系统部署【信创名录】及其查询地址

礼小七

已于 2025-03-09 22:28:54 修改

阅读量1.7k

点赞数 8

文章标签：安全服务器

于 2025-03-09 22:28:35 首次发布

本文链接：https://blog.youkuaiyun.com/lixiaoqidecsdn/article/details/146140163

版权

一、信创类型

（一）服务器：

1.华为云

2.腾讯云

3.阿里云

（二）中央处理器（CPU）：

1.海思，鲲鹏920服务器

（三）中间件

1.人大金仓

（四）数据库

1.华为-高斯

2.武汉-达梦

3.阿里云-PolarDB

（五）操作系统

1.欧拉

2.阿里龙蜥

3.银河麒麟

4.统信

二、中国信息安全测评中心

安全可靠测评结果公告（2023年第1号）

https://www.itsec.gov.cn/aqkkcp/cpgg/202312/t20231226_162074.html

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

礼小七

关注关注

8
点赞
踩
2

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

【中项】系统集成项目管理工程师-第7章软硬件系统集成-7.3软件集成

书成日记，日记便成了一本书

07-28

1214

操作系统、数据库、中间件等作业驱动计算机运行的关键组件，是信息系统集成的重点关注内容，随着计算机及网络性能的大幅提升和新型技术的成熟应用，尤其是随着计算机系统走向云化和互联网化，各类基础软件的结构、功能、用途等都持续发生变化，总体来说，朝着更加便捷、高效集成的方向发展。

信创国测清单名录（2025）

ArthurChen9527的博客

03-19

2208

安全可靠测评结果公告（2025年第1号）

参与评论您还未登录，请先登录后发表或查看评论

信创适配目录名单-定期更新

天雨流芳

11-26

8784

信创适配：数据库、操作系统、芯片、中间件

信创操作系统基础：统信UOS与麒麟OS的文件系统、包管理与系统服务管理详解

05-06

1595

定位：面向桌面、服务器和教育场景，基于Linux内核，支持DDE（Deepin Desktop Environment）。适配：鲲鹏、飞腾、龙芯、RISC-V，兼容x86_64。版本统信UOS桌面版：政务、教育、办公场景。统信UOS服务器版：云计算、数据库服务器。生态：支持Qt、Java、Python等开发，集成达梦DM、GaussDB等数据库。特点：用户友好，界面现代化，适配信创硬件。功能：管理系统启动、守护进程、日志、定时任务等。核心组件systemctl：管理服务和单元。

中国信创产业发发展白皮书-2021.pdf

03-01

2021年1月，国内知名咨询机构“众诚智库”和工信部直属事业单位“中国电子学会”联合航天信息系统工程（北京）有限公司、无锡先进技术研究院、联想控股股份有限公司、麒麟软件有限公司、北京中科院软件中心有限公司、曙光星云信息技术（北京）有限公司、金蝶国际软件集团有限公司、北京中企伍佰信息技术研究院、统信软件技术有限公司、北京鸿腾智能科技有限公司、江苏汤谷智能科技有限公司、国能信控互联技术有限公司、中国民航信息集团有限公司、北京元年科技股份有限公司、北京东华合创科技有限公司、中国智能终端操作系统产业联盟16家企业和机构，经过全面的调研和梳理，共同发布了国内信创领域首本《中国信创产业发展白皮书（2021）》。该白皮书首先分析了信创产业的发展背景，在全球产业从工业化向数字化升级的关键时期，中国明确提出“数字中国”建设战略，以抢占下一时期的技术优先权。但2018年以来，受“华为、中兴事件”影响，我国科技尤其是上游核心技术受制于人的现状对我国经济持续高质量发展提出了严峻考验，为了摆脱这一现状，国家将信创产业纳入国家战略，提出“2+8”发展体系，2020-2022年中国IT产业在基础硬件、基础软件、行业应用软件、信息安全等诸多领域迎来了黄金发展期。其次，该白皮书绘制了信创产业的全景图，信创产业生态体系庞大，分别在CPU、操作系统、数据库、中间件、网络和信息安全等产品维度具体描述发展态势。

2024国产化信创产品名录

bjzhang75的博客

12-31

1万+

2024国产化信创产品名录

国内信创web中间件生态

ThinkPet

05-28

2610

国产tomcat服务器，信创替代方案

信创国测清单名录（2023、2024）

热门推荐

panpan高的博客

09-12

5万+

一、安全可靠测评结果公告（2023年第1号）中央处理器（CPU）操作系统集中式数据库二、安全可靠测评结果公告（2024年第1号）中央处理器（CPU）操作系统

信创名录/安全可靠产品名录

weixin_61015632的博客

04-17

1万+

二、操作系统、国产中间件主流厂商。

信创国测清单名录

骑上单车去旅行的博客

11-28

3109

一、安全可靠测评结果公告（2024年第2号） 1.集中式数据库 2.分布式数据库 3.中央处理器（CPU）二、安全可靠测评结果公告（2024年第1号） 1.中央处理器（CPU） 2.操作系统 3.服务器操作系统三、安全可靠测评结果公告（2023年第1号） 1.中央处理器（CPU） 2.操作系统 3.集中式数据库

信创名录，上榜企业分析

CSHARP0409的博客

01-02

1万+

2018年成立的新兴数据库厂商为何能上榜集中式数据库名录，此中到底有哪些影响因素？

信创的产品目录？信创对产品的要求、信创的标准是什么？

云盒子企业云盘官方账号，17年专注文档安全

02-01

1万+

例如《操作系统政府采购需求标准（2023年版）》中，对数据安全保障、代码无风险等多项安全指标，要求除用户授权采集的信息外不采集其他数据，相关信息采集无安全风险，相关数据存储在中国境内;云盒子信创文档云是一款全栈信创兼容的政务文档云协作平台，基于龙芯、飞腾、鲲鹏架构的客户端在全国各地均有项目成功落地，多终端支持无需通过U盘拷贝，在信创电脑中登录即可访问x86电脑数据，提供公用盘区，支持旧电脑和信创电脑文件一键分享和传输，缓解新老设备双机过渡期。信创对产品的要求、信创的标准是什么？

【信创】银河麒麟软件目录及常见问题汇总（持续更新）

雨笋情缘的专栏

10-27

2740

1. 官方问题列举常见问题。2. 官方资源池目录。3. 麒麟系统各版本。

信创名录公布 | 其中分布式数据库名单要明年4-5月发布

CSHARP0409的博客

12-29

1万+

2023年底，信创名录终于发布

信创平台：龙芯，海光、鲲鹏服务器查询CPU,内存等命令

fen_fen的专栏

12-01

8938

信创平台：海光服务器查询CPU,内存等命令

信创名录 | 东方金信-“行业大佬的聚集地，产业侧的国资推土机”

CSHARP0409的博客

01-03

1198

东方金信——信创行业大佬们的“聚集地”，行走在数据库产业界的“国资推土机”，与虚谷伟业相比的另一个极端！

信创 | 信创中间件全览：核心种类与关键组件！

dream317

05-01

7926

信创产业中的中间件主要包括基础中间件和广义中间件两大类。基础中间件包括交易中间件、消息中间件、应用服务器中间件等，而广义中间件则涵盖了更多种类的中间件产品，以适应不断变化的技术需求。

信创操作系统--麒麟Kylin桌面版操作系统博文汇总目录

正月十六工作室

06-29

9735

信创操作系统--麒麟Kylin桌面版操作系统博文汇总目录

国产化软件新浪潮：jdk redis mysql tomcat nginx改造替代品及信创名录

Hanko的专栏

07-17

1万+

金蝶Apusic应用服务器（Apusic Application Server，AAS）是一款标准、安全、高效、集成并具丰富功能的企业级应用服务器软件，全面支持JakartaEE8/9的技术规范，提供满足该规范的Web容器、EJB容器以及WebService容器等，支持Websocket1.1、Servlet4.0、HTTP2.0等最新的技术规范，为企业级应用的便捷开发、灵活部署、可靠运行、高效管控以及快速集成等提供关键支撑。它的最终目标是打造一个高效、稳定、安全、易用的Web平台。

dct = torch.fft.dct(torch.eye(256), norm='ortho') AttributeError: module 'torch.fft' has no attribute 'dct'

07-24

非常抱歉，我之前提供的代码存在错误。在 PyTorch 中，并没有直接提供离散余弦变换（DCT）的函数。对于 DCT 的实现，你可以使用 `torch.rfft` 函数结合 DCT 系数矩阵来进行计算。下面是一个修正后的示例代码： ```python import torch import torch.nn as nn import torch.optim as optim # 定义离散余弦变换（DCT）系数矩阵 dct_matrix = torch.zeros(256, 256) for i in range(256): for j in range(256): dct_matrix[i, j] = torch.cos((2 * i + 1) * j * 3.14159 / (2 * 256)) # 定义 OMP 算法 def omp(A, y, k): m, n = A.shape x = torch.zeros(n, 1) residual = y.clone() support = [] for _ in range(k): projections = torch.abs(A.t().matmul(residual)) index = torch.argmax(projections) support.append(index) AtA_inv = torch.linalg.inv(A[:, support].t().matmul(A[:, support])) x_new = AtA_inv.matmul(A[:, support].t()).matmul(y) residual = y - A[:, support].matmul(x_new) x[support] = x_new return x # 加载原始图像 image = torch.randn(256, 256) # 压缩感知成像 measurement_matrix = torch.fft.fft(torch.eye(256), dim=0).real compressed = measurement_matrix.matmul(image.flatten().unsqueeze(1)) # 使用 OMP 进行重构 reconstructed = omp(dct_matrix, compressed, k=100) # 计算重构误差 mse = nn.MSELoss() reconstruction_error = mse(image, reconstructed.reshape(image.shape)) print("重构误差：", reconstruction_error.item()) ``` 在这个示例中，我们手动定义了 DCT 系数矩阵 `dct_matrix`，然后使用 `torch.fft.fft` 函数计算测量矩阵，并进行实部提取。接下来的步骤与之前的示例相同。请注意，这只是一个示例，用于演示如何使用自定义的 DCT 系数矩阵进行压缩感知成像。在实际应用中，你可能需要根据具体的需求进行调整和优化。