拜登政府《国家网络安全战略》评析与启示--基于战略惯性视角

[研究目的]作为美国国家战略体系的重要组成部分,拜登政府发布的《国家网络安全战略》对美国网络安全工作具有重要指导作用,对其开展研究,能够为我国更好应对中美网络空间领域的大国竞争提供理论指导。[研究方法]以战略惯性理论为基础,建立分析框架,结合内容分析与文本挖掘技术,对其战略惯性的维持与调整进行研究,并着重分析了拜登政府网络安全战略的未来实施困境,深挖网络安全情报的价值。[研究结论]战略惯性理论对拜登政府网络安全战略具有良好的解释力。美国网络空间战略的目标与载体,对维持战略惯性产生影响,战略环境及手段的改变,促使拜登政府的战略姿态发生改变。在惯性力与变革力产生的拮抗效应中,拜登政府网络安全战略矛盾重重,未来实施面临较大困境。为更好应对中美网络空间的大国竞争,我国应高度重视情报价值,并着重从加强战略设计、促进公私协同、夯实情报基础等三个方面,发展富有中国特色的网络安全情报工作。

红外光谱快速识别食用植物油种类的研究

为实现食用植物油种类的快速无损识别,为公安实战中打击“食药环”犯罪提供参考,借助衰减全反射-傅里叶变换红外光谱技术对不同类别、品牌食用植物油进行了多层次分类识别工作。采用标准正态变换(SNV)和一阶导数预处理消除基线和其他背景干扰,使得重叠峰发生分离,从而提高检测的分辨率和灵敏度,利用竞争性自适应重加权算法(CARS)提取特征波长,结合基于布谷鸟搜索算法优化的极限学习机(CS-ELM)模型对不同种类和品牌的食用植物油进行分类识别,同时对比随机森林模型与CARS-CS-ELM融合模型在食用植物油快速分类检测方面的准确率。结果表明,基于CARS-CS-ELM融合模型对3类植物油样本总体进行分类,其分类准确率达到85.19%,其中小磨香油、花生油、玉米油样本训练集的品牌分类准确率依次为92.5%、100%、96.7%,测试集品牌分类准确率均为100%,而随机森林模型的9个品牌食用植物油分类准确率仅为80%。综上,CARS-CS-ELM融合模型对食用植物油快速分类识别效果较好,可为食用植物油的无损快速检验提供一定的参考与借鉴。