(１)IP地址跳变指在传统网络或 SDN 网络中,通过周期 性或随机性地跳变IPv４或IPv６地址来达到隐藏目标系统IP 地址信息的目的. Gudla等通过 SDN 控制器给主机分配短暂的虚拟IP地 址,采用离散的时间间隔进行虚拟IP跳变,同时建立真实IP 地址和虚拟IP地址的映射,优化了IP 地址跳变带来的网络 不稳定和 地 址 空 间 不 足 等 问 题[２８].Groat等 提 出 一 个 基 于 贝 叶 斯 决 策 重 新 量 化 双 方收益,加强高权重阶段中防御策略的制定[５６]. ２)根据博弈时间性分类 ①基于离散时间的博弈指在博弈过程中时间被离散化为 一系列固定的时间点,所有参与者必须在指定的时间点进行 决策. Lei等将 MTD 对抗过程看作离散时间序列上的多阶段 动态事件,提出一种基于 Markov博 弈 模 型 的 移 动 目 标 防 御 系统,将攻防行为转化为攻击面和探测面的变化 将攻防行为转化为攻击面和探测面的变化,提高了模型 的通用性[５７]. ②基于连续时间的博弈指在博弈过程中时间是连续的而 不是离散的,所有参与者可以在任何的时间点进行决策. Huang等根据当前网络攻防过程中连续化、动态化的特 点与传统博弈模型下时间离散、多阶段攻防的特性不同,提出 一种网络攻防定性微分博弈模型,引入多维空间欧氏距离评 估威胁程度,能够对安全威胁进行实时预警[５８]. ３)根据博弈动态性分类

不擅长非规则、逻辑复杂的任 务，串行瓶颈依然存在 局限 前沿技术，处于实验与原型阶段， 尚未大规模商用 成熟，特别在 AI/ML 训练等领 域广泛使用 发展阶段  密码学：Shor算法，针对大数分解、离散对数等问题，相比 经典算法有指数级加速优势；对RSA、ECC等加密体系有潜 在威胁  搜索问题：Grover算法，通过量子振幅放大机制，针对无序 数据库搜索问题，相比经典算法具有平方根加速优势  随机与采样：量子采样、量子随机数发生器（QRNG）技 术，可模拟出真随机数、玻色子采样，提供可认证熵源，经 典计算机难以模拟；可用于安全与实验验证  密码学：Shor算法，针对大数分解、离散对数等问题，相比 经典算法有指数级加速优势；对RSA、ECC等加密体系有潜 在威胁  搜索问题：Grover算法，通过量子振幅放大机制，针对无序 数据库搜索问题，相比经典算法具有平方根加速优势 (2n/2) ，等价于“有效安全位减半” • 长周期数据泄露风险 ：低强度对称加密（如3DES）可能在未来被破解 加密算法面临威胁 采用 公钥-私钥对 ；RSA ：基于大数分解难题；ECC：基于椭圆曲线离散对数 • Shor算法颠覆公钥体系 ：破解速度从指数级或次指数级降至多项式时间（ O(n3) ） • 数字签名伪造风险 ：攻击者可伪造ECDSA签名，篡改交易指令或冒充合法用户 将 任意长度的输入

生产调整难 OICT 融通， 柔性生产 传统 PLC -> 云化 PLC 软件化 开放生态 七国八制 , 封闭生态 PLC 本地控制 -> PLC 集中控制 多点位， 离散管理 一体化 高效管理 多层级有线网 -> PLC 剪辫子 工业以太网络层级多， 故障点多，调整难 5G 组网，架构简 化，支持柔性 传统 PLC 工业控制 工控机 工业交换机 工段 47% ，铁水温降 ↓ 10℃ 简化为一体 化 SE 设备 内嵌 FRER 智能调度机车路径 简化为内嵌设备 携手打造 5G 全连接工厂，全力服务数字钢铁建设 • 移动的 5G 监控 • 离散的高危检修布控 • 大量的视频数据分析 • ...... • 更多维度的能耗数据采集 • 广域分布的环境测点 • 更及时的数据价值发掘 • …… 能环管理精细化 安全管控智能化 5G+

B/S 平台 ( 信息域 ) 数据特点 DI/DO AI/AO 枚举字符串环境参数、设备状态、故障 报警 全域、用户行为分析、外部系统接入数据 数据库 实时型、低时频数据刷新 关系型、离散型、全文搜索引擎数据库、大数据文件系统、 ( HDFS 、 Kudu 、 HBase) 布署与运行 本地、可脱上位机运行 本地、异地、云布署、不能脱机运行 集成对象 BAS 、 FAS 、建筑能效监控系统、 B/S 平台 ( 信息域 ) 数据特点 DI/DO AI/AO 枚举字符串环境参数、设备状态、故障 报警 全域、用户行为分析、外部系统接入数据 数据库 实时型、低时频数据刷新 关系型、离散型、全文搜索引擎数据库、大数据文件系统、 ( HDFS 、 Kudu 、 HBase) 布署与运行 本地、可脱上位机运行 本地、异地、云布署、不能脱机运行 集成对象 BAS 、 FAS 、建筑能效监控系统、

，大类分为两类 QUD、QTF，接口兼 容多种操作系统； 2、安全设备管理程序 主要实现对离散终端设备的初始化、密钥充注、设备解绑、证书更新等功能； 3、认证控件 浏览器通过该控件操作离散终端设备，实现离散终端设备和后端应用程序之间的认 证流程； 4、PIN 码工具 通过该工具可以对离散终端设备上系统的 PIN 码进行修改； 5、真随机数管理系统 后台管理服务，主要实现系统管理

模型通过优化其预测下一个单词（如 GPT）或填 充缺失单词（如 BERT）的能力，来调整多层神经网络 模型的内部大量神经元连接权重参数，实现对知识 的获取。这一参数调优过程在连续平滑数值空间进 行，与符号化表示的知识获取中的离散符号操作相 比，可以捕捉更为复杂和细致的规律，实现对过往 经验的超越。 1.1.4 知识分布式隐式表示 与符号化知识表示不同，模型获取的知识内嵌 于神经网络模型的海量参数中，无需对其进行显式 表 knowledge management modes 比较项目 认知观点 知识表示 知识获取 知识类型 知识处理 知识检索 传统知识库模式 符号主义 结构化符号 被动地搜索 显性知识 离散空间的符号操作 结构化查询语言等 大语言模型模式 联结主义 分布式数值 主动地内化 显性知识+隐性知识 连续空间的数值操作 自然语言 龚晶等：基于大语言模型技术的智慧应急应用：知识管理与应急大脑

实现了由粗 到细的 Q-attention 机制, 它在给定体素化场景的 情况下, 学习应该“放大”场景的哪一部分. 通过迭 代应用这种“放大”行为, 实现了对平移空间的几乎 无损的离散化, 使得在连续机器人领域中可以使用 离散的强化学习方法, 取代了训练时往往样本效率 低且不稳定的连续控制强化学习方法. 然而由粗到 细的方案无法提供全局感受野, 在理解场景方面存 在缺陷. 针对这个问题, PerAct[87] 而自然语言则通 过 CLIP 的语言编码器转化为语言特征, 随后体素 特征一起输入至 Perceiver Transformer, 最后输出 序列经过解码器处理, 恢复到原始体素网格的维度, 并用于预测离散化的行动动作. 通过对场景进行三 维体素化, 并使用编码器进行场景、语言的特征提 取, PerAct 能够有效地对环境进行建模, 获取全局 感受野, 并在多任务设置中执行精确的 6-DoF (De- FiLM[125] 对提取的特征进 行调节, 使得模型能够根据给定的文本指令动态调 整其对图像的理解, 随后特征经过 tokenlearner 模 块生成特征, 最后送入 Transformer 并输出离散动 作指令: 末端执行器的三维坐标、欧拉角、夹爪的开 合、底座的运动以及状态指示. 实验显示了 RT-1 出色的可扩展性、泛化能力、鲁棒性和学习能力, 且 得益于高效的模型架构, RT-1 能够在 3

系统采用先进的检测技术体系，基于状态的应用层协议分析技术，使系统能够准确快速地 检测各种攻击行为。 14 新一代信息网安全方案设计 流量分析日志可与信息网中的入侵检测、各类资产、威胁情报等联动，分析某一端 口 的访问频率、离散度， 建立流量对比基线、行为对比基线， 进而探测端口异常行为、发现 非 法远程访问及各类违规接入。还可用于解析常见的各类网络层协议， 提取访问关系信息； 能够解析常见的应用层协议，能够识别通讯数据的具体内容。 监测和预警。流量分析系统采用先进的检测技术体系，基于状态的应用层协议分析技术， 使 系统能够准确快速地检测各种攻击行为。 流量分析日志可与信息网中的入侵检测、各类资产、威胁情报等联动，分析某一端 口 的访问频率、离散度， 建立流量对比基线、行为对比基线， 进而探测端口异常行为、发现 非 法远程访问及各类违规接入。还可用于解析常见的各类网络层协议， 提取访问关系信息； 能够解析常见的应用层协议，能够识别通讯数据的具体内容。 监测和预警。流量分析系统采用先进的检测技术体系，基于状态的应用层协议分析技术， 使 系统能够准确快速地检测各种攻击行为。 流量分析日志可与信息网中的入侵检测、各类资产、威胁情报等联动，分析某一端 口 的访问频率、离散度， 建立流量对比基线、行为对比基线， 进而探测端口异常行为、发现 非 法远程访问及各类违规接入。还可用于解析常见的各类网络层协议， 提取访问关系信息； 能够解析常见的应用层协议，能够识别通讯数据的具体内容。

升服务质量。 总的来说，大多数受访企业计划在其供 应链中稳步实施转型，伴随新技术的涌现与 成熟，逐步实现更高水平的任务自动化与决 策自主化。 实现自主智能供应链 15 图6 最先进的工业多集中在离散制造领域 • 未来五年内，所有行业的供应链自主化 水平预计都将实现显著提升。大多数行 业从当前到未来的自主化发展均呈现持 续增长态势，反映出向自动化与自主化 转型的普遍趋势。然而，各行业转型的 对整个行业具有深远的启示意义。 • 流程导向型行业（如石油天然气、化工） 目前相对滞后。然而，其未来可观的成 熟度增长（如油气行业，预计增长超过 21%）预示着这些行业的应用势头日益 增强，有望缩小与离散制造业的差距。 • 尽管取得了显著进展，但尚无行业预计 能在未来五年内实现完全自主化，这 反映了业界对技术成熟度、运营复杂性、 监管环境以及人工监督必要性的现实 考量。 来源：埃森哲20

究人员通过对石墨烯薄片进行分子动力学仿真，发现了任意分布的空位，同时计算出 了每个原子的振动能量。 该研究取得了突破性进展，提出了两种预测策略：一种是基于原子层面，通过原子索 引来构建数据；另一种是基于域的层面，通过域离散化来构建数据。从原子尺度过渡 到包含多个原子的域尺度，在捕捉薄片中的多个空位时，展现出了极高的准确性。需 要着重指出的是，在这项研究工作中，采用分子动力学仿真来计算振动能量，运用机 器学习进行跨尺度建模。 驱动的集成机器学习单元。包含 几个关键组件，包括液体处理装置、注射泵、可调连续流光反应器、低成本的物联网 设备以及在线核磁共振 (NMR) 系统，采用闭环贝叶斯优化 (BO) 方法，系统地探索 包含离散变量和连续变量的选定参数空间，因此 RoboChem 擅长识别最佳反应条件， 请务必阅读报告末页的重要声明 16 / 29 行业研究|行业深度研究 从而最大限度地提高产率、通量或两者的组合。