|
搜索
搜 索
高等教育领域数字化综合服务平台
服务器虚拟化（yiServer）
一、方案介绍
云之翼服务器虚拟化（yiServer）是一款具有出色可靠性、高可用性和安全性的企业级服务器虚拟化解决方案。
云之翼服务器虚拟化将服务器物理资源抽象成逻辑资源，让一台服务器变成几台甚至上百台相互隔离的虚拟服务器，不再受限于物理上的界限，而是让CPU、内存、磁盘、I/O等硬件变成可以动态管理的“资源池”，从而提高资源的利用率，简化系统管理，实现服务器整合，让整体的IT结构对业务的变化更具适应力。
云之翼服务器虚拟化包含了必要的工具，可帮助创建全面隔离、极为灵活的多租户虚拟网络架构。这种策略驱动的架构可以确保，虚拟机在一个资源池中迁移时，虚拟机网络配置可始终跟随该虚拟机迁移。策略在虚拟网络一级定义，确保了始终可以达到网络安全要求，而不受虚拟机配置影响。
二、方案架构
三、方案优势
利用率高
通过服务器虚拟化的整合，提高了CPU、内存、存储、网络等设备的利用率，同时保证原有服务的可用性，使其安全性及性能不受影响。
可用性高
用户可以方便地备份虚拟机，在进行虚拟机动态迁移后，可以方便的恢复备份，或者在其他物理机上运行备份，大大提高了服务的可用性。
应用部署快
采用yiServer技术只需输入激活配置参数、拷贝虚拟机、启动虚拟机、激活虚拟机即可完成部署，缩短了部署时间，免除人工干预，降低部署成本。
运营成本低
yiServer令系统管理员摆脱了繁重的物理服务器、OS、中间件及兼容性的管理工作，减少人工干预频率，降低运营成本，使管理更加强大、便捷。
能耗低
通过减少运行的物理服务器数量，减少CPU以外各单元的耗电量，达到节能减排的目的。
兼容性高
yiServer提供的封装性和隔离性使大量应用独立运行于各种环境中，管理人员只需构建一个应用版本并将其发布到虚拟化后的不同类型平台上即可。
调动灵活
数据中心从传统的单一服务器变成了统一的资源池，用户、数据中心管理程序和数据中心管理员可以根据虚拟机内部资源使用情况灵活分配调整。
减少宕机
yiServer 可以减少计划内服务器宕机，减小故障影响，预防灾难并搭建始终可用的虚拟基础架构。服务器和应用升级可以在正常工作时间完成。
四、应用场景
校园数据中心
企事业单位数据中心
政府机构数据中心
运营商数据中心
湖南云之翼软件有限公司
2022-09-07
一种微萃取组件和超重力场微萃取装置
微萃取组件，由上盘和下盘组成，所述上盘中心部位设置有微流体通道，底面为平面，所述下盘中心部位设置有进料凹槽，从进料凹槽至下盘顶面边缘分布有微形槽，组合方式为：上盘设置的微流体通道中心线与下盘顶面设置的进料凹槽中心线重合，上盘的底面与下盘的顶面之间具有0.05～0.25mm的间隙；一种超重力场微萃取装置，包括上述微萃取组件、进料混合器、联接体、接料槽、防护罩、轴套、减速器、电机和支撑系统，微萃取组件中的下盘通过轴套与减速器的动力输出轴连接并位于接料槽内，萃取组件中的上盘与联接体连接，连接时应使上盘设置的微流体通道的中心线与联接体设置的插孔的中心线重合。
四川大学
2017-12-28
吉星微录仪微课制作利器无线、有线二合一
广州市吉星信息科技有限公司
2021-08-23
《内蒙古自治区技术转移服务机构管理办法》印发
为推深做实“科技兴蒙”行动，促进科技成果转移转化，引导和支持市场化、专业化技术转移服务机构发展，根据《国家技术转移示范机构管理办法》（国科发火字〔2007〕565号）、《内蒙古自治区促进科技成果转化条例》、《内蒙古自治区技术转移体系建设实施方案》(内政发〔2018〕44号)，制定本办法。
内蒙古自治区科学技术厅
2025-01-03
“加强高等教育研究，服务教育强国建设”专题研判会在京举行
由中国高等教育学会与清华大学联合主办的教育强国建设研究工作推进会5月17日在北京召开。当天下午，“加强高等教育研究，服务教育强国建设”专题研判会顺利举行。与会专家学者围绕《教育强国建设规划纲要（2024—2035年）》和三年行动计划中的重点难点问题进行分组研判。
中国高等教育学会
2025-05-19
工信部：鼓励新能源与智能网联汽车等领域建设产品质量大数据公共服务平台
据工业和信息化部官网消息，为进一步引导制造业企业深化新一代信息技术与质量管理融合，以数字化赋能企业全员全过程全方位质量管理，提升产业链供应链质量协同水平，工业和信息化部近日印发《制造业质量管理数字化实施指南（试行）》（以下简称《实施指南》），其中提出在生物医药、新材料、航空航天、船舶与海洋工程、电子制造、新能源与智能网联汽车等领域，鼓励相关行业协会和龙头企业建设产品质量大数据公共服务平台。
人民网
2022-01-10
基于HDFS的在线学习信息管理系统
成果描述：基于HDFS的在线论文管理平台主要用于管理研究生和本科生毕业论文，学生在线提交论文，老师通过本系统下载论文。系统通过邮件将相关修改意见和答辩信息反馈给学生，所有版本论文和评审意见需存储归档。市场前景分析：毕业论文（设计）是高等院校毕业生提交的有一定的学术价值和实际价值的文章或设计。它是高校培养人才的重要实践教学环节， 是对学生四年学的专业知识、研究能力、自学能力以及各种综合能力的检验。目前很多高校对于本科学生毕业论文（设计）的管理均采用传统的手工方式。随着因特网的普及、现代远程教育的发展以及现代本 科教育模式的发展， 继续采用传统手工管理模式对毕业论文（设计）进行管理就显得费时、费力、工作量大、效率低。另外，传统的手工管理模式对于教学管理者来说难以及时准确地把握毕业论文的设计进展情况，给管理带来一定的难度。与同类成果相比的优势分析：本系统使用分布式文件系统HDFS对学生论文进行管理。HDFS有着高容错性的特点，并且设计用来部署在低廉的硬件上。而且它提供高传输率来访问应用程序的数据，适合那些有着超大数据集的应用程序。
电子科技大学
2021-04-10
基于分类学习的图像检索原型系统
本系统采用Core图像数据库51135幅，每幅图像提取纹理与颜色相综合的128维特征值构建特征数据库，采用自行设计的度量距离分类学习算法，在传统的图像检索基础上引入学习机制，系统共分类369个，每一类选取少量有代表性的图像（最多不超过6幅），试验表明，在提供有限的学习样本条件下，能有效提高图像检索的精度。 系统采用两种检索方法进行比较，一种是传统的欧氏距离，另一种是本系统设计的分类距离学习方法，比较两者在图像检索精度上的差异。 该原型系统核心程序在Linux下用C编译实现，图像检索界面由PHP实现，通过Web服务器实现在线检索功能。
东华大学
2021-02-01
在量子物理与机器学习研究的进展
生成模型的研究重点是如何从给定的数据集合中学习到数据的联合概率分布，以及从学习到的概率分布中高效地生成新的样本。研究团队提出将数据的联合分布概率编码成量子多体态的概率幅的模平方。进一步地，他们提出在经典计算机上使用矩阵乘积态(Matrix Product States)来模拟学习的过程。矩阵乘积态的参数，即张量网络的张量元，可以通过类似密度矩阵重整化群(Density Matrix Renormalization Group)的算法进行学习，最终形成一个具有泛化能力的生成模型。这个学习算法结合了量子物理与机器学习各自的优点：它不仅可以利用GPU高效地学习到模型参数，还可以利用张量网络的灵活性动态地调节模型表达能力。此外，与传统的基于统计物理的生成模型（例如玻尔兹曼机）相比，玻恩学习机还具备直接生成无关联样本的强大能力，从而可以高效地生成新的数据。 基于量子态的概率生成模型融合了量子物理与机器学习的思想，是一个崭新的研究领域。玻恩学习机借助量子态内禀的概率解释及其强大的表达能力，意在为机器学习和人工智能提供更为先进的生成模型和学习算法。此外，这类模型在量子信息处理，量子计算以及多体物理中具有应用潜力。展望将来，最令人兴奋的前景应该会是在一台量子计算机上实现玻恩学习机，从而以全新的方法进行概率型的学习和建模。这项工作用使用张量网络模拟量子计算机的运行，向无监督量子机器学习迈近了一步。作用在一幅MNIST图片上的矩阵乘积态以及它的纠缠谱
北京大学
2021-04-11
一种安全高效的联邦学习技术
1.痛点问题
在大数据应用领域，当前普遍存在数据隐私安全、数据孤岛和终端设备计算能力受限等问题。如何在保障数据安全、隐私安全和安全合规的条件下，联合使用跨机构或跨设备中的数据，实现数据价值的深度挖掘和流通是亟待解决的行业问题。
2.解决方案
本技术在现有联邦学习框架的基础上提出一系列改进方案，综合提升了联邦学习的安全、效率和模型质量。首先，基于纵向联邦学习具有突破数据孤岛和保护数据安全的优点，采用自编码信息混淆技术实现标签隐私信息的保护，在不影响联邦建模效果的前提下，构建了一种新的数据高效、安全、合规的使用范式，该技术可应用于纵向联邦学习场景中实现多方安全联合建模。其次，通过结合联邦学习打破数据孤岛和保护数据安全，预训练大模型可实现知识持续积累，有选择的知识蒸馏技术可实现保护隐私、模型压缩和知识迁移等方面的优势，构建一种新的数据高效、安全、合规的使用范式。即在服务器端充分利用丰富的计算资源，打造出更为强大的模型，并通过有选择的知识蒸馏策略，实现知识在服务器端的持续正向积累，来提升资源受限的终端设备和拥有大模型的服务器两端模型的整体表现，从而实现一种“数据、模型不动，知识动”的效果。
合作需求
本技术与孵化产品在金融、医疗、制药和政务等数据敏感行业数据合规使用和多方协同建模应用上有合作需求，可服务于政府与企业等机构：
1）金融领域合作
本技术与孵化产品可服务于金融科技各级（部委与地市级）主管单位，以及各类银行、保险等金融机构。可应用于金融领域中高敏感数据的合规使用和跨机构间联合建模应用场景，例如银行征信、反欺诈等应用，以降低金融欺诈、骗保等事件发生，产生积极的社会效益。
2）医疗和制药领域合作
本技术与孵化产品可服务于医疗和制药领域各类政府主管单位、医院和制药企业等。可推动医疗和制药领域数据安全协作利用，为医疗领域有效监管、AI制药和辅助诊疗等智能应用提供数据安全协作基础，提高制药效率，降低制药成本和周期、促进新药研制等。
3）智慧政务领域合作
本技术与孵化产品可服务于科技、工信和大数据等各级（部委与地市级）主管单位。可为政府建立数据要素市场提供数据安全流通技术保障，促进数据要素安全有序流通，也可支撑政务服务水平提升，协同推进地方政府的数字政府建设。
清华大学
2022-05-19