基于Xen虚拟化环境的内核级rootkit检测和处理方法，所述Xen虚拟化环境包括管理域、虚拟机监控器和半虚拟化的客户机；管理域包括控制模块，虚拟机监控器包括安全链表维护模块、检测模块和敏感信息备份模块，客户机包括运行时维护模块和rootkit处理模块。还包括客户机启动过程中敏感信息备份、内核模块加载时安全链表更新、内核模块加载成功后交叉对比检测rootkit、内核敏感信息攻击性检测和在管理域对客户机中的rootkit进行处理的步骤。

本发明公开了一种虚拟化环境下的 USB 设备访问控制方法，该 方法可以将客户端中插入的 USB 设备映射到虚拟机中，并且能对映射 到虚拟机中的 USB 设备进行读写访问控制。该方法的实现步骤如下： 首先，配置客户端和虚拟机的网络，使得客户端和虚拟机之间可以相 互 PING 通；其次，在客户端和虚拟机中分别安装 USB 映射程序，确 保 USB 设备能够从客户端映射到虚拟机中；再次，在虚拟机所在的服 务器中将 USB

虚拟仿真外语实验教学中心基于沉浸式虚拟仿真技术，结合实验教学、语言教学理论、二语习得理论，探索“新文科”建设背景下外语学科实验教学的创新突破。

本发明涉及无线Mesh网络中基于时分复用的虚拟信道分配方法，属于无线通信技术领域。本发明通过将MAS时隙再分割成子时隙并进行编号，并将每个MAS中编号相同的子时隙视为一组，称为虚拟信道。通过构建二跳节点干扰模型，引入图着色的方法，即被染上相同颜色的链路可以同时使用同一虚拟信道。通过图着色对网络中的链路进行虚拟信道分配，由于两跳或两跳以外的节点互不干扰，因此可以链路两跳以外的链路可以同时使用相同虚拟信道。与目前Mesh网络中现有资源分配问题相比，本发明充分考虑了时隙的利用率，提出了一种提高网络吞吐量的时分复用虚拟多信道分配方法。

       虚拟现实智慧教室解决方案，将虚拟现实技术应用到常规教育中，通过VR头盔、VR眼镜、VR桌面交互一体机等硬件设备，营造超强沉浸感的智慧课堂，让每位学生都有探究创新的实训操作机会，是VR+教育的最新教学解决方案。 软件资源： 虚拟现实（VR）智慧教室优势： 1） 视听化教学，生动有趣 虚拟现实技术将难以出现或实现的场景模拟出来，让学习者与虚拟场景进行探索、互动，立体形象、生动有趣的场景，让学习成为探索之旅。 2） 模拟实验教学场景，安全保障 虚拟现实技术将一些危险性的实验、或存在一定风险的体验学习模拟成场景，让学生在教室里体验“尖峰时刻”。 3） 人机交互，培养探索能力 虚拟现实的技术，让人机进行互动，虚拟与现实进行互动，大大地激发了学生的学习兴趣，让学生更积极主动去探索、去学习。 4） 智慧化技术创新，方式多样 虚拟现实（VR）智慧教室可扩展融合AR技术，学习方式有趣多样。

以当今主流放疗和影像设备为仿真对象，以 3D 场景仿真医院放疗和影像科室的工作实景及流程，将放疗和医学影像专业与信息化技术有机融合，将教学能动性发挥到最大。系统包括学习模式和考核模式，操作者可以通过鼠标的点击操作，在三维模拟的医院检查环境下进行360°漫游，在整体上对相关检查设备有所认识，每种设备检查技术涵盖实训步骤不少于30步，包含设备开机检查、开机、准备、登记、患者准备、去除异物、摆位、调整设备位置、设置参数、后处理、打印等全过程仿真操作及各仿真过程中知识点学习及考核，软件为B/S架构，不限节点。

一、平台背景 虚拟仿真实验教学是高等教育信息化建设和实验教学示范中心建设的重要内容，是学科专业与信息技术深度融合的产物。为贯彻落实《教育部关于全面提高高等教育质量的若干意见》（教高〔2012〕4号）精神，根据《教育信息化十年发展规划（2011-2020年）》，教育部决定于2013年启动开展国家级虚拟仿真实验教学中心建设工作。其中虚拟仿真实验教学的管理和共享平台是中心建设的重要内容之一。 目前，大多数高校都有针对课程使用实验教学软件，但由于每个专业或课程的情况不同，购买的软件所采用的工作环境、体系结构、编程语言、开发方法等也各不相同。由于学校管理工作的复杂性，各校乃至校内各专业的实验教学建设大都自成体系，各自为政，形成了“信息孤岛”。主要面临如下问题： • 管理混乱，各种实验教学软件缺乏统一的集中管理； • 使用不规范，缺乏统一的操作模式和管理方式； • 可扩展性差，无法支持课程和相应实验的扩展； • 各系统的数据无法共享，容易形成“信息孤岛”； • 缺乏足够的开放性； • 软件部署复杂，不同的软件不能运行在同一台服务器上。 二、平台目标 该平台的目标就是高效管理实验教学资源，实现校内外、本地区及更广范围内的实验教学资源共享，满足多地区、多学校和多学科专业的虚拟仿真实验教学的需求。平台要实现学校购置的所有实验软件统一接入和学生在平台下进行统一实验的目的，通过系统间的无缝连接，使之达到一个整体的实验效果，学校通过该平台的部署，不仅可以促进系统的耦合度，解决信息孤岛的问题，还可以使学校能够迅速实施第三方的实验教学软件。 平台提供了全方位的虚拟实验教学辅助功能，包括：门户网站、实验前的理论学习、实验的开课管理、典型实验库的维护、实验教学安排、实验过程的智能指导、实验结果的自动批改、实验成绩统计查询、在线答疑、实验教学效果评估等功能，同时该平台可扩展集成第三方的虚拟实验课程资源或自建课程资源，为各类院校虚拟实验教学环境提供服务并进行相应的应用。 三、应用方案 《国家中长期教育改革和发展规划纲要（2010－2020年）》第十九章第六十条明确指出:加强优质教育资源开发与应用。加强网络教学资源库建设。引进国际优质数字化教学资源。开发网络学习课程。建立数字图书馆和虚拟实验室。建立开放灵活的教育资源公共服务平台，促进优质教育资源普及共享。创新网络教学模式，开展高质量高水平远程学历教育。 虚拟实验建设的理念就是采用我们这个方案的理念(平台+资源)，发布一个虚拟实验中心门户网站、建设一个开放式虚拟仿真实验教学的管理和共享平台，然后再陆续把相关虚拟实验课程的资源统一放到该平台来进行管理，从而面向各个学科的相关课程开展虚拟实验教学。 四、平台的主要功能 开放式虚拟仿真实验教学的管理和共享平台包括虚拟实验中心门户网站、实验前的理论学习、实验的开课管理、典型实验库的维护、实验教学安排、实验过程的智能指导、实验结果的自动批改、实验成绩统计查询、数字化资源管理、师生互动交流和系统管理等子系统。 虚拟实验中心门户网站：一个动态Web系统，系统内容包括中心介绍、实验教学、实验队伍、管理模式、设备与环境、教学特色、中心新闻/公告/通知等。 实验教务管理：课程库、培养计划、排课、选课、开课审核等功能。 实验教学管理：现场实验安排、虚拟实验安排、实验批改、考勤管理、成绩管理、实验报告等。 实验前理论学习：实验前学生通过练习、自测、课件等方式学习实验理论知识。 实验过程智能指导：学生在实验过程中遇到问题可以请求指导，系统给出指导信息。 实验结果自动批改：学生提交实验结果后系统自动评判，给出分数和评分点。 数字化资源管理：各种虚拟实验、仿真软件和演示动画的上传、发布。 实验室开放预约管理：实验室设备借出、实验室预约、实验预约、工位预约管理。 师生互动交流：实时答疑、在线留言等。 系统管理：用户、分组、角色、权限、日志、备份管理和实时监控等。 五、平台特点 1)系统针对学校实验教学整体需求设计，满足校级实验教学需要； 2)可集成所有符合标准的第三方虚拟实验系统和软件； 3)经典实验的设计采用B/S架构，方便学生使用和系统部署； 4)全面开放了实验室的实验资源，提供开放式实验教学服务。方便学生自主灵活参与实验，充分发挥学生的主观能动性，提高实验教学的效果； 5)多种角色应用体系，多种业务权限配置，满足学生、教师、教务人员、实验室管理人员和校领导的需求，受益面广； 6)人性化的协同学习，帮助教师和学生随时随地通过网络在线或离线交流； 7)虚拟实验和现实实验相结合，丰富了实验教学方式，通过系统可同时管理硬件实验和虚拟实验； 8)实验教学排课灵活，可统一安排也可学生自选，提供学生、教师以多种方式打印课表； 9)多种数据导入导出功能，方便各种身份角色数据汇总、数据统计； 10)可无缝集成到学校的教学教务管理系统中； 11)支持实验报告在线提交，并提供实验报告在线批注和智能批功能； 12)可根据现实实验室进行直观的工位布局，方便学生预约和入座； 13)支持在线多媒体编辑宣传内容，可实现实验中心与下设实验室门户网站统一管理； 14)系统更加注重实验教学效果。

       由山东金歌科学仪器有限公司自主研制的全新一代NMT产品- SRMT1208非损伤微测系统（植物吸收监测仪、NMT活体生理检测仪）具备测量多种关键元素的能力，如磷、硅、锌、铁、铜、铝、砷等。该仪器功能全面，可检测植物所需的全部大量元素、中量元素以及大部分微量元素，同时涵盖离子通量（flux）、离子浓度、分子通量（flux）、分子浓度及膜电位等多项检测项目。   金歌NMT功能特色：   （1）检测种类多；   （2）实时输出时间-flux通量数据，无需人工换算，可直接用于分析作图，保护了用户数据安全；   （3）提供个性化定制，免费升级测试软件。   可检测种类：   （1）大量营养元素：N (NH4+/NO3-)、P (HPO42-)、K+   （2）中微量元素：Ca2+、Mg2+、SO42-、Na+、Cl-、H+、SiO32-、Zn2+、Fe2+、Cu2+   （3）胁迫：Cd2+、Al3+、Pb2+、Ag+、Cr3+、AsO43-   （4）其它：Li+、NO2-   （5）分子：O2、H2O2、IAA、NO、葡萄糖等   测试样品：   根际/种子/花粉管、细胞/液泡、生物膜、藻类、活体组织、神经、骨骼、珊瑚等其它活体样品   测试项目：   （1）离子通量SRIET   （2）分子通量SRPT   （3）离子浓度aIon   （4）pH   （5）分子浓度aMol   （6）膜电位Potential   主要应用：   植物营养生理、逆境生理、植物与微生物互作、作物育种、生理调控机制等研究     附：非损伤微测技术（Noninvasive Microelectrode Technique，NMT）        非损伤微测技术NMT是离子/分子通量测试技术在国内的名字，其全称是非损伤微电极测试技术（Noninvasive Microelectrode Technique，NMT），能够原位、实时、非接触式测量生命活动中离子/分子通量（flux），可用于植物营养生理、盐胁迫和重金属胁迫等研究。        离子/分子通量测试技术（非损伤微测技术）经历了方法学建立、原型机、技术成熟、引进国内和全国产化。         1.方法学建立         1974年，美国麻省伍兹霍尔海洋生物学实验室科学家 Lionel Jaffe 和 Nuccitelli 提出了振动电极（Vibrating Probe：VP）概念，采用振动电极探针技术测量生物体中弱电流，为离子/分子通量（flux）测试奠定了方法学的基础。         2.原型机         1990年伍兹霍尔海洋生物学实验室开发出了基于离子振动电极技术的自动化离子/分子通量（flux）测试系统，在早期的文献中写做 SRIS系统。         3.SIET离子/分子通量测试系统标志着通量测试技术仪器的成熟         1994年，伍兹霍尔海洋生物学实验室员工 A.M.Shipley 和 E.Karplus 分别成立 Applicable Electronics Inc. 和 Sciencewares 公司，联合推出商业机 SIET通量测试系统，标志着离子/分子通量（flux）测试技术仪器的成熟。          4.SIET系统被引进国内          SIET通量测试系统被引进国内后，我国学者从2009年开始在离子/分子通量（flux）测试领域发表文章，当时文章明确标识使用的是SIET通量测试系统。（文献：Plant Physiology, February 2009, Vol. 149, pp. 1141–1153, NaCl-Induced Alternations of Cellular and Tissue Ion Fluxes in Roots of Salt-Resistant and Salt-Sensitive Poplar Species）          5.国产化           金歌仪器科研团队自2011年开始深耕非损伤微测技术（NMT）领域，为在国内推广的通量flux测试系统（非损伤微测系统）研制并供应核心组件。通过不断丰富NMT可测离子种类，成功摆脱了对国外的依赖。           在科技竞争白热化的今天，核心技术自主可控是企业可持续发展的底线和基石。2022年金歌公司成立以来，始终如一坚持创新发展理念，聚焦关键技术攻关，打破原装进口核心部件-国内组装的模式，推动构建自主可控的产业链体系。2025年8月7日，北京知识产权法院判决金歌公司在与某北京公司NMT专利侵权案中胜诉，金歌已逐步确立了其在NMT领域重要生力军的地位。          凭借扎实的科技实力，金歌公司成功打造出可靠的“NMT耗材-零部件-整机”一站式NMT供应平台。通过不断积累并整合自1990年离子/分子通量flux测试技术（即‌非损伤微测技术NMT）诞生三十多年以来已发表成果，我们建立了丰富的NMT大数据库，实现了NMT仪器国产化、自动化、智能化、信息化和标准化，进一步巩固和扩大了我国在NMT领域的优势。          金歌NMT测试界面实时输出flux通量数据，无需人工换算，可直接用于分析作图，保护了用户数据安全。用户购买仪器后，金歌NMT仪器测试种类和检测项目等仍会不断增加，金歌仪器将及时告知用户，郑重承诺免费为用户做测试软件升级。          金歌仪器将永远以客户需求为导向，精益求精，不断推出创新性产品和个性化解决方案，为加快实现高水平科技自立自强贡献智慧和力量。    

大数据应用的多样化 需要的计算模型、数据模型多样化； 目前每类模型需要单独的开源系统来支持（如HDFS、HBase、Neo4j、MongoDB，Flink，Spark，Tensorflow等）。 多系统导致大数据分析平台非常复杂、效率低下。研究目标：研究和开发面向新型多计算模型融合架构的、高时效、可扩展的新 一代大数据分析支撑系统与工具平台FAST（Fusion-Architecture, Scalable, Time-efficient big data analysis platform）。针对目前大数据分析平台复杂、效率低下的痛点，该系统具有三个 方面的优势：首先，这套系统采用融合架构，一方面实现关系、图、键 值、文档等多种数据模型的高效融合，另一方面实现批处理计算、流计 算的深度融合，并可以通过SQL扩展语言来进行多模型的统一查询，实现高效的跨模型查询。其次，对于复杂系统来说，时效性非常重要，这 套系统采用融合架构提高效率是实现高时效的基础，更重要的是，我们 对大数据分析从数据到用户进行了端到端的全栈时效优化。最后，对于 大数据应用来说，系统扩展性非常重要，本系统在资源层、存储层和计 算层进行了全面的扩展性优化。下面在融合架构、高时效和可扩展这三 个方面，分别详细介绍FAST系统的三个主要亮点。融合架构FAST系统的第一个亮点是融合架构，我们在技术方面的创新主要包 括多数据模型融合和多计算模型融合两方面。多数据模型融合：设计和研发了多模型数据管理与查询引擎，支持关系、图、键值、 文档等多种数据模型，实现了查询解析、查询优化、元数据管理、数据 分布等功能，将多种数据模型进行统一管理和深度融合。同时扩展了SQL语言，通过统一的查询接口支持对关系、键值、图、文档等数据进行独立访问或者跨模型查询。经过试验，多模型数据融合查询，比Spark 2.3.4的查询时间能平均减少70.7%。目前spark等现有系统还需要手工编程方式来实现跨模型查 询，所以FAST系统在易用性上也表现良好，降低使用门槛，提高开发效率。多计算模型融合：在计算层实现了最常见的批处理计算和流计算深度融合，批流融合的核心方法是在系统内部实现批和流的统一表达，批是对有限数据集 的运算，流是对无限数据流的计算，我们设计了UCollection结构对批和 流数据进行统一表达，通过识别的bounded标志，来确定是批、流、或批流融合。有了统一表达，可以开展一系列融合优化来提升系统性能。 并且对上通过Unified API统一用户的批、流接口，实现二者在编程范式上的统一表达。对于批流混合的计算，融合架构系统的查询延迟比Flink 1.4.2能减少57%，吞吐量平均可以提升到6.72倍。高时效FAST系统的第二个亮点是高时效，即缩短大数据分析的时间消耗， 提高效率。由于大数据分析平台是一个非常复杂的系统，为了做到高时效，系统不能存在性能短板，因此需要对大数据分析的整个过程进行端到端的全栈时效优化。如图中所示，自下而上，需要在多模态存储、批流融合、机器学习、人工操作各层都进行优化。对于多模态存储，面向应用负载和异构硬件特征进行自适应优化；对于批流融合计算，在统一表达基础上，进行系列融合优化技术， 包括DAG优化、迭代优化、部署优化、操作符优化等；在机器学习层面，进行模型优化、消息优化、梯度优化、概率优化 等来提高时效；而且我们也考虑到大数据分析过程中用户人工操作的时效性问题， 通过智能地进行大数据分析方法和模型的推荐，来缩减人工操作的 时间。可扩展FAST系统的第三个亮点是可扩展，由于大数据应用规模很大，数据增速快，对系统可扩展性的要求非常高，为此我们在系统的资源层、 存储层和计算层进行了全面的扩展性优化。在资源层，系统都部署在云计算的虚拟化资源之上，利用了云计算资源的弹性机制进行系统扩展。并在系统中实现了可伸缩调整模块， 能实时监控软硬件系统的状态，按照应用需求来自适应地进行弹性伸缩。在存储层，分布式存储系统扩展性的关键在于分布式共识和一致性 协议（Raft），因此提出了KV-Raft、vRaft等进行Raft的扩展优化。在计算层，我们扩展了机器学习模型的参数规模，使系统可以支持 到百亿级别的超大规模机器学习模型训练，并且性能方面有明显提 升。亮点成果：融合架构大数据分析平台目前已经在阿里巴巴双十一进行示范应用。 从2020年11月10日至11月16日一周的时间，在阿里的生产环境中，研发 的系统一直连续稳定运行，基于淘宝和天猫的实际用户信息进行大数据 分析，综合运用了本系统的存储、计算、机器学习等多个模块的能力， 累计进行了184亿件商品推荐。同时在双十一期间，基于智能交互向导技术，也面向电子商务应用 的卖家提供了“生意参谋”应用，基于大数据分析，帮助卖家分析产品 销量变化的原因，以及促销的有效手段等。

流立方在技术流派里属于流式大数据实时处理领域，但兼顾了批式数据处理技术的优势，一定程度的做到了混合时态的实时处理。流立方通过在数据流水过程中嵌入流处理引擎将所有流过的数据进行实时处理, 并生成多维度的可计算数据魔方。1）超高并发性：“流立方”产品拥有每秒处理百万笔交易流水复杂分析的能力。而达到这样的性能仅需要 8 台普通的 pc 服务器搭建的集群。2）超低时效性：流立方对每笔流水处理的延时严格控制在毫秒级，实际生产中平均延时稳定在 10 毫秒左右。形象一点来说，也就是在海水涌进海洋的几乎同一时刻，数据就被分析完成了，远远低于人类学上 0.1 秒即有所感知的时间节点，处理速度比一眨眼快了很多倍。最近一年，流立方的高级版本更是提升到了微秒级的处理延时，将被用在春运票务、军工、反恐等要求更加极致的场景。3）高可靠性、高扩展性、高兼容性：流立方自带的可计算分布式缓存高性能、高可靠、高可扩展。在内存不足时, 能够平滑扩展到多节点。流立方平台内支持算法数量达到几十个。计算模型、脚本独立管理,在线编写、即时部署即时生效, 大大节约上线时间。