基于政务数据和社会数据融合应用技术路径探究

政务数据和社会数据融合应用在构建智慧高效的数字政府、打造普惠便民的数字社会、发展融合创新的数字经济等方面具有重要的研究价值。本文主要介绍了以搭建共享和开放域为基础,结合数据沙箱和隐私计算来实现政务数据和社会数据融合的应用技术路径,并在保证数据安全可靠、数据可用不可见的思想下搭建相应的技术架构体系,以此为政务数据和社会数据融合应用提供了技术路径实用指导,为城市治理、企业数字化改革、宏观经济分析等领域提供了新思路。

数据自动填充方法研究

为解决数据缺失在不同领域影响数据分析的问题,以插值方法、基于模型、相似性和统计等常见填充方法为例,对数据自动填充方法进行研究,分析统计学、机器学习及深度学习3种不同类别算法的优劣之处,同时设计了数据自动填充算法并进行实验验证,提出数据自动填充方法在不同领域的应用,以期为相关人员提供参考。

论农村中学信息技术教学

现今农村中学的信息技术课程教学存在很多不容忽视的矛盾和问题．比如硬件设施建设滞后，学生的信息技术素养参差不齐，等等。

一种基于区块链与联邦学习的数据隐私保护方法

随着当前技术的发展,选择性收集数据已成为人工智能大数据分析的新时代。这意味着安全地访问实际分析所需要的特定信息,而不是收集所有可能的数据来为分析提供支持。目前,学术界和工业界共同努力建立分布式的隐私保护分析模型。联邦学习(Federated Learning,FL)是一种新的分布式机器学习框架,它通过允许跨本地节点训练模型,解决本地数据集访问权限方面的隐私挑战。为了实现大数据分析隐私保护需求,文章提出了一种基于区块链的分布式联邦学习模型。在去中心化的联邦学习框架中,传统中心控制节点从学习过程中剔除,通过客户端之间相互协作来完成全局模型训练。为了检测客户端的数据中毒攻击对模型训练的影响,文章分析了去中心的FL训练过程端到端学习特点,设计区块链认证检测机制保护模型训练而不受中毒攻击。

政务数据资源可信共享开放应用研究

近年来,随着云计算、大数据、区块链等技术的不断进步,跨区域、跨主体之间的数据资源共享也变得日益频繁,社会数据整体呈现出体量大、增速快的特点。但是,在跨部门、跨主体间的数据共享实践过程中,数据互信问题、隐私保护问题、数据安全问题、数据交换不及时与可追溯性差等问题仍然存在,数据资源的价值未能充分发挥,区块链技术的出现和应用有望逐步解决这些问题。文中,针对政务数据资源可信共享开放应用进行了分析,希望可以为跨部门、跨主体间的数据共享提供借鉴。