3-1 三种 5G 行业专网模式 05 图 3-2 精准业务保障需要的六大能力 08 图 3-3 垂直行业 5G 应用网络精准规划流程 11 图 3-4 业务流识别与 QoS 模板匹配 12 图 3-5 包特征识别 13 图 3-6 动态保守调度流程图 13 图 3-7 基于时延调度流程图 13 图 3-8 调度编排分类 14 图 3-9 时延分布和时延抖动分布图示 源利用效率，使 5G 行业专网具备必要的商用竞争力。 图 3-2 精准业务保障需要的六大能力 5 精准规划 行业应用场景广泛，业务种类繁多，对网络性能指标提出了超高的标准，需要针对性地进行网络能力的设计和匹配。 网络能力设计 极致的可靠性和时延能力对应无线网络的物理层增强设计，是以整个无线频谱的效率下降为代价的，可靠性、大带宽、低时延三者 是一个可以资源互换的关系，也就是网络的能力在时延 / 可靠性 个切片的资源占用以外，运营商还可以灵活定义每个切片可以使用 的业务类型及数量，我们可通过 QoS 模板来定义业务类型，每个 QoS 模板主要包括业务描述和无线功能描述： 业务流识别包括静态匹配和动态匹配两种方式： 切片业务编排 业务流识别 业务的描述 业务流 QoS 属性和需求的参数； 标识业务流的信息，比如特定的 5QI，或 IP 五元组以及应用类型，例如视频业务，AR/VR

到挤压，基本带宽得不到保证，使 得网络对于工作和重要业务不再可用。 ASG通过应用层数据识别，对数据流中的应用层数据进行内容检测。对通过解析的数据包， 使用应用特征库中的规则，对应用数据进行匹配，分析报文或流在IP和UDP/TCP层以上的应用类 型。 ASG对应用的识别方式并不是传统的基于端口的方式来识别，而是使用应用特征库来识别， 通过分析经过设备的网络数据包，并和应用特征库进 应用控制和URL过滤在ASG系统中属于上网权限策略。 3.3 流量管理 3.3.1 基于 IP 地址（地址段）的流量控制 IP（段）的流量控制是指根据报文源地址、源端口、目的地址、目的端口、协议这五元组信 息匹配限流策略，如果匹配上了则进行相应的限流，否则不做限流。策略里面可以配置地址或地 址的集合，协议或协议的集合，配置起来很方便。 针对IP（段）的流量控制，支持两种方式：  每IP限流：对每个内网地址进行限流； 支持对流量进行双重控制 双重控制是指可对流量同时进行两种方式的限流： ● 每IP/用户限流：域间配置，具有方向性，针对每个IP/用户进行限流。 ● 总体限流：域间配置，具有方向性，针对命中匹配策略的流量进行总体限流。 例如：企业总出口带宽10M，部门A和部门B的用户访问外网internet业务时，针对部门A 中每个用户的迅雷业务限制100Kbps，同时配置部门A所有员工共享的总出口带宽为2M；而

络层中。业务单元是对网络内部资源的管理，负责资源的感知、任务资源的匹配、 资源的调度等功能，属于主体网络层。联盟单元实现互联互通，负责网络间身份 管理和认证、网络间数据传输的通道管理等功能；可信单元支撑多方共识，负责 网络间分布式信息管理、权益匹配等功能，联盟单元和可信单元是互联互通层的 关键。智能单元实现下层资源能力与上层应用的匹配，负责应用的全生命周期管 理、应用资源的组合管理等，实现未来网络丰富的联盟应用层。 据管理模块（Data Management Module，DMM）等，每一个模块分别代表相应业 务，其可能由多个节点及多个功能构成。比如计算管理模块，可能包含计算资源 感知功能、计算任务分配功能、计算通信匹配功能等。因其为网络内部业务，具 体构成不是联盟网络关注的重点，因此用模块进行代指。 CNU 主要包括联盟控制模块（Consociated Control Module，CCM）、联盟 用户模块（Consociated eAUSF（AUSF+CIM）：支持传统对称加密认证及分布式的数字身份认证， 支持灵活的子身份授予及代理认证。  TWU：支持跨域服务动态注册、发现。支持可信能力管理、可信能力使用。  业务单元：管理网络内的各种资源和能力，匹配外部任务与内部资源。  用户面：用于存储和共享不同主体的网络数据，以现有 5G 用户面为基础， 修改现有单元如下  eUPF（UPF+CUM）：支持联盟网络间的数据转发，主体网络内及网络间的

量子信息技术应用案例集（2024） 23 一、 应用背景与需求 (一) 行业及应用背景 分子对接是药物设计领域中的一项关键技术，它通过计算配体 与受体之间的空间互补性和能量匹配来预测两者之间的结合模式。 这项技术在基于结构的药物设计、前导优化、生化途径和药物设计 等方面具有极强的实用性，并被视为一个充满活力的研究领域。然 而，传统的分子对接方法在面对巨大的搜索空间和复杂的计算要求 对 接作为药物发现早期虚拟筛选、计算机辅助药物设计的重要技术手 段，多被用于预测和分析配体（小分子化合物）与受体（蛋白质或 核酸）之间结合过程。通过计算分析配体与受体之间的空间互补性 及能量匹配，预测结合模式和亲和力，在先导化合物的发现和优化 中发挥着重要作用。分子对接技术可以进一步细分为刚性对接、半 柔性对接和柔性对接，以适应不同程度的分子柔性和复杂性。 分子对接过程的采样步骤目前已被证明属于 标准并被使用）。并且面向各行业的真实应用场景，已经具备了在小 规模真实业务数据集下的验证和应用的硬件条件。 三、 应用方案与实践 (一) 解决方案/系统架构/产品情况 分子对接是指两个或多个分子通过空间匹配和能量匹配相互识 量子信息技术应用案例集（2024） 28 别的过程，在药物发现早期虚拟筛选、计算机辅助药物设计中具有 十分重要的意义。通常情况下，药物分子在产生药效的过程中，需 要与靶

Customer 充分了解你的客户 NLP Natural Language Processing 自然语言处理，是研究人与计算机交互的语言问题的一门学科，按照技术实现难度的不同可分成简单匹配式、模 糊匹配式和段落理解式三种类型 P2P Peer to peer lending 互联网金融借贷平台，是一种将小额资金聚集起来借贷给资金需求人群的民间小额借贷模式 SWIFT Society for 金融关系管理 决策支持 资料来源： 灼识咨询 11 外部资金引流： 供应链金融利用核心企业信 用，为上下游企业引入外部 融资；司库管理则提供内部 资金优化与合规基础，确保 资金有效承接与管理。 精准需求匹配： 供应链金融直接满足上下游 企业的融资需求，高效分配 流动资产；司库管理则通过 内部资金洞察，助力高效识 别并对接外部金融机构。 资产高效流转： 司库管理精细化内部资金运 作，盘活企业自有资金；供 智能风控与预警分析 全面评估供应商信用风险，辅助金融 机构与核心企业做出融资决策 物流与资产追踪分析 自动判断货物是否真实、交付是否及 时，为存货质押或订单融资提供实时 数据支撑 融资匹配与定价优化 智能匹配融资产品、授信额度与利率 水平，实现个性化金融服务 对账与结算自动化 在应收账款转让、回款核对等环节， AI可帮助减少账务对接成本。 AI大模型对于供应链金融的影响 -依托深度语义

传输为 UE 进行服务时，若多个 TRP 间时间不同步，即存在时间 误差，会导致多个 TRP 与 UE 之间的等效信道呈现出频率选择特性。UE 反馈的预编码码字 无法与一个子带内所有子载波的信道信息匹配，进而造成 CJT 传输性能下降。 22 / 87 对于时间误差校准，有如下解决方案：  网络侧基于 UE 反馈各个 TRP 的时延差或相位差信息，获得各个 TRP 之间的时间差或 相位差，从而对 预编码码字的联合上报。  降低频域的子带预编码反馈粒度，使得 UE 反馈的预编码矩阵与频选信道匹配。 当 TRP 间存在频率误差时，处理方法与时间误差校准类似，可以通过网络侧基于 UE 上报的 TRP 间的频率差或相位差进行预补偿实现误差校准，或者通过降低预编码码字的时 域反馈粒度，使其与时变信道匹配，降低频率误差对 CJT 传输性能的影响。 2.1.2.3 天线校准 分布式 MIMO 在 发送的上行参考信号估计出上行信道信息，利用 互易性原理确定下行信道信息，进而确定出下行预编码矩阵。在非理想互易性假设情况下， 上下行信道不再是互为转置的关系。此时，通过上行信道估计获得的 CJT 预编码矩阵将与 实际的下行信道不再匹配，进而影响影响相干传输的性能。因此，需要对各个 TRP 的互易 性误差进行校准，以提高相干传输的性能。 关于互易性误差校准，可以采用终端辅助的校准方案。如下图所示，对于两个 TRP 间 的互易性误差校准，可以采用如下方式：每个

可视化体验增强 文本质量提升 准确性 需求严格依从 时效性 支持单页续写 逻辑严谨、完整 内容丰富度高 专业复杂布局 智能换图 智能换版式 场景合理适配 图片智能布局 图文内涵匹配 高清&低重复 智能生成演讲稿 支持自定义模块 支持多语言 视频语音播报 13 百度文库「智能PPT」落地性不断增强，覆盖多行业办公需求 2.4 智能PPT优秀应用案例 多 应用趋势 融入不同类型用户使 用场景/企业生态中， 优化PPT整体逻辑， 自动识别数据或文字 中的关键信息并匹配 可视化图表展示，向 专业级PPT制作演进， 促进全流程智能化。 基于文字、音频、图 片及视频等综合识别 用户意图的能力增强， 更精准地理解需求并 匹配布局、配色、数 据图表等，减少大 模型幻觉和内 容 误差。 融合语音、AR/VR等 多模态技术，集成问

可靠、风险分级防护、行业适配”八大基本原则，这些原则与等保 2.0 对工控系统的扩展要求连 贯一致。 (2) 工业互联网安全能力构建需要一个多层级的体系化框架，包括八大原则层、合规能力层、行业差 异化匹配能力层、企业自身管理能力层、安全技术层和安全运维管理层。 (3) 明确围绕设备、控制、网络、平台、数据为五大核心防护对象的实施策略与实施路径，其中：设 备安全通过固件加固与漏洞管理保障生产物理基 ...................................................................................53 3.2.3. 行业差异化匹配能力层：精准适配行业安全需求...........................................................................54 3.2.4. 企业之间的互联互通。因此，工业互联网安全建设需遵循以下八大核心原则。 26 第一章 工业领域安全概念辨析与背景概述 （一）业务优先：以生产连续性为核心导向​ 工业互联网安全建设需以保障核心业务连续性为首要目标，安全能力必须紧密匹配生产实际需求。不 同行业的生产中断成本差异巨大，例如矿山行业，停机损失超过 10 万元/分钟，一旦因安全问题导致生产 中断，将造成严重的经济损失。这与等保 2.0 强调根据系统重要性和业务影响进行分级保护的理念一致。

顺应城市发展趋势，探索城市创新治理手段的重要举措和可行路径。根据斯坦福大学《2025年人工 智能指数报告》，越来越多的研究证实了AI对生产力的积极影响，在特定任务上AI已经能与人类专 业知识相匹配，同时具有更高的效率。根据Gartner的预测，到2028年，AI技术将自动化至少15%的 日常决策，大幅提升企业生产力，降低运营成本。通过AI技术与城市数字孪生场景结合，以时空为 “索引”对多 分布式架构，提供高稳定、高性能、高弹性的分布式云化算力支持。用户可以根据自身业务需求租用相应的云服务， 实现不同地域计算资源、存储资源和网络资源的共享和使用。同时，随着端侧人工智能应用需求的爆发，未来算力需 求的类型将愈发多样，为了匹配对应的算力需求，要从算力规模、扩展模式和使用模式方面推进云-网-端协同和算力 上云，在架构上协同创新，将端侧的AI算力需求通过光纤和无线网络释放到云上，降低功耗和对芯片的依赖，充分释 放AI价值。 维护 仓储物流优化 合同审查 办公助手 生产工艺 优化 智能帮办 消防救援 智慧供暖 企业服务： 找空间/政策/贷款 社保服务AI助手 医保服务AI助手 妇儿家庭服务助理 智能就业匹配 智能家居 健康养老监护 全屋智能 家庭安全防护 儿童成长智 能监护 柔性制造 供应链动态 优化 智能风险与 反欺诈 农业精准 种植 畜牧养殖智 能化 跨境贸易 物流枢纽智 能运营

息（摄像头、毫米波雷达、激光雷达）对 TxV 的 V2X 消息进行核对，用 V2X 与 ADAS 的融合结果对是否预警进行确认 RxV 或 TxV FC2：TxV 发出的消息 未能被 RxV 正确解析 （例如协议栈不匹配） 故障避免策略：  PSFR-FC2-1（对 RxV 及 TxV 的要求）：应在系统层面确保 RxV 与 TxV 的消 息兼容性（V2X 功能商用上市前加入 message conformance 发现自己的证书已被吊销后，应停止继续发送错误的消息；若 RxV 继续收到已吊销证书的车辆发送的消息，RxV 应忽略该错误消息 RxV 或 TxV FC7：TxV 发出的消息未 能被 RxV 正确解析（例如 协议栈不匹配，对位置、 速度字段的含义理解不 同），产生误报警 故障避免策略：  PSFR-FC7-1（对 RxV 及 TxV 的要求）：应在系统层面确保 RxV 与 TxV 的消息兼容性（V2X 功能商用上市前加入 息（摄像头、毫米波雷达、激光雷达）对 TxV 的 V2X 消息进行核对，用 V2X 与 ADAS 的融合结果对是否预警进行确认 RSU 或 RxV FC2：RSU 发出的 消 息 未 能 被 RxV 正确解析（例如协 议栈不匹配） 故障避免策略：  PSFR-FC2-1（对 RSU 及 RxV 的要求）：应在系统层面确保 RSU 与 TxV 的 消息兼容性（V2X 功能商用上市前加入 message conformance