应用于传统PC、多架构（VDI/VOI/IDV）桌面整体建设与应用的展示，通过定制化的数据展示投射大屏，可直观、清晰的展示桌面云的整体建设数据、桌面访问数据、应用数据、使用趋势等信息。 应用场景 展示厅、监控室 需要针对整体建设数据，应用数据进行监控、展示与汇报，实时掌握大规模建设的传统机房/云机房的使用状态，桌面与软件的应用趋势，通过图形报表直观展示 产品架构 产品功能 云资源实时动态数据展示 通过大屏实时监控资源服务的整体情况，动态展示，当天服务数据一目了然。 资源总体概况、资源使用率 清晰直观了解实时的服务器、存储使用资源，接管教室、终端、桌面总数以及在线数。 教室/终端服务数据实时监控 可视化呈现教室状态、教室使用排行、教室终端情况，终端类型占比、终端状态、终端使用时长。 桌面应用服务数据统计 大数据展示桌面类型占比、桌面状态，桌面一周访问量排行、桌面累计服务次数排行、桌面操作系统类型和占比（win7、win10）。 教学软件服务数据统计 针对所有接管教室的实验教学的应用软件总数、软件类型、软件累计使用排行。 实验室投入使用趋势数据 一周、近一个月服务数据趋势展示，方便对比分析。 用户价值 1、可视化呈现，整体建设信息化展示手段 实现对校园信息云实验室建设全貌集中展现、多维度业务数据联合分析、机房应用状况全面感知，提供基于高校实验环境特点的建设报表与应用状况，直观展示当前云桌面服务中心的建设数据，桌面与应用数据展示。 2、强化云机房管理和制度保障 针对不同院系、不同类型的实验室的应用情况进行实时分析，清晰的展示不同实验室的在线数，桌面访问数据，为实验室的整体管理提供一线真实数据支持。 3、云机房扩容的决策支持 针对云机房的应用趋势数据分析，根据云桌面资源桌面在线情况精细到小时的在线数据展示，能够有效分析资源的负载程度，提早规划扩容方案。

产品详细介绍  1、稳定的系统构架        采用Linux平台，系统稳定高效，集录制、直播、导播、存储、音视频叠加、无缝切换、编 码等功能于一体，2U高度。   2、自主优化图像压缩技术         自主优化图像压缩技术，同画质节省60%存储空间，窄带512Kbps享受高清画质，方便互 联网传播共享。  3、多种混合视频信号源         同步10通道混合视频信号预监，支持IP网络摄像机、数字摄像、视频展台和USB高拍仪等 混合信号接入。  4、多流多画面同步         视频存储与视频直播的码流、分辨率、压缩等级分别或同时非对称，直播高分辨率、录制低 码流无延时。  5、本地2~10路高清信号同步采集         系统采用SDI采集卡，最高支持9路+1路VGA全高清1080P视频的录制，为您记录高清画质 的现场全过程。  6、3路无损同步信号环出         支持HDMI、DVI、VGA接口Screen Mirroring信号环出，可作为后台预监等后台实时同步 显示。   7、多样式远程终端管理         采用B/S架构，可以通过浏览器远程访问系统，并支持Web、iPad、iPhone、Android移动 终端、中控等多种设备控制管理。 

产品详细介绍 并发处理能力强 服务器具有CPU+GPU方式并发处理能力，可同时处理和分析多路网络视频信号。 功能强大，集人脸/表情/人体姿态/声纹识别分析等功能于一体 ·对教师角色可进行讲授、板书、巡视、提问等教师行为分析，可分析教师教学情绪等应用； ·对学生角色可进行学生人脸考勤、学生情绪识别、学生行为（起立、听讲等）识别、学生 姿态识别等应用； ·对课堂可进行师生声纹识别、知识点识别、内容识别等应用。 集成度高、可靠性高 嵌入式一体化设计，部署和维护简单，分析精准化，设备运行稳定可靠。

主要研究铁路电子商务的安全保障体系和针对互联网应采取的防范手段；研究系统内部的安全问题，及实施铁路电子商务所需的认证技术和电子支付技术，解决与外部行业和国家单位的认证系统互联的和使用各种银行卡进行安全电子支付的问题；研究铁路网上订票、售票和查询服务，确保铁路客票网上安全交易。课题从认证技术、内网安全交易技术、安全通讯技术、加密技术、安全存储技术、安全部件网络管理技术和安全审计、实施技术、安全代理系统、流量智能控制和管理系统、访问控制系统和安全接入系统等方向深入研究电子商务及其安全支付在铁路客票上的应用。 提出了能够确保客票网上进行安全交易的系统架构和系统解决方案；形成了网上售票整体安全保障体系：可用于推广的基于PKI的认证系统；支持3级CA、RA，连接于内外核心系统，可完成所有网点和用户的入网，支持全铁道部范围内的基于客票、货票和网上业务系统的安全认证；安全系统软件、通讯及安全代理系统软件和安全支撑平台、监控分析系统、访问控制系统等；据铁路运营的实际情况，开发出铁路网上客票安全交易系统、安全支付系统和流量智能控制和管理系统、访问控制系统及安全接入系统。

本发明公开了一种工业控制系统的功能安全与信息安全实时协调控制方法，首先建立系统模型，包括工业控制系统功能支撑模型、安全相关任务与功能间映射关系模型、安全相关任务评价模型；然后分析获取就绪的功能安全任务与信息安全任务之间可能存在的冲突或矛盾；按照预设的冲突协调规则获取无冲突安全相关任务集；根据系统功能性任务集和无冲突安全相关任务集，确定全局任务集；基于全局任务集构建基于 DAG 的任务图；并将风险作为约束条件、将全局任

本发明公开了一种工业控制系统功能安全与信息安全的需求分析及融合方法，包括分析系统中的资产，明确其相关属性，形成系统资产清单；根据系统资产与危害事件之间的关联性确定危害事故发生的可能性；确定哪些危害事件需要进一步采取功能安全保障措施，进而确定对系统中功能安全需求集；分析资产的固有漏洞及其可能面临的信息安全威胁及对应的防护措施；判断需要加强保护的系统资产，进而确定资产的信息安全防护措施，所有资产需要的保护措施就形成

产品详细介绍 1、高性能的MIANN安全柜通过欧盟CE权威认证，达到OSHA标准（美国职业安全健康管理局）， 符合NFPA(美国国家消防协会)第30条规定的要求用于规范存储易燃易爆液体及危险化学品。 2、MIANN防火安全柜整体为双层防火钢板构造，两层钢板之间间隔40mm，内填特种防火材料，防火性能更为卓越 3、采用优质冷轧钢板，增加强度，防火性能更好 4、柜身底部50mm高的防漏液槽最大可能的防止化学液体的外溢 5、独有的镀锌层板，防腐蚀，防液漏，最大可承托400ibs的钢制安全罐 6、柜体内外都喷涂有特久的，无铅的环氧树脂漆，最大程度的增加抗化学品的能力 7、标有三种语言的高可见度标签，耐腐蚀 8、两个带有防火装置的通风口，分别位于柜身的两侧 9、可调节垫片若干确保柜体稳固 易燃易爆化学品安全柜 型号：MA9000 规格：(H)165*(W)109*(D)86cm 重量：190kg 容积：90GAL/340L 门类型：双门/手动 可调层板：2

人样安全激光测距技术主要应用于大气层内的长距离高精度激光测距，其主要应用领域包括火控系统，激光雷达，目标跟踪，测高仪。

业界首个针对AI在极端和对抗环境下的算法安全性检测与加固的工具平台“对抗样本”成新型病毒，算法安全问题亟待解决随着人工智能技术的高速发展，人工智能在诸多场景正逐渐替代或协作着人类的各种劳动，它们可以成为人类的眼睛、耳朵、手臂甚至大脑。其中，机器视觉作为AI时代的基础技术，其背后的AI算法一直是各科技巨头和创业公司共同追逐的热点。然而在机器视觉诸多主流应用场景的背后，往往也藏着由技术性缺陷导致的算法安全风险。例如，在一些训练数据无法覆盖到的极端场景中，自动驾驶汽车的识别系统可能出现匪夷所思的决策，危害乘车人的人身安全。从2016年至今，Tesla、Uber等企业的辅助驾驶和自动驾驶系统就都曾出现过类似致人死亡的严重事故。并且这类极端情形也可能被恶意制造并利用，发动“对抗样本攻击”，去年7月，百度等研究机构就曾经通过3D技术打印出能让自动驾驶“无视”的障碍物，让车辆面临撞击风险。而以上攻击之所以能成功，主要是机器视觉和人类视觉有着很大的差异。因此可以通过在图像、物体等输入信息上添加微小的扰动改变(即上述故意干扰的“对抗样本”)，就能导致很大的算法误差。此外，随着AI的进一步发展，AI算法模型将运用金融决策、医疗诊断等关键核心场景，这类AI“漏洞”的威胁将愈发凸显出来。近年来，包括清华大学人工智能研究院院长张钹院士、前微软全球执行副总裁沈向洋等均提倡要发展安全、可靠、可信的人工智能以及负责任的人工智能，其中AI的安全应用均是重点方向。而且，AI安全作为新兴领域，在开源社区、工具包的加持下，对抗样本等攻击手段日益变得复杂，相关防御手段的普及和推广却难以跟上。并且对抗样本等算法漏洞检测存在较高的技术壁垒，目前市面上缺乏自动化检测工具，而大部分企业与组织不具备该领域的专业技能来妥善应对日益增长的恶意攻击。从安全测评到防御加固，RealSafe让AI更加安全可控就如网络安全时代，网络攻击的大规模渗透诞生出杀毒软件，RealAI团队希望通过RealSafe平台打造出人工智能时代的“杀毒软件”，帮助企业高效应对人工智能时代下算法漏洞孕育出的“新型病毒”。目前，RealSafe平台主要支持两大功能模块：模型安全测评、防御解决方案。其中，模型安全评测主要为用户提供AI模型安全性评测服务。用户只需接入所需测评模型的SDK或API接口，选择平台内置或者自行上传的数据集，平台将基于多种算法生成对抗样本模拟攻击，并综合在不同算法、迭代次数、扰动量大小的攻击下模型效果的变化，给出模型安全评分及详细的测评报告(如下图)。目前已支持黑盒查询攻击方法与黑盒迁移攻击方法。防御解决方案则是为用户提供模型安全性升级服务，目前RealSafe平台支持五种去除对抗噪声的通用防御方法，可实现对输入数据的自动去噪处理，破坏攻击者恶意添加的对抗噪声。根据上述的模型安全评测结果，用户可自行选择合适的防御方案，一键提升模型安全性。另外防御效果上，根据实测来看，部分第三方的人脸比对API通过使用RealSafe平台的防御方案加固后，安全性可提高40%以上随着模型攻击手段在不断复杂扩张的情况下，RealSafe平台还持续提供广泛且深入的AI防御手段，帮助用户获得实时且自动化的漏洞检测和修复能力。准确度99.99%也难逃被“恶意干扰”，RealSafe高效应对算法威胁 考虑到公众对于对抗样本这一概念可能比较模糊，RealSafe平台特意选取了公众最为熟知的人脸比对场景(人脸比对被广泛用于金融远程开户、刷脸支付、酒店入住登记等场景的身份认证环节)提供在线体验。并且，为了深入研究“对抗样本”对人脸比对系统识别效果的影响，RealAI 团队基于此功能在国内外主流 AI 平台的演示服务中进行了测试。实测证明，“对抗样本”可以极大的干扰人脸比对系统的识别结果，而测试的这几家互联网公司平台开放的人脸比对API或SDK，几乎覆盖了目前市面上很多中小型企业在落地人脸识别应用时的选择，如果他们的人脸比对技术存在明显的安全漏洞，意味着更广泛的应用场景将存在安全隐患。因此，为了帮助更大范围内的企业高效应对算法威胁，RealSafe平台具备以下两大优势：·  组件化、零编码的在线测评：相较于ART、Foolbox等开源工具需要自行部署、编写代码，RealSafe平台采用组件化、零编码的功能设置，免去了重复造轮子的精力与时间消耗，用户只需提供相应的数据即可在线完成评估，学习成本低，无需拥有专业算法能力也可以上手操作。·可视化、可量化的评测结果：为了帮助用户提高对模型安全性的概念，RealSafe平台采用可量化的形式对安全评测结果进行展示，根据模型在对抗样本攻击下的表现进行评分，评分越高则模型安全性越高。此外，RealSafe平台提供安全性变化展示，经过防御处理后的安全评分变化以及模型效果变化一目了然。从数字世界到物理世界 RealAI落地更多安全周边产品随着机器学习模型不断的升级演化，“对抗样本”已经演变成一种新型攻击手段，并且逐渐从数字世界蔓延到物理世界：在路面上粘贴对抗样本贴纸模仿合并条带误导自动驾驶汽车拐进逆行车道、胸前张贴一张对抗样本贴纸在监控设备下实现隐身……因此，除了针对数字世界的算法模型推出安全评测平台，RealAI团队也联合清华大学AI研究院围绕多年来积累的领先世界的研究成果落地了一系列AI攻防安全产品，为更多场景保驾护航。比如通过佩戴带有对抗样本图案的“眼镜”，黑客可以轻易破解商用手机的面部解锁，通过在胸前张贴特制花纹实现在AI监控下的“隐身”，以及通过在车辆上涂装特殊花纹躲避AI对车辆的检测。发现类似新型漏洞的同时，RealAI也推出相应的防御技术，支持对主流AI算法中的安全漏洞进行检测，并提供AI安全防火墙对攻击AI模型的行为进行有效拦截。人工智能的大潮滚滚而来，随之而来的安全风险也将越来越多样化，尤其近年来因AI技术不成熟导致的侵害风险也频频发生，可以说，算法漏洞已逐渐成为继网络安全、数据安全后又一大安全难题。所幸的是，以RealAI为代表的这些顶尖AI团队早已开始了AI安全领域的征程，并开始以标准化的产品助力行业降低应对安全风险的门槛与成本。此次上线RealSafe人工智能安全平台是RealAI的一小步尝试，但对于整个行业而言，这将是人工智能产业迈向健康可控发展之路的一大步。