2019年11月6日,联通研究院与中兴通讯共同发布《“5G+区块链”融合发展与应用白皮书》(以下简称“白皮书”)。 白皮书通过对5G技术特征和现状,以及区块链技术特征的分析与洞察,从5G接入网络、5G通信设备和网络管理、5G通信应用与业务等多个维度进行了需求分析和阐述,针对各领域给出了“5G+区块链”典型融合应用的痛点和运用场景的剖析,分享了5G和区块链相互赋能,相互助力,相辅相成的观点。

成为VIP会员查看完整内容
0
37

相关内容

中国联通让一切自由联通!创新,改变视界,让梦想与现实连通!WO的世界uni更精彩!

12月13日,“中国5G经济研讨会”在北京中国国际经济交流中心召开,论坛发布了《中国5G经济报告2020》。

  报告运用5x5x5的思考框架,归纳总结出5G先锋行业识别器,遴选出5大先锋行业,从5个角度深入透视5G先锋行业,提出推动5G相关产业发展的政策建议,总结5G经济带来的5个启发。

  报告指出,5G时代运营商面临建设资金量大、C端用户支付意愿弱、管道思维和组织模式待调整等严峻挑战,5G网络建设是个循序渐进过程,未来十年4G和5G将共存,预计2025年5G用户渗透率为48%。

  报告还详细介绍了中国5G产业发展5大独特优势,具体包括:政府积极推动5G产业发展、消费者积极拥抱5G新科技、中国将是全球最大的5G市场、5G产业基金投资已经启动、5G产业链有国际竞争优势。

成为VIP会员查看完整内容
0
79

摘要: 当前,全球大数据正进入加速发展时期,技术产业与应用创新不断迈向新高度。大数据通过数字化丰富要素供给,通过网络化扩大组织边界,通过智能化提升产出效能,不仅是推进网络强国建设的重要领域,更是新时代加快实体经济质量变革、效率变革、动力变革的战略依托。 本白皮书是继《大数据白皮书(2014年)》、《大数据白皮书(2016年)》、《大数据白皮书(2018年)》之后中国信通院第四次发布大数据白皮书。本白皮书在前三版的基础上,聚焦一年多来大数据各领域的进展和趋势,梳理主要问题并进行展望。在技术方面,重点探讨了近两年最新的大数据技术及其融合发展趋势;在产业方面,重点讨论了我国大数据产品的发展情况;在数据资产管理方面,介绍了行业数据资产管理、数据资产管理工具的最新发展情况,并着重探讨了数据资产化的关键问题;在安全方面,从多种角度分析了大数据面临的安全问题和技术工具。希望本白皮书的分析可以对政府和行业提供参考。

目录:

一、国际大数据发展概述. 1

  • (一)大数据战略持续拓展. 1
  • (二)大数据底层技术逐步成熟. 2
  • (三)大数据产业规模平稳增长. 3
  • (四)大数据企业加速整合. 5
  • (五)数据合规要求日益严格. 6

二、融合成为大数据技术发展的重要特征. 8

  • (一)算力融合:多样性算力提升整体效率. 8
  • (二)流批融合:平衡计算性价比的最优解. 9
  • (三)TA融合:混合事务/分析支撑即时决策. 10
  • (四)模块融合:一站式数据能力复用平台. 11
  • (五)云数融合:云化趋势降低技术使用门槛. 11
  • (六)数智融合:数据与智能多方位深度整合. 12

三、大数据产业蓬勃发展. 14

  • (一)大数据产业发展政策环境日益完善. 14
  • (二)各地大数据主管机构陆续成立. 17
  • (三)大数据技术产品水平持续提升. 20
  • (四)大数据行业应用不断深化. 22

四、数据资产化步伐稳步推进. 25

  • (一)数据:从资源到资产. 25
  • (二)数据资产管理理论体系仍在发展. 26
  • (三)各行业积极实践数据资产管理. 27
  • (四)数据资产管理工具百花齐放. 29
  • (五)数据资产化面临诸多挑战. 31

五、数据安全合规要求不断提升. 35

  • (一)数据相关法律监管日趋严格规范. 35
  • (二)数据安全技术助力大数据合规要求落地. 36
  • (三)数据安全标准规范体系不断完善. 39

六、大数据发展展望. 41

成为VIP会员查看完整内容
1
86

11月6日,中国通信标准化协会(CCSA)物联网(TC10)第二十三次全会在许昌召开。在当天的“5G与C-V2X研讨会”上,中国联通携手中兴通讯(ZTE Corporation, 0763.HK / 000063.SZ)并协同其他厂家正式发布了《“物联网+区块链”应用与发展白皮书》。   

该白皮书由CCSA TC10 物联网区块链子工作组组织研究与制订,经过子工作组的区块链专家们的深入研讨与修订,最终完成并向业界发布。白皮书基于对区块链技术特点、产业情况、与物联网融合的分析,从区块链对物联网网络发展的促进、对物联网平台能力的提升等方面进行了阐述,梳理了区块链赋能物联网行业的各领域应用案例,对区块链与物联网融合发展提出了建议。

成为VIP会员查看完整内容
0
52

应用场景的日益丰富对区块链技术不断提出新的要求。京东区块链技术的鲜明特色之一就是在实际应用中的不断检验和动态演进。与此同时,我们也深刻地意识到,区块链技术还处在生长阶段,有很多待改进之处,配套的管理机制仍需规划完善,业界共建、共创、共享十分必要,这便是 2019 年版本《京东区块链技术实践白皮书》修订的动因。伴随白皮书的发布,我们也将正式对外开源自主研发的区块链底层框架系统——JD Chain。JD Chain 全面支持灵活的国密算法和账本的动态扩展,将帮助我们的伙伴真正实现企业级区块链底层框架的“按需定制”。

成为VIP会员查看完整内容
京东区块链技术实践白皮书(2019).pdf
0
28

当然,工业互联网平台还有很多问题需要突破和解决,在过去一年多的发展中也面临不少挑战和困难。如很多平台还需要大幅提升实际解决制造企业生产和运营优化的能力,还需要不断探索应用模式和路径,还需要加快商业模式的创新和突破,特别是要在平台建设投入与市场回报之间取得较好平衡,以支撑平台的可持续发展。但总体看,制造业数字化转型已是大势所趋,工业互联网平台对于制造业数字化转型的支撑作用将会越来越强,当前平台发展中遇到的问题更多是产业爆发前期在技术、应用和商业方面的不断试错和修正,都将不断推动工业互联网平台走向成熟和完善。在这样一个发展阶段,工业互联网产业联盟(以下简称“联盟/AII”)联合40余家国内外平台企业共同编写和发布《工业互联网平台白皮书(2019讨论稿)》,希望从应用、技术、产业和商业等方面研究和分析工业互联网平台的发展脉络和最新状况,并一定程度上对未来发展方向有所预见,为业界厂商、政府机构和投资者等利益相关方提供有益参考,共同促进工业互联网平台发展成熟。

成为VIP会员查看完整内容
0
51

该白皮书对大数据与实体经济融合发展情况进行了全景展现,报告显示我国大数据融合发展已具备技术、产业、应用和政策基础,大数据在制造业、农业、服务业等实体经济各领域应用不断深入,给经济社会带来的益处和价值日益显现。此外,白皮书还对大数据与实体经济融合发展机遇与挑战进行了深入分析,对推动我国大数据与实体经济融合创新发展提出了政策建议。

成为VIP会员查看完整内容
中国大数据与实体经济融合发展白皮书.pdf
0
39

本白皮书从人工智能数据安全的内涵出发,首次提出人工智能数据安全的体系架构,在系统梳理人工智能数据安全风险和安全应用情况的基础上,总结了国内外人工智能数据安全治理现状,研究提出了我国人工智能数据安全治理建议。

成为VIP会员查看完整内容
3
78

德勤科技、传媒和电信行业联合推出《全球人工智能发展白皮书》。《全球人工智能发展白皮书》深入研究人工智能技术步入商业化阶段后,在全球各主要城市的创新融合应用概况,以及其将对金融、教育、数字政务、医疗、无人驾驶、零售、制造业、智慧城市等各行业带来的深刻变革。

成为VIP会员查看完整内容
3
140
小贴士
相关论文
A Survey on Edge Intelligence
Dianlei Xu,Tong Li,Yong Li,Xiang Su,Sasu Tarkoma,Pan Hui
33+阅读 · 2020年3月26日
Blockchain for Future Smart Grid: A Comprehensive Survey
Muhammad Baqer Mollah,Jun Zhao,Dusit Niyato,Kwok-Yan Lam,Xin Zhang,Amer M. Y. M. Ghias,Leong Hai Koh,Lei Yang
10+阅读 · 2019年11月8日
Fang Liu,Guoming Tang,Youhuizi Li,Zhiping Cai,Xingzhou Zhang,Tongqing Zhou
20+阅读 · 2019年11月7日
Text Level Graph Neural Network for Text Classification
Lianzhe Huang,Dehong Ma,Sujian Li,Xiaodong Zhang,Houfeng WANG
8+阅读 · 2019年10月8日
Zhenzhong Lan,Mingda Chen,Sebastian Goodman,Kevin Gimpel,Piyush Sharma,Radu Soricut
3+阅读 · 2019年9月26日
Yu Cheng,Duo Wang,Pan Zhou,Tao Zhang
49+阅读 · 2019年9月8日
Eliciting Knowledge from Experts:Automatic Transcript Parsing for Cognitive Task Analysis
Junyi Du,He Jiang,Jiaming Shen,Xiang Ren
3+阅读 · 2019年6月26日
Kamran Kowsari,Kiana Jafari Meimandi,Mojtaba Heidarysafa,Sanjana Mendu,Laura E. Barnes,Donald E. Brown
11+阅读 · 2019年6月25日
Confidence-based Graph Convolutional Networks for Semi-Supervised Learning
Shikhar Vashishth,Prateek Yadav,Manik Bhandari,Partha Talukdar
5+阅读 · 2019年2月12日
Interpretable machine learning: definitions, methods, and applications
W. James Murdoch,Chandan Singh,Karl Kumbier,Reza Abbasi-Asl,Bin Yu
12+阅读 · 2019年1月14日
Top
微信扫码咨询专知VIP会员