（一）项目背景 当前，智慧教育具有智能导学、精准推荐、定制辅导、精细评价等特点，已成为国际国内教育信息化发展的趋势。智慧教育的研究主要聚焦于智慧学习环境建设的研究、智能技术支持下的智慧教学研究和机器学习技术支持下的个性化学习研究。智慧教育的出现极大地促进了当前教育中学习空间的重构。在“学习空间”之前，人们通常使用“教学空间”来指代这种场所，将有教学活动的场所均称作教学空间。随着人们对学习过程的理解变化、智慧教育的快速发展以及人们对非正式学习的重视，学习空间逐渐由单一的物理教学空间向包含物理空间、网络空间、移动空间的多元学习空间转变。多元学习空间的提出虽然更多地体现出了“以学生为中心”的倾向，但如何具体衡量多元学习空间对学生学习效果的影响是评价多元学习空间的重要步骤。同时，在多元学习空间具体构建时，面对空间中来源不同、结构多样、数量庞大的多模数据如何进行处理存储、并在保证数据有效性的前提下对教育数据进行隐私保护是多元学习空间需要解决的另一个难点。 （二）项目简介 本项目主要目标是针对信息技术支撑下学习空间多元化、场景复杂、需求多样化，学习者及学习行为呈现出新的特点和规律，研究多元学习空间中学习行为数据化关键技术，构建“云-边缘-物联网”架构的多模态数据存储与处理平台，实现混合式学习环境下学习行为智能感知和数据化，优化学习行为模型，基于实际应用与不同学习目标函数及内容，建立可重复、可预测、可验证的对比数据集，为数据驱动的智慧教育生态构建和教育应用提供核心技术与数据支撑。 （三）关键技术 我们面向智慧教育中准确认知学生的学习状态和行为的大数据需求提出研究方案。本项目实施方案涉及教育学、物联网、云计算、人工智能、隐私保护等多个领域，主要技术路线如图所示： 图 1 技术路线图 其中，项目包括的关键技术主要有以下三点： 1.基于物联网的多模态数据实时智能感知和多时间域数据采集技术 该技术针对学习状态的数据化、特征参数量化问题，设计能够采集多 重学习空间下的智能数据感知物联网系统。主要技术难点在于抽样频率与 识别准确度的平衡、人机交互的变化规律等全新科学问题。 2.学习状态多模态数据解析和智能处理技术 利用智能感知物联网采集实时性的原始学习状态数据，包括面部表情、 脑电信号、头部姿态、交互行为等原始数据，这些数据具有数据量大、模 态多、冗余度高等特点，需要通过智能化的预处理方法转换成可以量化的 状态数据。 3.多层次数据差分隐私保护技术 学习行为数据是学习者被动采集的多方面行为数据，受到日益增长的 具有争议性的数据伦理的制约。该项技术通过数据隐私保护机制实现数据 多层次化的差分隐私安全算法；在保证学习者最大数据隐私性的前提下， 研究满足学习行为分析所需要的数据颗粒度。

本成果提出了基于零件批量加工数据分析的加工工艺与流程优化，主要包括零件加工过程的工艺数据挖掘与机器学习算法、基于数据和机理模型相结合的零件加工精度预测、基于机器学习的零件加工工艺优化与决策、基于数据驱动的零件批量加工工艺优化方法验证这四方面。以下是各方面具体对应内容： 1）零件加工过程的工艺数据挖掘与机器学习算法：在数据挖掘与机器学习算法方面，搭建了轴类零件全流程加工工况数据实时采集硬件平台，实现对加工力、加工振动、主轴电流等工况数据的实时在线获取。 2）基于数据和机理模型相结合的零件加工精度预测：在航空薄壁件加工精度预测方面，对复杂曲面加工过程混合建模与全流程加工精度预测等理论开展了深入研究工作；建立了零件单工序/多工序加工精度预测混合驱动模型，实现了加工精度的高效高精预测。 3）基于机器学习的零件加工工艺优化与决策：在轴类零件全流程加工工艺优化与决策方面，围绕隐马尔可夫决策过程、遗传算法等理论开展了理论研究工作，结合轴类零件加工过程开展了优化工作；提出了加工参数自适应调控联合决策方法。 4）基于数据驱动的零件批量加工工艺优化方法验证：构建加工数据库1套，包含机床设备、加工刀具、加工参数、检测数据等四种类型数据。开发全流程加工智能推理软件1套（部署于中航发南方公司柔轴车间），实现航轴全流程质量数据感知与工艺优化，其中全流程误差建模与分析模块实现了端到端的零件加工质量智能推理，可以用于工艺设计与现场预先感知，加工过程工艺数据挖掘模块实现基于批量数据的多工序误差流分析，实现后续工序加工误差推理，加工过程工艺优化与智能决策模块实现了零件多工序加工质量数据推理与给定期望指标下的加工参数优化。 图1 本成果对应功能结构示意图 【技术优势】 围绕航空领域制造的加工质量问题，开展基于制造过程数据的工艺全流程智能决策技术与系统的研发，初步实现工艺与制造过程的智能控制。在数据挖掘与机器学习算法、航空薄壁件加工精度预测、轴类零件全流程加工工艺优化与决策、零件全流程加工质量智能推理与优化、智能加工产线智能决策技术应用与推广等多个方面实现了突破，具有显著的理论价值与应用价值。 规范制定方面，研究了薄壁件加工误差产生的深层机理，构建了批量零件加工过程中误差传递的理论模型，探究了机床、夹具、刀具、加工参数全方位、多层次的因素对于零件加工误差产生的影响规律，提出了零件加工工艺与流程优化策略，形成制定面向航空发动机大长径比轴类零件的决策规范，规定轴类零件全流程加工过程中机床、刀具、装夹、加工参数四个方面的具体要求。通过中国航发南方工业有限公司企业标准体系管理系统制定、修改、审批，形成《航空发动机轴类零件加工工艺优化与决策技术规范Q/2B 1586—2022》。 软件开发方面，将上述理论成果进行高度集成，开发了零件全流程加工智能推理优化软件（MIO软件）。软件集成了四大功能模块，包括加工工艺数据库、全流程误差建模与分析、加工过程工艺数据挖掘、加工工艺优化与智能决策。相关知识与优化规则形成权。全流程加工智能推理优化软件以及知识库软件通过第三方测评，测评机构具备MA与CNAS认证资质，最终形成《零件全流程加工智能推理优化软件第三方测试报告》、《智能加工产线工艺全流程智能决策工艺知识库软件第三方测试报告》。 应用验证方面，结合航空发动机制造具体需求，将相关成果应用到某型号航空发动机轴类零件（动力涡轮传动轴）加工生产中。将零件全流程加工智能推理优化软件部署在航轴加工车间，在验证产品的加工设备上部署了数据采集装置，实时采集加工过程数据，集成企业工艺资源数据库和产品数字化检测系统，获取机床、夹具、刀具、产品质量等信息，构建了加工工艺数据库，开展了航轴加工工艺分析、现场加工质量预先感知、加工工艺与流程优化、现场实际加工验证等工作。通过南方公司现场应用验证，零件次品率平均降低54.53%。（2019年至2020年优化前，次品率为8.38%；2021年6月至2022年5月优化后，次品率为3.81%）。相关应用验证通过了中国航发南方公司的效果认定，并形成用户报告。 【技术指标】 1）采用机理模型/有限元仿真技术获取切削力/热/柔度/加工误差数据集，构建代理模型实现了切削过程的毫秒级预测，切削过程关键物理量的预测时间优于10毫秒。 2）建立了机理模型与小样本工况数据混合驱动的预测模型不确定分析与量化模型，提出了贝叶斯框架下的不确定校准方法，实现了加工误差快速（毫秒级）精准（偏差小于5微米）预测。 3）提出了航轴加工质量状态估计方法，建立了现场多源数据信息串联模型，基于隐马尔科夫的决策模型，实现工序间感知平均误差控制在9.21%内。 4）建立了加工次品率与加工参数约束集间双向映射互通模型，首次提出了基于隐马尔科夫模型与遗传算法的联合决策方法框架，联合决策优化框架保证次品率降低优于50%。

数据采集（DAQ），是指从传感器和其它待测设备等模拟和数字被测单元中自动采集非电量或者电量信号，送到上位机中进行分析、处理。数据采集器是结合基于计算机或者其他专用测试平台的测量软硬件产品来实现灵活的、用户自定义的测量系统。本项目所设计的多功能数据采集器具有8路24bit的A/D转换接口、2路SPI总线、1路I2C总线和6路GPIO，能适应于高精度数据采集的需要。提供多种通信接口，包括CAN、USB、RS232和TCP/IP等，保证其与上位机和其他各种工业、商业设备的实时通信。主控芯片采用ADI公司的Blackfin系列DSP处理器进行数据接收和预处理，保证了数据的准确性、实时性和系统的可靠性。为了方便用户进行二次开发，该数据采集器提供了+12V、+5V、+3.3V等多种电源接口，结合所提供的8路A/D转换接口、2路SPI总线、1路I2C总线和6路GPIO，用户可以方便地外挂各种传感器模块。基于丰富的通讯接口，用户亦容易开发上位机应用软件或控制装置，进而达到快速设计出自己的产品的目的。已申请国家发明专利?项：《一种基于CAN总线的在线故障检测系统》 公开号：10145852

本项目是基于windows系统的综合性数据防护系统，拥有数据驱动级隐藏保护与文件彻底销毁等主要功能。本项目由学生自主开发并且参加2011年全国第四届大学生信息安全大赛获得全国二等奖。

1 成果简介本项目是基于云计算技术开发的模块化数据中心，将成为未来云服务端的主要模式，是新一代的绿色智能数据中心。设计思路：是一种具有通用性和便于维护的模块化（集装箱式）数据中心，为微数据中心模式的运行提供硬件支撑，这种模块化数据中心相比于现有的数据中心更有利于分散部署和运行维护，与目前业内的其它厂商的集装箱数据中心相比，不过多追求于单位面积所容纳的数据处理能力，而是侧重于 IT 设备、供配电设备以及制冷设备的模块化设计，侧重于利用物联网技术加强集装箱数据中心的综合监控能力和远程运维能力，提高数据中心整体的模块化程度，降低数据中心的维护、维修难度，缩短数据中心的部署和维修时间，提高数据中心的组态性，降低云计算的运行成本。 本项目开发的模块化数据中心为软件与硬件相融合的产品。在完成集装箱数据中心设计的同时，开发一整套云计算管理中间件，用于对整个云计算平台的管理、维护，为应用提供安全、高性能、可扩展、可管理、可靠和可伸缩的软件支撑平台。  图 1 加工定制现场 根据模块化数据中心的功能要求，依据国家有关标准和规范，结合各种系统运行特点进行总体设计。设计方案以功能完善、技术规范、 安全可靠为主，确保系统的可靠安全运行，满足微数据中心运行模式对集装箱数据中心的要求。 模块化数据中心包括六个子系统和一个云计算服务管理平台。 （ 1）智能 IT 设施系统； （ 2）箱体及智能机柜； （ 3）智能电源管理系统； （ 4）智能制冷系统； （ 5）智能防雷保护系统； （ 6）物联网智能监控系统。 其中子系统（ 6）除了包括对模块箱体内部温度、湿度和外部温度的环境监控、箱体内动力设备的监控、空调制冷设备的监控，还包括消防系统和安全门禁系统，是一个基于先进物联网技术和理念的综合监控系统。 模块化数据中心的设计思路以最优化的综合统筹设计和系统实施，提高这种绿色智能数据中心关键设备的供给能力。针对微数据中心模式的应用，模块化数据中心的设计从整体规划、集成、服务、运营、管理等几个方面综合考虑。2 技术指标（ 1）安全可靠性 云数据中心必须具有高可靠性的，不能出现单点故障。要对数据中心布局、结构设计、设备选型、日常维护等方面进行高可靠性的设计和建设。在关键设备采用硬件备份、冗余等高可靠性技术的基础上，采用物联网技术及相关的软件技术提供较强的管理机制、控制手段和监控与安全保密等技术措施提高云数据中心的安全可靠性。 （ 2）灵活性与可扩展性 集装箱数据中心具有良好的灵活性和可扩展性，能够根据今后业务的不断深入发展的需要，扩大设备容量和提高用户数量和质量的功能。具备支持多种网络传输、多种物理接口的能力，提供技术升级、设备更新的灵活性。 （ 3）通用性 目前的市场上的集装箱数据中心在机架的设计上往往按照特定的 IT 设备的安装尺寸进行设计，力求空间的充分利用而牺牲通用性，我们设计的云数据中心要能够适应多数的服务器结构，以满足一定阶段内利用集装箱对传统数据中心改造的要求，侧重于数据中心的通用性。 （ 4）标准化 虽然集装箱数据中心尚处于发展的初级阶段，未出台针对集装箱数据中心的国际、国家标准，但在系统的结构设计中务求基于国际标准和国家颁布的有关标准，包括各种建筑、机房设计标准，电力电气保障标准以及计算机局域网、广域网标准，坚持统一规范的原则，并为多模块部署的增容奠定基础。3 应用说明针对模块化数据中心最大的特点是便于部署和完善的远程监控能力，结合清华大学信息技术研究院在海量数据处理方面的优势，综合云计算平台的应用，提出一种新的计算基础设施运营方式，称之为微数据中心模式。所谓微数据中心模式是针对一个单位或者一个特定区域，根据这个单位或者特定区域的应用需求部署模块化数据中心，这个数据中心为该局部范围提供云平台服务，用户不需要高性能的计算机即可拥有高性能的计算能力和高性能计算机提供的服务，不需要都具备高速电信服务商互联网连接即可获得高性能的网络连接，与此同 时可以享受云平台所提供的各种服务。微数据中心的部署方式不同于现有的分散数据中心方式，微模式利用模块化可伸缩、便于维护的特点，将数据中心部署到用户侧，使其更接近于用户的应用。 模块化数据中心内部设备完全采用模块化设计，利用物联网的技术实现模块化设备的有效监控和科学管理。数据中心出现故障时不需要现场专业的技术人员维护、维修，仅仅由操作人员即可通过完善的物联网监控系统和科学的设备管理系统即可完成数据中心的维护、维修，最大程度上的模块化设计又可以保证数据中心的快速修复，这样将极大降低分散部署数据中心的维护、维修费用，从而为微数据中心运行模式提供实际支撑。 作为一种新型的计算基础设施运营方式，为了实现一种比“ 湿租” 模式更进一步的应用方式，提供用户和客户所需计算平台，在模块化数据中心设计的同时将开发一整套云计算服务管理平台。实现对整个云平台的管理、维护，为应用提供安全、高性能、可扩展、可管理、可靠和可伸缩的服务，实现基于云计算的产品创新和应用模式创新。4 效益分析超过 70%的全球前 1000 企业都将在今后 5 年内对数据中心的设备进行更新与扩展，应用和计算密度的快速增长，使得资本压力不断上升，数据中心的电力消耗在过去 10 年增长了 5 倍，一台 1U 服务器的使用成本高达采购成本的 2 倍，并且还在继续增加、能源价格飙升也导致更加困难的局面，用于空调冷却的电力甚至超过了计算用的电力。传统数据中心IDC 能源的巨大消耗急需呼唤新一代数据中心的出现。因此，模块化数据中心将有 70%市场需求率。 模块化数据中心的设计与升级方便，一体化交付，货到即用，灵活部署，智能化管理技术保证数据中心上线后可以无人值守，具有便捷的移动性、易部署性和智能性，可以作为移动式数据中心、企业政府的数据中心以及大型云数据中心的部署模块。 项目研发初期投资 1000 万元。形成建设规模达年产 50 套模块化数据中心后，年销售总额预计超 30000 万元。5 合作方式商谈。6 所属行业领域信息领域。

安全传输现状：随着电子技术的迅猛发展，“电子商务”、“电子政务”等应用随处可见。由于 TCP/IP 协议设计时没有考虑到信息安全传输的问题，网络中的所有数据都是通过明文的形式传输，带来了诸如信息泄密，身份难以确认等等安全问题。尤其是数据安全传输的问题在网络数据交换中表现得尤为突出。由于上述应用所依赖的互联网平台本身具有开放性的特点，交互双方的数据如何避免被他人截取和篡改，以保证其传输信息的完整性和保密性，这都是网络安全传输所必须面对和解决的问题。

1 成果简介本项目基于 iSCSI 的块数据 I/O 连续跟踪、块差异存储及压缩、虚拟镜像及快速启动、数据库一致性检测以及嵌入式技术等，结合现有的高性能硬件平台，提供文件级和卷级连续数据备份方案，可实时、透明保存企业内的分散数据，保证用户数据的安全和完整。该系统提供任意时间点或版本的数据恢复；采用基于差量的版本管理，存储空间小，网络传输数据少，易于实施，系统后台透明运行，稳定可靠；支持远程异地办公人员使用；备份数据集中管理，便于公司集中备份和保护企业价值数据。与传统备份产品相比，具有可靠性高、可用性好、速度快、部署简单、无缝集成的特点。本地化的生产和服务，可以大大地提高服务质量和降低成本。而且作为具有自主知识产权的安全产品，可以更加稳定地保护数据安全，减少风险。本产品在国际市场上具有一定的竞争力。2 技术指标数据恢复点目标（ RPO）： 任意点恢复；全盘恢复速度： 30~40MB/s；快速差异恢复速度： 150~200MB/s；数据压缩比： 15~20:1；单服务器负载： 20~30 保护对象；服务器存储平均写入速度： 120~150MB/s。3 应用范围各企事业单位、军队、大中小型企业，数据托管的服务运营等。4 效益分析资金投入： 500 万元； 年销售收入： 1000 万元； 年净利润： 200 万元。

成果简介：由于数据库本身安全性的不足，攻击者可能通过非正常途径来访 问数据库，甚至实施缓冲区溢出或 SQL注入来攻击数据库，从而造成敏感 信息的泄漏，危害数据安全以及系统的安全。数据库透明加盟有选择性的对 敏感数据加密存储，防止信息泄露。 项目来源：自行开发 技术领域：软件，数据库 应用范围：信息系统、数据库应用系统、数据库安全。 现状特点： 1) 系统直接运行在DBMS&nbs

根据数据的特点，选用合适的均值与描述离散程度的统计量，能够客观评价实验数据的优劣性。其它统计技术如参数估计、假设检验、参数与非参数假设检验、方差分析、回归分析等应用

远程实时数据复制系统属于高可靠性软件，它在操作系统内核的磁盘 管理器中嵌入远程、实时数据复制机制和灾难恢复机制，实现用户数据 的动态实时复制和灾难恢复，从而提高计算机系统的数据容灾能力。 特 点： 1. 在WAN和LAN环境内，可以通过IP网络将数据复制到8个远端；