,授权发明专利 1 项,授权实用新型 1 项。取得软件著作权 1 项。培养磺士毕业生 1 名。本项目研究了机床监测的多传感器融合技术,克服了单通道特征信号分析与诊断的局限性;提出了多智能融合的诊断方法,克服了单一诊断方法的不足;提出了分级框架模型,实现了快速预警和按需维修。项目的研究成果对于降低机床故障频率、按需维修、提高生产效率具有重

新一代电子信息
  • 所处阶段中试
  • 成果来源高校院所
  • 所属单位山东省计算中心(国家超级计算济南中心)
  • 所属城市山东

基于动静态分析技术的数控机床智能故障诊断方法研究

成果围绕早期故障的快速预警、准确定位两个关键科学问题,开展故障的智能诊断等关键技术的研究,主要创新性研究内容包括:(1)针对早期故障检测与预警、诊断与定位的时效性的不同需求,提出故障诊断的新模型-分级模型,为机床早期故障的快速检测与预警提供新思路;(2)结合提出的新模型,研究基于分级框架的故障特征选择与提取技术,满足机床故障的快速检测、准确定位的参数需求;(3)研究基于动静态数据分析融合的故障诊断方法,为构建机床的状态监测、故障诊断、维修决策的一体化系统提供新理论和方法。本成果对于提高机床的可靠性和生产效率具有重要的理论意义和应用价值。

新一代电子信息
  • 所处阶段中试
  • 成果来源高校院所
  • 所属单位山东省计算中心(国家超级计算济南中心)
  • 所属城市山东

基于超算的云边协同高通量海洋数据智能处理方法及系统

随着物联网、大数据、人工智能的发展,越来越多的海洋观/监测网统被搭建起来,并发挥着日益重要的作用。由于传感器本身质量问题、传感器工环境复杂性及传输网络可靠性等问题导致物联网数据异常频发,如数据漂移、数据缺失、数据失真等,海洋观/监测网统采集的数据质量已成为制约海洋数据深度应用、人工智能发挥作用的关键性问题。针对这一问题,本成果突破了云边协同的高通量海洋数据智能处理技术,提出了基于超算的云边协同高通量数据智能处理框架,研发了时序数据异常检测、时序数据缺失值填补、图像自适应智能增强等系列数据智能处理算法,及时发现数据异常并进行修复,研建了海洋观测数据异常智能检测算法库,包含 10 余种基于机器学习、深度学习的数据智能检测算法,研发了基于超算的海域级分布式海洋数 质控与智能处理平台系统。本成果的核心技术包括:1)提出了基于超算的海量模型并发训练方法,基于超算计算优势,充分发挥超算核心多的特点,将海量模型以负载均衡的方式分配到不同超算核心上,从而实现海量模型并发训练,实现了分钟级万级模型优化;2)针对在云端推理时延过高问题,提出了基于云边协同的模型 更新及推理方法,将超算训练优化后的模型推送到

新一代电子信息
  • 所处阶段小试
  • 成果来源高校院所
  • 所属单位山东省计算中心(国家超级计算济南中心)
  • 所属城市山东

基于超算的 SaaS 化服务平台

1、项目基本情况: 基于超算的 SaaS 化服务平台,该平台项目启动于 21 年 3 月份,同年 9月份正式上线,现已进入市场化运营阶段。该项目致力于异构编程、并行优化等关键技术研究及超算应用生态建设,推动超算从算力服务向应用服务转变,为应用汇聚、产研融合和产业振兴提供算力支撑。通过平台吸纳客户,提供超级计算资源服务、软件定制并行化开发、自主软件研发服务等进行营收。商业模式是基于算力资源等基础设施,短期通过高效易用的 SaaS 化服务平台提供算力资源,推广软件定制化服务,中期通过软件入驻、线下培训、课程、直播等进行人才培养来实现自研软件商业化的长期目标,最终紧紧围绕用户形成一个蓬勃发展的超算生态圈。旨在让超算成水电一样的公共品。 2、核心技术及指标: 项目核心技术包括多级负载均衡和多级访存优化技术、细粒度并行加速技术、静/动态编译技术、多存储结构的物理映射技术、跨网络文件传输、并行文件系统调优技术等。目前在技术成熟度上已达到销售级,即已取得第一笔销售收入。 3、产业上下游情况介绍及项目效益分析: 该项目依托于山东省科学院、国家超算济南中心、济南超级计算技术研究院,享有强大的算力支撑,并

新一代电子信息
  • 所处阶段产品化
  • 成果来源高校院所
  • 所属单位山东省计算中心(国家超级计算济南中心)
  • 所属城市山东
1..<<1234567>>..7 共 40 条