未来网络是什么？网络操作系统是新一代互联网的大脑

生活总是在不断变化，科技社会也在不断进步，新鲜事物的出现在改变影响着我们的生活。未来的世界是互联网的世界。但是，未来网络是什么？能带来什么价值？对我们又有怎样的影响？今天，北小高就带你走进北京工业大学，认识一下“北京未来网络科技高精尖创新中心”，了解一下“未来网络”究竟有多么酷炫！
what is
未来网络
未来网络是什么？未来网络，即下一代网络或者新一代网络。目前，业内的定义各不相同。中国工程院院士刘韵洁说：“说白了，就是更快捷、更简单、更便宜、更安全的下一代互联网，以用户为中心，让上网的人感觉更好。”
未来网络的核心要义是在现有网络架构基础上建设智能的网络高速公路
who is
北京未来网络科技高精尖创新中心
北京未来网络科技高精尖创新中心是面向国家发展战略、北京市经济社会发展和京津冀协同发展的重大需求，开展机制体制创新，在核心技术和关键技术领域取得显著突破，产出一批有影响力的成果，切实解决重大科学问题和产业发展问题，造就一批杰出人才，建设成为“高精尖”科技创新和人才培养基地为职责的科技和人才特区。
在北京市委市政府、市教委以及各委办局和北京工业大学的大力支持，中心在两年多的发展时间里取得了丰硕的科研成果，网络操作系统和网络医疗大数据在全球处于领先地位，为国家网络强国打下重要基础。
中心总体目标与定位
中心顶层设计与任务规划
what is
中心
标志性成果
目前，中心已取得的阶段性成果有两个：一是网络操作系统；二是网络化医疗大数据。
01
标志性成果——网络操作系统团队
网络操作系统是新一代互联网的大脑
“国之重器”！
在市教委和北京工业大学的大力支持下，北京未来网络科技高精尖创新中心（以下简称“中心”）通过三年的努力奋斗，终于实现了网络操作系统方面核心技术的重大突破，完成了重大成果cnos（中国网络操作系统），在全球率先实现了大网操作系统的设计、编程和应用。目前，该成果已应用在中国联通，覆盖全国334个地级市，系全球电信领域最大规模sdn广域网解决方案。同时，该平台系统还应用于中国移动、腾讯、青云、南凌等运营商和互联网公司，其技术创新性达到了全球领先水平，并得到全球产业界高度评价和报道，其中美国思科ceo评价为“中国超大规模sdn网络操作系统的部署和应用已达到国际领先水平”。
核心成果1：基于sdn重构运营商级骨干网络
全球电信领域最大规模sdn广域网解决方案,为bat的数据中心互联提供分钟级开通
核心成果2：
大型公有云的数据中心互联
国内首个基于segment routing的商用数据中心解决方案，2017年10月已上线
核心成果3：
超大规模数据中心的网络操作系统
腾讯/阿里数据中心
国内最大规模的数据中心网络操作系统控制器，单数据中心支持30万虚机
核心成果4：承担国家重大项目
联合北京工业大学校内团队，承担约2000万元的网络操作系统科研任务
国家重大科技基础设施：未来网络试验设施
核心成果5：面向产业互联网
◎在江苏扬子江城市群的工业互联网、广东珠三角城市群（4k、8k、ar、vr）新型媒体等业务场景落地应用。
◎与cetc合作在南方和东方战区的军民融合项目中落地应用。
02
标志性成果——网络化医疗大数据
项目背景：人工智能+网络化医疗作为国家重要战略，是未来网络的重要应用领域之一。是解决老龄化社会、医疗保障、健康扶贫、分级诊疗、远程医疗等公平普惠性重大国计民生问题的竞争焦点。
核心成果1：icu急重症转移预警模型
人工智能技术首次被严格在临床上证明对重症预防及死亡率的降低有显著效果
核心成果2：国家儿童医疗大数据联盟
经国务院批准，由北京儿童医院牵头，13家医院及中国移动(负责iaas层服务)、杭州创业(负责院内信息化接口)、未来网络高精尖中心(负责网络技术及数据分析建模)共同发起成立。
核心成果3：网络化脑卒中预警体系
基于协和医院120万数据学习
自主研发机器学习模型
预警准确率达到国际领先水平
核心成果4：医联体ai决策引擎
基于自主研发的机器学习算法，智能drgs大数据驱动分级诊疗有效的解决医疗资源不均衡问题，医联体间数据互联共享ai决策优化提升医联体运营利润。提高医院设备使用效率25%以上，药物成本降低20%以上；降低医院运营成本节省18%的投资和维护成本，以及27%的人力成本；改善医院诊疗效果降低就诊错误率26%以上。
国内首个面向医联体的ai决策引擎
核心算法效果得到协和等医院的高度认可
核心成果5：intellicare慢病管理平台
面向中老年人群的软硬件一体化慢病管理平台，人工智能核心驱动，提供院外闭环慢病健康管理服务。
核心成果6：远程智能心电
◎房颤自动识别
采用深度学习技术，在权威公开数据集上取得最高精度的房颤检测结果，综合精度首次超过98%；是目前公开论文中房颤检测精度最高的算法。
房颤识别准确率世界第一
◎单导联心律失常类别分类
面向穿戴式心电设备，采用深度卷积神经网络，识别单导联心电心律失常类别，较传统多导联系统更加实用，更适合长期监测。深度学习技术同样在此领域取得世界领先的研究成果。
心搏分类准确率世界领先