|
搜索
搜 索
高等教育领域数字化综合服务平台
我校王琴教授团队在《Physical Review Applied》上发表量子数字签名最新研究成果
我校量子信息技术研究所王琴教授团队在量子密码领域取得新进展，该团队首次利用参量下转换光源实现了被动式诱骗态量子数字签名，达到了200公里的安全传输距离，创造了当前量子数字签名实验的最新记录。该成果9月19日在线发表在国际权威学术期刊《Physical Review Applied》上。
量子数字签名是量子密码学的重要应用方向之一。相比经典数字签名，量子数字签名原则上具有量子力学赋予的无条件安全性，在密码学中具有巨大的发展潜力，因而得到学术界的广泛关注。目前大多数研究团队使用的是主动式多强度诱骗态方案，可能存在着强度调制侧信道漏洞，直接影响量子数字签名系统的实际安全性。此前报道过的量子数字签名最远安全传输距离为134公里。针对目前主动式多强度诱骗态量子数字签名协议存在的缺点，我校王琴教授团队在自主研制的新型标记单光子源基础上，提出了被动式诱骗态的量子数字签名方案，从协议层面提高了安全性。随后，他们对提出的量子数字签名方案进行了原理性验证，在100公里处每7秒可签名1比特消息，兼顾了安全性和实用性。另外，该实验将量子数字签名的安全传输距离纪录刷新到了200公里，充分展示了标记单光子源在量子密码中的优势，为未来量子数字签名的实际应用打下良好基础。
该项工作的第一作者是我校通信与信息工程学院博士生张春辉，量子信息技术研究所的王琴教授和张春梅老师是该工作的共同通讯作者。该工作得到了中国科学技术大学量子信息重点实验室韩正甫、陈巍、王双、银振强，南京大学张腊宝等人提供的技术支持。此项工作受到国家重点研发计划，国家自然科学基金以及江苏省优势学科等项目支持。
南京邮电大学
2021-04-26
一种毛细管力驱动制备的微腔量子点激光器及制备方法
本发明公开了一种毛细管力驱动制备的微腔量子点激光器及制备方法，所述激光器包括上基板及其下表面的布拉格反射镜、热封膜和封口、下基板及其上表面的布拉格反射镜、量子点增益材料和激光泵浦源；所述热封膜将具有布拉格反射镜的上、下基板紧密的热封在一起，形成微腔用于容置量子点增益材料，热封膜两端封口处用紫外固化胶密封；所述量子点增益材料采用浓度为50?120 mg/ml的高浓度量子点溶液。本发明的量子点激光器件波长可随着量子点尺寸变化进行调制，制备工艺简单，重复性和稳定性较高。激光器在短波激光泵浦下有很好的光增益，且相干性很好，出光波长可随量子点发光峰位置在全可见光谱范围调节，制备成本低并易于实现大规模产业化生产。
东南大学
2021-04-11
一种具有双掺杂多量子阱结构的紫外发光二极管
本发明公开了一种具有双掺杂多量子阱结构的紫外发光二极管，包括：由下至上依次设置的衬底，AlN中间层、非掺杂AlGaN缓冲层、n型AlGaN层、双掺杂的AlxGa1?xN/AlyGa1?yN多量子阱有源区、AlzGa1?zN电子阻挡层，其中z>y>x，p型AlGaN层和透明导电层，在n型AlGaN层和透明导电层上分别设置的n型欧姆电极和p型
东南大学
2021-04-14
浙江“揭榜挂帅”产研融合平台上线
浙江大学党委副书记、副校长张宏建表示，“找教授”平台与“揭榜挂帅”平台的融合，将提升高校科研资源配置效率，不断增强企业发布技术难题需求的积极性，提高“揭榜挂帅”项目转化率。期待厅校能够继续共同探索浙江科技人才培养和科技成果转化的新范式。
浙江省科技厅
2021-04-27
模拟驾驶六自由度动感平台仿真
针对六自由度电动或液压平台，输入六个缸体的空间几何数据，建立电动缸空间运动模型。在六自由度平台合理的运动范围内，输入任意六自由度数据（X,Y,Z坐标，以及绕X,Y,Z轴的旋转角度），可以精确计算出每个缸体运动的长度，并用三维图形进行显示。
每个缸体采用位移传感器实时监测缸体长度，通过给定不同的驱动电压和驱动时长，可以使得六自由度平台做出预定姿态。
若相关企业需要，该专利可低额转让，具体价格面议。
江西师范大学
2021-05-05
FC-AE航电地面仿真测试平台
当前光纤通道(Fibre Channel：FC) 以其高速率和高可靠性在航空电子环境得到了广泛的应用，一个典型的战机航电系统如下图所示： 为研究航电系统的性能，经常需要搭建地面仿真平台进行预先的评测。对应上图所示，我们可以搭建如下的地面仿真系统： 该系统包括自研制的： FC-AE仿真接点卡、FC-AE协议分析/监控卡、 FC-AE故障注入卡、 FC-AE网络交换机、FC-AE 数据监控记录分析仪。上述五项设备可以独立使用，也可部分或全部联合构成航电地面仿真测试平台使用。
电子科技大学
2021-04-10
高密度高性能并行计算平台
高密度高性能并行计算平台是将CPU刀片、DSP卡、GPU卡通过高速总线进行互联；采用异构并行计算框架，实现多机、多卡、多核的资源分配和负载均衡；提供适合大规模并行计算的算法平台。用户在该平台上采用传统的串行思路编程即可实现大规模的并行计算。 该计算平台相对于传统的服务器系统具有体积小、重量轻、功耗低、计算能力强的优点。由于CPU适合逻辑业务、DSP适合粗粒度的并行计算、GPU适合规整数据的细粒度计算，所以通过CPU刀片、DSP卡、GPU卡数目的组合配置，可适合多种、不同类型的计算业务。 1. 硬件环境 硬件环境为6U高标准的服务器，最多可支持三类（CPU/DSP/GPU/）、9张板卡。在板卡间提供网络和PCIE的高速数据总线，示意图如图1所示。 平台硬件包括一个主控板和8个扩展插槽。主控板集成1片Intel i7的CPU；8个扩展插槽可插CPU刀片、DSP板卡、GPU板卡及其任意组合。因此即可组成小型的PC集群，也可以组成高性能的GPU服务器、DSP服务器，或它们之间的组合。该硬件平台还可通过InfiniBand高速网络进行扩展，最大可形成20个服务器互联的统一的软硬件系统。 2. 软件环境： 平台中的CPU主要起控制作用，计算任务主要由DSP和GPU承担。针对高密度计算资源，通过软件框架屏蔽硬件差异。软件框架如图2所示。 平台提供动态链接库，封装任务的调度、CPU与DSP之间的通信、CPU与GPU之间的通信等功能。用户在动态链接库基础之上进行二次开发，实现自己的业务逻辑。 3. 参数指标： ？ 单台计算能力：插8张DSP卡，做快速傅里叶变换（FFT），相当于40台8核Intel i7计算机的计算能力；插4张GPU卡，做场强计算，相当于50台Intel i7计算机的计算能力; ？ 尺寸：6U标准高度，（420±0.6）mm×（256±1）mm×（≤500）mm（宽×高×深）；重量：<35公斤；功耗：<1000瓦。 图1高密度高性能并行计算平台硬件示意图 图2高密度高性能并行计算平台软件框架
电子科技大学
2021-04-10
工业大数据分析平台与应用
研制背景：企业数据处理与数据分析需求在扩大，数据投入在持续增加；数据种类多，数据量大，潜在价值高；使用者难以有效地操作使用；业务复杂，调参静态组合参数过程繁琐；
平台技术：
微服务的构建方式，微服务、前后端完全分离。
分布式开发框架——SpringCloud
Web开发框架——SpringBoot 、VUE（ELE）
机器学习算法框架——R、Spark集群计算
数据存储工具——Mysql、JPA、Hadoop（集群）
中间件: RabbitMQ
山东大学
2021-05-11
文档数字化与资源共享平台
完成团队简介：高岭教授及其领导的科研团队长期以来致力于信息科学领域的研究工作，主要围绕计算机网络基础理论、网络安全与管理、网络流量与性能分析，以及嵌入式Internet服务、网络应用服务、教育信息化、远程教育和教育技术等领域开展相应的研究工作。先后在国内外学术刊物上发表论文100余篇，其中SCI、EI、ISTP检索30余篇；教学科研成果多次获陕西省、西安市等颁发的优秀成果奖；主持国家自然科学基金项目、国家科技支撑计划项目课题、陕西省“13115”重大科技创新工程公共服务平台建设项目等20余项国家、省部级科研项目。
陕西省科技文档数字化管理与资源共享平台资源共享体系
成果内容：文档数字化管理与资源共享平台是承载未来陕西省科技信息资源中心四大平台之一，以资源共享的方式进行全省科技文档统一建设、集中管理、信息共享。其主要核心技术如下：（1）海量异构资源动态管理模型：针对服务类型和服务属性的多样性，提出了动态模型管理方法，结合数据挖掘、策略设计模式等理论，采用数据定义语言（DDL），实现资源动态定义模型。对不同服务类型，根据不同类型调用相匹配的函数，实现43类不同格式服务资源自动化转换为规范格式的服务资源。（2）属性级可控访问：基于规范属性标准与RBAC模型，将资源属性信息独立保存，建立授权用户与资源属性的直接关联，实现对资源的属性级授权控制，在单次授权的基础上实现二次授权及多次授权，进一步提升权限控制的灵活性。（3）多类型径向筛选：通过对筛选条件的优化分析，构造以筛选关键字、公共信息服务类型、规范属性、属性值为筛选路径的径向筛选技术，并通过匹配用户历史筛选，主动对筛选结果进行内容过滤，返回个性化的可控筛选。
成果成熟度：中试产品阶段（已解决关键技术，需要合作进行产业化攻关）。
转化方式：合作推广。
预期成果收益：进一步市场化放大约需投入180万元，若建成覆盖陕西省的科技资源共享平台，以年服务人群数量10万计，每人次节约相关费用15元计，每年能够为社会节约150万元。
西北大学
2021-05-11
高密度高性能并行计算平台
高密度高性能并行计算平台是将CPU刀片、DSP卡、GPU卡通过高速总线进行互联；采用异构并行计算框架，实现多机、多卡、多核的资源分配和负载均衡；提供适合大规模并行计算的算法平台。用户在该平台上采用传统的串行思路编程即可实现大规模的并行计算。
电子科技大学
2021-04-10