本发明公开了一种安全云存储系统中的密钥管理分发方法，属 于计算机存储技术和信息安全技术领域，解决现有密钥管理分发方法 在用户动态加入和退出系统时开销较大的问题。本发明包括客户端进 程和服务端进程，客户端使用广播加密算法为每个用户生成公钥，用 户请求文件时使用公钥通过广播加密分发文件密钥；本发明对当前公 钥进行扩展，通过保留初始产生公钥时所使用的部分私有参数，当用 户加入或撤离系统时使用保留的私有参数产生新的公钥加密数

本发明公开了一种安全云存储系统的分层密钥管理方法。通过 构建二叉 Trie 密钥管理树和基于此树的密钥推导机制完成对非对称密 钥和对称密钥的高效组织管理，降低了数据拥有者管理密钥的复杂度， 提高了数据的安全性。通过引入满足多跳性的 ElGamal 代理重加密机 制完成密钥的更新，将访问策略变更引发的密钥重加密部分负担转移 到 CSP；利用延迟更新策略将数据的重加密开销转移到被共享用户端， 降低了数据拥有者的处理开销，

本发明公开了一种基于多级缓存的混合云存储方法，包括：用 户登录时根据其所在的局域网加入用户组，向该用户组所在区域的超 级节点发送用户名和密码进行用户认证，超级节点根据接收到的用户 名和密码对用户进行认证，用户接收从超级节点返回的目录视图及其 所有文件的元数据信息，将目录视图发送到该用户组的组长节点，组 长节点根据接收到的目录视图判断其组缓存空间中是否包括该目录视 图中的文件，若是则将组缓存空间中存储该文件的节点的 I

本发明公开了一种云存储环境中用户权限回收的方法，解决现 有云环境中用户权限回收时引起安全隐患和数据重加密带来的性能开 销问题。包括：客户端进程，云存储系统进程和安全管理中心进程， 云存储系统实现令牌链管理更新，通知安全管理中心分发密钥、令牌， 对密文置入干扰块处理以及用户访问请求判断回复；安全管理中心实 现用户注册、登录，权限授予、回收，密钥管理、分发，以及用户令 牌分发。本发明利用令牌机制实现密文的干扰处理，采用立

本发明公开了一种利用激光点云辅助的可量测全景影像生成方法，包括：步骤 1，将全景影像进行 虚拟成像获得多幅框幅式影像；步骤 2，选取初始点对，并初始化各框幅式影像的外方位元素；步骤 3， 以初始点对中所有激光点到对应框幅式影像上的投影误差的和最小为条件方程，调整外方位元素初始值， 获得精确的外方位元素值；步骤 4，构建激光点云的空间索引，在空间索引中选取以曝光中心为球心的 球形邻域，球形邻域内激光点云即全景影像的邻域点云；步骤 5，计算邻域点云中各激光点的法向量， 获得邻域点云的特征；步骤 6，将邻域点云的深度和特征投影到全景影像。采用本发明生产的可量测全 景影像具有较高精度，可广泛运用于测量领域及资产调查。 

成果系教育部人文社科研究项目成果、获武汉市优秀社科奖三等奖，在国家版权局著作权登记中心登记。 1、项目简介 收集和完善读者数据，建立精确、有效的读者数据库，利用读者数据资源开展数据库营销、创造增值价值，是国际领先报刊媒体的普遍趋势。《报刊社读者数据库管理系统》软件是报社、期刊社、邮政报刊发行局、各类媒体发行公司实现数据库营销、精确营销的信息系统管理工具，帮助发行工作人员轻松实现数据库营销效果。它借鉴云计算理念，依托数据库技术和互联网技术，通过数据采集向导和信息挖掘工具，帮助媒体对读者数据进行全面的采集、保存与挖掘分析，并据此开展读者分类、报刊发行辅助营销和多种经营（增值服务项目）达到利用报刊发行渠道为媒体创造经济价值的目的。软件同时具有具有发行订单管理、投递管理、财务管理等实用功能， 能够满足媒体的日常需求。 2、创新要点 第一，解决了“要什么数据”的问题，设置科学的读者数据结构模型，用以描述读者的特征和行为。第二，解决了“怎么获取（采集）这些数据”的问题，本软件设计了多渠道建立大众化日报读者数据库的新路径。第三，解决了“这些数据有什么用处”的问题。本软件中的读者消费日志、读者营销项目、读者关怀服务、读者价值分析等功能设计，使得数据信息得到充分的运用。 在国内方面：读者数据库管理系统是国内首创用于媒体读者（受众）数据库管理的软件；在国际方面：在数据描述指标健全度、数据分析处理能力、个性化等方面，在国际同类软件中处于领先水平。 3、效益分析（资金需求总额 20-50 万元） 本项目具有投入少、见效快的特点。根据需求设定符合实际需求的投资档位。根据初步测算，对于一家发行量为 50 万份的中型报业集团来说，预计第一年投入 30 万元，一年后可创收 500 万元；2 年后可达到 1000 万元；第三年可达到2000 万元。 4、推广情况 已经在沈阳、珠海、无锡等 3 家报业集团推广告，具有良好的经济效益和广阔的经济前景。 

产品详细介绍 智慧班牌 数字班牌方案 电子班牌系统云班牌 学校电子班牌软件 云班牌 新高改特色化 解决新高考改革、分层走班教学改革下的选课走班模式的教学管理问题 支持分层教学的走班模式下为学校提供在线选课 实时发布走班模式下的课程信息和课堂内容 采集学生考勤数据为走班教学管理提供数据支持 完美支持一师一课表、一室一课表、一生一课表 功能丰富 一应俱全 便捷的选课平台  不需要电脑、手机等终端，学生在每班一台的云班牌上轻松完成选课操作 强大的走班管理   教室课表、教师课表、学生课表、走班考勤，通过云班牌轻松实现  全面的教学支撑  课前发布教学要点与课件、课中状态展示、课后反馈改进，全周期支撑教学管理 无门槛的翻转课堂  无需专属系统和设备，马上实现翻转课堂 班级文化创意平台 个性化的班级名称、LOGO展示，多形式的风采呈现 高效的资源管理平台  课件、习题、试卷、微课等多类型的教学资源轻松上传、便捷发布和高效管理 最实用的信息发布窗口  校园通知、新闻资讯、考场信息，一个后台轻松管理 最贴心的安全考勤  便捷随意刷（卡）、轻松管理出勤、家长实时掌握 我们的优势 1)课前课中课后协同支撑 课前 老师高效云备案，推送课件资源给学生，实现翻转课堂。 学生在线选课 轻松搞定，一键智能生成个性化课表。 课中 课表实时呈现，走班制更灵活。 走班云动态考勤，数据实时传递，管理更便捷。 课后 老师资源推送，学生完成知识要点，个性化学习更智慧。 课堂反馈教学质量智能分析，随时掌握学生学习动态。 2)家校协同推动家校共育 学校将公告和学生到校信息有效传递家长  消除家校沟通隔阂。 家长实时查看孩子课后作业、学习情况、在校信息等，实现家校共育。

产品详细介绍 智慧班牌 数字班牌方案 电子班牌系统云班牌 学校电子班牌软件 云班牌 新高改特色化 解决新高考改革、分层走班教学改革下的选课走班模式的教学管理问题 支持分层教学的走班模式下为学校提供在线选课 实时发布走班模式下的课程信息和课堂内容 采集学生考勤数据为走班教学管理提供数据支持 完美支持一师一课表、一室一课表、一生一课表 功能丰富 一应俱全 便捷的选课平台  不需要电脑、手机等终端，学生在每班一台的云班牌上轻松完成选课操作 强大的走班管理   教室课表、教师课表、学生课表、走班考勤，通过云班牌轻松实现  全面的教学支撑  课前发布教学要点与课件、课中状态展示、课后反馈改进，全周期支撑教学管理 无门槛的翻转课堂  无需专属系统和设备，马上实现翻转课堂 班级文化创意平台 个性化的班级名称、LOGO展示，多形式的风采呈现 高效的资源管理平台  课件、习题、试卷、微课等多类型的教学资源轻松上传、便捷发布和高效管理 最实用的信息发布窗口  校园通知、新闻资讯、考场信息，一个后台轻松管理 最贴心的安全考勤  便捷随意刷（卡）、轻松管理出勤、家长实时掌握 我们的优势 1)课前课中课后协同支撑 课前 老师高效云备案，推送课件资源给学生，实现翻转课堂。 学生在线选课 轻松搞定，一键智能生成个性化课表。 课中 课表实时呈现，走班制更灵活。 走班云动态考勤，数据实时传递，管理更便捷。 课后 老师资源推送，学生完成知识要点，个性化学习更智慧。 课堂反馈教学质量智能分析，随时掌握学生学习动态。 2)家校协同推动家校共育 学校将公告和学生到校信息有效传递家长  消除家校沟通隔阂。 家长实时查看孩子课后作业、学习情况、在校信息等，实现家校共育。

上海知汇云信息技术股份有限公司成立于2011年，公司专注于实验教学的科研、创新与实践。 2015年，全国首个实验操作考评系统在太原市初中理化生实验操作考试中得到应用，标志着中国实验教育进入“数字化过程评价”的新时代！2019年，知汇云考评系统在深圳市初中理化生实验操作信息化考核中得到应用，保障了实验操作考试阳光透明、公平公正、高效便捷，成为全国实验信息化考试的经典样本！ 受中国教育装备行业协会委托，知汇云作为牵头单位组织《实验操作考评系统技术规范》团体标准编制工作，该标准已于2021年5月正式发布。2020年知汇云和腾讯云签署战略合作协议，强强联合，加速推进AI智能赋分的应用落地。 知汇云前身是宁波GQY视讯股份有限公司(上市代码 300076)。1993年起，GQY大屏连续八年亮相中央电视台春晚演播现场。2006年，GQY在激烈竞争中胜出，一举拿下2008年北京奥运会四大指挥中心大屏指挥系统项目。 知汇云，专注于中国实验操作考评解决方案！

在医学领域首次应用商务智能软件（Business Objects XI）作为中医临床数据仓库OLAP分析的软件基础。开发实现了基于细节数据模型、多维数据模型和海量临床诊疗数据的探索性分析、展示系统，分析展示的内容包括名老中医经验传承、重大疾病的病证及临床表现要素关系等的主题分析集。可从数据概况、方剂、药物、疾病、症状、治法和证候等方面分别对名老中医和重大疾病临床数据进行多种关系知识的探索性分析。同时，对分析结果可进行实时查询、导出和展示（下图是一位名老中医某经典处方的临床应用证候分布情况）。    本实验室与中国中医科学院合作进行中医临床数据仓库与挖掘分析平台，以及中医临床数据挖掘方法的研究，实现了对中医临床采集病历数数据的集成与整合，数据挖掘与分析的中医临床数据仓库及挖掘分析平台，该平台旨在支持从真实世界中医临床诊疗中产生海量科研分析用数据，并以真实、高质量的数据为基础进行中医临床与理论研究，为中医临床疗效评价、临床中药新药创制提供客观的医学证据和适宜的数据分析方法。该成果于2009年12月获得国家科技进步二等奖。   名老中医OLAP展示例子 1.2多维分析与复杂网络分析系统   以中医临床数据中症-证-治的复杂关系和复杂网络分析方法研究为出发点，开发实现了中医临床复杂网络分析系统。该系统包括如联机数据筛选、复杂网络建模、统计特性分析、可视化网络数据筛选等基本功能，能够支持中医临床诊疗数据中的疾病（中西医）、症状、证候、药物等实体内部元素以及实体之间元素的网络模型构建和多种复杂网络分析方法如节点中心性分析、社团分析、节点相似度分析等。从大量的临床数据中分析获得临床核心处方及其主要适应症，以及随症加减信息。该系统采用Eclipse 富客户端(Rich Client Platform, RCP)和Java语言开发（下图是该系统的主界面）。  在医学领域首次应用商务智能软件（Business Objects XI）作为中医临床数据仓库OLAP分析的软件基础。开发实现了基于细节数据模型、多维数据模型和海量临床诊疗数据的探索性分析、展示系统，分析展示的内容包括名老中医经验传承、重大疾病的病证及临床表现要素关系等的主题分析集。可从数据概况、方剂、药物、疾病、症状、治法和证候等方面分别对名老中医和重大疾病临床数据进行多种关系知识的探索性分析。同时，对分析结果可进行实时查询、导出和展示（下图是一位名老中医某经典处方的临床应用证候分布情况）。  获奖证书   1.中医临床数据仓库与挖掘分析平台 通过分析中医临床数据元素及其多维、多层次的关系特点，研究设计了中医临床参考信息模型，以及为基础构建中医临床数据仓库细节数据模型和多维数据模型，建立以数据仓库为核心的数据整合、数据抽取/转换/转载和数据整理、数据挖掘、OLAP和统计分析的智能信息处理平台。该平台以中医临床数据仓库及其运行环境工具的构建为基础，基于实际的临床诊疗数据，实现对中医诊疗数据进行多主题、多粒度、多需求、高效、快捷的展示、研究和查询检索，并支持基于Web的OLAP主题应用，为名老中医经验继承研究、中医临床评价研究和临床科研提供实际的诊疗数据证据和知识来源，以支持临床科研决策分析，满足中医临床评价研究的探索性分析需求。针对中医临床数据的特点，研究体现中医临床数据模型特点的数据挖掘新方法，为面向中医临床研究的数据挖掘和机器学习方法研究提供新的思路和研究方向。该平台的构建初期以重大慢性疾病：中风、冠心病和糖尿病诊治规律，以及名老中医经验传承研究为支持目标。   中医临床数据仓库平台   1.1中医临床数据预处理技术临床数据的预处理包括数据整合、数据整理和数据转换等技术，我们面向中医临床数据结构内容以及中医临床研究的分析需求，实现具有完善的数据抽取-转换-装载（Extraction-transforming-loading，ETL）、数据整理和数据转换导出功能的数据前处理软件。该软件针对医学数据利用中的分布式（多采集点）采集、患者隐私保护和大规模数据处理的特点，采用灵活的数据映射配置和临床术语库衔接等方式把各采集点数据导入到临床数据仓库中，并支持批量数据核查和数据规范整理（对临床数据中的术语性数据如症状体征、诊断和药物等进行概念化语义规范）功能。   在医学领域首次应用商务智能软件（Business Objects XI）作为中医临床数据仓库OLAP分析的软件基础。开发实现了基于细节数据模型、多维数据模型和海量临床诊疗数据的探索性分析、展示系统，分析展示的内容包括名老中医经验传承、重大疾病的病证及临床表现要素关系等的主题分析集。可从数据概况、方剂、药物、疾病、症状、治法和证候等方面分别对名老中医和重大疾病临床数据进行多种关系知识的探索性分析。同时，对分析结果可进行实时查询、导出和展示（下图是一位名老中医某经典处方的临床应用证候分布情况）。   名老中医OLAP展示例子    以中医临床数据中症-证-治的复杂关系和复杂网络分析方法研究为出发点，开发实现了中医临床复杂网络分析系统。该系统包括如联机数据筛选、复杂网络建模、统计特性分析、可视化网络数据筛选等基本功能，能够支持中医临床诊疗数据中的疾病（中西医）、症状、证候、药物等实体内部元素以及实体之间元素的网络模型构建和多种复杂网络分析方法如节点中心性分析、社团分析、节点相似度分析等。从大量的临床数据中分析获得临床核心处方及其主要适应症，以及随症加减信息。该系统采用Eclipse 富客户端(Rich Client Platform, RCP)和Java语言开发（下图是该系统的主界面）。     中医临床复杂网络分析系统  1.3 真实世界中医临床有效处方发现系统 中药新药创制与研发是极具挑战和机遇的领域，当前化学制药和单成份药物研发已经出现明显的瓶颈，传统植物/天然药以及多成份复方药物的研发成为国内外关注的焦点。而从多成份调控和多靶点机理的研究为主要视角的网络药理学更成为新的趋势和方法。针对中医临床诊疗过程中具有证-治-效信息，且个体性的真实世界诊疗实践特点，我们研究基于大规模临床诊疗数据进行有效处方分析和发现的问题，通过对以中药复方为重点的治疗手段药物组成原理的分析，基于复杂网络模型和方法研制形成了有效核心处方及适应症分析方法、有效临床中药筛选与发现系统，对基于真实世界临床诊疗数据分析获得有效处方知识的方法、技术平台和示范应用进行了探索和初步实践，初步表明从真实世界临床诊疗数据中发现和挖掘有效方药是一种可行的途径，有望为中医新药创制提供可以验证的新处方、新药物等临床有效目标药物。     1.  中医临床数据挖掘分析方法 海量观察型临床数据是中医辨证论治数据的主体内容，具有复杂、多维和多关系的特点。从大规模中医临床观察数据中分析提炼形成有意义的临床假设或诊疗知识如有效处方、人群划分、药症关系以及多阶段优化治疗方案等，是实现从复杂、系统的中医辨证论治过程中发现并确认有效优化的临床诊疗处方及其药物组成的基本方法。中医临床数据包括门诊数据和住院数据两大主要部分，其数据内容由临床表现、诊断和治疗（临床疗法）三部分核心内容（如下图），其中辨证知识、证候分布、药症关系、方证关系和药物组成等是数据挖掘和分析的主要目标，而所有这些知识的有效性的评价依据是临床疗效，即确认和发现临床有效的中医诊疗知识是中医临床数据挖掘分析方法的主要有价值研究目标。    中医临床数据挖掘问题：在疗效信息的约束下，验证和发现有价值的临床诊断/治疗关系知识。  2.1基于复杂网络的中药配伍分析方法 人们通过对中医临床处方数据的初期分析，并与临床专家的交流中发现，名老中医的临床复方的组织特性体现在两个层次。第一层次为临床医生一般以经典复方（包括经方、时方和验方等）为基础进行临床处方；第二层次为在药对或药症关系基础上的药物随症加减处理。这两个层次的临床处方配伍过程形成了具有核心处方结构，而又具有较大灵活性的处方集合。因此，通过对名老中医处方集的共性网络结构分析，能够发现体现其处方思维和学术特点的核心处方配伍结构，从而辅助进行名老中医经验的传承和整理研究。通过应用基于无尺度网络现象的网络分析方法进行研究。无尺度网络作为复杂系统研究的一种实证现象和方法，对基于网络研究复杂现象和复杂系统的方法具有很大的推动作用。具有宏观无尺度现象的网络在拓扑上存在幂律现象，即节点的度分布服从幂函数分布。这在医生处方中的具体体现就是某医生对药物的使用具有比较集中的趋势，某些名老中医偏好使用某些药物，使得这些药物的已有或潜在功效得到更大的发挥或挖掘。 我们基于网络中权值的幂律分布规律，实现了多层核心子网分析方法，能够从复杂的中药配伍网络中抽取多层核心子网。该算法已经在名老中医处方配伍经验的分析中得到广泛应用。其得到的结果具有直接而明确的临床含义，且可靠性较强。第一层核心子药物子网一般解释为共性的核心处方；第二层解释为主要药物配伍；第三层解释为次要药物配伍。这些药物配伍分别对应样本的核心病机如主要疾病和主要证候等、兼证和加减症状等。以下是两类特定中药处方：1287个肝脾不调证(GPBT)处方和752个2型糖尿病合并代谢综合征处方的分析结果。   特定中药处方的核心药物配伍网络和主要加减网络，其中的网络中的节点是药物，边的权重表示两相关药物配伍使用的次数。 2.2基于隐主题模型的疾病人群临床特征类别分析方法 症状-中药-诊断主题模型（Symptom-Herb-Diagnosis Topic model，SHDT), 用来提取中医临床数据中的症状、中药和诊断间的隐主题结构。SHDT模型是LDA主题模型在多关系应用中的扩展。该模型的核心思想是假设一类样本里面包含有多个主题，例如，一类糖尿病人群有不同的并发症，且这些主题所包含的信息特征（以症状来表达）具有相对完整性和独立性。SHDT把每个主题看作是症状上的多项式分布，并通过症状来表达主题的内容；同时，把每种中药看作是主题上的多项式分布，因为一类中药可以治愈多种症状/疾病；又因为一种诊断包含多种症状/疾病，于是把诊断看作是对主题的描述，构建一种“症状-中药-诊断”主题模型。SHDT模型这种分析原理和思路与中医辨证论治过程基本吻合，它可以客观地按照症状找到自然分类人群，给出诊断描述特征和中药治疗特征。SHDT模型分别在2型糖尿病、冠心病和肝炎等慢性疾病中进行人群特征分析。实验结果说明了该模型具有较好的适宜性和科学性，分析结果能够较为完整的反映特定疾病中相关的主要人群特征类别。   症状-中药-诊断主题模型，图中三个黑色圆圈，代表显变量（观察变量），其中s 表示一个采样症状，表示患者p的所有药，表示患者p的所有诊断。白色圆圈代表隐变量，其中z 采样症状s对应的主题，x表示s对应的药，u表示s对应的诊断。矩形框表示重复采样。外部矩形框表示在集合中有P个患者。内部矩形框表示对患者p的个症状、主题、药物以及诊断重复采样。 2.3基于内隐对照和部分可观察马尔可夫决策过程模型的动态序贯处方治疗方案优化方法 中医辨证论治是症-治-效紧密相关的个体、动态的复杂干预过程，动态序贯干预是中医临床治疗慢性疾病的基本方法。以患者为轴心的治疗原则和医生的个体性特点，使得中医动态序贯干预过程中包含多样化的治疗方案。在临床诊疗经验知识的形成阶段，医生往往通过对治疗前后患者健康状态的判断，试图获得较好的治疗方案的认识，进而逐步形成固化的有效经验性治疗方案。因此，在无外部对照的情况下，如何从大规模的复杂多维临床关系数据中发现并确认在临床实际中较优的动态序贯诊疗方案是有效临床方案形成的重要课题。 考虑到实际可行性和研究代价的问题，在未有明确的有效干预方案形成的临床研究初期，无外部对照的传统中医经验整理和归纳普遍存在，且长期的中医学实践表明是有效的。但由于临床诊疗信息关系的复杂性，基于传统经验整理方式形成有效治疗方案是一个较为漫长的过程。 因此，如何借助源自真实世界（无外部对照）的大规模临床观察数据，进行挖掘分析，以辅助发现和确认较优的临床治疗方案成为辨证论治临床评价研究的关键问题之一。我们采用部分可观察马尔可夫决策过程模型(POMDP)对此问题进行研究，实现了基于POMDP的中医临床处方优化分析方法，以探寻从来自临床实际的大规模观察性临床数据中发现较优或最优的动态序贯治疗方案，为中医辨证论治有效动态干预方案的形成和临床验证提供参考知识。   中医临床诊疗过程对应的POMDP模型 1.  成果的推广应用 本成果已经在国家科技重大专项：重大传染病防治、重大新药创制等两个项目；国家科技支撑计划项目-名老中医经验传承研究；北京市科技攻关项目和国家中医临床研究基地等项目中进行推广应用。分别对艾滋病、肝炎和肺结核等传染病的中医药防治规律，从中医临床中分析确认有效处方与药物，名老中医的辨证论治个体诊疗经验，中风、冠心病和糖尿病等重大慢性疾病的临床诊治规律，以及全国10余家重点中医院诊疗优势病种（如上海龙华医院的中医胃癌治疗、骨关节病治疗；河南中医学院一附院的中医艾滋病治疗、中医慢性阻塞性肺炎治疗等）的临床诊疗优化方案等进行应用研究。逐步探索和完善中医临床科研一体化技术体系，支持基于临床诊疗实践及其真实世界诊疗数据，进行中医临床研究和中药新药创制研究的医学模式。   北京地区22家单位应用分布图