湖南大学网络空间安全学院建设探索与实践

湖南大学网络空间安全学院致力于培养高素质网络安全人才,以响应国家网络安全战略需求。学院依托国家超算长沙中心等资源,强化教学与科研结合,推动课程体系和实践教学创新。与企业合作建立产学研基地,加速科研成果转化,服务国家网络安全发展。重视国际人才引进和培养,与海外高校合作,提升师资国际化水平,促进学术研究与产业发展融合。响应国家网络强国战略,学院致力于基础理论研究和应用开发,培养高层次网络空间安全自主创新人才,推动中国自主可控及信息安全产业链发展。目标是建设成为国内一流、世界知名的网络空间安全学院,为国家网络安全战略贡献力量。

PE纤维与细橡胶颗粒对泡沫混凝土弯曲韧性的影响

研究了聚乙烯(PE)纤维及其与细橡胶颗粒复掺对泡沫混凝土弯曲破坏模式、峰值强度、能量吸收特性和弯曲韧性的影响,并结合孔结构分析和微观形貌观察探究了其作用机理.结果表明:PE纤维使泡沫混凝土出现多缝开裂模式,显著提升了其峰值强度、能量吸收能力和弯曲韧性;复掺细橡胶颗粒可以进一步提升泡沫混凝土试件的比能量吸收和弯曲韧性;掺入PE纤维可以降低泡沫混凝土的平均孔径;复掺细橡胶颗粒导致泡沫混凝土试件的平均孔径增大,联通孔增多,对其峰值强度有不利影响;PE纤维及细橡胶颗粒提升泡沫混凝土弯曲韧性的主要原因在于其削弱了裂纹尖端的应力集中,同时增强了能量耗散作用.

粗骨料形态特征表征参数及其与混凝土性能关系的研究进展

粗骨料在混凝土中起骨架作用,是制备混凝土的重要原材料。粗骨料的形态特征直接影响混凝土中骨料间的堆积状态、排列方式、接触形式以及粗骨料与水泥砂浆的粘结性能,从而对混凝土的工作性能、力学性能和耐久性能造成显著影响。近年来,随着天然砂石资源逐渐稀缺,再生粗骨料和珊瑚粗骨料等绿色环保骨料逐渐用于混凝土中,但不同种类粗骨料之间的形态特征往往差异较大。因此建立粗骨料的形态特征表征体系以及明确其与混凝土性能之间的关系,有助于实现粗骨料的高品质利用以及混凝土配合比的优化及性能提升。本文基于粗骨料的形状、棱角和表面质地等形态特征,系统总结了粗骨料形态特征的表征参数及参数测量方法,对目前所采用的粗骨料形态特征的数值分析、重构方法及其适用范围进行了分析,最后讨论了粗骨料形态特征参数与混凝土性能之间的定量关系,并基于以上分析,提出了需要进一步研究的内容。

一种基于地质灾害风险评价的山区城镇国土空间规划优化方法

以山西省乡宁县城区扇子坪-崔家坡段为例,将“木桶效应”理论与地质灾害风险“点面双控”体系相结合,提出了一种基于地质灾害风险评价的国土空间规划优化方法。该方法以1∶1万地质灾害风险评价为基础,结合地质灾害风险“点面双控”体系,将坡度、河流距、地质灾害风险分区以及地质灾害隐患点致灾范围作为“木桶效应”中的短板因子,按照等级从高到低依次为严控开发区、适度开发区和优先开发区的先后顺序进行分级赋值,将同一地块内各短板因子的最高等级值作为该地块的国土空间规划优化结果值。结果表明,研究区内的严控开发区占比26.67%,适度开发区占比54.81%,优先开发区占比18.52%,从理论上说明了研究区以优先开发区和适度开发区为主,具有较大的开发潜力。文中提出的优化方法能够便捷高效地完成大比例尺山区城镇国土空间规划,研究成果可为类似地区开展国土空间规划提供参考依据。

多重谐振水泥基声子晶体带隙特性研究

为了拓宽混凝土超材料弹性波衰减带的范围,本工作基于局域共振理论提出了一种多重谐振水泥基声子晶体。利用有限元方法,计算了多重谐振水泥基声子晶体的能带结构、本征模态和衰减特性,研究了带隙产生机理和影响因素,根据质量-弹簧系统推导了带隙估计式,分析了混凝土超材料充填层结构的减振性能。结果表明:多重谐振水泥基声子晶体在1~400 Hz频段内具有两个带隙,其中带隙的起始和截止频率由散射体Ⅰ、散射体Ⅱ和水泥砂浆基体的振动模式决定;包裹层的弹性模量、泊松比以及厚度是影响带隙的主要因素;由多重谐振水泥基声子晶体组成的混凝土超材料充填层结构在1~400 Hz频段内的加速度级均小于普通自密实混凝土充填层结构,特别是在带隙频段范围内振动降低了6~9 dB。

蒸养条件下机制砂混凝土的力学性能及干缩性能

为推动机制砂在预制混凝土构件中的应用,实现机制砂在建筑行业的更广阔应用,进而有效减缓天然砂资源短缺的问题,通过混凝土抗压强度、动弹性模量和干燥收缩试验等宏观性能测试和扫描电镜测试、压汞测试及显微硬度测试等微观测试方法,探讨养护条件和砂型对混凝土力学性能及干缩性能的影响规律及相应机理。试验结果表明:无论采用河砂还是机制砂,蒸养混凝土相较标养混凝土具有更高的早期力学性能和更低的干燥收缩,但高温导致水化产物分布不均,阻碍了后续的水化反应,使其后期力学性能出现不同程度的劣化。结合微观测试结果可知,孔径粗化、界面过渡区间隙增大和水化产物结构疏松是造成蒸养混凝土后期性能劣化的主要原因,但采用机制砂替代河砂能有效减弱蒸养热伤损效应产生的劣化影响。此外,蒸养机制砂混凝土相较蒸养河砂混凝土具有更高的力学性能和更优的微观结构,具体表现为:蒸养机制砂混凝土孔结构更加细化,界面过渡区间隙更小,同时基体显微硬度均值更高,整体密实度更高。但小于50 nm毛细孔增加将导致蒸养机制砂混凝土干缩变形增大。基于GL 2000收缩模型,通过引入考虑机制砂的影响因子,建立了蒸养机制砂混凝土干燥收缩预测模型,可较准确且有效地进行蒸养机制砂混凝土的干燥收缩预测。

四川卧龙国家级自然保护区四川羚牛舔盐习性研究

为深入理解四川羚牛Budorcas tibetanus舔盐行为的活动模式,于2017年7月1日—2019年6月30日,基于远程视频监控系统,持续观察四川卧龙国家级自然保护区四川羚牛的舔盐行为,分析了不同性别、年龄段个体舔盐行为的年、日活动节律和时间分配、舔盐与排尿行为的相互关系以及不同区域、月份盐井水的微量元素含量。结果表明:(1)四川羚牛偏好夜间舔盐,白天和夜晚在观察点的滞留时间分别占28.98%和71.02%;(2)四川羚牛舔食盐井水的高峰为5月,成年雌性有更高的累计出现只次;(3)舔盐行为的日活动节律呈U型,08∶00—13∶00为活动低谷,22∶00至次日06∶00为活动高峰;(4)四川羚牛进入盐井的第一次排尿间隔时间显著低于第二、三次排尿;(5)天然盐井水的Na含量较溪水高。本研究为相关保护区对四川羚牛的保护和其栖息地管理提供了基础科学参考依据。

以数字化红色资源赋能高校思政课高质量发展——基于算法推荐技术的思考

新时代高校思政课高质量发展的关键在于改革创新,而如何在教学过程中充分发挥新兴数字技术优势,对数字化红色资源进行有效开发和利用,增强思政课的亲和力、针对性以及趣味性至关重要。因此,借助算法推荐技术,将数字化红色资源有机融入高校思政课,切实解决数字化红色资源建设相对滞后、利用率低以及人才缺乏等问题,赋能高校思政课高质量发展,就具有非常重要的理论和现实意义。

陶粒对SC-SCC黏结界面劈裂破坏特性的影响

基于劈裂试验,研究了陶粒对蒸养混凝土(SC)-自密实混凝土(SCC)黏结界面力学特性的影响.结果表明:陶粒能提高SC-SCC黏结界面的劈裂抗拉强度,增加黏结界面的张开位移值,提升黏结界面的延性;黏结界面应力-应变曲线可分为线性发展阶段、塑性发展阶段和失效破坏阶段;双参数Weibull分布模型可较好地模拟黏结界面应力-应变曲线的上升段,当黏结界面的陶粒引入量低于4 kg/m2时,黏结界面损伤变量的演化进程被有效减缓.

基于能量转化原理的地铁板式轨道自密实混凝土本构行为

为了掌握地铁板式轨道充填层自密实混凝土(self-compacting concrete,SCC)在车辆荷载作用下的本构行为,通过对SCC进行单轴抗压试验,研究了不同应变率、橡胶掺量和尺寸对力学性能和能量演化规律的影响,建立了SCC的本构模型。结果表明:峰值应力的应变率敏感系数绝对值最大,弹性模量次之,峰值应变最小;橡胶延缓了能量的早期增长,而在峰值应力之后,橡胶则阻碍了弹性应变能的耗散,延长了总应变能和耗散能的快速增长;应变率越大,总应变能和耗散能增长越快,弹性应变能在峰值应力前的积累速率越快,峰值应力后的释放速率越快;建立的本构模型可以用于描述SCC在不同应变率条件下的应力-应变关系。

基于深度学习建表的宽域发动机火焰面燃烧模型构建与验证

以新型宽域发动机为动力的未来新一代飞行器的研发迫切需要CFD方法来进行高效高精度的辅助设计.文章把传统的火焰面/进度变量燃烧模型与深度学习和神经网络方法相结合,构建了新的智能化改进的燃烧模型并进行了算例测试与验证,在保证计算效率的同时提高了预测精度.首先,给出了人工神经网络的构建方法,包括数据库划分、数据归一化以及模型的训练等;然后,测试分析了不同函数结构对新建模型的影响,并讨论了基于CPU和GPU的求解器框架下内存占用优化问题;最后,把智能化模型耦合到GPU求解器上对飞行马赫数4~12的3个发动机算例进行了数值模拟.结果表明,智能化改进的模型可代替传统火焰面/进度变量数据库从而实现高维参数建模及模型改进,并可以成功运行在GPU上;智能化改进的模型比传统的模型平均误差减小量均超过了50%,算例误差最大减小值可达57.2%.

大规模图神经网络研究综述

图神经网络凭借其处理非欧氏空间数据及其复杂特征方面的优越性受到了大量的关注,并且被广泛应用于推荐系统、知识图谱、交通道路分析等场景中.面对大规模数据,图结构的不规则性、节点特征的复杂性以及训练样本之间的依赖性对图神经网络模型的计算效率、内存管理以及分布式系统中的通信开销造成了巨大的压力.为应对和缓解以上问题,研究者从应用场景、算法模型、编程框架和硬件结构等多个层面对其进行了优化.本文主要回顾和总结了算法模型及编程框架方面的优化,为读者了解面向大规模数据的图神经网络采样算法以及框架优化相关工作提供帮助,为未来算法-框架协同优化奠定基础.具体来说,本文首先简要介绍图神经网络模型中的消息传递机制,分类介绍常见的图神经网络模型,并分析其在大规模数据训练中面临的困难和挑战;然后对面向大规模数据的图神经网络算法模型进行分类总结和分析,包括基于节点、边和子图的采样算法;接着介绍图神经网络编程框架加速的相关进展,主要包括主流框架的介绍以及优化技术的分类总结和分析;最后对未来面向大规模数据的图神经网络研究进行展望.

细节保留与亮度融合的微光图像增强算法

微光环境下CMOS相机拍摄的图像存在对比度低、噪声大和细节模糊等问题,目前的增强算法虽然可以提升图像亮度,却没有考虑保留原始图像的细节信息,为此,本文提出了一种细节保留的微光图像增强方法。首先,使用自适应滤波器对原始微光图像中的每个通道进行处理,以改善噪声对图像的影响。然后,通过滤波后的图像得到细节层和基本层,其中细节层用于保留图像的纹理,基本层则用于增强图像的亮度。细节层的求取通过粗照度和光照分量得到,而基本层亮度增强则使用Alpha算法融合原图、伽马校正结果和伽马先验校正结果得到。最后,将细节层和基本层的亮度通道进行融合,以获得增强后的图像。实验结果表明,经过细节融合处理后的图像,其平均梯度与信息熵均实现了显著提升。此外,与选取的5种方法相比,SSIM指标均高于其他算法,表明本文方法增强后的图像失真小。同时,在BRISQUE和PSNR指标上均取得了较好的效果。

联邦学习的隐私保护与安全防御研究综述

联邦学习作为人工智能领域的新兴技术,它兼顾处理“数据孤岛”和隐私保护问题,将分散的数据方联合起来训练全局模型同时保持每一方的数据留在本地.联邦学习在很大程度上给需要将数据融合处理的数据敏感型应用带来了希望,但它仍然存在一些潜在的隐私泄露隐患和数据安全问题.为了进一步探究基于联邦学习的隐私保护和安全防御技术研究现状,本文对联邦学习的隐私和安全问题在现有最前沿的研究成果上进行了更清晰的分类,并对威胁隐私和安全的手段进行了威胁强度的划分.本文首先介绍了涉及联邦学习隐私和安全问题的威胁根源,并从多个方面罗列了其在联邦学习中的破坏手段及威胁性.其次,本文总结了关于联邦学习隐私和安全问题所面临的挑战.对于隐私保护而言,本文同时分析了包括单个恶意参与方或中央服务器的攻击和多方恶意合谋泄露隐私的场景,并探讨了相应的最先进保护技术.对于安全问题而言,本文着重分析了影响全局模型性能的多种恶意攻击手段,并系统性地阐述了先进的安全防御方案,以帮助规避构建安全的大规模分布式联邦学习计算环境中潜在的风险.同时与其他联邦学习相关综述论文相比,本文还介绍了联邦学习的多方恶意合谋问题,对比分析了现有的联邦安全聚合算法及安全开源框架,致力于为研究人员提供该领域更清晰的视野.最后,本文讨论了联邦学习技术面临的挑战和未来研究方向,以期望进一步推进联邦学习在人工智能场景下的安全应用.

机器人操作系统ROS安全性研究综述

机器人日益走进人们的日常生活,也受到了国内外越来越多的关注.机器人系统的一个重要特性是安全性,增强机器人系统的安全性可以保护机器人免受恶意攻击者的入侵.机器人操作系统的安全性是机器人系统安全性的重要组成部分.虽然近年来研究人员针对机器人操作系统的安全性做了许多研究工作,但遗憾的是,安全性目前还没有得到足够的重视.为了引起人们对机器人系统安全性更多的关注,同时帮助人们快速了解当前主流机器人操作系统ROS(robot operating system)的安全性解决方案,对ROS的安全性进行系统的调研和总结.一方面,深入分析ROS的安全特性,总结ROS中已知的安全问题.另一方面,对近年来ROS安全性相关的研究进行分类分析和概括总结,并从机密性、完整性和可用性这3个方面,对众多ROS的安全性解决方案进行比较.最后,对ROS安全性研究的前景进行展望.

民办幼儿园文化如何影响教师专业发展个案研究

幼儿园教师对于专业成长的态度、认知和行为直接影响高质量学前教育的实施和落地。然而,民办园教师由于园所专业支持有限、培训机会较少和发展渠道受阻等,导致专业发展在一定程度上受到限制。通过个案研究方法,以社会认知理论为理论视角,使用访谈法、观察法、实物收集法研究个案资料,探究学校文化和教师专业成长之间的相互作用机制及形成条件。研究发现:教师对所在园所文化主要存在“文化-响应型”“文化-顺从型”和“文化-逆反型”三种响应机制,而机制的形成与教师如何代理学校文化中的“利己”和“利他”符号有关。

PCR可视化检测技术的开发及其在猪源性检测中的应用

该文以G-四链体和硫磺素T为报告体系,建立一种聚合酶链式反应(polymerase chain reaction,PCR)可视化检测方法,仅需普通基因扩增仪和蓝光灯,即可在反应后通过肉眼观测荧光亮度直接判读结果,无需开盖,避免PCR产物污染问题的发生。并以猪源性DNA为检测目标设计特异性引物,建立猪源性可视化检测方法,通过对市售的牛、羊、兔、鸡、鸭肉对比,特异性良好,检测限达到0.01 ng/μL,可在混合肉DNA样品中检出1%的猪肉,并且能成功应用到实际食品样本的检测中。反应时间可控制在1 h以内,相较常用的实时荧光PCR,该方法既缩短时间,又不需要使用更昂贵的荧光PCR仪,且无需荧光基团修饰的探针,适合在简单的条件下进行快速定性检测。

考虑源荷不确定性和碳交易的虚拟电厂经济调度

针对新能源消纳和电负荷不稳定对调度的影响,提出一种考虑源荷不确定性和碳交易的优化调度方法。通过拉丁超立方抽样和后向场景缩减技术生成风光出力和电负荷的功率预测典型场景,将不确定性问题转化为确定场景;引入碳交易机制,建立以虚拟电厂经济效益最大和碳排放量最小为目标的调度模型。仿真结果表明,考虑碳交易机制的虚拟电厂优化调度可在减少碳排放的同时产生更大的经济效益。

玉米新品种福玉18的选育及栽培、制种技术

福玉18是由湖南继福种业科技有限公司与湖南省农业科学院作物研究所共同合作于2016年育成,组合为西V2×毛白11,该品种属中迟熟、中秆、大穗型单交种。2018—2020年在各级区试、示范中表现高抗灰斑病、穗腐病,抗逆性强,耐瘠薄,适应性广、高产稳产、品质优良等特点;适宜于湖南省及西南山区作为春玉米种植,种植密度一般以48000~52500株/hm^(2)为宜。2021年福玉18通过湖南省农作物品种审定委员会审定。通过介绍福玉18的选育过程、特征特性、产量表现及栽培与制种技术,以期为福玉18的推广应用提供技术支持。

面向超级计算机系统的可视化综述

随着科技飞速发展,超级计算机系统不断向着更大规模迈进,给系统使用和维护带来困难.可视化技术以直观易懂的方式展示超级计算机系统的运行状态、异常情况等,让用户更加深入地理解系统内部运行机制,有助于更好地使用和优化系统.通过文献调研,分析了超级计算机系统可视化的相关工作,并根据系统使用流程将其分为状态监控、性能优化和系统维护3个方面.分析表明,可视化在状态监控方面可帮助分析系统运行时内部进程和数据的状态;在性能优化方面可帮助定位性能瓶颈并优化;在系统维护方面可帮助发现运行异常以及对异常溯源.最后,详细阐述了未来超级计算机系统可视化在大规模数据处理、全局优化、下游任务迁移等方向上面临的机遇和挑战.