摘要：针对理性委托计算中的安全性需求问题,提出了一种可证明安全的理性委托计算协议。首先,在委托计算中引入博弈理论并分析理性参与者的行为偏好,并且在博弈论框架下构建理性委托计算博弈模型;其次,根据博弈模型中的均衡需求及理性委托计算的安全需求,设计理性安全模型;再次,结合 Yao 的混淆电路可以随机化重用的优势及全同态加密技术,构造理性委托计算协议,且协议中参与者的策略组合可以达到纳什均衡状态;最后,根据理性安全模型证明了协议的安全性和输入输出的隐私性,且性能分析表明了协议的有效性。所提理性委托计算协议在满足传统安全性的同时,又考虑了参与者的行为偏好,更符合大数据环境下的委托计算模式。

摘要：针对目前“数据库系统原理”的实验教学过程及评价中存在的问题,搭建了课程SPOC教学平台,将相关理论及基础实验引入SPOC教学平台,结合线下实验及项目式教学,提出了基于SPOC+PBL的线上线下混合式“数据库系统原理”实验教学改革。SPOC平台上的线上教学突破了实验教学的时空壁垒,同时,根据新工科的要求,设计适宜的实际工程项目,将枯燥、复杂的知识形象化、实践化,促进学生通过实践探索理论知识及实际应用,提高教学质量和教学效果,培养学生的主动学习习惯,提高课程的高阶性、创新性和挑战度。

摘要：稀疏表示研究信号简洁表示与重构的本质问题,能够更好地揭示、分辨和提取信号中所蕴含的信息特征,在水声信号处理的许多应用方面都显示了巨大的优势和潜力.本文综述了水声信号处理中的稀疏表示理论及有关应用问题.首先介绍了稀疏表示模型和典型的稀疏分解算法;然后,研究了自适应过完备字典设计、离网格处理等稀疏表示的关键问题;接着,探索了稀疏表示理论在水下信号处理中的一些重要应用,包括高分辨波达方向(Direction Of Arrival,DOA)估计、水下体目标微多普勒特征提取、运动目标角度-多普勒声成像、水声信号压缩感知与重构;最后,指出稀疏表示理论在水声信号处理中的发展趋势.进行了必要的计算机仿真,提取了水下目标时、频、空域多维度信息特征,并实现了两类典型通信信号的有效压缩和精确重构.

摘要：该文提出面向文本距离并独立于聚类过程的聚类重构策略。提出邻近域的概念并阐述了邻近域规则,设计了高斯加权邻近域算法。利用高斯函数根据样本与聚簇中心的距离为样本赋权,计算聚簇间距。基于邻近域权重对文本聚类的结果实施重构。使用拆分算子拆分稀疏聚簇并调整异常样本;使用合并算子合并相似聚簇。实验显示聚簇重构机制能够有效地提高聚类的准确率及召回率,增加聚簇密度,使得形成的聚类结果更加合理。

摘要：针对目标检测网络主分支层的特征信息易丢失、不同尺度的特征表达能力不平衡等问题,提出一种基于区域感知的多尺度目标检测算法。在YOLOv5的基础上采用数据增强、改进的边框损失和非极大值抑制方法,构建1个更强健的基线模型,沿着通道方向使用全局最大池化、全局平均池化、卷积等操作设计通道信息增强模块,并分别作用于骨干网络的每个主分支层,使得各个检测头在特征融合过程中也不会丢失主分支层的关键特征,以强化模型对重点区域的感知能力。利用加权特征融合方法融合不同尺度的特征信息,平衡不同尺度的输入特征对输出特征的表达能力,进而提高模型对多尺度目标的感知能力,通过调整模型的通道和深度,设计4种不同规模的网络结构。实验结果表明,相比YOLOv5s,该算法在Pascal VOC、MS COCO、Global Wheat、Wider Face、Motor Defect 5个数据集上的平均精度均值分别提高5.48、3.00、1.94、0.70和1.95个百分点。同时,该算法的平均精度均值最高为50.7%,分别比YOLOv4和Dynamic Head的最大模型提高7.2和3.0个百分点。

摘要：随着城市化建设的加快,渣土运输业兴起,这个过程中形成了众多规模不一的运输企业和车队,但远距离调度、成本不可控等问题仍未得到有效解决;为集约化管理各运输企业和车队的渣土车,研究实现了基于二代非支配排序遗传算法(NSGA-Ⅱ,non-dominated sorting genetic algorithm Ⅱ)的渣土车调度系统,其主要功能如下:1)对工地、消纳场位置和调度成本等信息进行录入和管理;2)使用北斗终端实时获取车辆定位数据;3)使用当前系统内任务、定位、成本等数据,实现渣土车用车最少、完成任务最多、收益最高的多目标优化调度方案设计;系统研究为渣土运输节省了成本,并对城市渣土运输管理起着重要作用。

摘要：该文提出面向文本聚类分析的实体—动作关联模型EARM,探讨汉语语义实体及其行为的描述方法。汉语属于非形态语言,语句没有时态及语态的变化,词类跟句法成分之间也不是简单的一一对应关系。该文提出一种句法成分识别机制,根据词汇类别特征及位置特征识别实体及动作。在句法成分识别的基础上展开句法分析,通过匹配句型特征建立实体—动作关联模型EARM,描述实体的行为及状态。对于嵌套句型等较为复杂的句型结构,需要在句法分析过程中实施动作层次分解,将复杂语句分解为简单的基本句型,以便于挖掘实体—动作关联。考虑到汉语语法比较灵活,语句成分缺省和倒装现象相对普遍,该文提出了倒装句的识别机制,通过匹配接近的句型进行实体移位,调整语序。论述了基于统计模型的EARM权重量化策略,借助语法树的最大公共子图量化文本的相似度并实施聚类,设计并开展了EARM实体—动作分析实验和EARM聚类实验。实验结果表明EARM的分析是准确有效的,聚类结果是合理的。

摘要：随着大数据、云计算技术的发展,用户对于云计算服务的需求也与日俱增。在用户申请云计算服务时,其隐私数据需要在云平台进行存储与计算,而这也带来了隐私数据泄露的问题。同态加密允许在不解密的情况下对密文进行直接运算,得到的新密文解密后即为运算结果,因此可以用于保障用户的隐私数据安全。在半诚实模型下考虑如下两方面的计算框架:用户端按照指定方式将隐私数据加密为密文后发送到服务器端,服务器端根据同态加密方案允许明文与密文间进行运算的性质,使用训练得到的明文模型对用户端发送来的加密数据进行分类,最后将加密的分类结果发送回用户端,由用户端自行解密获得隐私数据的分类结果。在这个框架下,基于同态加密方案BGV设计了超平面分类器、决策树以及KNN这3种机器学习分类算法。根据每种分类器的特性,结合SIMD技术设计不同的密文数据打包策略与分类计算流程,使得用户端与服务器端之间的通信开销大幅降低。特别地,在预测阶段,超平面分类器与决策树实现了无交互的分类,KNN仅需1次交互即可完成分类,并基于HElib同态加密库,采用C++语言实现了这3种分类器。在UCI公开数据集上,超平面分类器能够在几十毫秒到几百毫秒内完成对1个待预测样本的分类,决策树最慢能够在几十毫秒内完成,两种分类器对密文数据的预测准确率均能超过90%,两方仅需要承担用户端发送给服务器端的加密隐私数据与服务器端发送回用户端的加密分类标签的通信开销;KNN分类器平均4s左右完成对1个待预测样本的分类,对密文数据的预测准确率在90%以上,两方除了隐私数据与分类标签的通信开销外,只需要额外负担一轮服务器端与用户端的中间计算结果即可完成分类。与基于同态加密的同类协议相比,在通信轮数、预测准确率、运行效率等方面均有不同程度的改进。

摘要：针对目前PCB缺陷检测方法中存在缺陷较小不易识别、缺陷形状多样化导致识别率下降等问题,提出基于多尺度特征融合和可变形卷积的PCB缺陷检测算法(DCR-FRNet)。在Faster R-CNN算法的基础上进行优化改进,能够更好地适应同一缺陷不同尺度的缺陷目标。采用的多尺度融合的金字塔模型有效地提高模型的特征识别能力;引入的可变形卷积替代常规的卷积,通过卷积学习偏移量提高模型的特征提取能力。实验结果表明,在采集的缺陷数据集上,所提DCR-FRNet算法相对于基准网络能够更有效识别缺陷特征,检测精度达到了96.60%,F1分数提高了16.30%。

摘要：大数据合理定价是当前大数据交易中亟待解决的具有一定挑战性问题之一.本文针对大数据定价困难问题,基于Micali-Rabin的安全计算技术提出一种具有大数据定价功能的安全委托拍卖方案.在方案中首先基于Micali-Rabin的随机向量表示方法设计满足标价密封性的大数据拍卖及验证算法.其次,基于Merkle树和Bit承诺协议实现大数据交易中数据的完整性和底价的不可否认性,特别是在定价阶段,利用一种特殊的多方安全计算协议隐藏大数据的底价,以此保障了大数据交易的公平性.最后,方案安全性和性能分析表明,该方案特别适用于大数据交易场景下的数据委托拍卖.