面向联邦学习激励优化的演化博弈模型

针对联邦学习中参与者虚报训练成本导致激励不匹配的现象,提出了面向联邦学习激励优化的演化博弈模型.首先在联邦学习系统中建立了联邦参与者-联邦组织者演化博弈模型,设计模型质量评估算法对参与者提交的模型进行质量评估,去除低质量模型的同时量化参与者训练成本.然后结合信誉度指标提出优化的激励分配方法,通过求解演化博弈的稳定策略得到不同初始状态下的最优收益策略.最后仿真实验表明参与者激励收益方面,与平均分配法和个体收益分享法相比诚实参与者的收益提升了70%和57.4%,虚报参与者收益降低了65%和69.5%,策略选择方面,所提模型能合理选择收益策略.

疫情防控下“Python程序设计”课程线上教学实践与思考

为保证“Python程序设计”课程教学质量,从适合学生线上学习,方便授课等角度衡量,决定在疫情期间,采用QQ群+学习通+腾讯课堂,进行线上教学。从课前准备,上课阶段,课后任务三个环节进行探索和实践,同时教学中挖掘思政元素,基本实现创建线上教学资源、直播课堂、线上辅导答疑、学生学习参与反馈和课堂考核评价等全部教学环节,效果良好,签到率达到98%,作业完成率98%,累计页面浏览量12万次,期末考试优秀率大大提高。

群智感知网络中轨迹隐私保护方法安全性分析

随着科技与经济的快速发展和移动智能设备层出不穷极大地推动了群智感知(Crowdsensing, CS)网络的发展。其中,轨迹隐私保护方法是群智感知隐私保护研究的热点问题,虽然轨迹隐私保护方法多样,但在具有大规模参与者的群智感知网络中仍存在隐私保护不当的问题。因此,本文对群智感知轨迹隐私保护方法的安全性进行分析,对研究者开展群智感知轨迹隐私保护研究具有重要意义。首先,本文对群智感知轨迹隐私保护面临的安全问题进行详细的阐述。接着归纳总结了现有群智感知轨迹隐私保护方法包括假数据、匿名、抑制和扰动等方法的研究现状和存在的问题。最后,对群智感知轨迹隐私保护方法未来研究方向总结与展望。

基于物联网的食品安全信息追溯系统

随着各种食品安全问题的不断涌现,解决食品安全问题已刻不容缓.首先提出了基于物联网的食品安全信息追溯模型,并对此模型进行阐述,继而构建基础追溯网络,通过分层建设,提出了物理层、汇聚层、服务层三个层次.该系统可以实现食品安全的合理管理、高效的安全追溯和精准的安全评估,从而保证食品的安全与质量.

运用概率与数理统计对经济分析的探讨

随着经济学及其相关学科飞速发展,多门数学分支在经济学中的应用不断加深。概率论研究随机现象的统计规律性,数理统计是研究样本数据的搜集、整理、分析和推断的各种方法。用数学工具来分析和求解问题已成为对各经济领域进行研究,从而获得最佳解决方案的必要手段。

基于物联网的猪肉食品安全信息采集平台

为了融合多种信息技术,追溯食品信息,建立食品溯源系统,本文提出了基于物联网的食品安全信息采集平台应用模型。该模型有利于实现对食品信息的获取,全程对食品质量进行监管。在保障食品质量,防范和处理问题食品方面给出了突破口和新思路。本文首先对食品信息采集平台系统进行概述,并对基于RFID的猪肉追踪溯源系统的框架结构、后台编程进行了构建设计,最后详细阐述了射频识别生成信息的功能和识别信息,并将信息显示在后台软件之中。

Python程序设计课程思政案例资源的构建与教学探索

针对课程思政教学难以融入计算机程序设计课程的问题,以计算机公共课Python语言程序设计为研究对象,探讨课程思政教学的实施方案。提出以专业培养目标为依据,发掘课程思政元素,构建思政案例资源库,为教师和学生提供丰富的课程思政资源。优化教学方法,通过课程思政案例教学将专业教育与思政教育有效融合,对程序设计类课程教学改革提供参考与借鉴。

提高C语言课程教学效率的方法

C语言程序设计课程是高等职业教育计算机专业的重要课程之一。学好这门课程,可以为学生学习后续课程打下良好的基础,并为培养和提高学生分析、推理、归纳等逻辑思维能力打下良好基础。C语言对于高职学生而言,学起来有一定难度,它涉及数学、数据结构、高级语言、计算机硬件等众多学科,以致许多学生在学习过程中不得其法,编制程序无从下手。如何提高C语言课程的教学效率,让学生在较短的时间内掌握编程思路,了解编程方法,编出符合要求且结构良好的程序?我认为在教学中可采用如下方法: 一、创设情景,激情引趣兴趣是学习的最好动力。只有学生愿意学习这门课程,才能将教师教授的知识内化。因此,在编程教学开始之前,要为学生创设一个民主、活泼的环境。

高等师范学校计算机基础教育改革与发展

针对高等师范学校计算机基础教育改革与发展进行了论述。

基于Bio-PEPA的云计算系统可生存性建模和分析（英文）

面向云计算系统,结合生物免疫系统的记忆功能以及不完全匹配性,通过对关键云服务可生存态势的分析,提出了一种云计算系统可生存性的形式化建模与分析方法.首先,在SAIR模型、SEIRS模型和分布式虚拟化系统脆弱性扩散模型的基础上,将病毒演化状态分为6种类型,然后分析了病毒在云计算系统服务域内的扩散规则和服务域间的传播规则.最后,基于Bio-PEPA对关键云服务可生存性态势演化进行形式化建模,得到SLIRAS模型.基于随机模拟和Bio-PEPA模型的ODEs模拟,从病毒的域间传播速率、修复能力、记忆能力3个方面对模型敏感参数进行了试验分析.结果表明,所建立的模型与实际云计算系统的可生存性态势近似拟合度高,能够很好地反映系统可生存性的变化.

基于Tangle网络的群智感知用户可信激励方法

随着群智感知技术的广泛应用,用户参与度成为影响群智感知技术发展的关键问题,提出一种基于Tangle网络的群智感知用户可信激励方法.首先,基于Tangle网络构建群智感知网络模型,通过去中心化的Tangle网络来克服群智感知平台面临可信第三方参与的安全隐患,制定Tangle网络的可信度标准.然后,通过可信度来衡量用户权重,借此来评估交易的可信性,将感知任务分配给更可信的用户.最后,对用户上传的感知数据使用蒙特卡洛最大期望算法量化用户的工作量,支付相应报酬.通过基于真实数据集的仿真实验表明,所提方法能有效激励用户参与感知任务,同RSFP方法和CSII方法相比,所提方法在用户参与度上分别提升了0.379和0.067.

智能型三回路可编程调节器用于空调自控系统

空调系统在纺织厂、卷烟厂、计量等生产部门及高档星级宾馆、饭店中广泛使用,是满足生产中所需的工艺条件和舒适的生活环境所必备的设备.空调自控系统的建立,将使空调设备在合理、安全的状态下运行,降低能耗,减少工人的操作强度,更好地满足生产工艺对环境温湿度条件的要求,具有较好的经济和社会效益.

群智感知环境中基于GRU网络的用户位置预测模型

在感知区域内用户分布稀疏的情况下,提前预测用户的位置是群智感知系统提高任务完成率的关键。提出了一种基于门控循环单元的用户位置预测模型。首先,构建了群智感知系统模型,实现了基于位置的参与式感知应用。然后,将用户位置的数据集做归一化处理,并结合用户历史位置数据的多维度特征构建了门控循环单元结构。最后,利用车联网中实际轨迹数据集对模型进行训练,并采用Adam算法对基于门控循环单元的用户位置预测模型的性能参数进行了优化。仿真结果表明,相比于RNN模型和LSTM模型,所提模型的预测均方误差分别降低了22%和18%,且在处理序列数据方面具有可实施性强的优势。

一种面向任务需求的群智感知任务分配模型

针对群智感知平台中的任务分配问题,提出了一种任务需求特征提取算法和用户标签分类方法相结合的TREAULCM任务分配模型。首先,通过任务需求特征提取算法提取感知任务的类别关键词;然后,通过多线性神经网络和多核学习对数据集进行训练得到分类器,通过分类器对用户的类型标签进行预测;最后,根据任务的类别关键词结合空间位置信息和用户参与度筛选有该任务类别标签且最大化满足任务需求的用户分发任务。仿真结果表明,TREAULCM任务分配模型在任务匹配度和任务分配效率方面有较好的可行性。

RFID技术的安全性分析

随着物联网的成熟发展,无线射频识别技术(Radio Frequency Identification, RFID)在物联网相关技术中扮演着至关重要的角色。在万物互联的时代,对RFID技术的应用日益广泛,针对该技术的研究也逐渐受到学者们的广泛关注。然而RFID技术在系统应用的过程中,仍面临了种类繁多的安全隐患,因此,本文对RFID技术面临的安全隐患进行了概述与分析,对未来RFID技术的发展有着重要意义。首先,本文总结了应对RFID技术各类隐患的RFID技术安全方案,主要分为物理安全方案和密码学相关方案。其次,分析了现有结合了密码学相关方案的RFID技术的认证协议。最后,对RFID技术的应用前景与发展趋势进行了总结展望。

群智感知网络中的防御任务分配策略

在群智感知网络中,当执行由多个计算密集型任务组成的防御任务时,多个感知节点之间的合作是必要的。这一领域的大部分以前的工作都集中在节能和负载平衡上。然而,这些方案仅仅考虑了只需要一种资源的情况,这大大限制了它们的实际应用。为了减轻这种限制,在本文中,我们研究了复杂防御任务分配的问题,其中需要各种不同类型的资源。提出了一种基于启发式的算法来分配复杂的应用在群智感知网络。该算法分为两个阶段,在联盟间分配阶段,将防御任务的任务分配到各个联盟,以降低能耗;在联盟内分配阶段,将任务分配到适当的感知节点,兼顾能量成本和工作负载平衡。这样可以减少和平衡能量耗散,延长系统的使用寿命。

基于胶囊网络的群智感知数据分类模型

针对群智感知平台中感知数据分类的准确度问题,提出了一种基于胶囊网络的感知数据分类模型。首先,构建了群智感知系统模型,结合感知数据构建了胶囊网络结构和样本数据,通过胶囊网络实现了样本数据和预测值之间的映射。然后,胶囊网络对样本数据的像素点特征矩阵进行拟合学习,使用动态路由算法更新胶囊网络的耦合系数。最后,结合间隔损失函数和重构损失函数,实现了对基于胶囊网络的感知数据分类模型参数的优化。仿真结果表明相对于残差网络的数据分类模型,所提模型有效提高了数据分类的准确度。

浅谈PBL教学模式在研究生教学中的应用

近些年来,PBL(Problem-Based Leaning,基于问题的学习模式)正成为受国内外高校所欢迎的一种教学模式。随着研究生教育的发展,教学方式方法的改革已经迫在眉睫。基于问题的学习模式能够培养学生自主学习、合作学习的技能。本文以网络与信息安全研究生课程为例,探索了PBL教学模式在研究生教学中的应用。