当代国际竞争的加剧，让国家安全意识日益深入人心。但如何利用创新科技防范，水/空气/食品中存在的，包括人为制造的未知毒素所带来的安全风险，中美澳三国科学家和企业倾力合作10年推出，全新的生物智能安全风险评估技术： WAFSA（Water/Air/Food Safety Assessment Technology） 水/空气/食品安全/风险评估科技 WAFSA服务对象，主要是各类学校及机关企事业单位，提供常年水/空气/食品的安全风险评估，为保障广大师生及各级领导/公务员/职员正常的工作秩序提供科学依据。   WAFSA已获得《中关村NMT产业联盟》相关技术及服务认证！   1）什么是WAFSA？ WAFSA以活体生物环境有害毒素检测为理论基础，以NMT为技术基础，以斑马鱼、日本鲭鱼、酵母等为活体生物传感器，结合大数据分析和数据可视化技术，将水/空气/食品中可能存在的已知及未知毒素进行安全风险评估。 2）如何得知我们的水/空气/食品有安全风险？ 通过WAFSA监测，您将得到WSI（水安全风险指数），ASI（空气安全风险指数）以及FSI（食品安全风险指数）及相关说明。   3）知道有风险后，我们该如何应对？ 请首先远离/隔离毒素源，然后联系国家相关监测机构进行进一步分析和检测。   4）什么是‘未知毒素’？ 对人类有害，但又超出目前人类传统检测能力的生物及非生物因子。 目前已知水中的有害物质（毒素）有300多种，而且仍以每年十几种到几十种的速度迅速递增。 ‘未知毒素’主要来源于‘叠加毒素’和‘人工毒素’。 ‘叠加毒素’由不同的已知或未知毒素的随机叠加效应而成；而‘人工毒素’则是人类通过物理化学方法或生物工程技术所制造出的，自然界本不存在的，并且对人类有害的物质。   5）什么是‘生物监测’？ 利用活体生物通过漫长的进化而具备的，超出人类对环境的感知能力，对环境有害物质进行定性定量检测的方法。   6）‘生物监测’相比‘传统监测’的优势？ 主要是两点：一是速度快，二是可以覆盖对人类健康具备危害的‘未知毒素’。

产品详细介绍 我司提供专业的3D打印服务       由于互联网与科技的不断发展，现今市场对于个性化的需求愈加热切，3D打印的到来，为个性化定制以及快速成型展现提供了一个新的契机。我司提供专业的3D打印服务，利用其自主研发的桌面级3D打印机的高稳定性以及精准性，为客户带来高品质的3D打印服务。       我司拥有专业的技术工程师团队与AE团队以及充足的3D打印设备，保证其3D打印服务的用户体验与品质以及服务进度。为各行各业带来无比周到的服务体验。       目前我司的3D打印服务在机械模具行业、生物医疗行业、工业设计行业、艺术设计行业、建筑设计行业、玩具制造行业以及教育教学具个性化定制等等领域取得良好的口碑与影响。 1、 SLA（Stereo lithography Appearance）立体光固化成型法； 采用液态光敏树脂原料，通过3D设计软件（CAD）设计出三维数字模型，利用离散程序将模型进行切片处理，设计扫描路径，按设计的扫描路径照射到液态光敏树脂表面，分层扫描固化叠加成三维工件原型。 2、 SLS（Selective Laser Sintering）选择性激光烧结法; 采用激光有选择地分层烧结固体粉末，并使烧结成型的固化层层层叠加生成所需形状的零件。对于金属粉末激光烧结，在烧结之前，整个工作台被加热至一定温度，可减少成型中的热变形，并利于层与层之间的结合。 3、3DP（Three Dimensional Printing and Gluing）三维粉末粘接; 3DP技术由美国麻省理工大学开发成功，原料使用粉末材料，如陶瓷粉末、金属粉末、塑料粉末等，3DP技术工作原理是，先铺一层粉末，然后使用喷嘴将粘合剂喷在需要成型的区域，让材料粉末粘接，形成零件截面，然后不断重复铺粉、喷涂、粘接的过程，层层叠加，获得最终打印出来的零件。3DP技术的优势在于成型速度快、无需支撑结构，而且能够输出彩色打印产品，这是目前其他技术都比较难以实现的。 4、FDM（Fused deposition modeling）熔融沉积成型; 三维立体成型设备，即现在的3D打印机的雏形在上世纪80年代已经出现，其学名为“快速成型”；它不同于切削型成型设备通过去除原料的方式来成型；它的原理是：把数据和原料放进3D打印机中，机器会按照程序把产品一层层造出来。打印出的产品，可以即时使用。它已经成为一种潮流，并开始广泛应用在设计领域，尤其是工业设计，数码产品开模等，可以在数小时内完成一个模具的打印，节约了很多产品到市场的开发时间。

火牛羚®服务器操作系统FireGnu®Server 8.0为云时代的到来引入了大量的新功能，包括用于配置管理、快速迁移框架、编译语言和诸多开发者工具，它还为容器工具包提供全面支持，用于创建，运行和共享容器化应用程序，旨在支持从企业数据中心到多云计算平台的工作负载和应用。 更强的虚拟化 1、FireGnu Server 8.0支持Q35客户机类型，支持UEFI客户机启动，vCPU热插拔，NUMA调优和客户I/O线程中的固定。 2、QEMU仿真器引入了沙盒功能，为可以执行的系统调用提供了可配置的限制，从而使虚拟机更加安全。 3、KVM虚拟化支持用户模式指令防护（UMIP）功能，该功能有助于防止用户空间应用程序访问系统范围的设置。 4、支持5级分页功能，这显着增加了主机和客户机系统可以使用的物理和虚拟地址空间。 新的桌面环境默认桌面环境是GNOME 3.28，它提供了新的屏幕键盘和Boxes功能，扩展设备支持Thunderbolt3接口，显示管理器（GDM）使用Wayland作为其默认显示服务器，而不是X.org服务器，改进了多显示器处理，桌面可以直接控制窗口处理，实现更强大的安全模型，软件实用程序，可用于安装和更新应用程序和gnome-shell扩展。 新的软件管理 火牛羚®服务器操作系统FireGnu®Server 8.0采用新一代的RPM软件包管理器DNF，它提供对模块化内容的支持，提高的性能以及与工具集成的精心设计的稳定API，它在开始安装之前验证整个包的内容。 更加安全可信 在安全方面，FireGnu®Server 8.0升级OpenSSH到版本7.8p1，支持OpenSSL 1.1.1和TLS 1.3，这使您能够使用最新的加密保护标准保护客户的数据。自带了系统范围的加密策略，可帮助您管理加密合规性，无需修改和调整特定应用程序。 支持手机令牌，硬件令牌，短信/微信令牌，指纹识别等双因子认证，内置SSF33、SM1、SM2、SM3、SM4等国产算法，支持高速数据国密算法加解密，提供CSP以及PKCS11和国密接口，符合国家密码管理局的技术规范要求。

中山大学附属第三医院脑病中心将最新研发的“云上三院”掌上智慧医疗平台提前投入抗“疫”一线，平台紧急开发了“云上三院 · 战‘疫’专版”，陆续上线了“新冠风险自评”“疫期心理自测”“心理远程诊室”“方舱之声”四个板块，以弥补传统线下医疗模式的不足。 附属第三医院脑病中心“云上三院 · 战’疫’专版”服务模式 四个板块上线后迅速取得良好效果，其中“新冠风险自评”服务了近20万人群，智能筛选出7.8%的新冠肺炎高风险患者并提醒其及时检测和自我隔离，为防控新冠肺炎传播、缓解民众紧张情绪、避免盲目就医提供了有力保障；“疫期心理自测”服务了25万人群，智能筛选出13.5%的中重度焦虑/抑郁患者（包括前方医护人员），并指引其免费线上咨询和治疗；为了解决特殊时期心理医生资源不足和医患无法面对面就诊的困境，平台又紧急开发了“心理远程诊室”和“方舱之声”，提供心理在线咨询和音乐治疗，实现了精神心理疾病线上一站式诊疗闭环服务。 “心理远程诊室”版块上线后，为了尽可能多地帮助线上出现的诸多中重度精神心理问题的患者，附属第三医院精神心理诊疗团队自发组成10人的“心理志愿者服务队”，他们在“云上三院”的“心理远程诊室”轮流值守在线服务，获得了广泛的赞誉。 附属第三医院医务人员正在指导患者使用“云上三院” 

面向服务的P2P网络支撑平台（ServiceorientedPeer-to-peernetworkingIntegratedSystem，简称SPIS），拟建立一个广域网范围内，集资源整合与利用为一体，面向服务的Overlay网络支撑平台，提供文件共享、CPU资源整合、网络存储、极速传输等基本网络服务。/line在本系统中采用结构化P2P网络技术作为Overlay网络的实现技术，实现对当前网络中的存储资源、计算资源、带宽资源及信息资源的整合，已完成以下工作：/line对Chord算法进行改进，提高Chord路由算法的效率和节点查找成功率，完成JavaRMI版的Chord实现；/line基于以上工作开发面向服务的P2P网络支撑平台（SPIS）及其公用工具集，为开发人员提供一套API以进行二次开发；基于SPIS，分别实现文件共享服务、网络存储服务、计算力资源整合服务和极速传输服务。/lineChord算法改进：针对Chord路由算法的邻居修复算法存在缺陷，提出了增强型邻居修复算法(EnhancedFingerFixAlgorithm,EFFA)，提高了查找效率。

重庆轨道交通从单线运营向线网运营转型，其规模和复杂性提升的同时，也 对轨道交通的网络化管理和运营提出挑战。两路口、牛角沱、大坪等轨道交通站 点经常出现客流过度饱和状态，尤其是工作日早、晩高峰时段、大客流事件和突 发事件情况下。由于缺乏轨道交通路网内详实的客流分布特征和精准的客流预测 手段，运力配置方案、客运组织方案、地铁站内紧急突发事件的预警及疏散方案 也难以有效制定，致使乘客滞留、造成安全隐患。无论是从轨道交通运营安全角度，还是社会经济效益角度，以轨道交通客流 大数据为基础，依托公共交通大数据平台，分析客流分布特征，实现短期客流精 准预测，为运力配置、客运组织、突发事件预警及疏散提供有效保障，指导运营 优化，提高运输效率，控制运营成本，已成为全面提升重庆市轨道交通运营水平 亟待解决的重点、难点问题。

重庆轨道交通从单线运营向线网运营转型，其规模和复杂性提升的同时，也 对轨道交通的网络化管理和运营提出挑战。两路口、牛角沱、大坪等轨道交通站 点经常出现客流过度饱和状态，尤其是工作日早、晩高峰时段、大客流事件和突 发事件情况下。由于缺乏轨道交通路网内详实的客流分布特征和精准的客流预测 手段，运力配置方案、客运组织方案、地铁站内紧急突发事件的预警及疏散方案 也难以有效制定，致使乘客滞留、造成安全隐患。 无论是从轨道交通运营安全角度，还是社会经济效益角度，以轨道交通客流大数据为基础，依托公共交通大数据平台，分析客流分布特征，实现短期客流精 准预测，为运力配置、客运组织、突发事件预警及疏散提供有效保障，指导运营 优化，提高运输效率，控制运营成本，已成为全面提升重庆市轨道交通运营水平 亟待解决的重点、难点问题。 本成果以历史客流数据分析研究为起点，通过轨道交通客流预测，为轨道交通运营优化提供科学依据，以提高轨道交通服务质量，方便市民出行，为重庆市新发展需要创造更大经济效益和社会效益。