第二十一届全国科学计算与信息化会议暨第十二届科研信息化联盟会议

宇宙线缪子作为重要的“天然探针”，已在粒子物理实验中得到广泛使用。为实现宇宙线缪子径迹的高精度探测，我们成功研制出了基于SiPM和闪烁光纤的位置灵敏探测器，该探测器包含8个探测大层，每层有效面积为400mm×200mm。每个大层内部由2层X方向和2层Y方向闪烁光纤垫构成，形成位置灵敏探测单元，闪烁光纤直接耦合到3mm×3mm尺寸的SiPM阵列上，每大层包含128个X方向通道和64个Y方向通道，配备独立FPGA单元，负责实时采集并预处理信号，再汇总至中央开发板完成数据采集。
本报告将重点介绍该位置灵敏探测器的设计原理、制作工艺，以及性能测试过程。测试结果表明，该探测器具备高探测效率，位置分辨率~1mm，适用于宇宙线缪子成像和带电粒子位置探测。

高能物理科学数据由国内外高能物理领域的大科学装置实验产生，主要用于开展物质基本组成、相互作用以及宇宙演化规律研究。随着实验装置复杂度不断增加、规模不断扩大，高能物理科学数据呈现出海量性和专业性特点。开展数据汇交和共享能够促进数据资源利用、支撑科技创新，具有重要的意义。本文设计并搭建了高能物理科学数据汇交共享服务平台，实现了元数据信息提交、实体数据上传、数据审核、数据发布、数据共享等功能，为高能物理、中子科学、光子科学、天体物理及其他相关领域科学数据提供一站式数据汇交服务。截至目前，该平台共支撑76项国家重点研发计划项目数据汇交，7项中科院先导专项计划项目数据汇交，涉及多个大科学装置，所有数据集均发布到数据中心网站上共公众使用。汇交平台的建设能够推进高能物理科学数据的高效共享和利用，进而充分挖掘科学数据的科学价值，支撑科学研究和重大发现。

HEPS-BPIX4 6M是高能物理研究所正在研制的用于高能同步辐射光源（HEPS）的单光子计数型像素探测器，其192 Gbps的最大设计带宽给数据获取系统（DAQ）带来了全方位的挑战。考虑到HEPS-BPIX4 6M体积较小，光源线站的空间有限，轻量级DAQ易于整机灵活部署、维护以及快速定制。为满足高性能指标和高集成度的要求，设计并实现了HEPS-BPIX4 6M 单机异构DAQ系统。
HEPS-BPIX4 6M DAQ可按功能划分为数据流和在线软件两部分。数据流负责数据的读出、组装、处理、转发和存储；在线软件负责运行控制、数据流监控和信息发布，并提供GUI。面对高带宽实时数据处理需求，设计实现了基于GPU的在线处理模块，优化后在HEPS-BPIX4 6M DAQ成功集成。结果表明，基于NVIDIA A30 GPU的在线处理模块功能正确，数据处理效率约为 Intel Xeon...

现代高能物理研究依托于大规模、异构的计算与存储基础设施，其数据分析流程的复杂性对用户交互的便捷性和协同工作的效率提出了前所未有的挑战。高能物理研究所的计算平台是一个集成了HTCondor、Slurm等多种作业调度系统以及LUSTRE、EOS、CVMFS等异构存储资源的典型大规模科研计算环境。传统基于命令行的交互模式在新一代科研人员面前日益显得低效与不便。ink-Interactive ANalysis...

江门中微子实验（Jiangmen Underground Neutrino Observatory, JUNO）建设在广东省江门市，是一个多物理目标的实验。为了精确测量中微子质量顺序和振荡参数，实验采用了一个2万吨低本底、高透明度的液体闪烁体探测器。JUNO探测器系统由中心探测器、水切伦科夫探测器和顶部径迹探测器组成。其中，中心探测器作为JUNO的核心探测单元，包含17612只20英寸光电倍增管（Large Photomultiplier Tube, LPMT）和25600只3英寸的光电倍增管（Small Photomultiplier Tube,...

分布式文件系统如Lustre是现有的科学计算中的重要基座，随着存储容量和用户业务量不断扩大，存储系统的负载持续升高。单一用户的异常读写请求往往容易导致存储系统的卡顿，影响整体的用户体验。传统的异常处理通常由运维人员浏览日志，排查定位异常用户或异常读写请求，最后实施故障排除策略恢复系统访问速度。由于日志数据庞大，该传统的异常处理模式存在异常定位困难且处理滞后的问题，极大影响了用户的使用体验。随着人工智能技术的发展，深度学习逐渐被应用在在软件运维过程中。本项目搭建面向存储系统的异常行为智能检测系统，涉及用户行为数据采集、时序数据处理、模型搭建及训练和部署验证等过程。该系统利用深度学习技术，将用户读写信息转换为时间序列数据，通过搭建长短时记忆网络，使用无监督学习的方式训练模型。该方法在Lustre的MDT和OST上分别进行训练验证，异常识别精确率得到了提升，异常误报率下降，竞验证，该方法能...

科学数据的管理正从单纯的数据存储与共享，向确保研究过程和结果的可追溯性（provenance）和可重复性（reproducibility）演进。FAIR原则[1]（可发现、可访问、可互操作、可重用）为这一目标提供了指导框架。然而，正如FAIR4RS[2]所强调的，将这些原则应用于“研究软件”比应用于静态数据更具挑战性，因为软件是动态的、可执行的，并且其行为高度依赖于其运行环境。
在复杂大科学工程磁约束聚变研究中，由多个物理模拟程序耦合的集成建模是探索复杂聚变发生过程的核心。...

台山中微子实验（TAO）是江门中微子实验（JUNO）的近点实验。其建设目的为JUNO提供精确的参考能谱,消除反应堆中微子能谱的模型依赖,提高中微子质量顺序测量灵敏度。台山中微子实验低温监测及报警系统的建设，旨在通过精准把控探测器低温及内外部环境温度，保障实验数据的精确采集与设备运行安全，为实验的稳定开展提供核心支撑。系统以 “精准实时监测、智能高效报警” 为目标，基于 EPICS 架构构建核心框架，依托 IOC系统实现探测器核心温度参数的实时获取；采用PT100铂电阻配合GM10控制器完成环境温度采集，形成对探测器核心及内外部环境的全面监测覆盖。数据处理遵循 “采集 - 存储 - 可视化” 流程，实时采集的温度数据同步存入分布式数据库，同时推送至 Web...

高能对撞机亮度的持续攀升，为实时数据处理系统带来了前所未有的挑战。 高亮度LHC等装置产生的TB/s级数据率，已超传统TCP/IP协议的处理极限，后者因固有的数据拷贝与内核开销，正成为触发与数据获取系统（TDAQ）的主要性能瓶颈。为了应对这一挑战，TDAQ架构已转向采用内核旁路（Kernel Bypass）技术，特别是基于融合以太网的远程直接内存访问（RDMA over Converged Ethernet,...

随着同步辐射光源实验规模的持续扩大，实验产生的数据量迎来急剧的增长，导致数据分析过程中数据读取瓶颈问题日益凸显，严重影响了科学计算的整体性能和效率。针对该问题，设计实现三级优化方法：首先，设计实现了通用化数据IO抽象层，屏蔽底层数据源与格式差异，集成了并行异步等优化方法，并向应用提供了统一易用的数据访问接口；其次，设计实现了数据流服务平台，构建了分布式内存缓存池，打通探测器至计算节点的直连通道，规避传统落盘再读导致的I/O瓶颈；最后，为进一步优化数据流传输效率，实现了领域定制的序列化引擎，设计了专用二进制编解码方法，显著提升数据流通效率。本方法可有效加速科学计算，具备为前沿科研提供高速数据供给的能力。

自ChatGPT等大语言模型普及以来，AI作为新型生产工具已逐步深度融入人类生产活动。当前基于大语言模型的智能体可自主规划、调用工具和一定程度解释结果，成为近年来的热点领域。高能物理物理分析存在数据处理、文本解析等AI适配的固定步骤，同时具有分析流程复杂、需要专业知识等领域特点，成为AI4Science的一个典型场景。基于此，我们开发了用于BESIII物理分析的Dr.Sai多智能体系统：通过将复杂任务拆解为子任务序列，由数个专家型智能体协同执行算法生成、作业脚本构建与提交、结果可视化等核心环节。该系统已初步实现物理分析数据处理的自动化，未来将聚焦人机交互优化与数据驱动的模型能力增强，持续提升复杂科研任务的执行效率。

高压条件下材料的原子结构和物性会发生显著变化，是当前极具科学意义的研究前沿领域。中子散射是探测高压材料内部结构的关键手段。然而，高压中子散射实验中样品体积极小、束流通量有限，如果样品位置偏离中子束中心将严重削弱衍射信号。目前通常通过扫描方式人工定位样品中心，但该方法效率低下，无法及时优化样品位置，导致宝贵的中子束流时间浪费。针对这一难题，本文面向中国散裂中子源的高压中子衍射谱仪，进行实时数据处理与自动对准闭环控制系统的研究，实现了高压实验中样品的秒级精确定位和动态对准。通过构建流式中子数据实时处理平台，开发自适应多模型拟合算法以快速提取样品中心信号，并集成EPICS控制系统实现分析结果对实验设备的自动反馈调整。该技术路线可实时优化样品位置，显著提高高压中子散射实验的数据质量和效率，为高压条件下的材料研究提供智能化实验手段。

基于传播的X射线相位衬度成像是同步辐射设施中新兴且应用广泛的成像技术，可实现高分辨率3D结构重建。然而，从全息图中恢复定量相位信息所需的相位恢复过程仍然是一个重大挑战。现有的软件解决方案面临性能瓶颈和硬件支持方面的限制等问题。在此，我们基于CUDA-MPI架构开发了高性能的全息系统软件HiHolo，并提出了几种改进的迭代相位检索算法，为实现高质量的全息重建提供了有效的解决方案。实验结果表明，与当前主流软件相比，HiHolo的性能提高了24%-37%，并且在多gpu系统中表现出接近线性的可扩展性。联合探针的AP算法通过同时优化目标和探针波场，有效地减少了传统空波束校正中的伪影；EPI方法通过计算外推技术提高有限视场的空间分辨率；此外，并行IRP算法优化了三维重建的效率，与串行版本相比，实现了约6-14倍的加速。

现代科学研究中，从海量非结构化文献中高效提取与整合关键数据面临巨大挑战。以中国散裂中子源的页岩孔隙结构研究为例，跨多篇论文的参数比较分析过程依赖于人工查询，其过程繁琐且效率低下。为解决此问题，本文设计并实现了一个两阶段智能体系统：首先，利用大语言模型通过结构化指令模板，将文献中的实体与关系抽取为JSON格式并存入数据库；其次，构建多层解耦的查询流程，通过意图分类、查询优化与自适应结果生成，实现对自然语言查询的精准响应。系统成功将非结构化文献转化为结构化知识库，实现了对复杂自然语言查询的准确响应。实验表明，关键参数提取准确率达95%以上，将跨文献数据检索与对比的平均耗时从数小时级缩短至秒级。本研究证实了所提出的Text-to-Query智能体架构的有效性，为特定科研领域的知识发现提供了一款高效、精准的自动化数据整合与分析工具。

目的：同步辐射光束线的性能对于实验的有效开展至关重要。合肥先进光源（Hefei Advanced Light Facility，HALF）是基于衍射极限储存环技术的第四代低能量区同步辐射装置，测试光束线（BL10U）作为X射线光学技术实验平台，为新一代光束线技术提供研发基础。由于光束线结构高度复杂，手动调束通常需要数小时甚至更长时间。智能调束方法能显著提高效率，但实际在线测试机会有限。因此，开发光束线虚拟平台及智能调束算法是非常必要的。

方法：本研究提出一种基于实验物理与工业控制系统（Experimental Physics and Industrial Control...

X射线光子相关谱技术因其在探测纳米尺度动力学行为方面的独特优势，在材料科学、软凝聚态物理和生物物理等领域应用日益广泛。然而，随着同步辐射光源亮度的提升和探测器技术的发展，XPCS实验产生的海量时间序列数据对后续计算分析，特别是自相关函数的计算，提出了严峻挑战。传统单机或简单并行化方法在处理大规模、高帧频XPCS数据时，面临着计算效率低下、扩展性不足和资源利用率不高等瓶颈问题。为应对这一挑战，本研究提出并实现了一种基于分布式计算架构的创新解决方案，其核心是采用ray框架将XPCS的大量非相关计算进行分布式处理。利用Ray的Actor模型封装核心计算任务（如mutiltau相关算法），通过其分布式任务调度能力，实现了计算任务在集群资源（包括CPU和GPU）上的动态分配与负载均衡。实际应用表明，基于Ray构建的分布式XPCS处理系统能够线性扩展计算能力，大幅缩短数据处理时间（相比单机处理速...

江门中微子实验（JUNO）的物理目标是精确测定中微子振荡参数，确定中微子质量顺序，并对超新星中微子进行观测等。为支撑上述科学目标，JUNO的在线系统需要承担实时压缩数据量，监测超新星等任务。实验团队开发了在线事例辨别、超新星爆发监测等在线算法。为此，我们设计并实现了一套面向在线场景的数据处理软件框架，以实现对上述在线算法的调度与资源管理。本报告将系统阐述JUNO在线数据处理软件框架的总体设计与具体实现。

大脑是人体最重要的器官，在脑疾病的诊疗、探索高级脑功能机制以及理解意识本源具有重大意义，是理解自然和人类本身的“最终疆域”。随着同步辐射光源装置的不断升级与X射线成像前沿技术的不断突破，非人灵长类脑微血管的三维精细结构观测突破了高分辨率、高信噪比与大视场并存的瓶颈。然而，获取海量的原始影像数据，仅仅是万里长征的第一步，如何处理和分析由此产生的TB级规模海量影像数据是更为艰巨的挑战，海量复杂图像数据的精准高效分割成为后续量化分析的关键瓶颈。传统的基于监督学习的分割方法往往需要大量的手工标记数据，且难以保持在微小血管拓扑结构完整性和抑制图像噪声之间取得平衡。
为应对此挑战，本研究提出一种结合迁移学习（Transfer Learning）与注意力机制U-Net（Attention U-Net）的自动化血管分割框架。通过引入注意力门（Attention...

中国散裂中子源CSNS近年来束流功率逐步提升，新建谱仪也在规模与数量上得到迅猛发展。尤其各种新型实验方法的应用，不仅数据处理环节的复杂度和性能瓶颈越发凸显，并且与实验控制的即时交互要求也越来越高。针对这一变化趋势，CSNS-中科大联合开发团队从构架上对现有的数据获取与控制系统做彻底革新，为下一代中子谱仪的数据处理与实验控制研究高性能的通用化技术方案。经过对中子谱仪的运行模式和数据流特征分析，新方案选择基于数据驱动的分布式数据流处理框架，在确保系统稳定性和冗余性的基础上，达到高并发高吞吐的传输性能。同时在此基础上引入同步标签的设计，实现了数据的高效异步处理和同步聚合，打通实验控制与数据处理之间的即时反馈。该架构已经成功应用于多条合作谱仪的建设，并在迭代升级中逐步扩展了完备的功能模组，为诸多谱仪装置提供了各种实验方法与运行模式的重要支持。

随着人工智能技术在科学装置领域的深入应用，如何高效实现大型粒子加速器的智能调节、智能故障诊断及预测性维护，正在成为研究热点。但是在实际应用中，算法与数据之间存在不容忽视的挑战：加速器系统数据普遍存在异构性强、多模态耦合、时序特征复杂、因存储分散导致的数据孤岛效应、以及数据协议与标准的缺失，成为智能算法模型有效部署与迭代的核心障碍。
针对上述挑战，本文面向高能同步辐射光源（HEPS）和中国散裂中子源（CSNS），设计并实现了一个遵循FAIR原则的AI-Ready数据集生成平台——FARAD。该平台采用任务驱动的微服务架构，集成了数据清洗、多源时序对齐、特征工程及融合等核心功能模块，打通加速器数据从原始采集到算法训练的全链路流程。本平台基于 MongoDB 与 Kafka 构建高效的数据采集与存储体系，结合 Pandas 与 NumPy...

面对BESIII实验长期运行中设备维护与数据质量保障的挑战，智能化运行控制系统的建设日益凸显其重要性。当前运行控制面临三大主要挑战：智能化水平不足、数据高度分散依赖人工质量检查，以及DAQ和DCS系统交互较少造成值班操作繁复。这些问题导致需要大量人工分析判断，难以迅速定位问题根本原因。
针对这些挑战，本文设计了一种基于多源数据融合与智能分析的BESIII智能化运行控制方案。在数据采集与预处理环节，系统从探测器、DAQ系统和DCS系统获取数据并进行标准化处理，实时监测并对所有数据源进行统一展示，使值班人员能够全面掌握系统运行状态。在异常检测方面，系统采用了分层检测策略：第一层利用卡方距离、余弦相似度等统计方法进行快速筛选，识别潜在异常；第二层对筛选结果应用XGBoost和半监督学习等机器学习技术进行精确分类，提高检测准确率。异常分析环节将检测到的异常数据与当前运行状态和历史信息整合，...

基于高能所自研的pyCXIM软件专为HEPS-BCDI而设计，但该软件目前有三方面需要完善：（1）软件只能使用命令行运行，没有友好的用户界面，使用较为繁琐；（2）二维及三维重建时，只能基于torch在单GPU上进行计算，不能使用多GPU做并行计算，这大大降低了软件的可扩展性和计算效率；（3）预处理时，HDF5文件的读入速度较慢，在全处理流程时间中占比过高。针对以上三个问题，我们开发了基于PyQt的用户界面，用户的使用会更加流畅；之后使用线程池完成了单节点多卡的并行部署，在双卡节点上验证了正确性，速度提升100%；同时，使用Numba进行了IO读入的提速，经过实际数据对比，加速比为52.17%，对于将来B4线站更大规模的BCDI数据，该项优化会有更明显的加速效果。

为抵御大量网络攻击， （IHEP）于2021年建成安全运营中心（IHEP SOC ）。IHEP SOC 制定了标准化流程，调用多种安全工具执行自动化响应任务。该标准化流程预置固定工具，保障IHEP SOC 响应时间达分钟级，且误拦率极低，万分之一左右。但工具调用的固定流程更新和管理难度大，通常应对孤立的安全运营任务。针对此问题，本文引入ChatSOC，这是由大语言模型（LLM）赋能、面向网络安全运营的自主智能体，可完成识别、防护、检测、响应等各类运营任务。在高能物理研究所部署后，ChatSOC 可自动规划并调用不同工具，有效提升安全运营效率 。

JUNO 实验位于中国广东省江门市，在地下700米处建造一个20万吨的液体闪烁体探测器。该探测器将用于探测中微子，包括反应堆中微子、超新星中微子、大气中微子和太阳中微子。据估计银河系中超新星的发生率仅为几十年一次，为避免错过珍贵的超新星事件，DAQ系统要尽可能减少故障时间，减少故障带来的数据丢失，以连续运行持续存储作为首要目标。本课题的主要研究内容是如何提高数据流软件的可用性，尽可能减少故障时间，减少故障带来的数据丢失。为了实现这一目标不仅需要数据流软件本身能够应对单点故障，还需要其依赖的系统服务和网络环境的可靠性。

本研究针对高能物理领域中高性能计算（HPC）集群资源调度所面临的低效利用与排队延迟问题，提出了一种基于静态代码特征与作业运行特征融合的智能化资源需求预测与调度优化框架。首先，通过对Python编写的高能物理作业源代码进行静态分析，提取代码行数、函数调用、循环深度、并行接口和第三方库调用等关键结构特征；同时，从SLURM调度日志中获取作业提交信息、资源申请与实际使用情况等作业基础特征与历史运行特征，并对多源特征进行规范化和降维处理，构建统一的“embedded Slurm...

未来高能物理实验对粒子鉴别（PID）技术提出了更高要求。传统电离能损法（dE/dx）存在分辨率限制，而原初电离计数法（dN/dx）通过统计带电粒子在漂移室中产生的原初电离数量，理论上可将分辨率提升至2%-3%，较dE/dx截断平均法提高约一倍，显著改善粒子鉴别性能。然而，dN/dx方法的实现依赖于探测器信号的全波形高频采样，带来了巨大的数据读出带宽与复杂的在线实时处理需求，对数据获取（DAQ）系统构成了核心挑战。为此，依托120通道漂移室模型实验平台，设计并实现了一套高性能数据获取软件。该DAQ架构分为两大模块：其一为作为底层的数据流模块，负责数据的稳定读出、高效校验、多种在线寻峰处理（如差分寻峰、机器学习寻峰）及持久化存储；其二为作为用户层的在线服务模块，提供核心模块的运行监控、状态管理和图形化交互接口。实验结果表明，该DAQ系统可以满足dN/dx方法所需的高数据吞吐量和实时性处理...

摘要：
随着计算集群规模的扩大和架构复杂度的提升，传统运维模式面临效率低下、人工成本高等挑战。本文提出xMan系统，一种基于Foreman与Puppet的自动化安装部署配置解决方案，旨在实现多站点、异构环境下的高效运维。xMan通过PXE启动和Kickstart模板实现操作系统的全自动化安装，支持CentOS、AlmaLinux、Ubuntu等主流系统；结合Puppet的声明式配置管理，提供覆盖用户管理、存储（Lustre/EOS）、监控（Ganglia/NRPE）、计算调度（Slurm/Condor）等场景的模块化模板。系统采用负载均衡架构优化Puppet服务器性能，支持批量主机操作（如IPMI远程控制）和参数化配置，显著提升部署速度与容错能力。实际部署表明，xMan已成功管理高能物理研究所（HEPS）、拉索（LHAASO）等站点超过4000台主机，减少人工干预50%以上，为大规...

LACT（Large Array of imaging atmospheric Cherenkov...

高海拔宇宙线观测站（Large High Altitude Air Shower Observatory, LHAASO）是研究宇宙射线和 gamma 射线的超大规模的高能物理装置。随着邻近 LHAASO...

同步辐射装置规模大，涉及的过程变量可达到百万量级，而接入报警系统的过程变量可达到十万量级。合肥先进光源（Hefei Advanced Light Facilty，HALF）是基于衍射极限储存环技术的第四代低能量区同步辐射装置，由国家同步辐射实验室承担建设。HALF报警系统用于监测过程变量的异常状态，发布报警消息，以便工作人员及时进行故障维修或隐患排除，对提高装置可用性具有重要意义。因此，为了保障装置的稳定运行，本文基于EPICS社区报警软件Alarms，开展了实时报警信息分发、历史数据分析和配置管理三个方面的开发和研究工作。同时，为了减少报警系统的误报率， 本文提出了一种基于数据驱动的报警死区和延时计时器的设计方法，可以有效减少滋扰报警。

中子散射实验模拟软件工具对于中子散射研究大装置的重要意义贯穿包括谱仪概念设计、中子光学器件设计、实验规划、运行监控、实验数据分析等关键环节在内的全生命周期。中子散射实验绝对强度的数据重建一直是领域内的重点需求，也是McStas、Vitesse等传统中子光学追踪软件从软件设计原理上就无法解决的难题。
Prompt（*Pan Z Y et al, Comput. Phys. Commun., 2024, 295:...

高能物理计算平台在大规模科学计算与数据分析中至关重要，其运维规模和复杂性不断增加。本文针对现状与挑战，提出物理机与容器环境的统一部署方案，构建大规模统一监控与报警系统，集成运维数据管理技术，实现监控与作业管理的自动联动，并引入故障智能分析技术以提升运维效率与可靠性。本研究为高能物理及其他大规模计算平台的运维优化提供了技术参考。。

江门中微子实验（JUNO）旨在测量中微子的质量顺序和精确测量中微子的振荡参数。该实验的数据获取（DAQ）系统需要完成前端电子学超过40...

针对传统高能物理实验监测系统存在的专家处理海量数据低效、专家实时响应不足及个性化监测能力欠缺等问题，本研究设计并实现了一套轻量化移动端实时监测系统。
后端架构采用FastAPI异步框架与WebSocket通信协议提升服务端性能；集成Prometheus时序数据库与Grafana可视化平台，支持用户基于Grafana自定义监测参数；采用配置文件驱动机制，灵活呈现不同实验和分组的运行状态。用户可为各类参数选择多元化的异常监测方法，包括绝对阈值报警、基于3σ原则与动态滑动窗口的统计学方法、指数加权移动平均(EWMA)以及基于Transformer架构的Informer时间序列预测模型。
...

国家重大科技基础设施是科技创新的 “国之重器”，是开展多学科交叉研究、突破关键科学问题的核心工具。中国科学院重大科技基础设施共享服务平台（https://lssf.cas.cn）适用于中国科学院多个重大科技基础设施，科研人员可以通过该平台进行课题申请，可在线预约实验机时。为了进一步给实验用户提供全周期服务支持，为科研人员创造更便捷的实验条件，我们基于低代码平台开发了科学实验用户服务系统，提供了课题申请、在线培训、实验预约、来访申请、自助终端等服务，减少行政流程消耗的时间成本，帮助用户高效完成实验，加速科研成果的产生与转化，本文介绍科学实验用户服务系统的实施详情。

随着中国散裂中子源（CSNS）一期工程建成，基于Apache Kafka的谱仪实验控制系统（DSNI）实现了流式数据的高效处理，奠定了高内聚、低耦合的控制模块体系与高实时高吞吐的数据传输架构基础。二期工程于2023年4月启动，面临两大核心挑战：束流功率从170kW跃升至500kW导致数据量激增，以及单晶衍射、逆几何非弹谱仪、背散射谱仪等新增谱仪对实时反馈控制与智能化决策的迫切需求。本研究提出面向通用人工智能（AGI）的谱仪实验控制智能化体系，在一期DSNI系统的基础上,通过三大核心设计突破传统控制框架：1.AI-Ready数据集构建：对中子事件流（Event Data）、设备控制信号（PV...

随着高能所WLCG业务的不断扩展,国际带宽的增加,高能所WLCG的运行面临四个问题,业务流量的识别,站点\项目流量统计,流量控制,数据传输故障分析等.我们设计了一个架构,能够实现大流量数据的获取,细粒地分析,标记,统计分类,并能够通过协同API实现国际链路的的流量避让,以及端到端的流量分析等功能。上述框架完整的解决了高能所WLCG流量业务的各种问题,并已经实际部署,相关数据的可视化呈现为WLCG站点运维提供了有力支持

江门中微子实验作为我国"十二五"国家重大科技基础设施，致力于通过2万吨液体闪烁体探测器开展中微子质量顺序、振荡参数精确测量等前沿研究。实验数据获取系统DAQ作为重要的子系统，需完成对原始数据的获取以及实时监控20000+探测通道的电子学设备状态与数据质量。针对目前存在的信息分散、故障响应滞后等问题，本研究开发了JUNO-DAQ在线监控系统。
该系统通过Kafka消息总线整合Redis、Mongo、PostgreSQL等多源异构的监控数据，开发了包含3D探测器状态渲染、电子学参数、DAQ指标数据、运行列表的多维度可视化界面。同时，整合Garafa可视化平台和ROOT科学计算框架，实现了对实验各子系统运行状态的统一监测，构建了完整的实验数据监控生态体系。
在控制层面，基于自研的Supervisor管家构建了专家控制台与值班控制台的双模式操作界面。专家模式提供完整的参数配置与调试功能，...

本报告介绍大模型技术在高能所信息化建设中的融合与应用实践。围绕科研管理与学术生产的实际需求，我们构建了面向内部制度的智能问答助手，实现政策制度的快速解答，提升管理服务智能化水平。同时，基于LaTeX平台集成了智能插件，支持论文写作过程中的智能润色、语法校正等，显著提升科研人员的写作效率与稿件质量。实践表明，大模型在科研管理与学术协作中具有广阔应用前景，为科研机构的数字化转型提供了可复用的技术路径与实施经验。

合肥先进光源（Hefei Advanced Light Facility - HALF）是国家重大科技基础设施项目，将建成一台国际先进的基于衍射极限储存环的低能区第四代同步辐射光源。储存环能量2.2 GeV，束流水平自然发射度约86 pm·rad，具有国际同类装置领先水平。

HALF首期建设10光束线站，涉及大量精密光机电运动设备，需对五百多个电机轴进行控制。由于不同运动机构在位移、精度等方面需求各异，且参数差异大，同时项目工程量大、工期紧张，必须设计并实现一套能适配多样化需求的运动控制系统，以精准监测和控制光束线上多种设备的运动姿态。...

（IHEP）作为国家战略科技力量核心组成部分，是我国高能物理、粒子天体物理、加速器物理与技术、射线技术与应用领域的综合性研究基地。研究所主导了我国粒子物理实验、粒子天体物理观测、大型加速器技术研发等学科方向的发展，建成北京同步辐射装置（BSRF）、中国散裂中子源（CSNS）、高能同步辐射光源（HEPS）等重大科技基础设施，形成覆盖多学科、多地域的"大科学装置集群"。
针对多园区协同研究中面临的认证体系挑战，IHEP认证系统通过技术创新构建了适应复杂科研场景的解决方案：
1.多源数据融合认证：集成中科院重大科技基础设施共享服务平台（LSSF）、CSNS、IHEP及HEPS四维用户数据库，建立统一身份认证中枢，实现跨北京、广东等地的"认证授权"功能，支持科研人员在实验申请、数据计算、图像重建到成果获取的全流程业务中使用标准化账号体系。
2.动态精细化...

随着数字化办公的普及，钓鱼邮件已成为网络攻击的主要载体。因存储着大量核心知识产权、未公开研究数据、涉密项目信息及人员敏感数据等，科研机构成为重点网络攻击目标，因此，构建具备多模态信息融合与深度推理能力的智能化钓鱼邮件识别机制，对提升科研机构网络安全防护水平、保障科研活动的连续性与安全性具有重要意义。
传统钓鱼邮件识别方法多依赖于单一模态分析，存在识别维度有限、复杂场景适应性弱等问题。针对这一局限性，本研究将思维链（Chain-of-Thought）技术与大语言模型(Large Language Model,LLM)结合构建了具有工具调用能力和强大推理能力的钓鱼邮件识别智能体，能够将复杂的识别任务拆解为结构化的推理步骤，并在关键节点通过工具调用补充所需的多模态信息，提升判断的置信度。
...

江门中微子实验（Jiangmen Underground Neutrino Observatory,...

DP作为江门中微子实验（JUNO）在线事例处理的核心子系统，负责实时处理前端电子学系统每秒40GB量级的原始数据，执行在线事例分类与数据压缩等关键任务。其事例分类功能可为事例添加标签，并基于标签进行波形事例压缩，将数据传输带宽有效压缩至100MB/s以内。然而，这也导致压缩后的存盘数据无法完整反映数据处理过程中的原始状态信息。为此本研究设计并实现了一套事例监测系统，通过实时捕获并分析DP原始事例数据，并通过前端界面进行事例级信息展示，为系统高效调试与稳定运行提供实时诊断依据。系统采用两套数据采集架构：一方面通过嵌入DP进程的队列直接访问组装后事例数据，规避数据拷贝开销；另一方面借助ZeroMQ通讯库将指定数据通过独立进程按需传输至监测系统，实现处理与监测的解耦。后端服务将原始数据封装为结构化信息，支持按需手动触发特定事例数据的获取与刷新。基于此构建的前端可实时展示事例内部状态，通过多...

江门中微子实验是世界上最大的单体液闪探测器，旨在测定中微子的质量顺序、精确测量中微子混合参数。针对江门中微子实验的控制需求，对17000路电子学通道进行大规模监测与控制，设计了一套面向值班员的分级、分组管理界面，实现了系统状态的集中监控与控制。本系统基于Phoebus开发，调用phoebusgen自动化生成交互界面，显著提升了系统部署效率。在IOC层面，将数据写入Redis，以redis缓存代替直接的PV访问。界面方面，通过本地/模拟PV与外部Python程序协同，减小PV访问量，采用动态加载数据的方式，减少组件的调用，解决Phoebus界面首次连接耗时长、网络抖动导致卡顿等问题。为防止误操作，增加了重发、文件锁、操作日志的机制。同时，考虑到Phoebus权限管理依赖于操作系统的用户管理，借助LDAP工具加强了多用户分级管理能力。本值班系统实现了Phoebus对大规模通道的监控，在江...

摘要：天文学中，文件模板是存储标准化卫星数据产品的载体，能够保证数据一致性，提升数据处理效率，推动全天变源和暂现源等宇宙动态事件监测与研究。灵活图像传输系统（Flexible Image Transport...

渗透测试是一种安全评估方法。该方法在不对目标系统造成影响的前提下，通过模拟黑客的攻击对目标系统进行安全评估。它能够有效地识别漏洞、预防网络攻击，进而提升目标系统的安全性。然而，传统的渗透测试存在高度依赖人工、测试工具零散、多样化以及测试流程繁琐复杂等问题，这导致渗透测试的过程大量消耗人力和时间成本。鉴于以上问题，本文设计了基于自动化渗透测试的系统，该系统包括自动化渗透测试框架和渗透测试引擎两部分。其中，自动化渗透测试框架中集成了多种渗透测试工具，渗透测试引擎中包含了依据网络状态生成攻击路径的模块。通过渗透测试引擎模块控制管理测试的整个流程，并以报告的形式反馈测试结果。该系统有效的降低了对人工的依赖程度，同时将重复的流程智能化、系统化，极大的降低了时间成本。

当前高能物理实验依托大科学装置开展各项研究，如新物理信号的寻找等。而一款可视化系统需要将大科学装置中的探测器几何可视化，以及显示物理事例在探测器中的击中情况，对于稀有事例的寻找、数据质量监控、异常信号检测、重建算法研究、以及科学宣传上起到重要作用。本文围绕大科学装置江门中微子实验（JUNO）、北京谱仪III实验（BESIII）、以及环形正负电子对撞机实验（CEPC）介绍多款可视化软件的设计以及在高能物理实验上的应用，包括基于ROOT的可视化软件，基于游戏引擎Unity的可视化软件，以及基于Phoneix的可视化系统网页。

中子动力学结构因子 S(Q, ω) 的计算是利用非弹性中子散射 (INS) 技术研究材料动力学性质的基础，其中低阶相干声子的贡献尤为重要。传统的计算软件通常使用非相干近似来近似相干散射，并采用常规的采样方法在中子和声子的动量空间进行采样，导致计算结果的精度和分辨率有限。
BzScope 是中国散裂中子源 (CSNS) 开发的一种新型计算工具，旨在通过提供绝对强度的高精度动力学结构因子来应对这些挑战。BzScope 基于简谐近似理论，从晶体结构和力常数出发计算声子谱和中子-声子散射谱。BzScope...

“Resource Hub” 通常指一个集中管理计算资源（如服务器、存储、网络、数据库等）的平台，核心理念是资源池化，按需分配。然而随着应用和计算紧密结合，单一的资源按需分配已无法满足当前的应用分析需求。以数据为基础，用户为中心，融合定制化的数据分析环境，在原有按需分配的基础上，不断丰富分析服务场景，实现资源的认证申请和认证访问，将成为新的resource...

在中子散射实验中，原始数据易受吸收、多次散射、非弹性散射及探测器性能等多因素影响。传统解析与半经验修正方法需调节大量参数，对用户经验依赖性强，难以保证普适性。本报告介绍基于蒙特卡洛输运模拟系统Prompt的实验模拟框架，通过从头计算获取材料物理参数，精准模拟散射全过程并生成探测器响应信号，直接用于原始数据的规约、分析与修正。该方法无需人工干预参数，显著降低数据分析门槛。重点展示其在轻水、重水全散射实验中的验证结果。对多次散射、非弹性散射的修正效果优于传统方法，修正数据与文献精修结果高度吻合，验证了方法的可靠性与准确性。

核聚变能具有资源丰富、环境友好和固有安全性等明显优势，是目前认识到的最终解决人类社会能源和环境问题的重要途径。然而聚变堆燃烧等离子体具有亿度以上的高温，其物理过程具有高度非线性自组织、多时空尺度耦合的特点。为维持安全可靠燃烧，数十个等离子体参数和各种不稳定性需要在毫秒、毫米级的时空尺度下得到控制，各种异常事件需要及时预测并采取有效手段加以避免。近年来EAST控制团队在等离子体稳态控制技术方面取得了重要进展，建立了具有完全自主知识产权的等离子体控制系统，在东方超环EAST上控制完成了9000余次放电，具有最快50微秒的控制周期，支持多任务跨CPU、跨主机灵活部署，以及异常事件检测和实时调度处理能力等，达到了国际领先水平，为先进控制算法的开发集成提供了控制平台。随着人工智能技术在聚变领域的应用，针对等离子体控制难点发展了基于人工智能的破裂预测、等离子体磁位形控制、等离子体剖面参数控制等，...