1 成果简介系统是由曹军威研究员自主研发的，融合虚拟桌面、物联网、云计算等技术的网络中间件产品。该系统不但能够解决 Anytime, Anywhere, Any Application（ A4）的问题，并可以将应用延伸到任意时间和空间，彻底解决支持应用完成的所有因素的跨域共享问题，而这是传统的计算模式所不能支持的， 而且可以将桌面虚拟化系统和云计算服务平台进行有效整合。 系统主要由云计算服务平台和桌面虚拟化系统两部分组成。一台 PDA 桌面虚拟机可以实时访问多个云计算虚拟机资源；每个云计算虚拟机资源也可以为多个用户提供服务。用户通过桌面虚拟技术对云端虚拟机进行各种操作；后台云计算服务平台对外提供各种类型服务，包括虚拟桌面服务，存储服务，计算服务等。 系统主要功能：前端虚拟桌面技术提供接入云计算服务平台、展示云平台虚拟化系统及应用、使用云计算服务和使用云存储服务；后端云计算服务平台解决应用需求繁杂、资源分散且不固定、资源配置复杂等问题以及提供能够自由获取的云计算服务功能。 现阶段，系统已有原型产品，并将逐步应用于南方电网等各个领域。2 技术指标采用成熟的 RDP 标准协议；嵌入式实现的 rdesktop 客户端；以远程显示管理避免 C/S 应用开发的复杂性；强化实施软件开发的工程化和标准化，启动软件 CMM、ISO9001 质量体系认证工作；实现“产品无缺陷、系统无故障、服务无投诉”的质量目标。3 应用说明通过用户请求，嵌入式终端访问云计算服务平台的云端虚拟机资源，利用桌面虚拟化技术，系统将云端虚拟机桌面映射到嵌入式终端，通过映射桌面，用户可以对云端虚拟机进行操作。 图 1. 系统终端展示图 用户终端可以同时对多个云端虚拟机进行操作，各云端虚拟机装有不同的操作系统，独立运行各种应用程序，用户可以在多个虚拟桌面间进行切换显示，或在一个终端中同时显示多个虚拟桌面。用户通过虚拟桌面选定一个云端虚拟机后，就可以对其进行操作。 图 2. 嵌入式终端虚拟桌面控制界面 系统被用于智能电网监控物联网解决方案： 该方案充分利用基于云计算服务平台的桌面虚拟化技术，传感器采集硬件系统数据传输给云计算服务平台，经过平台处理后的信息展现在用户端的虚拟化桌面上，以便用户决策、控制硬件设备。同时，在统一框架下，系统完成虚拟桌面展示与通信管理、系统辨识和预警、实时闭环控制的协调与优化、事故后及时自愈等，复杂互联大电网的物理系统与计算机通信网络的信息系统深度嵌入，充分实现各种功能之间的相互影响与互动。图 3. 智能电网监控物联网系统架构图 系统集成解决方案构建基础：PMU/WAMS，相位测量、远程测量；中国广域测量系统规模世界第一，但海量数据远未有效利用；电力系统的新型控制手段-FACTS；数据中心技术的不断成熟与性价比的提高；桌面虚拟化技术在动态监控中的应用。 图 4. 智能电网监控南方电网原型分布图4 效益分析产品的竞争优势集中表现在以下几个方面：技术优势。实验室拥有实力雄厚的技术队伍，掌握了当今物联网、云计算等的信息技术；产品组合优势。实验室已经开发了拥有自主知识产权的物联网中间件软件组合包，并将进一步完善产品结构，可为电力等行业信息化建设提供全面的物联网系统解决方案；市场优势。实验室与南方电网等电力企业保持有长期的合作关系，具有一定的示范作用和影响力，它的选择直接影响到其他省市有关部门和企业的决策；质量、成本优势。实验室对云计算、物联网领域有较深入的研究，参与过多项国家级项目的实施，因而可以减少大量的调研活动，缩短开发进程，降低开发风险，提高产品的质量，大幅度降低成本；管理优势。公司管理队伍整体素质较高，有着良好的知识结构、年龄结构，富有激情和创新精神。

1 成果简介系统是由曹军威研究员自主研发的，融合虚拟桌面、物联网、云计算等技术的网络中间件产品。该系统不但能够解决 Anytime, Anywhere, Any Application（ A4）的问题，并可以将应用延伸到任意时间和空间，彻底解决支持应用完成的所有因素的跨域共享问题，而这是传统的计算模式所不能支持的， 而且可以将桌面虚拟化系统和云计算服务平台进行有效整合。 系统主要由云计算服务平台和桌面虚拟化系统两部分组成。一台 PDA 桌面虚拟机可以实时访问多个云计算虚拟机资源；每个云计算虚拟机资源也可以为多个用户提供服务。用户通过桌面虚拟技术对云端虚拟机进行各种操作；后台云计算服务平台对外提供各种类型服务，包括虚拟桌面服务，存储服务，计算服务等。 系统主要功能：前端虚拟桌面技术提供接入云计算服务平台、展示云平台虚拟化系统及应用、使用云计算服务和使用云存储服务；后端云计算服务平台解决应用需求繁杂、资源分散且不固定、资源配置复杂等问题以及提供能够自由获取的云计算服务功能。 现阶段，系统已有原型产品，并将逐步应用于南方电网等各个领域。2 技术指标采用成熟的 RDP 标准协议；嵌入式实现的 rdesktop 客户端；以远程显示管理避免 C/S 应用开发的复杂性；强化实施软件开发的工程化和标准化，启动软件 CMM、ISO9001 质量体系认证工作；实现“产品无缺陷、系统无故障、服务无投诉”的质量目标。3 应用说明通过用户请求，嵌入式终端访问云计算服务平台的云端虚拟机资源，利用桌面虚拟化技术，系统将云端虚拟机桌面映射到嵌入式终端，通过映射桌面，用户可以对云端虚拟机进行操作。 图 1. 系统终端展示图 用户终端可以同时对多个云端虚拟机进行操作，各云端虚拟机装有不同的操作系统，独立运行各种应用程序，用户可以在多个虚拟桌面间进行切换显示，或在一个终端中同时显示多个虚拟桌面。用户通过虚拟桌面选定一个云端虚拟机后，就可以对其进行操作。 图 2. 嵌入式终端虚拟桌面控制界面 系统被用于智能电网监控物联网解决方案： 该方案充分利用基于云计算服务平台的桌面虚拟化技术，传感器采集硬件系统数据传输给云计算服务平台，经过平台处理后的信息展现在用户端的虚拟化桌面上，以便用户决策、控制硬件设备。同时，在统一框架下，系统完成虚拟桌面展示与通信管理、系统辨识和预警、实时闭环控制的协调与优化、事故后及时自愈等，复杂互联大电网的物理系统与计算机通信网络的信息系统深度嵌入，充分实现各种功能之间的相互影响与互动。图 3. 智能电网监控物联网系统架构图 系统集成解决方案构建基础：PMU/WAMS，相位测量、远程测量；中国广域测量系统规模世界第一，但海量数据远未有效利用；电力系统的新型控制手段-FACTS；数据中心技术的不断成熟与性价比的提高；桌面虚拟化技术在动态监控中的应用。 图 4. 智能电网监控南方电网原型分布图4 效益分析产品的竞争优势集中表现在以下几个方面：技术优势。实验室拥有实力雄厚的技术队伍，掌握了当今物联网、云计算等的信息技术；产品组合优势。实验室已经开发了拥有自主知识产权的物联网中间件软件组合包，并将进一步完善产品结构，可为电力等行业信息化建设提供全面的物联网系统解决方案；市场优势。实验室与南方电网等电力企业保持有长期的合作关系，具有一定的示范作用和影响力，它的选择直接影响到其他省市有关部门和企业的决策；质量、成本优势。实验室对云计算、物联网领域有较深入的研究，参与过多项国家级项目的实施，因而可以减少大量的调研活动，缩短开发进程，降低开发风险，提高产品的质量，大幅度降低成本；管理优势。公司管理队伍整体素质较高，有着良好的知识结构、年龄结构，富有激情和创新精神。

      金碟云智慧图书馆服务平台是采用Python语言开发同时基于云服务器数据库管理技术自主研发的一款云智慧图书馆管理与服务平台，具体功能包括：图书编目、馆藏查询、流通管理、报表的统计和生成、图书馆管理、查询等功能。

一、项目简介 以中医学理论为依据，将采集的望、闻、问、切等信息用数据形式表达，强调客观地评价人体健康状态和病变本质，并对所患病、证给出概括性判断。另外，在中医大数据的时代背景下，完善中医人工智能辅助诊疗服务平台与应用的功能性。通过设计高效的在线信息分析技术，加强对病患终点结局的把握。 二、前期研究基础

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。

心脑血管类疾病是我国居民首要致残致死原因，介入手术已成为其主要治疗手段，但因操作失误或器械植入不当可引发灾难性后果。本项目针对这一重大民生问题开展研究，核心技术包括：1) 基于深度学习的血管疾病医学影像自动分割及三维重建算法，服务于智能诊断；2) 基于生物力学和计算机视觉的虚拟手术算法，服务于术前规划；3) 基于血液动力学的高精度算法，服务于血管疾病功能参数的分析。基于上述技术，本项目构建集合智能诊断、术前规划、术后转归预测及风险评估的诊疗一体化系统，服务于相关疾病的智能临床诊治。

心脑血管类疾病是我国居民首要致残致死原因，介入手术已成为其主要治疗手段，但因操作失误或器械植入不当可引发灾难性后果。本项目针对这一重大民生问题开展研究，核心技术包括：1) 基于深度学习的血管疾病医学影像自动分割及三维重建算法，服务于智能诊断；2) 基于生物力学和计算机视觉的虚拟手术算法，服务于术前规划；3) 基于血液动力学的高精度算法，服务于血管疾病功能参数的分析。基于上述技术，本项目构建集合智能诊断、术前规划、术后转归预测及风险评估的诊疗一体化系统，服务于相关疾病的智能临床诊治。 图1.主动脉夹层智能诊疗系统