摘要：第三方库(Third-party Library, TPL)已经成为移动应用开发的重要组成部分,开发者通常在应用中集成TPL以实现诸如广告、消息推送、移动支付等特定功能,从而提高开发效率并降低研发成本。然而,由于TPL与其所在的移动应用(宿主应用)共享相同的系统权限,且开发者对TPL自身的安全隐患缺乏了解,导致近年来由TPL引起的安全问题频发,给公众造成了严重的信息与隐私安全困扰。TPL的流量识别对于精细化流量管理与安全威胁检测具有重要意义,是支撑对宿主应用与TPL之间进行安全责任判定的重要能力,同时也是促进TPL安全合规发展的重要检测方法。然而目前关于TPL的研究主要集中于TPL检测、TPL引起的隐私泄漏问题等,关于TPL流量识别的研究十分少见。为此,本文提出并实现了一种用于TPL流量识别的框架——LibCapture,该框架首先基于动态插桩技术与TPL检测技术设计了自动生成TPL加密流量数据集的方法。其次,针对隐私保护以及数据共享的问题,构建了基于卷积神经网络的联邦学习模型,用于识别TPL流量。最后,通过对2327个真实应用的流量测试证明了本文所提框架具有较高的流量识别准确率。此外,本文分析了联邦学习参与方本地样本数据差异性给全局模型聚合带来的具体影响,指出了不同场景下的进一步研究方向。

摘要：弗拉基米尔·纳博科夫是21世纪最伟大的文学艺术家之一,纳博科夫的英语创作开创了后现代主义写作的先河,其中《洛丽塔》是其最具影响力的一部小说,是一个突出后现代性文本的典型,也被世人公认为是后现代小说的经典之作。小说写作手法中的反讽具有明显的后现代主义文学特征。

摘要：随着移动互联网技术的不断发展和智能终端的不断普及,出现了移动互联网产品(APP),其中旅游类APP凭借其依托于移动互联网客户端的优势,迅速占领了市场,使旅游业产生的新的变革。旅游类APP的用户体验研究将是未来APP研发设计的一个发展方向,未来的APP研发将会以用户为中心,而以人为本的观念会越来越受到重视。通过用户体验来搭建一个平台,平衡协调利益相关者的关系,使该旅游APP变得兼具易用性和可用性的同时,还能兼顾价值性,为企业创造价值利润,并且还能使用户在使用过程中满足对APP的期望与自身需求,进而达到减少用户流失率,提高市场份额的目的。