本发明公开了一种基于云服务器的大规模移动通信网络的构建方法，本发明首先由云服务器来管理 所有移动节点的永久地址和外部地址，然后在整个网络中采用集中索引的方式由云服务器向需要与移动 节点通信的实体提供该节点的选路服务，最后网络中的各个移动节点可以自由的选择加入和离开网络， 或者通过变换位置来改变自己的外部地址。本发明为无线通信网络的规划、铺设和网络优化提供了一种 新的思考方式。 

针对上述社会安全事件综合研判的难题，本成果利用系统工程的综合集成研讨方法论，综合公安学、管理科学、计算机科学等相关学科理论、方法与技术，提出了基于多时空线索链的社会安全事件智能综合研判关键技术以及面向社会安全警情事件的警务资源指挥调度方法。 ①基于多时空线索链的社会安全事件智能综合研判关键技术以群体性聚集事件作为典型社会安全事件，构建基于六空间的社会安全事件综合集成研讨厅体系：融合构建“情景数据-元数据-知识-实体模型-形式模型-算子”六空间体系，提出多时空线索链生成技术，抽取知识空间中共性的时空线索链模式；基于知识和数据共同驱动的思想，提出了社会安全事件的研判支持方法，包括基于知识图谱的推理方法、基于相似案例的推理方法、以及基于贝叶斯网络的推理方法等；进而结合专家研判，实现典型社会安全事件智能综合研判。 ②面向社会安全警情事件的警务资源指挥调度方法是在层次任务网络规划（Hierarchical Task Network, HTN）的基础上，实现任务执行时间、空间和资源约束的推理，解决考虑多任务类型、多警种、多出警地点、任务带有时效性、考虑交通和处置时间等实际因素的警务资源调度方案制定问题；进而考虑执行时间等不确定因素的影响，在规划过程中处理不确定性，制定柔性调度方案，使生成的调度方案更好地适应不确定的执行环境。 ③在此上述关键技术基础上，运用系统工程方法，研究了基于云计算与边缘计算的端网云的网络结构、通讯协议及协同计算模型，综合考虑各方面因素对平台体系架构进行了设计，从顶层设计层面解决信息孤岛、资源有限等难题，构建了基于云计算于边缘计算的社会安全事件智慧化立体综合预警与指挥平台。整体技术路线如下图所示： 图 1 社会安全事件智慧化立体综合预警与智慧平台整体技术路线 研制的基于云计算于边缘计算的社会安全事件智慧化立体综合预警与指挥平台，主要由四个系统组成。其中，融合“人、车、物、网、地”的警情大数据支撑平台与公安部门现有的业务系统相对接，关联研发的目标识别与警情事件监测预警结果，实现警情数据的采集、整理和分析。社会安全事件智慧化综合预警与分析系统基于大数据支撑平台提供的公安业务数据、网络舆情信息和研判结果数据等，提供了公安部门需要的事件分析和研判功能。面向社会安全事件的警务资源指挥调度系统基于研判结果，具有领域知识管理、调度方案生成和执行异常识别等功能，为指导指挥员进行调度方案制定提供辅助决策能力。最后，基于研发的系统间及与公安相关业务系统间的互操作模式、资源可伸缩的并发处理技术，由应用集成管理平台提供应用集成和服务集成功能，包括统一的用户管理和认证、工作界面、应用云服务管理等，实现各系统间的有机集成，平台体系架构如下图所示。 图 2 社会安全事件智慧化立体综合预警与指挥平台体系结构 成果相关图片展示： 图 3 社会安全事件智慧化综合预警与分析系统驾驶舱 图 4 时空大数据查询模块 图 5 研判规则管理模块 图 6 预案管理模块

该研究系统阐明了混交种植的增产效应及其机制，解决了森林经营生产中久而未决的理论和实践问题，为全球森林恢复和经营提供了重要参考。

本发明公开了一种云计算环境下面向并行应用的动态时间片调 度方法及系统；其中，动态时间片调度方法包括：自旋锁延迟采样； 建立虚拟机与虚拟机监视器之间的通信通道，传递自旋锁延迟采样值； 自旋锁延迟统计，获取虚拟机自旋锁延迟的平均值；动态时间片调度； 动态时间片调度系统包括自旋锁延迟采样模块、通信模块、自旋锁延 迟统计模块和动态时间片调度模块；本发明提供的动态时间片调度方 法，基于虚拟机的自旋锁延迟，动态的调整虚拟机的调度

本发明公开了一种云环境下高效的隐私保护密文连接访问操作验证方法，包括以下步骤：1）数据 拥有者在客户端加密关系数据表，同时构建相应的嵌入式 MHT（Merkle?Hash?Tree）验证结构并签名， 最后向云端发布密文关系数据表和验证数据结构；2）访问用户提交条件连接操作请求到云端，云端根 据访问请求和验证数据结构返回验证对象和结果密文数据。3）访问用户在客户端利用验证对象对访问 结果进行正确性验证。本发明针对云环境，在保护用户数据隐私的前提下

科威达智能交通大数据综合管控平台，运用云计算、大数据、移动互联网、RFID、GPS、GIS等先进技术，实现交通流数据采集、交通信号智能调控、路况分析预测与交通诱导、指挥调度疏导、大数据分析研判及运维管理等功能。平台主要包括以下主要功能：海量交通大数据采集与存储，采用云计算和大数据技术，数据存储采用Hbase分布式数据库，数据处理基于Hadoop分布式离线批处理，应用层采用SOA（面向服务）架构。

项目成果/简介:脓毒症是病原微生物感染（病毒、细菌等）引起的宿主抗感染免疫失控导致的系统性炎症反应综合征，也是重型和危重型新冠肺炎（COVID-19）患者的主要临床症状之一和导致患者死亡的主要原因。脓毒症相关性脑病是脓毒症最常见的并发症之一，属于危急重症，治疗极其困难，死亡率高，可诱发神经炎症而严重损伤患者的远期认知功能，但目前仍无特效治疗药物。本项目从已知有效的化学结构和新药理活性关系出发，通过理性设计、定向合成，开发出一系列毒性低、成药性高、体内外抗神经炎症活性好、靶向 COX-2的多功能抗脓毒症相关性脑病的药物。目前，本项目已完成了对化合物系统的体外和体内药效学评价、初步的药代动力学研究和急性毒性研究，发现：化合物 3 和 16 能够显著抑制细菌内毒素诱导的神经炎症中小胶质细胞和星形胶质细胞的活化，降低炎症因子水平和氧化应激损伤，有效降低细菌内毒素所致的动物神经炎症，有效改善认知功能。该类化合物有望在脓毒症相关性脑病治疗中发挥重要作用，成为该类疾病治疗的特效药物。因此，本研究成果面向医疗负担重、治疗困难并且对药品需求迫切的脓毒症相关性脑病和阿尔茨海默症等重大疾病，不仅对重大疾病的临床治疗、疫情防控和国防军事具有重要意义，还为企业创新药物研发提供基础保障，以期更好地为社会医药行业服务。知识产权类型:发明专利知识产权编号:CN201911145064.X.技术先进程度:达到国内先进水平成果获得方式:独立研究获得政府支持情况:国家级获得经费:300.00万元

脓毒症是病原微生物感染（病毒、细菌等）引起的宿主抗感染免疫失控导致的系统性炎症反应综合征，也是重型和危重型新冠肺炎（COVID-19）患者的主要临床症状之一和导致患者死亡的主要原因。脓毒症相关性脑病是脓毒症最常见的并发症之一，属于危急重症，治疗极其困难，死亡率高，可诱发神经炎症而严重损伤患者的远期认知功能，但目前仍无特效治疗药物。本项目从已知有效的化学结构和新药理活性关系出发，通过理性设计、定向合成，开发出一系列毒性低、成药性高、体内外抗神经炎症活性好、靶向 COX-2的多功能抗脓毒症相关性脑病的药物。目前，本项目已完成了对化合物系统的体外和体内药效学评价、初步的药代动力学研究和急性毒性研究，发现：化合物 3 和 16 能够显著抑制细菌内毒素诱导的神经炎症中小胶质细胞和星形胶质细胞的活化，降低炎症因子水平和氧化应激损伤，有效降低细菌内毒素所致的动物神经炎症，有效改善认知功能。该类化合物有望在脓毒症相关性脑病治疗中发挥重要作用，成为该类疾病治疗的特效药物。因此，本研究成果面向医疗负担重、治疗困难并且对药品需求迫切的脓毒症相关性脑病和阿尔茨海默症等重大疾病，不仅对重大疾病的临床治疗、疫情防控和国防军事具有重要意义，还为企业创新药物研发提供基础保障，以期更好地为社会医药行业服务。

东南大学分析测试中心电子顺磁共振波谱仪采购招标项目的潜在投标人应在南京市建邺区嘉陵江东街8号综合体B3栋一单元16层获取招标文件，并于2022年07月13日14点30分（北京时间）前递交投标文件。