摘要：网安空间安全专业的Python安全编程课程是培养实践型网络安全编程人才的专业主干课程。该课程应具备翔实的专业知识,并注重实践能力培养环节。在深入调研分析已有Python课程的基础上,对Python安全编程课程进行了整体改革。将网络空间安全专业中5个重要领域的关键问题与实践案例编入课程,通过理论知识讲述、实际案例分析、实验与实践互动等教学方式,设计了重在培养实践型人才的新型专业编程课程。课程的教学改革将网络空间安全专业知识与最流行的Python语言相结合,将理论讲述与实验、实践相结合,有助于培养实践型网络空间安全专业人才。

摘要：准确高效的感知是保障自动驾驶安全性的关键。然而在夜间等低光照场景以及雨雪沙雾等极端天气下,视觉或激光雷达等感知方案的误判率可能显著增高。因此,本文结合可见光图像的细节优势与红外热成像的高穿透力探测优势,研究自动驾驶场景的全天候实时感知方法。针对可见光-红外传感数据之间的时空错位和模态不平衡问题,首先设计一种多模态注意力机制进行局部到非局部的特征融合,修正空间位置偏差并捕捉语义互补信息,实现高效多模态融合。然后,采用基于Retinex理论隐式估计像素级光照权重并进一步引导注意力计算,在多级特征图中平衡可见光及红外特征。相较于既往研究,本文方法在感知性能和效率方面均取得较大改进,可为保障车辆行驶安全提供技术支撑。

摘要：为了培养网络空间安全专业人才早期的安全意识和学习兴趣,分析计算机网络课程面临的问题,提出一套突出网络安全特色、注重实践经验积累的计算机网络课程教学方案,基于计算机网络特点并结合网安专业特色,阐述分层引入网络空间安全问题的重要性,从模块设计和内容设计两方面介绍教学实施过程。

摘要：本文针对基于混淆电路的安全两方计算协议通信复杂度过高的问题,研究如何进一步优化协议的性能.本文基于可验证混淆电路分享方案,在恶意敌手模型下实现了一种更高效的安全两方计算协议.主要创新性工作包括两个方面:(1)实现了一种新的可验证混淆电路分享方案.该方案延续了将混淆电路与秘密分享结合的思路,在Three-Halves混淆电路中结合可验证随机比特技术来生成混淆电路分享份额,保证了在恶意敌手模型下的安全性,与门运算的通信复杂度降低了约25%,而或门运算仍是零通信开销的;(2)提出了一个安全两方计算协议.设计了一种合作式协议流程设计方案,通过划分布尔电路的方式,由两个参与方各承担一半电路的混淆或分析工作,合作完成计算任务,分摊了安全两方计算协议中的计算压力.利用提出的可验证混淆电路分享方案,基于哈希函数等密码学工具,本协议保证了电路计算的正确性以及在恶意敌手模型下的安全性.与Emp-toolkit两方协议相比,本协议通信时延优化了1%~9%,计算时延优化了5%~22%,通信量优化了40%~60%.

摘要：含噪声中规模量子硬件的耦合约束使得大多数量子算法通过插入附加量子门改变量子位映射,令量子算法直接运行在硬件上。为了降低量子线路的运行时间及提高量子线路的保真度,设计了一种基于交换门的前瞻双向启发式映射算法。首先,利用前瞻机制考虑前端层信息,提高了附加门数结果的稳定性。其次,设计搜索策略评估物理上近邻的候选交换门,降低交换门搜索空间的复杂度。最后,采用双向遍历全局考虑量子线路的门信息,得到更高质量的初始映射。此外,该算法适用于任意耦合量子硬件架构,同时具有线路深度和附加门数的选择能力。实验结果表明,相较于主流算法A*-based算法和SABRE算法,该文提出的SPBHA算法可减少约68%与34%的附加门数,线路执行时间缩短,保证了量子程序结果的可靠性。

摘要：共识协议作为区块链的底层核心技术,近年来受到研究者们的广泛关注并取得了大量研究成果.异步共识协议是一种不依赖于任何时间假设的经典分布式共识协议,本文从设计原理、性能表现和安全特性等角度对现有的异步共识协议进行研究.首先,根据功能分类总结了异步共识协议的主要构造原语,深入分析了各类共识原语中典型协议的设计原理.其次,针对各类共识原语,辩证分析了典型协议的性能表现,探讨其安全特性及存在问题.最后,总结了异步共识协议在安全、性能、功能等层面的研究热点和发展方向.

摘要：近年来,面向动态场景的多曝光图像融合技术取得重大进展.其中,基于深度学习的方法在视觉效果和运算效率上都远超传统算法,成为高动态范围成像技术的主流.然而,现有基于深度学习的融合方法都以有监督学习的方式实现,过度依赖真值图像,难以被广泛应用于实际场景中.本文提出了一个基于深度自监督学习的动态多曝光图像融合网络,主要贡献包括:设计自监督的动态多曝光融合网络框架,探索高动态范围图像与低动态范围图像序列的内在关联;提出基于注意力机制的全局去伪影模块,使用全局文本模块减少动态融合产生的运动伪影,增强图像细节;提出融合重建模块,通过残差和稠密连接实现多层次特征之间的信息流动;设计运动掩膜引导的自监督损失函数,用于网络的高效训练.实验表明,与现有方法相比,本文提出的方法在高动态范围图像重建的主观和客观质量上均表现较好,运算效率显著提升.

摘要：开拓了显著性指导下图像迁移新任务,在图像内容及保真度不变条件下,为使迁移后图像满足用户指定的显著图分布,提出一种全新的生成对抗网络(SalG-GAN)方法。对于给定的原始图像和目标显著图,所提方法可高效生成符合目标显著图的迁移图像。在所提方法中,引入解耦表示框架用于激励模型,针对相同的显著图输入,生成内容不同的迁移图像;在该框架基础上,设计基于显著图的注意模块作为一种特殊的注意力机制,辅助网络在图像迁移过程中聚焦于关键区域;同时,在所提方法中构造基于显著性的生成器、编码器、全局和局部鉴别器等深度网络结构。此外,建立用于显著性指导下图像迁移任务的大规模数据集,用于训练和评估所提方法,具体包括一个大规模的合成数据集和一个包括人眼视觉注意点的真实数据集。在2个数据集上的实验结果表明:所提方法在显著性指导下图像迁移任务中具有优异性能,远优于基准生成对抗网络方法。

摘要：基于区块链技术的数字货币以其方便自由的支付方式、低廉的支付费用、透明中立的运行机制、安全性较高的隐私保护等特点而风靡全球.数字货币具有交易记录公开可验证、不依赖中心化第三方等优势,但由于区块链系统需要保存每一笔有效的交易记录,随着交易记录的累积,用户不得不面对系统历史交易数据异常庞大的问题.同时,如果某区块链因遭受恶意攻击而数据崩溃,由于缺少链外备份机制,现有技术很难恢复原始交易数据.针对这些问题,本文提出了一种区块链清算结算设计方案.在该方案中,所有交易记录公开的用户链都可以对其交易状态进行数据备份,用户链崩溃后可据此大致恢复原有的交易记录;该方案还提出了新的数字货币轻钱包构造思路,用户节点可通过该设计机制减少对原用户链的数据存储;此外,通过计算各种数字货币的相对价格,该机制可实现所有数字货币的全网并价,为用户跨链交易提供价值尺度.本方案具有多层次的可扩展性和由足够算力保证的安全性.

摘要：混淆是一种通过对函数功能加密来保证通信安全性的新型加密方法.量子混淆衍生于经典混淆,利用量子比特加密线路或函数的功能从而保护线路信息.在对量子混淆所加密的函数方面,非线性混淆理论仍需要深入研究.本文结合量子非线性函数和混淆理论,明确定义了量子幂函数,根据量子隐形传态基本原理和所混淆函数的功能,提出基于量子非线性函数的量子混淆方法,设计量子混淆器和量子解释器线路,证明其在随机预言模型下的可混淆性.提出了量子非线性函数混淆在同态加密中的密码学应用,证明其满足不可区分安全性.