第十一届网络空间智慧搜索暨未来数据高峰论坛在京成功举办

2023年7月6-8日,由中国中文信息学会、未来数据论坛指导委员会主办,北京理工大学、鹏城实验室、奇安信共同承办的第十一届网络空间智慧搜索暨未来数据高峰论坛暨BCS2023北京网络安全大会分论坛在北京召开。

第八届未来数据论坛暨第六届大搜索论坛在海南召开

2019年11月21-22日,由中国工程院、中国中文信息学会和FFD&Big Search Steering Committee主办,中国电子长城网际系统应用(海南)有限公司和中国工程院信息与电子工程学部联合承办的第八届未来数据论坛暨第六届大搜索论坛在中电长城网际海南信息安全基地顺利召开。中国中文信息学会理事长方滨兴院士、美国伊利诺伊大学芝加哥分校Philip S.Yu教授、国防科技大学贾焰教授、澳大利亚维多利亚大学张彦春教授、新南威尔士大学林学民教授、昆士兰大学周晓方教授、复旦大学王晓阳教授、中科院信息工程研究所李凤华教授、中科院自动化研究所宗成庆研究员、阿里巴巴副总裁李飞飞、哈尔滨安天科技有限公司陈晓桦教授、清华大学李国良教授、香港浸会大学徐建良教授、广州大学殷丽华教授和顾钊锥教授等30多位海内外大数据及相关领域杰出科学家和学术新秀应邀出席了大会。

网页响应中输出未来数据的方法研究

网页输出响应数据属于流数据,先输出的数据先渲染到屏幕上,后输出的数据后显示。一般情况下,准备好数据后,才输出数据,并显示在屏幕上。如果输出数据渲染网页时,要输出的数据还未准备好,但是又要继续输出后面的内容,把"即时要输出的但尚未准备好的数据"称之为"未来数据",并提出了解决的思路。

打造安全的未来数据生态圈

今天,很多大数据依然在“裸奔”,企业稍有不慎就有可能跨越道德伦理的边界,甚至触犯法律,构建符合数字经济时代发展的未来数据生态圈已刻不容缓。

云平台成未来数据中心依靠

近年来,信息技术高速发展,对数据中心的要求也不断增加。而作为信息的重要基础,未来的数据中心走向究竟如何呢？相信这是现在很多企业所面临的一个问题,高性能、高扩展、节能环保等,成为了现在人们热议数据中心的几个主要话题点,那么基于用户关注的这些问题,未来的数据中心将会以一个怎样的面貌出现在我们眼前呢？低功耗更环保低功耗与节能环保是我们讨论数据中心首先关注的问题,随着全球很多企业都开始拥有自己的数据中心,

单参数指数分布(n,r,无)已失效数据对未来失效数据的预测

通过对文献[1]中寿命数据的分析提出一种基于单参数指数分布(n,r,无)已失效数据对未来失效数据预测的新方法.

数据流上的预测聚集查询处理算法

实时数据流未来趋势的预测具有重要的实际应用意义.例如,在环境监测传感器网络中,通过对感知数据流进行预测聚集查询,观察者可以预测网络覆盖的区域在未来一段时间内的平均温度和湿度,以确定是否会发生异常事件.目前的研究工作多数集中在数据流上当前数据的查询,数据流上预测查询的研究工作还很少.采用多元线性回归方法,给出了数据流上的聚集值预测模型,提出了一种数据流预测聚集查询处理方法.当预测失败的次数大于预先给定的阈值时,给出了一种预测模型自动调整策略,以降低预测误差.还提出了滑动窗口的更新周期、数据流的流速对预测精度影响的数学模型.理论分析与实验结果表明,提出的预测聚集查询处理算法具有较高的性能,并且能够返回满足用户精度要求的预测查询结果.在实验中,采用TPC-H国际标准测试数据和TAO(tropicalatmosphereocean)测量的海洋表面空气温度数据来构造数据流.

未来之眼——漫话大数据

在闹钟响了N久之后，暴暴蓝终于睁开了他惺忪的睡眼……“呃，我这是睡过头了吗？”他脑海里立马浮现出老编斥责他迟到的凶煞表情，立马拿起手机看时间：“唉，时间还早，再睡个回笼觉吧，等等，刚刚我看到了什么？”

基于MK-TESM法的输变电工程造价数据预测方法

针对当前输变电工程造价数据预测较为困难的问题,提出了一种基于MK-TESM法的输变电工程造价数据预测方法.以某地区2014~2018年110 kV输变电工程造价各项评价指标历史数据为基础,利用Mann-Kendall趋势检验法和三次指数平滑法建立输变电工程造价预测模型,对输变电工程造价各项评价指标走势及未来数据进行预测.结果表明,所提出的输变电工程造价数据预测方法在对输变电工程造价进行预测时,预测平均绝对误差率能够控制在约10%以内,预测准确率较高.

国际信息通信业的大数据监管

"未来数据将会像土地、石油和资本一样,成为经济运行中的根本性资源。"——维克托·迈尔·舍恩伯格在其《大数据时代》一书中这样描述道。显然,大数据不在大,而在于其价值含量,大数据时代是机遇与挑战并存的时代。鉴于大数据的强大潜力及其潜在的巨大风险,在充分发挥大数据价值的同时,如何有效进行个人隐私保护、跨境数据流动管理和数据交易规则建立是各国监管机构亟待解决的三大问题。

阿里张北数据中心 为何首选应用这款大功率UPS

在阿里巴巴的数据中心布局中,张北数据中心项目的建设和应用占有重要地位。高于国标的应用要求阿里张北数据中心的建设实施,将成为阿里各项核心业务在北方最重要的基础设施,预计为200万中小企业提供云计算、大数据和人工智能服务,同时服务于京津冀云计算产业。

惠普发力云数据中心

绿色环保是这个春天最热的话题,如今这股节能减排之风也吹进了科技界。在近日举办的惠普2015数据中心管理与运营新技术会上,惠普系统阐述了未来数据中心的发展方向是虚拟化格局、跨物理融合控制面板,是真正的软件定义的数据中心,重心也将变为以服务为中心,以业务为驱动。中国惠普有限公司高级副总裁、惠普企业集团技术服务事业部中国区总经理郭晓洁在会上就数据中心如何绿色发展进行了阐述。她介绍。

支持昆士兰脑研究所需要的大数据环境

昆士兰大学的昆士兰脑研究所在澳大利亚率先为存储网络部署博科第六代光纤通道技术Supporting the Big Data Environment in Queensland Brain I nstitute Demand澳大利亚昆士兰大学的昆士兰脑研究所成为澳大利亚第一家迁移到博科第六代光纤通道存储网络解决方案的机构。博科G620交换机为昆士兰脑研究所提供其所需的速度和性能,消除数据瓶颈,

大数据驱动下的图书情报学科热点领域挖掘

在大数据环境下,图书情报学科的研究热点也会逐渐发生变化,通过对热点领域的挖掘,能够让研究人员更好地把握大数据环境下图书情报学科发展方向。在此,以中国知网数据库作为信息来源,分析了图书情报学科中有关大数据的文献数量以及内容,并在此基础上得出了图书情报学科中大数据研究热点,最后逐一对不同研究热点具体内容以及研究现状加以分析,期望能够反映出图书情报学科中大数据研究热点。

星环科技推出AI行业大模型

在近日举办的向星力·未来数据技术峰会(FDTC)上,星环科技行业大模型战略布局全面亮相。一是推出MLOps工具链,改造和优化现有的通用大模型。大语言模型能够更好地帮助计算机了解人类的意图,但是企业在实际使用中会发现,由于通用大语言模型缺乏领域知识和知识推演能力,无法实际完成许多专业任务。在通用大语言模型和企业应用之间,存在着巨大的差距,需要通过LLMOps工具链来改造和优化现有的通用大模型,形成真正能够在某个行业内专精的领域大模型,真正让大语言模型技术更好地服务企业。

四大关键词解读5G

4G正当时,业界已经开始加紧对5G的研讨和研发。除了人与人之间的无缝连接,借助一种新的数字生态系统,5G还能实现＂人与物＂及＂物与物＂之间的高速连接,实现在终端、无线、网络、业务等领域的进一步融合及创新。同时,5G将为＂人＂在感知、获取、参与和控制信息的能力上带来革命性的影响。5G的服务对象将由公众用户向行业用户拓展，网络也将更智能、更泛在化。

SDN/NFV组网技术标准

软件定义网络(SDN)/网络功能虚拟化(NFV)技术为降低网络构件成本,实现灵活组网提出了便利的方案,是信息通信技术(ICT)产业发展不可缺少的重要支撑。通过对中国通信标准化协会(CCSA)未来数据网络特别工作组(TC1 SWG3)在SDN/NFV组网应用场景、组网体系架构以及基于SDN/NFV的各种业务组网体系架构等方面的技术标准的介绍,认为SDN/NFV将成为未来网络的候选技术之一,TC1SWG3在后续的工作中将研究采用SDN/NFV技术的未来数据网络相关标准,服务行业应用。

开放式网络架构欲破“孤岛”困局 厂商各自为战拖慢市场进度

开放式数据中心的构想,是为了满足不断变化的市场和业务,用开放的标准,构建一个满足未来数据中心要求的架构——扩展性更好、效能更高的云数据中心。过去十年来,随着互联网和Web技术的兴起,数据中心的战略地位变得越来越重要,因为它不但能提高生产率、改善业务流程,还能加快变革的进程。

数据互操作技术助力数字经济发展新阶段

数字经济是经济未来转型发展的必然趋势,不断做强做优做大数字经济已经成为我国经济发展的重要目标。数据作为发展数字经济的关键生产要素,其价值有效释放对于打造数字经济新优势至关重要。随着互联网发展从网间互联、网站互联逐渐走向数据互联阶段,数据与应用解耦将成为一种大趋势,这将进一步促进数据要素流动和价值释放,但同时也函待从底层基础技术层面构建创新数字基础设施。数据互操作技术创新正在成为支撑未来数据要素价值释放和数字经济发展的关键。

大联大世平集团推出基于NXP产品的边缘计算之人脸识别解决方案

2019年8月8日,致力于亚太地区市场的领先半导体元器件分销商——大联大控股宣布,其旗下世平推出基于恩智浦(NXP)QorIQ?LS1046A的边缘计算之人脸识别解决方案。预计2020年智能设备的出货量将会超过400亿台,随着越来越多的智能设备的出现,数据的获取、处理和深度学习必须要在信息当中进行。由于信息爆炸,设备不堪重负,边缘计算应运而生。未来数据的产生速度将会逐步超过其存储能力,在未来的5-10年,边缘计算比数据中心的统一计算更为重要。