本项目开发了一种量子保密通信保障信息传输安全条件下的量子安全云智慧考场作弊防控新技术，并成功地开发了量子安全云智慧侦测器屏蔽、量子安全侦测等终端产品， 所开发完成的量子安全云智慧考场技防平台，确保考试安全和公平公正”的明确指示，针对当前无线电作弊的现状和未来趋势，实施有效的考场电子防卫。该系统侦测范围涵盖当前已知的几乎所有无线电作弊设备（包括语音通信、字符通信以及手机/对讲机等），兼具实时侦测、作弊信号识别、作弊信号内容探测、作弊信号还原取证、对作弊信号实施阻断等多种能力。功能全面强大，易于部署，且能够接入考务综合管理平台，通过数据接口链接支持与巡查指挥等其他系统的互联互通和协同工作，是目前业内最先进最完整的高科技作弊防控解决方案。 

超高的迁移率、超低载流子浓度，以及单个费米口袋特性是整个实验成功的关键所在。他们研究了多种高品质的ZrTe5晶体，该材料在2014年被中科院物理所翁红明、戴希和方忠等人预测可能具有非平庸的拓扑性。在低温和小磁场条件下，通过量子振荡输运测量和分析手段，可以重构出一个非常清晰的闭合费米面拓扑结构。这种封闭的三维费米面可以与准二维体系明确分开，在量子极限

本发明公开了一种面向侧信道分析的智能密码系统，包括动态环境感知子系统、综合评价子系统和 防护措施自动化设计子系统；动态环境感知子系统用于对所处环境中攻击种类的识别；综合评价子系统 用于对现有攻击类型以及现有防护措施的评价，将指导性设计意见加入现有的防护措施的设计方法中， 有效指导防护措施进行自动化调整；防护措施自动化设计子系统用于根据对动态环境评价的结果与防护 措施的评测结果，针对用户未加入防护措施或防护措施未达到动态分析环境要求时，对用户原始

项目成果/简介:1）提出冷原子实现和探测相对论狄拉克粒子的理论,并预言可观测相应的拓扑相变，被斯坦福、ETH和Nice大学的实验观察到。2）揭示了几何相位和量子相变的内在定量联系。3）是国际上最早研究冷原子几何相位诱导规范势的少数理论组之一，提出实现原子自旋霍尔效应理论，并被NIST实验实现。冷原子相对论效应和诱导规范势已逐步成为当前量子模拟的新热点研究。4）提出了非绝热和非常规几何量子计算理论，解决了原绝热理论不易在实际体系中实现的困难，已被7个独立实验验证。发表的20 篇核心论文中，PRL10 篇，被Nature、Science、PRL等SCI 论文他引1137次，8篇代表论文他引602次。

1）提出冷原子实现和探测相对论狄拉克粒子的理论,并预言可观测相应的拓扑相变，被斯坦福、ETH和Nice大学的实验观察到。2）揭示了几何相位和量子相变的内在定量联系。3）是国际上最早研究冷原子几何相位诱导规范势的少数理论组之一，提出实现原子自旋霍尔效应理论，并被NIST实验实现。冷原子相对论效应和诱导规范势已逐步成为当前量子模拟的新热点研究。4）提出了非绝热和非常规几何量子计算理论，解决了原绝热理论不易在实际体系中实现的困难，已被7个独立实验验证。发表的20 篇核心论文中，PRL10 篇，被Nature、Science、PRL等SCI 论文他引1137次，8篇代表论文他引602次。

本方法以丙三醇作为溶剂及碳源快速制备大量粒径小于 10 nm 的碳量子点。这种碳量子点的荧光量子产率能够达到 30 %左右。制 备好的碳量子点,不需要任何提纯即可与成膜性较好的高聚物混合得 到荧光碳量子点薄膜。而且这种碳量子点毒性低，水溶性好，荧光量 子产率高，在细胞及活体成像方面表现出显著优势。总之，该制备方 法简单易行，材料来源广泛且廉价，产率大。所得的荧光碳量子点具 有荧光量子产率高、易成膜、低细胞毒性且耐光漂白等性质，已经作 为生物成像剂用于细胞的荧光共聚焦成像

要实现三维量子霍尔效应，就需要达到所谓的极端量子极限条件（Extreme Quantum Limit）。这个实验条件要求异常苛刻，如果选用常用的金属铜块作为研究对象，要施加超过3000特斯拉的磁场才能进入极端量子极限态，而这是当前的实验条件无法提供的。因此，三维量子霍尔效应方向的研究一度处于几乎停顿的状态。 为了满足这项苛刻的条件，张立源团队巧妙地选用了高品质的五碲化锆（ZrTe5）晶

强关联体系中的巨大电子库伦相互作用能够诱导产生丰富奇异的量子多体物态，包括非常规超导、莫特绝缘体、维格纳晶体态、非费米液体、量子自旋液体等。

厄尔尼诺现象，是赤道中、东太平洋海表温度持续异常升温的周期性气候现象，平均每2-5年发生一次，对全球气候具有重大影响。厄尔尼诺现象会造成全球不同地区的异常温度变化，以及干旱或强降雨等现象。及早并准确地预测厄尔尼诺的发生以及强度，对预防或降低其带来的全球范围内的经济、农业、社会等方面的损失意义重大。 2019年12月24日，由北京师范大学系统科学学院陈晓松教授参与指导的一篇关于厄尔尼诺预测的文章已在线发表在美国科学院院刊PNAS上，首次克服了长久以来困扰厄尔尼诺预测的“春季预测障碍” （即无法在厄尔尼诺发生的那一年的春季或更早给出准确预测），将对厄尔尼诺现象的发生，特别是强度的预测提前一年。 该文作者提出了一套基于信息熵理论的全新的方法——System Sample Entropy——用来计算厄尔尼诺区域（Nino 3.4）近海平面空气或海表温度的复杂度（包括温度随时间变化的无序性以及不同地点温度变化的同步性或相干性）。利用这一方法，作者们发现了Nino 3.4区域温度变化的复杂度与厄尔尼诺现象强度存在着非常强和稳定的线性关系，即一年内（1月1日-12月31日）Nino 3.4区域的温度变化复杂度越大，那么下一年发生的厄尔尼诺事件的强度就越大。基于这一发现，作者们提出了一套基于每年Nino 3.4 区域温度变化复杂度的大小（由该区域 System Sample Entropy 量化）来预测来年厄尔尼诺发生及其强度的方法。该方法目前成功的预测了1984至2019年期间10个厄尔尼诺事件中的9个事件的发生年份，以及24个没有厄尔尼诺现象发生的年份当中的21个，特别是对厄尔尼诺强度预测的平均误差仅为0.23摄氏度。 对于刚刚到来的2020年，基于文中提出的System Sample Entropy的方法，作者们预测厄尔尼诺将有很大概率会在本年下半年再次发生，并发展为一个中等强度甚至高强度的厄尔尼诺事件，其预测强度为1.48+-0.25摄氏度。 目前传统的厄尔尼诺预测方法只能在提前6个月范围内给出比较准确的预测，而这对于提前预防厄尔尼诺带来的一系列严重影响是非常局限的。这一新的预测方法，将对厄尔尼诺的预测时间提前到了每年一月。这对于提前采取行动，控制和降低这一现象所带来的一系列全球范围内的消极影响，将意义重大！ 此工作由德国波茨坦气候影响研究所 （PIK）樊京芳博士作为通讯作者，PIK 的Jürgen Kurths教授，Hans Joachim Schellnhuber教授以及北京师范大学陈晓松教授等参与共同完成。陈晓松教授领导的研究小组多年来一直从事统计物理和复杂系统及相关课题的研究，特别是近年来专注于地球复杂系统的动力学演化及预测。

厄尔尼诺现象，是赤道中、东太平洋海表温度持续异常升温的周期性气候现象，平均每2-5年发生一次，对全球气候具有重大影响。厄尔尼诺现象会造成全球不同地区的异常温度变化，以及干旱或强降雨等现象。及早并准确地预测厄尔尼诺的发生以及强度，对预防或降低其带来的全球范围内的经济、农业、社会等方面的损失意义重大。 2019年12月24日，由北京师范大学系统科学学院陈晓松教授参与指导的一篇关于厄尔尼诺预测的文章已在线发表在美国科学院院刊PNAS上，首次克服了长久以来困扰厄尔尼诺预测的“春季预测障碍” （即无法在厄尔尼诺发生的那一年的春季或更早给出准确预测），将对厄尔尼诺现象的发生，特别是强度的预测提前一年。 该文作者提出了一套基于信息熵理论的全新的方法——System Sample Entropy——用来计算厄尔尼诺区域（Nino 3.4）近海平面空气或海表温度的复杂度（包括温度随时间变化的无序性以及不同地点温度变化的同步性或相干性）。利用这一方法，作者们发现了Nino 3.4区域温度变化的复杂度与厄尔尼诺现象强度存在着非常强和稳定的线性关系，即一年内（1月1日-12月31日）Nino 3.4区域的温度变化复杂度越大，那么下一年发生的厄尔尼诺事件的强度就越大。基于这一发现，作者们提出了一套基于每年Nino 3.4 区域温度变化复杂度的大小（由该区域 System Sample Entropy 量化）来预测来年厄尔尼诺发生及其强度的方法。该方法目前成功的预测了1984至2019年期间10个厄尔尼诺事件中的9个事件的发生年份，以及24个没有厄尔尼诺现象发生的年份当中的21个，特别是对厄尔尼诺强度预测的平均误差仅为0.23摄氏度。 对于刚刚到来的2020年，基于文中提出的System Sample Entropy的方法，作者们预测厄尔尼诺将有很大概率会在本年下半年再次发生，并发展为一个中等强度甚至高强度的厄尔尼诺事件，其预测强度为1.48+-0.25摄氏度。 目前传统的厄尔尼诺预测方法只能在提前6个月范围内给出比较准确的预测，而这对于提前预防厄尔尼诺带来的一系列严重影响是非常局限的。这一新的预测方法，将对厄尔尼诺的预测时间提前到了每年一月。这对于提前采取行动，控制和降低这一现象所带来的一系列全球范围内的消极影响，将意义重大！ 此工作由德国波茨坦气候影响研究所 （PIK）樊京芳博士作为通讯作者，PIK 的Jürgen Kurths教授，Hans Joachim Schellnhuber教授以及北京师范大学陈晓松教授等参与共同完成。陈晓松教授领导的研究小组多年来一直从事统计物理和复杂系统及相关课题的研究，特别是近年来专注于地球复杂系统的动力学演化及预测。