1. 痛点问题 工业时序数据具有应用领域广、数据规模大、经济价值高的特点，蕴含的巨大商业价值，因而其安全性受到不法分子采用黑客攻击等技术手段以及雇佣商业间谍等非技术手段的威胁。数据所有者通常会采用前效方法对数据库中的数据加以保护，但是这些方法只能有效防止外部人员进行非法盗窃，对于内部人员盗窃等途径并不能有效遏制。数字水印是解决数据在传播过程中安全问题的一个主流分支，通常的数字水印采用分组多数投票方法来提升算法的鲁棒性，但时序数据通常有较多的噪声，高价值数据点相对集中，因而一个未经加权的投票算法可能会因为大范围的噪声干扰而导致水印判定失效。此外，常见时序数字水印算法基于时间戳进行水印嵌入计算，容易受到更改时间戳或频率变换的攻击，一旦时间戳序列大幅度改变，水印提取算法将受到很大影响，很可能导致水印提取完全失效。 2. 解决方案 工业物联网数据是工业大数据规模迅速扩张的主要来源。各类物联网传感器以极高的频率采集其所在设备的工作状态数据，通常为一系列包含数据产生时间戳（Timestamp）和采集数据（Data）形式为(Timestamp, Data) 的元组序列，称为时间序列。工业时序数据具有应用领域广、数据规模大、经济价值高的特点，蕴含的巨大商业价值，因而其安全性受到不法分子采用黑客攻击等技术手段以及雇佣商业间谍等非技术手段的威胁。 数据所有者通常会采用前效方法对数据库中的数据加以保护，包括但不限于：数据加密、用户权限划分等等。但是，这些方法只能有效防止外部人员进行非法盗窃，对于内部人员盗窃等途径并不能有效遏制。数字水印是解决数据在传播过程中安全问题的一个主流分支，常见时序数字水印算法基于时间戳进行水印嵌入计算，容易受到更改时间戳或频率变换的攻击，一旦时间戳序列大幅度改变，水印提取算法将受到很大影响，很可能导致水印提取完全失效。此外，数字水印通常采用分组多数投票方法来提升算法的鲁棒性，但时序数据通常有较多的噪声，高价值数据点相对集中，因而一个未经加权的投票算法可能会因为大范围的噪声干扰而导致水印判定失效。 本项目针对常见的水印失效场景进行了分析，提出了能够有效提示水印鲁棒性的技术，更好的确保数据安全的管理能力。 3.合作需求 在全国范围内工业互联网/工业大数据相关领域寻求应用场景，希望能与能源/装备制造行业的大中型企业开展这方面的合作研究和落地实施；并针对上述企业开展包括二次开发在内的各类实际应用，助力企业降本增效、转型升级。

本发明提出了多态聚类的概念，并公开了一种时序网络与时序 数据的多态聚类分析方法。多态聚类是一种针对时序网络或时序数据， 以多种标准作为相似性度量指标的聚类分析方法，包括以下步骤：首 先，如果处理对象为时序数据，则只对时序数据加工成特定的形式， 而如果处理对象为时序网络，则通过谱映射的方法把时序网络映射为 特定形式的时序数据。其次建立此时序数据的多态向量，最后，对多 态向量采用改进的同步化聚类方法聚类得到多态聚类结果。

01. 成果简介 非结构化数据是没有显式数据结构约束的非关系型数据，包括时间序列、图像、音视频等，其管理与分析技术成为国际信息领域战略竞争焦点。许多实际应用中，非结构化数据不仅总的体量大，而且数量也极为巨大。例如，我国气象预报业务每天接收到的气象数据文件达数亿非结构化气象小文件。此外，这些文件存在大量业务语义属性，这些属性形成了描述一个数据的多种维度。 针对海量非结构化数据的管理需求，清华大学软件学院提出了多维文件空间模型，并基于此模型突破了一系列非结构化数据核心技术，包括：l  非结构化数据到多维空间模型的映射方法；l  多维文件空间模型的分布式物理实现方法；l  分布式存储的副本控制方法。 该技术通过对非结构化数据的属性维度进行分类，将非结构化数据建模成多维文件空间模型，并对文件集合上的各种操作进行定义。此外，通过细粒度计算磁盘IO代价、网络代价、副本代价、CPU代价、数据分区代价，得到指定工作负载下的最优物理存储实现，进而通过排队论等方法对副本的一致性进行控制，实现满足用户SLA（服务等级保证）的柔性事务。  图1. 基于多维文件空间的最优非结构化数据存储方法示意图  相比现有对象存储等技术，该项技术可以实现更加灵活的数据访问。同时，该项技术能够建立多维文件空间到分布式物理存储的最优映射机制，保证非结构化数据总访问代价最小。相比于现有的分布式文件系统，该项技术可以确保使用少量内存管理数以亿计的海量非结构化小文件，而现有多数分布式文件系统在遇到海量文件管理时往往会出现内存爆炸问题。02. 应用前景 本成果技术可广泛用于各种类型尤其是多维度属性的非结构化数据管理。目前已经被成功应用于中国气象局和全国31个省或直辖市气象局，以及石油、风电等多家工业企业。该项成果还入选了2016国家十二五科技创新成就展和2018首届数字中国建设峰会，并作为贡献之一获得2018年教育部技术发明一等奖和中国气象学会科技进步奖一等奖。03. 知识产权 本项成果已获得发明专利授权13项。04. 团队介绍 本成果团队长期研究大数据管理与分析技术，包括分布式数据存储与查询、数据质量、深度学习与迁移学习、业务过程挖掘等方向。团队课题负责人为王建民教授、博士生导师。团队在本领域发表国际学术论文100余篇，申请专利100余项，授权专利60余项。相关成果获2018年教育部技术发明一等奖、2018年气象学会科技进步一等奖、2014年国家科技进步二等奖、2013年中国电子学会科技进步一等奖。05. 合作方式 技术许可 / 软件服务。06. 联系方式 邮箱：liuyi2017@tsinghua.edu.cn 团队电话：010-62786972；13051000520 团队邮箱：huangxdong@tsinghua.edu.cn

本发明公开了一种基于时序相对变化量的广域测量系统错误数 据判别方法，属于电网系统错误数据判别领域；现有的相量测量单位 (PMU)对于 GPS 的高度依赖和对数据通道品质的严格要求，存在 PMU 采集的数据频频出现数据错误、数据丢失等问题；本发明的方法通过 对比的时序相对变化量变化趋势矩阵与预定义好的 WAMS 错误数据 时序相对变化量矩阵策略表，来判别数据错误与否，该方法能够快速 判断数据的正确性，减小基于 WAMS 的电网故障智能诊断与事故处理 辅助决策系统的误报率，有助于提高电力系统安全稳定运行

计算机网络通讯技术的迅猛发展，使生活在网络时代的人们几乎每时每刻都需要证明自己的身份，为此需要记住许多能够标识份的有效信息，如信用卡等，但利用密码来进行身份识别存在许多安全隐患。如何准确方便的进行身份鉴定是生活在网络时代的人们关注的焦点问题。利用生物特征识别技术不仅能够提供相对方便，快速，准确的身份识别方法，而且还能够解决传统身份识别方法所存在的问题。在网络环境下利用生物特征进行身份识别，无论是生物特征数据库还是网上传输的生物特征，都需要确保其真实性和完整性，然而网络信息的全透明性和易操作性，使得恶意攻击者可以轻易地对其进行篡改和伪造，因此有效的保证网上生物特征数据的安全性是利用生物特征进行准确身份识别的前提条件。一个简单而有效的方法是采用近年来兴起的数字水印技术。一方面，可以利用数字水印技术实现信息的隐蔽传输；另一方面，可以利用认证水印技术对其进行完整性和真实性认证。同时结合密码学、数字签名等技术对网络环境下的生物特征数据进行安全维护，进一步提高生物特征数据的安全性。该课题是网络环境下生物特征识别技术推广与应用必须解决的关键问是，有着广阔的应用前景。

可有效用于对CPS进行系统建模、属性规约和属性验证。

本发明公开了一种面向通信调制信道传输的数字水印方法，包 括水印嵌入、信号传输和水印提取三个部分，采用通信数字水印嵌入 方法，将水印信息嵌入到原始调制信号中，通过通信信道传输，得到 嵌入水印的调制信号；采用通信数字水印提取方法，提取同步信号， 进而获得原始数据和水印信息。该方法在通信信号中嵌入数字水印信 息，可以在不影响正常通信的情况下，在通信信号中利用数字水印传 递隐蔽信息。本发明可用于通信者的身份确认、传送隐秘信息，为保 密通信提供可靠的保障。

证件照片防伪鲁棒数字图像水印采用的技术包括：图像打印扫描过程像素失真数学建模与校正技术、基于建模校正的抗打印扫描数字图像水印算法、基于边缘和人像特征的图像几何校正技术和纠错码技术等。应用原型系统首先将身份信息采用数据加密算法进行加密，之后使用纠错码进行编码，生成水印信号，最后采用抗打印扫描水印嵌入算法将水印信号嵌入到人像照片图像中，得到嵌水印的照片图像，并将证件打印制作出来。检测时，首先扫描证件得到证件图像，并进行几何校正、照片图像提取，然后对照片图像进行模型校正并运用抗打印扫描数字水印提取算法提取水印信息，对提取的水印信息经过纠错码译码和解密，得到身份认证信息。

本发明公开了一种用于相干解调的 FPGA 时序优化方法。所述 FPGA 时序优化方法包括对 FPGA 进行流水线设计；判断是否存在总 延时超过延时阈值δ的路径；判断目标路径中逻辑延时与布线延时的 比值 k 是否大于等于延时比例阈值ε；将所述目标路径对应算法模块 中的算法设置为穷举法，并将该算法模块所有可能的计算结果存储于 只读存储器中；重新设置 FPGA 的最大扇出直至所有路径总延时的最 大值小于等于延时阈值δ。本发明通过逻辑优化的方法，从而解决了 有反馈或者迭代运算而不能使用流水线设计进行优化的问