管理。  异常检测：实时监控病历访问行为，识别潜在风险。  自动化归档：根据病历特征，自动进行分类和索引生成。 通过以上应用，DeepSeek 技术为电子病历与档案管理注入了 智能化、安全性和高效性，为医疗机构提供了一个更加可靠和先进 的管理解决方案。 2.3.1 数据整合与共享 在医疗健康领域，电子病历与档案管理是至关重要的环节，其 中数据整合与共享是提升医疗服务质量和效率的核心。DeepSeek 2.3.2 安全与隐私保护 在医疗健康领域，电子病历与档案管理系统的安全与隐私保护 至关重要。DeepSeek 技术的引入可以有效提升数据的安全性和隐 私保护水平。首先，DeepSeek 采用先进的加密算法，确保数据在 传输和存储过程中的安全性。通过使用 AES-256 加密标准，病历数 据在传输过程中被加密，且仅在授权用户的设备上解密，从而防止 中间人攻击和数据泄露。 其次，DeepSeek 为了进一步增强数据的安全性，DeepSeek 系统还实施了定期 的安全审计和漏洞扫描，以及严格的访问控制和日志记录机制。所 有数据访问行为都会被详细记录，并在检测到异常时自动触发警 报。此外，系统还支持数据备份和灾难恢复功能，确保在发生安全 事件或硬件故障时，数据能够迅速恢复，避免数据丢失。  数据加密：采用 AES-256 加密标准，确保数据在传输和存储 过程中的安全性。  身份验

础设施层面的风险、大模型自身安全风险、模型应用服务模式中特有的风险。 2.1 AI 基础设施风险：供应链漏洞、DDoS 攻击与模型资产威胁 AI 基础设施作为大模型服务正常运行的基础支撑，下述威胁直接影响大模型服务的稳 定性、安全性和商业可持续性。 ● AI 供应链漏洞风险：AI 常用的训练与推理框架、平台软件中常存在公开的高危漏洞。 若未及时修复，攻击者可借此入侵系统，控制训练环境或业务平台，导致数据泄露、 服务中断，甚至影响关键社会领域，造成严重后果； ●用户数据隐私泄露与合规性风险。大模型在推理过程中通常需要处理大量用户数据， 其中往往包含个人信息。如何确保这些数据在整个生命周期内的安全，防止泄露、滥 用，成为 AI 基础设施建设中必须高度重视的安全性课题。 1.2 高可用性挑战：系统稳定性压力增加 国务院常务会议于 2025 年 7 月 31 日审议通过《关于深入实施“人工智能 +”行动的 意见》，明确要求“大力推进人工智能规模化商业化应用，着力强化算力、算法和数 阿里云通过构建多维度安全验证体系，持续引入经过国际认证的第 三方安全专家团队，采用动态渗透测试、漏洞挖掘等专业手段对阿里云 AI 基础设施 进行安全评估。 2.2.2 可靠的模型文件保护 模型作为 AI 系统的核心资产，其安全性直接影响推理结果的可靠性。阿里云围绕模 型存储、传输与加载全过程，建立了保护机制。 ● 静态的模型文件加密：阿里云一站式模型训练推理平台支持加密模型文件，并依 托 KMS 实现模型加密密钥托管

同工作空间中安全地进行直接交互或合作的机器人。协作机器人是工业机器人领域新的分 支，与传统的工业机器人相比，协作机器人更强调安全性、易用性和灵活性，它们能够适应 各种工作场景，通常价格更低，体积更小，对人类来说更安全。 协作机器人具有安全、易用、灵活的特征，主要表现为： ➢ 安全性：协作机器人配备有先进的传感器技术和控制算法，如力矩传感器、视觉系 统等，使其能够实时感知环境变化和与人体接触，并根据接触情况做出相应的安全 业机器人 追求“高速度、高精度、高负载”的特点，协作机器人更多地追求轻量化、柔性、快速部署 及安全协作性，在工业场景中展现了巨大的潜力，不仅提高了生产效率和安全性，还促进了 产业升级和工作环境的改善。 协作机器人在设计上强调安全性，通常配备有先进的传感器、力控技术以及紧急停止机 制，能够感知周围环境和人类工作者的存在，从而在发生接触时立即减速或停止，减少伤害 风险。这一点使得它们可以 数据来源：公开资料，高工机器人产业研究所（GGII）整理 二、技术特点 1、安全性设计 协作机器人在设计上强调与人类并肩工作的安全性，通过集成传感器（如力传感器、触 觉传感器）和先进的算法监控交互过程中的力量和动作，确保在与人接触时能迅速减速或停 止，防止意外伤害。为保证人机协作安全性，协作机器人对感知、控制和力矩限制要求较高， 企业实现协作机器人安全性的技术途径主要有以下方式： （1）“力矩传感器+视觉”，如节卡机器人的

�������������88� 二、� 协作机器人核心技术发展现状�������������������������������������������������������88� 1.�安全性�����������������������������������������������������������������������������������������������88� 2 型，实现与人类在共同工作空间、近距离、协同作业的智能机器人。旨在协助人 类在工业及非工业场景中完成重复或危险的工作。� 表 1 协作机器人概述� 图示� � 设计目的� 与人类在工业生产中协同工作，强调安全性、易用性和灵 活性，旨在适应一定性非结构化环境� 结构形态� ① 一体化多关节手臂（��� 关节）� ② 单臂�双臂� ③ 可搭载移动底盘组成复合机器人� 技术路线� ① 拖动示教、图形化编程� 智能协同”升级，进一步打破了人机协作的技术边界，拓宽了其应用场景的深度 与广度。� ���� 年 全 球 协 作机 器 人 产 业 发展 白 皮 书� � � ��� � ��� � 安全性� 协作机器人的定义强调了其与人类近距离协同工作的特性，其基础安全性体 现在配备了灵敏的传感器和防护机制，能及时感知人类的接近及碰触并做出相应 的减速或停止动作，以避免碰撞伤害。随着通用智能技术升级，协作机器人搭载 多模态融

敏锐地发现了这一模式，形成了著名的“赫里维尔窍门”（Herivel Tip），极大地减少 了寻找转子初始位置的工作量。 组织的傲慢与偏见：尽管有迹象表明密码可能已被破译，但德军最高统帅部始终对 恩尼格玛的安全性抱有绝对的信心，将盟军的成功归因于巧合、间谍活动或盟友的背叛， 而不是密码系统本身的问题。这种制度性的傲慢，使他们未能及时修复那些致命的操作 安全漏洞。 这段历史揭示了一个核心原则：现实世界的安全是一个环环相扣的链条，而最薄弱 研 究 领 域 — — 后 量 子 密 码 学 （Post-Quantum Cryptography, PQC，也称为抗量子密码学）应运而生。其核心目标是 研发出全新的公钥密码算法，这些算法的安全性基于一些被认为对于经典计算机和量子 计算机都同样困难的数学问题，从而能够抵御来自两个维度的攻击。经过多年的探索， 研究者们逐渐聚焦于几个主要的候选技术路线，包括：基于格的密码学、多变量密码学、 被淘汰的算法大多是因为其所依赖的数学问题被发现存在“捷径”，或者其参数设置不 够安全。 阶段三：第二轮评审（2019 – 2020）兼顾性能与实现 目标：在确保安全性的前提下，开始重点评估算法的 性能和实际部署的可行性。 过程：竞争进入白热化阶段。剩下的 26 个算法都是第一轮的“幸存者”，安全性 相对更有保障。这一轮的焦点转移到：在真实的硬件（从服务器到小型物联网设备）上， 它们的运行效率如何？密钥和签名的大小是否实用？实现代码是否容易出错？全球研

1 通用大模型评测框架 3.1.1.任务定义 3.1.2.数据准备 3.1.3.评测方法 3.2 大模型在医疗健康领域的评测概述 3.2.1.科学性：从通用能力到医学专业能力的提升 3.2.2.安全性：从潜在风险识别到安全输出保障 3.2.3.合规性：确保法律与行业标准的严格遵守 3.2.4.伦理道德：从责任性到文化适配的全面评估 3.2.5.中文医疗健康评测集 3.3 大模型在医疗健康领域的评测实践 一行业中不可忽视的技术力量。它能够高效整合和分析海量医疗文献、研究数据和患者记录，为医 疗行业提供更多的智能化支持工具。然而，医疗行业在引入大语言模型时面临着独特的挑战。与其 他行业相比，医疗领域对答案的严谨性、安全性以及合伦理性有着更高的要求[6]。任何错误的诊断 或决策都可能直接影响患者的健康和生命，因此，如何确保大语言模型在医疗应用中的正确性、可 靠性和符合伦理，是这一技术应用中的关键问题。 1.2 医疗健康大模型概述 探讨大模型在该领域的潜力， 特别是在提升医疗服务效率、优 化资源配置以 及推动科研创新等方面的应用前景。同时， 我们也将关注大模型在实际应用中可能遇到的挑战， 例 如数据隐私、伦理合规性、以及如何确保模型的安全性与可靠性等问题。 2.1.1.医疗健康行业现状以及大模型应用场景 医疗健康行业目前正处于快速发展阶段， 以医疗服务为例， 我国医疗服务市场增长迅速， 卫生总 费用规模从 2010 年的

倍，时延缩短到 5G 的十分之一，在峰值速率、时 延、流量密度、连接密度、移动性、频谱效率、定位能力等方面远优于 5G。在 超高速交通场景下，一些终端移动速度将超过 1000km/h，需满足超高速下的超 高安全性和超高精度定位需求。而 5G 定义的 ITU 指标仅支持 500km/h 的移动 速度，对安全和定位精度没有定义。因此，对于未来智能交通应用场景带来的指 标需求，仅依靠 5G 现有的网络和技术是难以满足的，需要未来的 、优化和演进的特点，在 6G 智能交通网中的应用前景广阔。轨道交通的高效运行与高质量应用服务体验， 需要基于人工智能对海量数据及信道信息进行分析处理。同时，为了保障关键信 息、应用服务、以及运营的安全性，又需要融合一系列安全相关的技术，尤其是 内生安全技术，在轨道交通网络中实现可靠、安全的智能分析与计算。 （4）新的超可靠超低时延（Ultra-Reliable Low Latency Communications 。 （4）接入终端安全威胁 海量异构终端不仅意味着网络内部与外界之间有了更多不安全的攻击入口， 也对网络接入认证协议、接入控制协议提出了更高精度的要求，现有机制尽管提 高了用户身份认证过程的安全性与身份保密性，但依然存在接入后的合法用户被 跟踪、用户服务被降级甚至掉线的漏洞。同时，智能轨道交通系统 6G 应用将采 取多样化软件定义切片网络，由于切片接口开放、切片间协议差异等增加了接入 攻击口

方向。现代工业系统需要在单一平台上同时运行实时控制、AI 推理、数据分析、视觉处理、通信管理等多种 工作负载，通过统一的计算平台实现硬件资源的高效利用和系统成本的显著优化。在这一整合过程中，确保 实时控制任务的确定性性能、保障系统安全性、实现不同优先级任务间的有效隔离，成为了技术实现的关键 挑战。 • AI 驱动的控制系统变革：在智能算法基础上，AI 技术正在重新定义自动化控制架构，推动从 “传统控制 + AI 辅助” 向 限制非实时系统的 内存带宽占用，降低实时任务的性能抖动，保障执行稳定性。 VT-d 技术为虚拟机的 I/O 设备提供了接近物理硬件的性能，延迟极低。同时，VT-d 技术通过硬件的强制隔离增强了 系统的安全性，防止恶意设备通过 DMA 攻击破坏整个系统或其他虚拟机。 随着 AI 与机器视觉技术在控制领域的深度融合，智能化控制已成为推动产业数字化转型的核心引擎。英特尔基于异构计算 优势，为不同应用场景构建了分层化的 据自身需求采用不同的方案，典型的功能特性需求包括： 虚拟化功能需求 采用或不采用硬件虚拟化辅助支 持的负载整合方案兼有；虚拟化 的优势包括便于上层应用的部 署、便于底层权限的控制、以及 更好的安全性支持等，但同样具 有效率不及本地部署等问题。用 户需要根据自身功能以及性能特 性的需求选择是否需要虚拟化的 加持。 I/O 设备资源分配需求 不同负载整合方案对 I/O 设备的 处理各不相同，一般分为直通、

理念中的环境责任提供有力支撑。在网络安全领域，思科处 于行业领先地位，其先进的安全技术能够为区块链技术在跨境供应链管理中的应用保驾护航。通过多层级的安全防护体 5 系，思科保障数据传输与存储的安全性，有效防止数据泄露和篡改，确保企业跨领域技术应用拥有可靠的网络安全环 境，满足企业在数据安全与合规方面的严格要求。此外，思科不断更新和完善其安全策略与技术，以适应全球不断变化 的数据安全法规和复 确保了无论员工身处何地，都能通过受保护的访问 点，利用加密的通道进行数据传输，防范潜在的网络威胁。这一方案还包括了对云应用的零信任访问控制，确保只有经 过验证和授权的用户才能访问敏感数据，进一步加强企业数据的安全性。Cisco SSE 的部署灵活、管理简便，为企业海 外运营提供了稳固的网络安全基础，支持企业全球扩张的同时，保障关键信息资产的安全。 场景方案：海外 SOHO 办公 随着企业全球化扩展，海外 。平台利用全球 分布的数据中心，通过地理上就近的接入点，确保用户无论身处世界哪个角落，都能享受到低延迟、高清晰度的通话和 视频服务。这种分布式架构不仅加强了连接的可靠性，也大幅提升了数据传输的安全性。 Webex 平台不仅仅包含了 Webex Meeting，同时还提供 Webex Calling、Webex Contact Center 以及 CPaaS 等相 关业务。通过全球部署的 Webex

，更是推动社会进步的 基石引擎。然而，当我们步入一个日益复杂、高度互联的时代，传统工程学正面 临前所未有的挑战：系统规模的指数级增长、多学科交叉的深度融合、全生命周 期管理的极致要求，以及对安全性、可靠性和可持续性的严苛标准。这些挑战， 已然超出了传统方法和人类智力的极限。我们迫切需要一种新的力量，来驾驭这 份复杂，洞悉其规律，优化其进程。人工智能，无疑是这个时代最响亮的回答。 这便是我们探索工程智能（AI 以及平台支撑具有极为重要的战略意义。在国际竞争格局中，率先开展工程智能 研究并取得突破，能占据未来工程技术制高点，保障国家在关键工程领域的自主 可控与技术领先地位，增强国家在全球产业链中的话语权、影响力和安全性，对 于推动国家制造强国、科技强国战略目标的实现，具有不可替代的战略支撑作用。 1.2 工程智能的定义 科学与工程，两者在人类文明进程中相辅相成，却有着本质区别：科学以“认 识世界”为目标， 、实施、优化、 工程智能白皮书 AI for Engineering White Paper ©同济大学工程智能研究院版权所有。如需引用，请注明出处。 6 运营、维护等各个环节的效率、质量和安全性。例如，在企业工作流中，生成式 人工智能已成为不可或缺的工具，显著提升了生产力和效率，使专业人士能够将 精力从重复性任务转向更具战略性和创造性的工作。这种效率的提升远不止于削 减成本与缩短研发