快讯 | 清华-青岛数据科学研究院成立二维码安全技术研究中心

简介: 2017年4月25日,在清华大学106年校庆和世界知识产权日即将到来之际,清华-青岛数据科学研究院(以下简称“数据院”)二维码安全技术研究中心成立仪式暨“二维码·知识产权·产业竞争”RONG论坛在清华大学FIT楼成功举行。


2017年4月25日,在清华大学106年校庆和世界知识产权日即将到来之际,清华-青岛数据科学研究院(以下简称“数据院”)二维码安全技术研究中心成立仪式暨“二维码·知识产权·产业竞争”RONG论坛在清华大学FIT楼成功举行。来自清华大学、公安部、国家版权保护中心、三大电信运营商、银联以及律师事务所的领导专家共同见证了二维码安全技术研究中心的成立,并围绕“开放的安全”这一主题,就二维码技术研发、行业应用和国家标准等问题进行了深入的探讨。


揭牌仪式


从下载移动应用到共享单车开锁,从移动支付到质量追踪,二维码已成为移动互联最重要的流量入口和交互介质,是移动互联产业发展的基石。二维码空前广泛的应用,给我们的生产生活带来诸多便利,但也催生了新的社会风险和监管挑战。通过自主知识产权的二维码安全技术和标准构建,构建起移动互联的安全屏障和产业制造点,成为重要而紧迫的课题。


在这样的背景下,数据院与银河联动信息技术(北京)有限公司联合成立清华-青岛数据科学研究院二维码安全技术研究中心(简称“清华二维码研究中心”),瞄准国家在移动互联时代的重大战略需求和行业应用的痛点,致力于为移动接入、扫码支付、行业监管和社会治理等提供二维码技术相关的国家标准体系和应用解决方案,打造移动互联时代的国家安全屏障和产业制高点。


清华大学校党委副书记史宗恺致辞


清华大学校党委副书记史宗恺先生在致辞中指出,清华大学始终面向国家战略需求开展科研工作,以更好地服务于我国的改革开放和社会主义现代化建设事业。二维码已成为移动互联和物联网的基础性技术,其安全技术研发和标准体系发展,直接关系到产业安全和国家安全。清华大学成立二维码安全技术研究中心,有助于更好地整合产学研资源服务国家发展大局,这是清华义不容辞的使命所在。


清华二维码研究中心主任、智能技术与系统国家重点实验室主任张长水介绍中心情况


清华二维码研究中心主任、智能技术与系统国家重点实验室主任张长水教授介绍了中心的基本情况。中心致力于以核心技术研发为基础,为移动互联、移动支付和社会治理等领域提供二维码技术相关标准和应用解决方案。中心依托清华大学雄厚的科研实力和银河联动十余年研发积淀的二维码专利技术,目前在全球二维码技术研发领域具有领先地位。此次校企联合成立二维码安全技术研究中心,将进一步巩固和扩大清华在二维码技术上的领先优势,服务于产业发展、社会治理和国家安全。


圆桌论坛


主题讨论环节由数据院执行副院长韩亦舜主持。来自清华大学、公安部网络安全保卫局、国家版权中心、中国电信产业互联网创新发展中心、北京如易行科技有限公司等不同部门的领导和专家围绕安全二维码进行了热烈的讨论。公安部网络安全保卫局处长盘冠员表示,依据近年来网络诈骗等案件高发,二维码存在网络安全风险,他期待中心的安全二维码技术应用能为净化网络空间做出贡献。清华信息科学与技术国家实验室常务副主任李军介绍了清华大学在数据安全的科研应用方面的工作,如生物特征识别、网络安全方面识别攻击特征等。嘉宾们普遍认为安全二维码将会为提升安全、治理和监管提供非常有力的技术工具。


清华二维码研究中心副主任、银河联动执行董事沈维和知识产权专家、律师事务所高级合伙人王卫东分别作报告


清华二维码研究中心副主任沈维在《安全二维码:开放、安全、可控》的主题演讲中介绍了中心领先的安全二维码技术。他以不同应用场景为例,阐释了安全二维码技术开放、安全、可控的优势给用户、产业、国家带来的巨大价值。知识产权专家王卫东律师则从案例出发,从知识产权保护和产业国际竞争力的角度阐释了二维码相关专利技术的战略意义。他阐述了这种核心技术领域专利彼此交织、互相牵制的竞争状态,并呼吁国家要重视知识产权保护和基于自主知识产权的国家标准体系建设,“这是一个国家产业竞争力和国家安全的基石”。


我们期待清华二维码研究中心成立,让创新的安全二维码技术能够为中国移动互联产业的竞争力提升和国家安全作出更大的贡献!


原文发布时间为:2017-04-26

本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“BigDataDigest”微信公众号

相关文章
|
6月前
|
机器学习/深度学习 人工智能 算法
智创 AI 新视界 -- 提升 AI 推理速度的高级方法(16 - 2)
本文深度聚焦提升 AI 推理速度,全面阐述模型压缩(低秩分解、参数量化)、硬件加速(GPU、TPU)及推理算法优化(剪枝感知推理、动态批处理)。结合图像识别等多领域案例与丰富代码示例,以生动形象且专业严谨的方式,为 AI 从业者提供极具价值的技术指南,助力突破 AI 推理速度瓶颈,实现系统性能跃升。
|
8天前
|
存储 弹性计算 固态存储
阿里云服务器按量付费与包年包月收费标准,云服务器最新活动价格参考
阿里云的价格一直是用户最为关注的,阿里云这两年也多次做了降价策略,阿里云根据用户的实际需求,针对云服务器收费模式推出按量付费与包年包月两种收费模式,云服务器价格表2025最新版,轻量应用服务器38元一年起,ECS云服务器2核2G3M带宽99元1年、2核4G5M带宽199元一年,新品通用算力型u2i实例4核4G1120.44元/1年起、4核8G1170.26元/1年起,九代云服务器计算型c9i实例8核16G6037.01元/1年起、通用型g9i实例8核32G7551.94元/1年起、内存型r9i实例8核64G9937.12元/1年起。叠加阿里云推出的各种优惠券还可享受满减优惠。
|
21天前
|
人工智能 架构师 开发者
破局2025:定义AI数字艺术新生态的十大关键人物
当AI艺术迈入生态竞争时代,十位创作者正重塑未来。他们超越技术炫技,以生态构建、商业创新与跨界影响力开辟新疆域。从乾元AIGC的多维赋能,到林响的数字乡建,再到织梦人的互动叙事,他们定义规则,连接技术与人文,成为AI艺术时代的建筑师与引路人。
|
12天前
|
人工智能 自然语言处理 搜索推荐
拨开迷雾,重塑信任:Geo专家于磊的“两大核心+四轮驱动”如何引领Geo行业新范式
在AI重塑搜索的今天,SEO已升级为GEO(生成式引擎优化)。Geo专家于磊提出“两大核心+四轮驱动”体系,倡导人性化内容与交叉验证,推动E-E-A-T、结构化表达、语义关键词与精准引用,助力企业获客效率提升2.3倍,引领GEO规范化发展。
106 2
|
7月前
|
人工智能 运维 数据挖掘
Websoft9分享:在数字化转型中选择开源软件可能遇到的难题
本文探讨了中小企业数字化转型中开源软件的核心价值与挑战。全球超94%企业采用开源软件,可节省80%成本,但技术选型与运维难题亟待解决。文章分析了开源在成本效益、技术自主与敏捷创新方面的优势,并提出五大技术挑战的破局之道。Websoft9提供场景化解决方案与全生命周期赋能体系,助力企业实现1:5.3的高投入产出比,跨越开源鸿沟,拥抱数字化未来。
191 4
|
5月前
|
监控 搜索推荐 数据挖掘
淘宝、京东、拼多多电商API接口对比
本文对比分析了淘宝、京东、拼多多三大电商平台的API接口。淘宝API数据全面、实时更新,适合商品信息展示与竞品分析;京东API在商品管理和数据分析方面表现突出,助力精细化运营;拼多多API融入社交元素,强调优惠券管理与用户关系分析。三者均支持实时数据更新,具备高稳定性和安全性,但易用性各有差异。开发者可根据需求选择合适的API,高效实现功能开发与数据利用,推动电商业务发展。
|
负载均衡 5G 网络性能优化
深入解析LTE(长期演进技术)的基本架构及其关键组件
深入解析LTE(长期演进技术)的基本架构及其关键组件
1404 2
|
7月前
|
人工智能 算法
要创新,怎少得了智能体?新鲜出炉的TRIZ发明原则AI助手,你不来试试?
TRIZ发明原则AI助手是一款专注于技术创新领域的智能工具,由法思诺创新团队开发。它结合了TRIZ理论中的矛盾矩阵和发明原则,旨在帮助用户聚焦具体技术问题并快速生成大量有针对性的创意解决方案。相比通用AI,该助手在专业性、准确性和实用性上更具优势,尤其适合解决技术和产品研发中的复杂问题。通过将常规问题转化为TRIZ句型、匹配工程参数、查询矛盾矩阵及提供创意思路,助手实现了从问题定义到解决方案的全流程支持。尽管仍存在一些局限性(如偶尔输出不稳定或不够专业),但通过与研发人员的协作,其潜力可得到最大化发挥。目前,团队邀请用户试用并反馈,以持续优化这一创新工具。
355 0
|
算法 测试技术 量子技术
时隔5年,谷歌再创量子霸权里程碑!RCS算法让电路体积增加一倍
谷歌在量子计算领域取得新突破,其研究人员在《自然》杂志上发表论文《随机电路采样中的相变》,介绍了一种名为随机电路采样(RCS)的算法。该算法通过优化量子关联速度、防止经典简化和利用相变现象,使量子电路体积在相同保真度下增加一倍,为量子计算的发展树立了新的里程碑。实验结果显示,RCS算法在67个量子比特和32个周期的条件下,实现了1.5×10^-3的保真度。这一成果不仅提升了量子计算的效率,也为解决噪声问题提供了新思路。
308 3
|
机器学习/深度学习 人工智能 自然语言处理
乘法变加法!MIT清华校友全新方法优化Transformer:Addition is All You Need
【10月更文挑战第30天】MIT和清华校友合作提出了一种名为L-Mul的算法,通过将浮点数乘法转换为整数加法,优化了Transformer模型的能效。该方法在多个任务上取得了与传统方法相当甚至更好的性能,同时显著降低了计算资源和能耗。论文地址:https://arxiv.org/abs/2410.00907
284 1