头条 我国实现小时级不间断高轨星地激光通信 中国科学院光电技术研究所联合北京邮电大学等单位完成星地激光通信试验：利用自研1.8米激光通信地面站与地球同步轨道卫星建立稳定激光链路，在40740.96公里距离实现上行下行对称1 Gbps双向高速通信，4秒快速建链，链路持续超3小时，将高轨平台稳定通信时长由分钟级提升至小时级，确保卫星可1 Gbps实时上下行，为高轨卫星升级为智能处理枢纽奠定基础。 最新资讯 国家安全部：NFC可能成为信息泄露乃至危害国家安全的渠道 NFC（近场通信技术）作为一种便捷的无线通信方式，已广泛应用于移动支付、门禁系统、交通卡以及设备间文件传输等场景，让一些原先需要打开手机、输入密码的复杂操作仅需“贴一贴”就可完成。然而，这项“一触即通”的技术，也可能在无形中成为信息泄露乃至危害国家安全的潜在渠道。 发表于：2026/2/2 打造太空算力 SpaceX申请部署100万颗卫星 1月31日消息 从可回收火箭到巨型星座组网，从卫星通信到太空算力再到天基AI，SpaceX一直在引领行业前行步伐。 发表于：2026/2/2 是德科技前瞻：2026年制造业网络安全趋势预测 数字化转型与人工智能（AI）的普及带来了诸多裨益，但与所有企业级技术趋势一样，这一进程也引发了新的网络安全风险。本篇是德科技文章将聚焦制造业领域，具体探讨2026年及未来网络安全的三大核心发展趋势。 发表于：2026/1/29 复旦大学全球首次实现原子层半导体在轨验证 通信系统对人造卫星来说至关重要，但其平均寿命仅有数年。这是因为太空充满着宇宙射线的“枪林弹雨”，会造成通信系统使用的半导体电子器件性能损伤。但复旦大学的周鹏、马顺利团队研发的“青鸟”原子层半导体抗辐射射频通信系统（以下简称“青鸟”系统），不仅将卫星通信系统的理论在轨寿命延长到271年，也把能耗降低到传统方案的五分之一，重量更是“瘦身”到原来的十分之一左右，并有望将人造卫星的使用年限由3年左右提升至20—30年。 发表于：2026/1/29 高通拆解Wi-Fi 8关键技术：无线连接堪比有线 1月29日消息，Wi-Fi 8的一大设计目是实现超高可靠性，即使在拥塞、干扰性和移动性强的复杂现实环境下，也能提供稳定、低时延、近乎无损的连接性能，超越传统Wi-Fi的表现。日前，高通技术公司技术标准副总裁Rolf De Vegt发文剖析Wi-Fi 8在解决这些挑战时所具备的独特关键技术。 发表于：2026/1/29 未来五年全球RAN市场年复合增长率仅为1% 1月28日消息，根据市场研究公司 Dell'Oro Group发布的最新预测报告，在5G市场达到顶峰后，全球无线接入网（RAN）市场在2023年和2024年经历了大幅下滑，目前市场状况正在趋于稳定。 发表于：2026/1/29 5G系统切换场景中的数据转发机制研究 5G系统切换场景中的实时性与数据转发性能直接关乎用户体验与网络服务质量。针对现有数据转发机制在切换过程中存在的高数据丢失率与高时延的问题，提出了一种无损的数据转发与自适应配置机制。该机制通过优化源基站的数据发送缓存队列的转发处理逻辑，并根据不同场景灵活选择配置策略，实现了无损的数据转发。经实测验证，使用该机制，切换过程中数据丢失率降至 0%。 发表于：2026/1/28 高噪声日志攻击源识别方法研究及实现 随着信息系统规模的扩大与网络攻击手段的多样化，网络安全态势感知平台及其他运营保障平台在面对海量异构日志时，普遍存在告警疲劳、误报率高、攻击溯源困难等问题。针对高噪声日志环境下的攻击源识别与威胁溯源难题，提出一种高噪声日志攻击源识别方法，该方法使用了基于多维规则的攻击源IP动态评分模型，实现攻击源威胁等级的动态评估与更新。同时，系统利用知识图谱完成攻击链重构与可视化分析，提升安全事件的可解释性与处置效率。实验结果表明，该方法在水利行业真实日志数据上实现了99.6%的日志浓缩率，误报率降低至8.3%，显著提升安全运营效率与响应能力。研究成果为行业级网络安全智能化运营提供了可行技术路径。 发表于：2026/1/28 广播发射台站在数据安全上的运维方式探索 基层广播发射台站数据安全运维的核心痛点在于“有限资源与差异化数据保护需求不匹配”，分类分级备份机制是解决该矛盾的关键技术路径。针对发射台站“数据聚焦设备运行与指令交互”的核心属性，构建“数据安全等级备份技术参数”映射模型，通过备份频率系数、冗余度及 RTO 达标率优化三类公式计算，并结合基层台站实测数据，验证公式可行性。研究表明，通过量化参数管控，可使一级数据备份成功率、RTO达标率提升至理想的数值，为基层发射台站提供可落地的分类分级备份技术方案。 发表于：2026/1/28 基于双模型的半监督流形混合流量分类方法 深度学习技术在网络流量分类领域中得到广泛应用，但存在对大量数据的依赖以及过拟合问题。为解决该问题，提出了一种结合双模型协作与流形混合的半监督深度学习方法。该方法使用教师-学生架构，通过移动指数平均辅助模型学习过程，从而提升模型的泛化性能，并于模型的特征空间中进行数据的流形混合，能够有效改善模型的决策边界，进一步增强模型的鲁棒性。实验结果表明，在不同数据类别，数据量为1 000的条件下，方法在三种网络流量数据集上都能达到90%以上的准确率，并在更少量数据的条件下保持较高的分类精度。 发表于：2026/1/28 <…45678910111213…>
