延边大学附属医院青年专家 金海教授简介

金海自2001年任医院院长以来，坚决贯彻党的医疗卫生工作方针，坚持社会主义办院方向，确立了“以德办院，人才立院，科技兴院，依法治院”的办院方针，提出了“建设省内一流医院、争创国家级医院”的宏伟目标。

金海浆纸屋顶建设光伏发电项目成效明显

本刊讯 经过为期一年的紧张施工，海南金海浆纸业有限公司与海南天能电力有限公司合作的屋顶光伏发电项目，目前全部设备已安装完成并投入运行。通过实施该项目，每年可发电3000万千瓦时，既能有效利用清洁能源，实现节能减排，又能缓解海南电力紧张局面。

面向电商联盟的区块链营销标签交易系统

大数据电商时代,数据交易可使彼此孤立的数据资源得到协同共享与价值利用,营销标签作为电商业务中数据交易的主要形式,拥有巨大的潜在价值.然而传统数据交易市场面临3个主要问题:1)中心化平台信息不透明导致信任危机和恶意竞价排名;2)缺乏合理的激励机制来打破数据孤岛导致数据不流通和共享困难;3)数据安全威胁导致隐私泄露和数据倒卖盗卖等问题.为解决这些问题,设计了一种面向电商联盟的区块链营销标签交易机制DSTS(decentralized data security transaction system),以去中心化为基础设计上层共识激励机制,结合可信执行环境完成系统各项数据交易和计算业务,从而实现了一个安全完备的数据交易生态.通过真实性验证机制确保营销标签有效性,设计共识激励机制使用户积极共享数据,利用智能合约对角色行为按照系统设计规范进行有效约束;随后通过SGX(software guard extensions)远程认证实现密钥传输和数据安全存储,实现了智能合约安全调用来保障用户隐私和数据安全;最后,通过可信计算机制和系统设计思想,实现了数据交易结果的可靠交付.为验证系统的安全性和实用性,采用某电商公司提供的35万条真实数据进行性能测试,测试结果表明系统能够同时保证安全和性能需求,其额外开销主要来自远程认证模块且在可接受范围内.

习近平总书记治水思路引领新时代全球水治理

习近平总书记治水思路是对治水世界之问的科学回答,开创了世界治水的人类文明新形态,必将引领新时代世界治水的前进方向。在深入分析全球水安全面临的严峻挑战、中国治水涵盖世界面临的主要水问题的基础上,文章明确指出习近平总书记治水思路提供了水治理世界之问的中国答案,并深刻论述了习近平总书记治水思路确立了以人民为中心的治水价值取向,开辟了系统治理的治水之道,谱写了构建人类命运共同体的治水新篇章,绘就了命运与共、人水和谐的人类文明新形态。在对中国治水实践为世界树立水治理的典范、“一带一路”水利合作成果为世界治水提供中国样本进行分析论证的基础上,文章研究提出习近平总书记治水思路为新时代全球水治理提供了全新路径,必将引领新时代世界治水的发展方向和前进之路,推动建设持久和平、普遍安全、共同繁荣、开放包容、清洁美丽的世界。

2023年我国肉羊产业发展概况、未来发展趋势及建议

2023年我国羊肉价格下行趋势明显,贸易逆差进一步扩大,但肉羊产业科技水平持续提升,为产业发展提供创新活力。预计2024年,我国羊肉产量将小幅增加,市场需求仍将继续上升。但我国肉羊产业仍存在生产组织不健全、羊制品加工标准不统一以及品牌影响力较弱、溢价效应不明显等核心问题,使养殖户面临经营效益提升困难的挑战。建议进一步加强肉羊品牌建设,实现高质量发展目标,同时为养殖户带来现实收益,发挥肉羊产业在推进畜牧业强国中的作用。

图计算体系结构和系统软件关键技术综述

图计算作为分析事物之间关联关系的重要工具,近年来已成为各国政府及公司争夺的关键技术.学术界和工业界在图计算体系结构和系统软件关键技术方面取得了一定进展.然而,现实场景图计算大多具有动态变化、应用需求复杂多样等特征.这给图计算在基础理论、体系架构和系统软件关键技术方面提出了新的需求,同时也带来了新的挑战.为应对这些挑战,科研人员提出了一系列图计算系统或图计算加速器,通过高性能计算、并行计算等技术来优化图计算过程.综述国内外图计算体系结构和系统软件关键技术的研究发展现状,对国内外研究的最新进展进行归纳、比较和分析,并结合国家发展战略和重大应用需求,选取与我国国计民生密切相关的领域,从典型应用分析总结图计算相关技术的行业进展.最后,就未来的技术挑战和研究方向进行展望.

基于迭代协作学习框架的信誉医学参与方选择

联邦学习和群智学习等协作学习技术,能够在保护数据隐私的条件下充分利用分布在各地的分布式数据深度挖掘数据中所蕴含的知识,拥有非常广阔的应用前景,尤其是在强调隐私惯例和道德约束的医疗健康领域.任何协作工作都需要选择可靠的参与方,协作学习中全局模型的性能在很大程度上取决于参与方的选择.然而,现有研究在选择参与方时都没有对不同机构医疗数据中存在的异质性加以直接关注.导致包含稳定性在内的全局模型的性能难以得到保障.提出了从信誉的角度尝试探索求解该问题.以迭代协作学习的方式尽可能挑选出具有良好信誉的参与方进行协作学习,以获得稳定可靠的高性能全局模型.首先,提出了一个描述医疗机构数据质量的AI信誉值指标AMP(AI medical promise),以帮助其在医疗领域中形成良好的AI生态.其次,建立了一个基于后向选择的迭代协作学习(colback-learning)框架.在单次协作学习任务中,利用后向选择方法以多项式时间复杂度迭代计算出性能良好且稳定的全局模型,完成AMP计算和积累.在AMP信誉值计算中,制定了一个综合考虑全局性能指标的评分函数,以针对医疗领域更有效地指导全局模型的训练.最后,使用真实医疗数据模拟多样化的协作学习场景.实验表明,colback-learning能够选择可靠参与方训练得到性能良好的全局模型,模型的性能稳定性比现有最好的参与方选择方法提高了1.3~6倍.全局模型的可解释性与集中式学习保持了较高的一致性.

新疆高职院校辅导员“三阶段螺旋式”培养机制研究

新时代对新疆高职院校辅导员培养工作提出了新要求。对于新疆高职院校辅导员的培养,要在审视把握现状、确定原则的基础上,着重加强理论武装,提升引领能力,提升综合素质。遵循辅导员成长发展规律,构建“三阶段螺旋式”培养机制,包括初任辅导员适应机制、合格辅导员孵化机制、优秀辅导员养成机制,对于新疆高职院校辅导员培养具有正向积极作用。

含水率对环氧浸渍纸低频介电弛豫过程的影响研究

环氧复合材料是特高压直流套管电容芯体的主绝缘材料,其受潮会对套管造成较大影响。为了明确含水率对环氧复合材料低频介电弛豫过程的影响,该文制备了环氧树脂和环氧浸渍纸两种试样,测量了不同湿度环境下两种试样的吸水特性和低频介电特性。综合运用HavriliakNegami模型、复交流电导率、复电模量三种介电弛豫模型对介电谱信息进行拟合分析,得到了环氧浸渍纸中纤维素σ极化和界面极化的弛豫强度、弛豫时间、活化能等介电特性参数。结果表明:含水率对环氧试样的低频介电特性影响很小,而对环氧浸渍纸试样的低频介电特性影响明显;水分会降低环氧浸渍纸试样σ极化活化能,提高σ极化介电弛豫强度;含水率的提升也会使环氧浸渍纸直流电导率增大,减小界面极化时间常数,增强界面极化介电弛豫强度。该文量化分析了环氧浸渍纸低频介电弛豫过程中含水率的影响程度和影响机理,为特高压直流套管受潮状态评估提供了理论基础。

区块链网络综述

区块链是典型的分布式系统,底层网络的性能和安全性至关重要.区块链网络的本质是P2P网络,然而在安全模型、传输协议和性能指标等方面与传统P2P网络存在明显差异.首先,针对区块链网络的传输流程进行全面、深入地分析,阐明区块链网络所面临的瓶颈挑战.其次,针对区块链网络拓扑结构和传输协议的最新研究工作,从节点异构性、编码方案、广播算法和中继网络等方面系统性地分类梳理,并归纳总结跨链网络实现和网络仿真工具.最后,探讨区块链网络的未来研究趋势.

基于模糊PID的大型双旋翼无人机

相较于四旋翼无人机(Unmanned Aerial Vehicle,UAV),大型双旋翼无人机具有价格低廉、续航长以及效率高等优点,但存在耦合严重、抗干扰能力差等问题。为解决上述问题,文中提出了一种采用变论域模糊PID(Proportional Integration Differentiation)双旋翼控制算法。将无人机系统分解为位置控制和姿态控制两部分,在姿态控制上采用模糊PID实时调节PID参数,从而提高无人机的稳定性。根据无人机的运动方式提出一种新型无人机结构,搭建了双旋翼的动力学模型,并在Simulink上搭建了仿真模型进行验证。结果表明,相较于普通PID控制算法,所提算法将控制的超调量减少了50%,说明该算法在大型双旋翼无人机上具有更好的稳定性,在受到干扰的情况下可更快恢复。

一种可重构异构内存架构和控制器

融合传统动态随机访问存储器(Dynamic Random Access Memory,DRAM)与新型非易失性内存(NonVolatile Memory,NVM)可构建平行架构或层次架构的异构内存系统.平行架构的异构内存系统往往需要通过页迁移技术把热点数据从NVM迁移到DRAM以提高访存性能,然而在操作系统中实现热页监测和迁移会带来巨大的软件性能开销.硬件实现的层次架构由于增加了访存层次,对于访存局部性差的大数据应用反而增加了访存延迟.为此,本文提出可重构的异构内存架构,可以运行时在平行和层次架构间进行转换以动态适配不同应用的访存特性.设计了基于新型指令集架构RISC-V(Reduced Instruction Set Computing-V)的DRAM/NVM异构内存控制器,利用少量硬件计数器实现了访存踪迹统计和分析,并实现了DRAM和NVM物理页间的动态映射和高效迁移机制.实验表明,DRAM/NVM异构内存控制器可提高43%的应用性能.

ElasticDAG:弹性图式区块链

图式区块链采用有向无环图(directed acyclic graph,DAG)的并行拓扑结构,相较于基于串行拓扑结构的传统链式区块链,能够显著提升系统性能,已受到业界广泛关注.然而,现有图式区块链的共识协议与存储模型高度耦合,缺乏灵活性,难以适应多元化应用需求.同时,大部分图式区块链在共识协议层面上缺乏灵活性,局限于概率性共识协议,难以兼顾确认延迟和安全性,尤其对于延迟敏感型应用很不友好.为此,提出弹性图式区块链系统ElasticDAG,其核心思想是将存储模型和共识协议进行解耦,让两者并行、独立地运行,从而灵活适配多元化应用.针对提升系统吞吐量和活性的需求,为存储模型设计自适应区块确认策略和基于划分的确认区块排序算法;针对降低交易确认延迟的需求,设计低延迟DAG区块链混合共识协议.实验结果表明,ElasticDAG原型系统在广域网下的吞吐量高达11 Mb/s,并具有10秒级确认性能.与OHIE相比,Elastic DAG在实现同等吞吐量的情况下,可将确认延迟降低17倍;与Haootia相比,Elastic DAG在实现同等共识延迟的情况下,可将安全性从91.04%提升到99.999914%.

分割学习数据隐私研究综述

随着机器学习的快速发展,以其为核心的人工智能技术已经应用于生活的各个领域,但人们也日益担忧机器学习会泄露隐私信息。为了保护国家和公民的信息安全,我国颁布了《中华人民共和国个人信息保护法》来规范隐私信息的收集、使用和传输。然而机器学习需要使用大量数据,因此需要隐私保护技术在合法合规的情况下完成数据的收集和处理。分割学习可以在不共享原始数据的情况下在多个参与方之间训练分布式模型,成为机器学习隐私保护领域的研究热点。分割学习面临着数据隐私遭受攻击的风险,目前已有多种不同的攻击方法和对应的防御方法被提出,但已有的综述未对分割学习训练阶段数据隐私的研究内容进行讨论和总结。因此对分割学习训练阶段的数据隐私攻防技术进行综述。归纳了分割学习定义,给出了其原理和分类;介绍了分割学习中两类常见的攻击方法,原始数据重建攻击和标签推断攻击,分析了分割学习训练阶段数据隐私受到数据隐私攻击的原因,并总结了相应的防御方法;最后,讨论了分割学习数据隐私研究的未来发展方向。

ErlangShen:基于流水线低访问开销的图式区块链高效事务执行机制

基于有向无环图(DAG)的图式区块链能够显著提升系统性能,已成为近年来业界的研究热点。相较于传统串行化的链式区块链,图式区块链可在单位时间内并发处理大量事务从而提升吞吐量。随着事务量的激增,图式区块链面临事务执行效率低的瓶颈问题,即海量事务执行对状态数据访问的需求大幅增加,导致高昂的输入/输出(I/O)开销。实现低I/O访问主要包括两方面的全新挑战:一方面,图式区块链若直接采用传统的事务预取机制,将因执行逻辑不一致引入大量的陈旧读;另一方面,针对不同账户的状态访问会在默克尔树的高层节点中造成重复的I/O开销。为此,本文设计基于流水线的图式区块链高效事务执行机制—ErlangShen,包括Epoch粒度的状态预取机制和默克尔高层路径缓存机制来分别减少陈旧读的数量和重复的I/O开销。具体而言,ErlangShen充分分析并利用了事务访问频次的冷热特征,将访问热事务的逻辑执行与冷事务的状态预取并行化,以避免状态预取对事务执行的影响。此外,为了进一步提升事务执行的吞吐量,根据访问冷热状态事务的特性设计了定制化的并发控制方法。实验结果表明,ErlangShen机制能够减少约90%的陈旧读数量,与最新图式区块链事务处理机制Nezha相比,可将性能提升3~4倍。

进化内核模糊测试研究综述

模糊测试是一种通过生成随机、异常或无效的测试样例来检测软件或系统中潜在漏洞和错误的技术方法。内核作为一种高度复杂的软件系统,由众多互相关联的模块、子系统和驱动程序所构成,相比用户态应用程序,将模糊测试应用于内核面临着代码庞大、接口复杂、运行时不确定等具有挑战性的问题。传统的模糊测试方法生成的输入只能简单地满足接口规范和显式调用依赖,难以深入探索内核。进化内核模糊测试借助于启发式的进化策略,在反馈机制的引导下动态地调整测试样例的生成和选择,从而迭代式地生成质量更高的测试用例。对现有的进化内核模糊测试工作开展研究,阐述了进化内核模糊测试的概念并总结了进化内核模糊测试的通用框架,根据反馈机制类型对进化内核模糊测试工作进行分类和对比,从反馈机制在运行时信息的收集、分析和利用等方面剖析反馈机制引导进化的原理,对进化内核模糊测试的发展方向进行展望。

基于转子极性判断优化的脉振高频电压注入法

在永磁同步电机零速和低速运行时,采用脉振高频注入法能够准确估计转子位置信息。针对脉振高频注入法无法实现转子极性判断,而传统极性判断方法存在响应时间长、采样和实施过程复杂以及极性误判等问题。文中提出了一种基于正负电压脉冲注入的电机转子极性判断方法。该方法给电机注入正负电压脉冲,并根据对应脉冲的响应电流峰值判断转子极性。脉振高频注入法将转子位置估计值和极性判断结果相结合,可得到准确的转子初始位置。文中通过Simulink仿真验证算法的有效性。仿真结果表明,所提转子极性判断方法能够简化采样方式和算法复杂性,降低判断转子极性的响应时间,使脉振高频注入法能够准确和快速地估计转子初始位置。

CGSP作业管理器合成服务的QoS优化模型及求解

服务网格为松散的分布式服务提供了一个“电子市场”,使整合这些来自不同地方的异构的、动态的资源成为可能.CGSP的作业管理器提供了一个网格环境下的服务合成工具.在CGSP作业管理器早期开发和使用的实践中,作者发现合成服务难以提供预期的服务质量将成为 CGSP网格服务合成技术走向实用化所面临的重要挑战.为此文章提出了一种合成服务的QoS优化模型.此模型的主要特点是:(1)服务虚拟化;(2)可扩展的 QoS度量;(3)基于多度量的合成服务全局QoS优化.为此建立了数学模型并给出了两种求解算法.用程序对模型进行了模拟,分析了测试结果,然后从求解速度和优度两个方面比较了两种算法的优劣,并针对此模型在 CGSP作业管理器中的实现给出了讨论.