适用范围：主要技术内容:1 范围2 规范性引用文件3 术语和定义4 缩略语5 功能性要求6 非功能性要求7 节能要求

适用范围：主要技术内容:本文件规范了人工智能技术在城市治理信息系统应用领域的系统架构、技术功能要求及应用功能要求。本文件适用于在城市治理应用领域人工智能技术的数据处理、算法设计、模型训练、模型管理等功能要求，可作为城市治理信息系统的规划、设计、建设、评估及验收的依据

适用范围：范围:本文件规定了路侧激光雷达与外部设备或系统间的数据接口要求，包括基本要求、数据 接口技术要求和数据接口测试方法。 本文件适用于智能交通领域，路侧激光雷达的软件开发和接口符合性测试; 主要技术内容:本文件规定了路侧激光雷达与外部设备或系统间的数据接口要求，包括基本要求、数据 接口技术要求和数据接口测试方法。 本文件适用于智能交通领域，路侧激光雷达的软件开发和接口符合性测试

适用范围：主要技术内容:本文件规定了基于数网络灯光亮化智能控制系统的术语与定义、技术要求、试验方法、检验以及验收规则等。本文件适用于利用网络智能控制灯光亮化的控制系统的设计、应用与验收

适用范围：范围:本标准规定了高等教育数据分类分级的一般要求、维度、流程和变更过程。 本文件适用于高等教育领域内一般数据进行分类分级，不涉及重要数据和核心数据，也不适用于涉密数据的分类分级管理。 本标准定义了深圳市全市范围内高等教育领域数据资源的分类分级原则、框架和方法。 本标准适用于深圳市全市范围内高等院校、教育行政部门等相关单位的数据分类分级和数据共享开放，也可供高等教育、网络安全主管部门以及第三方评估机构等组织开展高等教育数据分类分级的安全监督管理与评估等工作时参考。 本标准旨在指导数据处理者进行数据分类分级工作，同时也可为主管监管部门在数据分类分级管理方面提供参考; 主要技术内容:本标准规定了高等教育数据分类分级的一般要求、维度、流程和变更过程。本文件适用于高等教育领域内一般数据进行分类分级，不涉及重要数据和核心数据，也不适用于涉密数据的分类分级管理。本标准定义了深圳市全市范围内高等教育领域数据资源的分类分级原则、框架和方法。本标准适用于深圳市全市范围内高等院校、教育行政部门等相关单位的数据分类分级和数据共享开放，也可供高等教育、网络安全主管部门以及第三方评估机构等组织开展高等教育数据分类分级的安全监督管理与评估等工作时参考。本标准旨在指导数据处理者进行数据分类分级工作，同时也可为主管监管部门在数据分类分级管理方面提供参考。结合高等院校人才培养、科学研究、校园管理、校园安全等方面业务，考虑高等院校教育数据安全要求，业务规模，数据复杂程度等实际情况，对高等院校数据进行分类梳理和标识，形成高等院校数据分类清单。根据不同类别数据遭篡改、破坏、泄露或非法利用后，可能对高等院校及相关个人生产、生活、经济效益等带来的潜在影响研究高校数据的分级情况

适用范围：范围:本标准提出了人工智能深度学习算法的评估指标体系、评估流程，以及需求阶段评估、设计阶段评估、实现阶段评估和运行阶段评估等内容。 本标准适用于指导深度学习算法开发方、用户方以及第三方等相关组织对深度学习算法的可靠性开展评估工作; 主要技术内容:本标准的主要借鉴国际标准DO-178C-2011 Software Consideration in Airborne Systems and Equipment Certification 的思想，针对算法的不同阶段定义了多个不同的目标来满足不同的等级，同时实现了面向深度学习算法可靠性指标体系的前向和后向追踪的理念，使得对算法研发过程的验证与评估变得更容易，从而达到评估可靠性的目标。本标准结合人工智能深度学习算法的特点及传统的可靠性评估的体系及流程，制定了标准的内容，主要包括以下方面：算法可靠性评估指标体系基于深度学习算法可靠性的内外部影响考虑，结合用户实际的应用场景，本标准提出了一套深度学习算法的可靠性评估指标体系。指标体系包含7个一级指标和20个二级指标。算法可靠性评估流程依据深度学习算法可靠性评估指标体系，对深度学习算法开展可靠性评估工作。可靠性评估流程包括确定可靠性目标、选择评估指标、需求阶段的评估、设计阶段的评估、实现阶段的评估、运行的阶段评估及得出评估结论这七个阶段。算法需求、设计、实现和运行阶段的前提条件、输入、关键活动及输出的内容面向深度学习算法需求阶段的评估工作，指运用可靠性分析方法，通过对算法功能实现的正确性和软硬件平台依赖的影响等进行评估，以确定算法的需求满足可靠性目标要求。面向深度学习算法设计阶段的可靠性评估工作，指运用分析或评审等方法，对算法功能实现的正确性、训练数据集的影响及目标函数等进行评估，以确定算法设计满足可靠性目标要求。面向深度学习算法实现阶段的可靠性评估工作，指运用分析和测试等方法，对算法功能实现的正确性、代码实现的正确性、目标函数的影响及对抗性样本的影响等进行评估，以确定算法的实现满足可靠性目标要求。面向深度学习算法运行阶段的可靠性评估工作，指针对实际运行环境使用数据进行分析，对算法的正确性、软硬件平台的依赖影响和环境数据的影响等进行评估，以确定算法的运行满足可靠性目标要求。深度学习算法可靠性评估指标选取规则附录A给出了深度学习算法的可靠性评估指标的选取规则。针对不同级别的深度学习

适用范围：主要技术内容:标准的制定，为院前急救应用平台的建设提供技术规范，有利于提升医疗机构的院前急救系统的规范化水平和互联互通能力

适用范围：主要技术内容:本文件规定了思灼智能柔性制造软件系统规范的术语和定义、系统基本要求、功能要求、数据管理、系统通信接口、安全要求、调试与验收。本文件适用于思灼智能柔性制造软件系统，以下简称“智能柔性制造系统”

适用范围：主要技术内容:本规范规定了“三个课堂”应用场景中互动教学功能的分级技术要求和测量方法。本规范适用于应用于“三个课堂”应用解决方案的生产评价和验收

适用范围：范围:本文件给出了数据安全能力模型以及相应的能力等级，定义了服务安全保障能力、数据处理安全能力、服务安全交付能力3个能力域。 本文件适用于： 1）信息技术服务提供者利用本标准建设自身数据安全能力，并进行评估和改进； 2）信息技术服务需求者利用本标准对信息技术服务提供者数据安全能力进行评估； 3）第三方机构依据本标准对信息技术服务提供者的数据安全能力进行客观评估; 主要技术内容:本文件给出了数据安全能力模型以及相应的能力等级，定义了服务安全保障能力、数据处理安全能力、服务安全交付能力3个能力域