2024, 51(11A): 231100132-13. HU Hongchao, SUI Jiaqi, ZHANG Shuai, TONG Yu. Proactive Defense Technology in Cyber Security:Strategies,Methods and Challenges [J]. Computer Science, 2024, 51(11A): 231100132-13 计算机科学, 2024, 51(11A): 231000005-6. https://doi.org/10.11896/jsjkx.231000005 基于深度学习的个性化学习资源推荐综述 Survey on Deep Learning-based Personalized Learning Resource Recommendation 计算机科学, 2024, 51(10): 17-32. Threats 计算机科学, 2024, 51(6): 399-408. https://doi.org/10.11896/jsjkx.230200099 SGPot:一种基于强化学习的智能电网蜜罐框架 SGPot:A Reinforcement Learning-based Honeypot Framework for Smart Grid 计算机科学, 2024, 51(2): 359-370. https://doi

医疗。 ◼ 药物研发周期长、资金投入高、成功率低，“AI+”方案有望解决痛点。一款新药成功上市销售大约需要花费十年以上的时间，药物发现阶 段从靶点到苗头化合物再到先导化合物优化过程，整体成功率为51%，临床研究阶段的整体成功率仅为12.9%。资金花费上，一款药物从研发 到上市销售，平均需要投入8-23亿美元，上市后还要投入超过3亿美元。与传统药物研发对比，AI制药更具有优势：AI制药方法可以对数十 创新靶点研究、药物发现、临床前研究、临床研究最终申报上市，一款新药成功上市销售大 约需要花费十年以上的时间。在研发成功率方面，药物发现阶段从靶点到苗头化合物再到先 导化合物优化过程，整体成功率为51%，临床研究阶段的整体成功率仅为12.9%，制约新药的 研发上市。资金花费上，一款药物从研发到上市销售，平均需要投入8-23亿美元，药物上市 后还要投入超过3亿美元，花费巨大。 请务必阅读正文之后的免责声明及其项下所有内容 医疗。 ◼ 药物研发周期长、资金投入高、成功率低，“AI+”方案有望解决痛点。一款新药成功上市销售大约需要花费十年以上的时间，药物发现阶 段从靶点到苗头化合物再到先导化合物优化过程，整体成功率为51%，临床研究阶段的整体成功率仅为12.9%。资金花费上，一款药物从研发 到上市销售，平均需要投入8-23亿美元，上市后还要投入超过3亿美元。与传统药物研发对比，AI制药更具有优势：AI制药方法可以对数十

盈利预测与估值 [Table_profit] 财务摘要 2021A 2022A 2023E 2024E 2025E 营业收入(百万元) 44,134 51,052 58,191 67,197 78,656 YoY（%） 37.7% 15.7% 14.0% 15.5% 17.1% 归母净利润(百万元) 387 -162 288 利润表（百万元） 2022A 2023E 2024E 2025E 现金流量表（百万元） 2022A 2023E 2024E 2025E 营业总收入 51,052 58,191 67,197 78,656 净利润 714 1,696 2,061 2,785 YoY(%) 15.7% 14.0% 15.5% 17.1%

.................... 50 5.2.2 ႙ஜᄦટޙസટॏ ......................................................... 51 5.2.3 ඔಖЦ࠿ਖ਼ࠎٲߙટॏ ................................................. 52 5.3 ඔಖ໘ල٫຺ટॏ ........... ௶ᆇၗ໻ྜӖ੦໸ޏ೬඘ຂdѩדॆဈ“ྡྷ჆෍”೴࡬ᆇၗēහѴߙ ಁᆑ௶ᆇၗক့ᅥྜྂ·೴࡬ނdࣴႺఆٝᄦટ੦໸༾ॠۤ࿫ဈટ ॏēཙ֟໻ྜӖ੦໸ރୣޙസࣟޯc༾ॠనߑۤฑԸֺ֥ēࢗႺ໻ — 51 — ¤ ¤ ྜ႙ஜ၇༾ॠۤฑԸdཙ֟ᄦટसࠓูӓcำ·ͱفಓюc೴࡬ᄦ ટד๥cྊثಭιࠓ࿒ԉШဈᄦટ੦ࣖēӕඹᄦટܤટॏ٢ٓ“ᆫ ܊ྡྷ٤ऺ”dࢗႺӖ੦໸ݮ҄ટॏc̝௦ࢶ໰ટॏۤ໻ྜᄉಭഃ଼

机器学习 深度学习 多样化 真实性 大量 化 价值化 快速化 公有链 区块链技术 P6 联盟 链 0 2 P7 规划和自然资源审计系统建设 规划审计监测 • 12 个大类 • 51 个审计事项 自然资源审计监测 • 7 个大类 • 26 个审计事 项 P8 数 据 多 相关政策法规 国土规划相关数据 基础地 理信息数据 自然资源质量、 数量数据 业务系统数据

数据使用费的定价原则与合规要求？ 34 48.运营日志的留存与查询权限合规要求？ 35 49.第三方服务提供商的合规评估要点？ 35 50.运营变更（如规则调整）的用户告知义务？ 36 六、跨域协作类 37 51.跨域数据共享的合规前提（如主体资格、授权）？ 37 52.跨行业标准对接的合规路径与方法？ 38 53.跨境数据流动的安全评估要求（如《数据出境安全评估办法》）？ 38 54.跨域身份认证的合规技术（如联邦身份、OAuth2）？ ？ 48 68.合规整改的期限与验收要求？ 49 69.数据合规公益诉讼的适用情形？ 50 70.可信数据空间运营者的责任豁免条件？ 50 八、新兴场景类 51 71.AI大模型训练数据的合规要求（如数据来源、版权）？ 51 72.物联网设备数据采集与传输的合规要点？ 52 73.区块链存证数据的可信性法律认定要求？ 52 74.数字孪生数据的隐私保护合规策略？ 53 75.工业互联网数据空间的安全合规要点？ 金、服务无法使用的损失）。简言之，告知义务不是“走流程”，而 是经营者平衡自身运营自主权与用户合法权益的“必答题”，需实质 化、可验证地履行。 六、跨域协作类 跨域数据共享的合规前提（如主体资格、授权）？ 51. 跨域数据共享的合规前提需围绕“主体合法、授权明确、目的正当、 安全可控”核心逻辑展开。首先是主体资格合规：共享双方均需为所 在法域合法设立的数据处理者（如在中国需符合《数据安全法》 《个

建设园区光伏电站，降低运营过程中的碳排放。2024年华为 公司使用的可再生能源电量达10.7亿多度，比上一年提升了47.8%。华为总计使用清洁能源电量约35.8亿度，占总用电量 （70.8亿）约51%。 范围一：华为拥有或控制的温室气体排放源所产生的直接排放 范围二：华为外购电力或外购热力所产生的间接温室气体排放 加大可再生能源使用 华为终端公司2024年温室气体排放量（范围一和范围二） 100，000 300，000 500，000 200，000 400，000 600，000 700，000 0 单位：万度 51% 15% 13% 51% 8% 45% 可持续发展寄语 可持续发展管理 数字包容 科技至善 绿色环保 企业责任 附录 51 某供应商厂房屋顶的光伏发电站 为了进一步推进减排目标的达成，部分供应商的碳排放数据通过了第三方机构核查，获得ISO 14064证书；部分供应商通

，选用了朴素贝叶斯分类器、 随机森林分类器、 逻辑回归分类器、决策树分类器四个基分类器作为第一层 Stacking 基模型。第二 层 Stacking 选用的是随机森林分类器进行训练的 集成学习建模 大数掘挖掘专家 51 > 预测的准确率为 0.72 > 预测的 F1 值为 0.42 集成学习建模 预测结果 大数掘挖掘专家 52 泰迪科技 ： www.tipdm.com 热线电话 ： 40068-40020

为45%（参阅图7）。 按细分领域划分（2025–2040估，单位：十亿美元） 2025估 2030估 2035估 23 (55%) 18 (45%) 2040估 0.4 19 109 159 0.6 51 396 1,025 0 6 29 41 eVTOL年销量 （单位：千台） eVTOL保有量 （单位：千台） 个人飞行eVTOL 出行eVTOL +22% +136% 来源：专家访谈；案头研究；BCG分析。 到2030年占全球eVTOL保有量的45% +13% +43% +204% +13% +43% +204% 1,054 3,209 0.6 69 109 81 285 - 0.2 4 396 1,025 0.6 33 51 738 2,470 - 36 62 6 来源：IHS；专家访谈；文献调研；BCG分析。 注：根据年销量测算市场规模。 图19 | 全球eVTOL市场规模 全球个人飞行eVTOL市场预计

［7］ 李洋 . 根河市全域旅游发展问题研究［D］. 北京：北京邮电大学， 2021. ［8］ 庞斌，张晟，肖淼 . 基于标准的大数据互连技术综述［J］. 机电元 件，2020，40（2）：45-51. ［9］ 王强进 . 基于大数据分析的智慧旅游研究［D］. 长春：长春工业大 学，2021. ［10］ 常雪松. 基于游客感知大数据的全域旅游评价研究——以常熟市 为例［D］. 天津：南开大学，2021