| 2025 | No.12 | No.11 | No.10 | No.9 | No.8 | No.7 |
|---|---|---|---|---|---|---|
| No.6 | No.5 | No.4 | No.3 | No.2 | No.1 | |
| 2024 | No.12 | No.11 | No.10 | No.9 | No.8 | No.7 |
| No.6 | No.5 | No.4 | No.3 | No.2 | No.1 | |
| 2023 | No.12 | No.11 | No.10 | No.9 | No.8 | No.7 |
| No.6 | No.5 | No.4 | No.3 | No.2 | No.1 | |
| 2022 | No.12 | No.11 | No.10 | No.9 | No.8 | No.7 |
| No.6 | No.5 | No.4 | No.3 | No.2 | No.1 | |
| 2021 | No.12 | No.11 | No.10 | No.9 | No.8 | No.7 |
| No.6 | No.5 | No.4 | No.3 | No.2 | No.1 | |
| 2020 | No.12 | No.11 | No.10 | No.9 | No.8 | No.7 |
| No.6 | No.5 | No.4 | No.3 | No.2 | No.1 | |
| 2019 | No.12 | No.11 | No.10 | No.9 | No.8 | No.7 |
| No.6 | No.5 | No.4 | No.3 | No.2 | No.1 | |
| 2018 | No.12 | No.11 | No.10 | No.9 | No.8 | No.7 |
| No.6 |
随着工业数字化转型向纵深推进,新场景、新应用对工业网络底座提出了更高的能力需求,涵盖泛在互联、确定性承载、控制网络与计算资源集成、开放智能以及安全可控等多个维度。工业5G独立专网凭借其在资产专属、资源专用、灵活部署、自主管理和安全可靠等方面的差异化优势,有望成为传统工业网络及运营商5G虚拟/混合专网的有力补充。基于工业场景的核心需求,阐述工业5G独立专网构建新型工业网络专属数字底座的体系架构与功能特性,明确其在工业应用支撑、算力网络协同以及网络安全防护等方面的关键能力。工业5G独立专网通过构建“连接管理-算网协同-安全防护”一体化数字底座,为新型工业网络提供全域互联、确定性传输、安全可控的底层支撑,助力工业从自动化向智能化跨越,为工业企业数字化转型提供有力支撑。
单对以太网(Single Pair Ethernet,SPE)及基于此演进的以太网先进物理层技术,通过在单对双绞线上同时实现长距离数据传输与本质安全供电,打破了传统OT与IT的物理壁垒。从政策驱动、技术标准、网络架构重塑及典型应用场景4个维度进行深入剖析,论证了SPE如何通过构建“一网到底”的全IP架构,为流程工业实现设备预测性维护、高危环境无人巡检及数字孪生底座构建提供决定性的物理层支撑。
随着通感一体化技术在未来6G网络中的快速发展,通信与感知功能的深度融合在促使系统性能提升的同时,也引发了多维度的安全挑战。从安全需求角度出发,分析了通感一体化系统在物理层、隐私保护以及传统通信与6G新场景下的复合安全风险。具体而言,物理层安全面临着信道状态伪造、环境反射操控及通信与感知信号联合攻击等威胁;隐私保护方面则需应对用户位置信息、行为轨迹及高维感知数据泄露的风险;同时,系统仍需满足身份认证、数据完整性和低时延交互等基本安全需求。针对上述安全需求,总结了现有关键技术进展,包括射频指纹轻量化认证、深度学习异常检测、差分隐私与联邦学习结合的感知数据保护、深度强化学习驱动的资源调控与联合调度机制,以及基于区块链的分布式信任管理与轻量化边缘协作策略。综合上述技术,可在物理层、数据处理、资源管理及跨域协作等多方面构建系统级安全保障,为通感一体化系统在高动态、高密度和强实时性环境下的安全、可信运行提供理论支持与技术参考。
在全球产业数字化与智能化浪潮下,传统制造企业的数字化转型面临着系统异构、“数据孤岛”、跨主体协同困难、规模化推广成本高等系统性挑战。新型工业网络技术作为融合了先进通信、计算与控制技术的新一代工业基础设施,为构建支撑全局数字化转型的统一数字基座提供了关键路径。系统探讨了如何通过构建“云-边-端”协同的工业网络架构,驱动集团级数据平台与智能平台的建设;重点分析了先进技术在“能力沉淀、快速复制”这一核心模式中的应用机理,并结合智能场景推广、数据闭环、集团一体化运营等具体场景,阐述了技术赋能业务转型的可行路径。在此基础上,深入剖析了传统制造企业数字化转型过程中在数据治理、技术融合、组织变革与安全可控等方面遇到的核心挑战及其应对策略。研究表明,以新型工业网络为基座,以统一架构牵引全局,是集团型制造企业实现从局部优化到整体协同、从技术应用到模式创新的有效范式。
目前,工业算网和工业人工智能融合仍面临方案通用性不强,大部分停留在系统初步适配阶段,深层次的业务流程、管控机制融合不足等问题,导致工业算网设施投入高、推广应用困难、管控脱节、协同不足。通过梳理二者融合的发展现状,剖析了供需不匹配、融合不深入、系统安全存在隐患和标准研制处于起步阶段等问题,同时展望了技术、应用、生态等方面的未来发展趋势,并从引导扶持、技术攻坚、生态构建3个维度提出针对性建议。随着新型工业网络的技术持续创新突破与生态不断协同深化,工业算网和工业人工智能融合发展将逐步破解当前瓶颈,为工业领域带来生产效率提升、能耗降低、自主化水平提高等多重价值,助力我国工业体系向智能化、绿色化、高端化方向迈进。
在工业智能化加速发展的背景下,工业数据已成为关键生产要素,但其低质异构、碎片化和语义割裂制约了跨系统应用。提出了面向工业数据融合与互操作的技术架构,系统研究了数据标准化、数据质量加工与数据标注3项关键技术:构建标准化推进路径;引入大模型驱动的动态自闭环质量加工体系;建立面向场景的标注评价模型,实现标注过程的可控与量化评估,以期为高质量工业数据应用环境构建提供了方法与技术支撑。
作为推动形成全国一体化数据市场的“先手棋”,数据登记的实践探索正在积极展开,并分化为两大发展路径,即数据产权与知识产权组合登记路径和独立的数据产权登记路径。通过全面梳理地方数据登记实践现状,发现数据登记并未发挥其预期作用,其根源在于全国统一登记制度的缺失。鉴于此,应从完善制度体系、健全技术体系、优化组织体系三方面协同发力,构建契合数据要素发展需求和适应全国一体化数据市场建设目标的数据登记体系。
基于技术接受模型,结合理论分析与实证研究探究了人工智能时代领导力数字化转型的驱动因素及作用机制。研究发现,领导者的技术接受度呈现显著层级差异。高层管理者更关注技术的战略价值,中层管理者注重技术落地的可行性,基层管理者则更依赖组织支持。通过结构方程模型验证,技术基础设施和行业竞争压力是领导力数字化转型的核心驱动因素,而客户需求变化的影响未达显著水平。研究表明,强化感知有用性和感知易用性,可有效提升领导力数字化转型的效率,为数字化领导力的动态演进提供理论支撑与实施框架。
立足当前网络安全发展态势,对亚太地区网络安全产业政策演进趋势进行研究,通过界定概念范畴,选取美国、俄罗斯、澳大利亚、韩国、日本、东盟国家及其他国家进行横纵向对比,从主体差异、总体战略、细分领域等维度进行总结分析,明晰亚太地区网络安全产业政策发展情况。结合国际与国内安全形势,从人才队伍、产业基础、国际合作等方面有针对性地提出促进我国网络安全产业发展、应对外部形势的有效建议。
传统的人工神经网络训练通常聚焦于封闭、静态的独立同分布数据,并在完成离线训练后执行单一任务。然而,当数据分布随环境不断变化时,模型会忘记在先前任务中学到的知识,即发生“灾难性遗忘”。连续学习作为一个新的学习范式,旨在赋予模型从分布不断变化的数据流中持续学习、累计和巩固知识的能力,使得人工神经网络达到“稳定性-可塑性”平衡,进而克服灾难性遗忘。通过深入分析当前连续学习算法的主要特点,搭建真实机器人实物验证平台,在机器人实物抓取场景下验证连续学习算法的有效性。试验结果表明,将对比相关性保留回放算法应用到机器人实物抓取任务,抓取任务的平均准确率提高26.67%,能更好地帮助机器人执行目标任务。
针对风电场运营管理复杂、设备故障诊断难度大等问题,探讨了人工智能技术在智慧风电场建设中的赋能路径。研究构建了涵盖数据采集、数据治理、特征工程、智能建模及场景应用的技术框架,并系统分析了人工智能在风电场规划设计、智能运行、运营维护及退役回收等全生命周期的智能化应用功能。通过短期有功功率预测案例实验,既验证了基于模拟退火优化长短期记忆模型的有效性,也证实了人工智能赋能框架在具体场景中的工程适用性。该研究成果为推动风电行业智慧化转型提供了理论指导及实践框架。
相比于国外数年来丰富的研究基础,目前针对我国互联网应用欺骗误导行为的学术研究仍然十分缺乏,治理规范缺少理论依据。为给相关研究和政策制定提供参考,通过分析梳理学术界在互联网应用欺骗误导行为治理规范方面的研究进展,明确互联网应用欺骗误导行为在数字治理语境下的内涵与表现形式,结合现实案例深入分析其对用户和社会造成的负面影响,着重关注当前存在的治理挑战与潜在解决思路。