|
搜索
搜 索
高等教育領域數字化綜合服務平臺
現代服務業安全網絡支撐平臺
項目成果/簡介:完成團隊簡介：高嶺教授及其領導的科研團隊長期以來致力于信息科學領域的研究工作，主要圍繞計算機網絡基礎理論、網絡安全與管理、網絡流量與性能分析，以及嵌入式Internet服務、網絡應用服務、教育信息化、遠程教育和教育技術等領域開展相應的研究工作。先后在國內外學術刊物上發表論文100余篇，其中SCI、EI 、ISTP檢索30余篇；教學科研成果多次獲陜西省、西
西北大學
2021-01-12
安全管理信息系統的研究與開發
本項目研究了安全信息在安全管理中的重要性及建立安全管理信息系統的必要性，并對比了傳統和現代安全管理信息系統的模式。結合我國安全信息管理的實際情況，并以首都鋼鐵集團公司、太原鋼鐵集團公司的應用需求開發了安全管理信息系統軟件。 該安全管理信息軟件使用Delphi7.0語言編寫，采用Access2003數據庫管理系統，可運行于Windows98/ Windows2000/ Windows XP等操作系統，該軟件的數據庫結構和報表結構符合國家安全生產監督管理局發布的《傷亡事故統計報表制度》的規定，涉及的行業標準符合GB/T4754-2002。該軟件的功能主要分為五大模塊：系統維護、安全信息管理、安全分析、安全評價和系統恢復。系統維護模塊主要實現企業基本信息管理、用戶權限管理以及系統備份等功能；安全信息管理模塊主要實現安全信息的錄入、修改和刪除，對安全信息的綜合查詢和分類統計，并且輸出兩個報表；安全分析模塊主要采用事故樹分析法對企業常見傷亡事故進行事故樹定性分析（最小徑集、最小割集和結構重要度）和定量分析（頂上事件發生概率、概率重要度和臨界重要度）；安全評價模塊主要采用安全檢查表法對企業生產系統進行綜合打分并得出結論；系統恢復模塊主要實現當系統出現重大問題時對系統中的數據進行恢復。 目前與有關企業合作，按用戶要求進行個性開發，使管理信息系統軟件更加實用。該項目的研究成果達到國內領先水平，所開發的軟件運行穩定，界面友好，操作方便，簡單實用。 應用范圍：該項目可應用于各企事業單位的安全管理，行業包括農、林、牧、漁業，采掘業，制造業，電力、煤氣及水的生成和供應業，建筑業，地質勘探業，交通運輸業，房地產業等等。
北京科技大學
2021-04-13
一種輕便舒適型安全帽
本實用新型涉及一種輕便舒適型安全帽，包括帽殼、兩層薄膜層、防護內襯和帽襯，所述防護內襯位于兩層薄膜層之間，防護內襯由剪切增稠液體浸泡過的織物纖維制成。本實用新型輕便、柔軟、保暖性好，具有與普通織物帽子相同的穿戴舒適性，但當它在遇到高空硬物撞擊時能瞬時變硬，利用防護內襯里的剪切增稠液吸收和耗散掉外界沖擊能，保護頭部不被砸傷；當外界傷害消失后，又馬上恢復輕便柔軟狀態，兼顧舒適性和遇撞擊時的保護功能。
四川大學
2016-09-28
BinGo內嵌式服務器安全系統*
成果完成年份：2010年7月 成果簡介：BinGo內嵌式服務器安全防護系統面向網絡服務器，旨在幫助服務器管理員以更有效的方式實現安全防護。系統普適于Windows、Linux兩大主流服務器，無縫內嵌于服務器架設軟件之中，以簡單便捷的操作，精確智能的分析，行之有效的方式實現對服務器全方位、系統化的安全防護，創造性地提出了惡意攻擊的主動分析檢測技術，通過SQL語句的樹形結構比對，DDOS攻擊的智能辨識等獨具特色的手段完成對攻擊行為的精確定位和高效處理，利用對用戶行為的智能分析，從原理上
北京理工大學
2021-04-14
化學污染物快速檢測及安全控制技術
一、成果簡介 要控制食品安全問題，就需要從農田到餐桌對食品的生產、加工、流通和銷售等各個環節進行全程監控和管理。而現有的食品安全監督管理體系普遍建立在儀器分析的基礎之上，不僅人力、物 力消耗大，時間成本高，而且信息發布滯后，導致監管部門很難對問題食品進行快速反應。因此，迫切需要大量能夠滿足現場、快速、準確、靈敏且成本低廉的食品安全分析檢測技術。試紙成為了 一個非常令人關注的檢測平臺，
中國農業大學
2021-04-14
3S實驗室智能安全管理系統
1. 痛點問題
科創產業在國家創新戰略體系中舉足輕重，各類高校、研究院所、科創園區、高新產業園區的相關企業實驗室呈現爆發式增長。作為科技創新的重要載體，實驗室的建設與管理水平，是實現我國創新戰略目標的重要基石。盡管研發實驗室相較工業企業危險源體量小，但是危險源種類復雜（不僅限于危化品、放射性物質、病原微生物、特種設備等），探索性強，實驗內容變更頻繁，缺乏有效監管，導致我國的研發實驗室存在系統性風險，實驗室事故屢見不鮮，且存在群死群傷的可能性。典型問題主要有以下幾個方面：
“缺標準”，我國安全生產管理體制具有“企業負責，行業管理，國家監察，群眾監督”的特點。各行業安全風險評估的實踐做法各不相同，但都不能適應研發實驗室的安全管理需求，導致研發實驗室領域缺少有針對性的、統一的實驗室安全管理標準、規范和工具。
“關注弱”，實驗室安全風險特點與生產現場安全風險特點存在較大差異，在國家和行業將安全監管的重點聚焦于企業的安全生產情況下，實驗室安全運行及管理長期游離于重點監管領域外，實驗室內危化品存量、實驗內容等底數不明，政府監管缺位；相當比例的實驗室從設計建設初期即缺少評估與監管，導致其“先天”存在安全隱患。
“難度大”，以高校、科研院所、高新產業園區和科技園區為代表的實驗室是我國科技進步的支撐力量，跨學科研究與交叉學科技術的探索存在較大不確定性，風險復雜多變。如何在鼓勵創新的機制下通過科學合理的手段進行監管，破解初創研發型小微企業監管困局，預防事故發生越來越成為政府部門的難題和挑戰。
2. 解決方案
通過借鑒國際知名企業的安全管理實踐和國內外高校的實驗室安全管理經驗，團隊在十余年科研實驗室安全管理經驗的基礎上，引入物聯網技術和信息技術手段，開發了一套軟硬件結合的實驗室智能安全管理系統，具有狀態檢視、安全培訓、實驗室準入、安全檢查和事故調查和資產管理及統計等功能。以技術手段促進管理，以人為本，以過程管理為抓手，把安全事故的事后處理轉變為安全隱患的事前預警，極大地提高了實驗室安全管理的效率和能力。
清華大學
2022-04-11
高速移動場景下列車軌道安全自主感知系統
本項目搭建一套基于深度學習技術的列車軌道安全自主感知系統，利用攝像頭，激光雷達毫米波雷達等多傳感器，通過多傳感器融合和物體檢測技術，對軌道安全進行監測感知。通過視覺目標檢測，實現激光雷達點云數據處理和多傳感器數據整合。
北京交通大學
2023-05-08
PMSI—新型管道應力安全檢測技術領航者
一、項目進展
創意計劃階段
二、負責人及成員
姓名
學院/所學專業
入學/畢業時間
學號
何騰蛟
石油與天然氣工程學院/石油與天然氣工程
三、指導教師
姓名
學院/所學專業
職務/職稱
研究方向
廖柯熹
石油與天然氣工程學院
教授
油氣管道完整性
四、項目簡介
隨著油氣管道建設規模不斷擴大、服役時間長，管道面臨的安全風險也日益嚴峻。目前，全世界有近500萬公里油氣管道無法進行內檢，而市場上管道無損檢測技術只能檢測管道宏觀缺陷，無法檢測微觀缺陷，不能量化管道應力集中風險。針對這一市場痛點問題，團隊研發出一種新型管道安全狀態非接觸式磁檢測裝置——PMSI-Sentinel 2.0 。該裝置通過分析遠程連續采集到的管道磁場數據，可直接精確定位管道的缺陷位置，并判斷缺陷損傷等級，從而評估管道安全狀態。該技術以其非接觸檢測、識別微觀缺陷、量化應力集中程度的優勢打破了市場壟斷，填補了管道應力檢測領域的技術空缺，為無法進行內檢的管道提供全面的解決方案。
目前，團隊與校外公司合作建立校企聯合實驗室，擁有核心發明專利技術10余項，其中包括美國發明專利2項，PMSI技術已成功在新疆、山東、貴州、云南成功應用，共計檢測管道200余公里，直接經濟效益約500余萬元。
西南石油大學
2023-07-18
內生式工控網絡安全系統
1.痛點問題
工業控制系統廣泛應用于能源電力、智能制造、軌道交通、石油石化及市政等行業，是國計民生及國家安全關鍵信息基礎設施的核心系統，一旦遭受網絡攻擊會帶來巨大的損失。近年來，國內外標志性事件的慘痛教訓歷歷在目。
傳統的硬件外掛防護模式，很難根本性解決工業網絡場景碎片化、技術手段響應被動性等系列安全困境，亟需研究軟件定義內生安全新范式，開發高強度大規模安全對抗綜保系統，提高工控網絡安防水平。
2.解決方案
本項目以安全知識計算引擎為核心支撐，通過“軟件定義安全、安全嵌入賦能”方式使工控系統獲得智能“免疫力”。
安全知識計算引擎多形式、多維度、多層次地將各類工業網絡安全知識轉化為可求解的模型算法，構建內生安全內核，實現“業務+安全”一體化模式。主要技術要點如下：
1)全息式安全數據采集，全面性感知、全方位獲取、全網絡匯聚、全維度整合網絡安全數據；
2)全棧式安全知識分析，從采集、傳輸、治理、計算、應用等環節進行全生命周期式安全解讀；
3)全新式安全引擎計算，憑借強大的安全知識計算功能，快速精準地發現網絡高級威脅與異常行為；
4)全景式安全態勢呈現，多視角整體提升安全發現識別、理解分析、響應處置等解構調度能力。
3.合作需求
擬成立公司推動該項目成果的產業化進程，對接需求如下:
1）合作團隊要求：深刻理解工控系統內生安全模式，有較強的市場化產品落地能力；
2）資源要求：關鍵基礎設施行業資源；
3）辦公場地需求：研發實驗環境和辦公場地。
清華大學
2022-12-28
基于人工智能的智能安全管控系統
項目利用新一代的大數據 深度學習技術，實現了加油站現場智能監管系統，具有卸油區智能管控、財務室智能管控、加油區智能管控、現場智能管控、智能分析以及智能考核管理功能，對人員操作合規性進行智能檢測與識別
一、項目分類
關鍵核心技術突破
二、成果簡介
項目利用新一代的大數據 深度學習技術，實現了加油站現場智能監管系統，具有卸油區智能管控、財務室智能管控、加油區智能管控、現場智能管控、智能分析以及智能考核管理功能，對人員操作合規性進行智能檢測與識別，將以查視頻回放的結果型安全管控模式，轉變為控制關鍵作業環節的過程型管控模式，實現了安全關口前移 服務規范管理 智能數字化分析，提高了全站精細化管控能力以及管理層科學決策、信息決策能力。可應用于能源、電力、制造業等與人員安全以及操作流程合規性密切相關的行業。
西南交通大學
2022-09-13