通用计算电路的不可区分混淆自动化构造方法

不可区分混淆(indistinguishability obfuscation,iO)的构造问题是多年来一直困扰密码学研究的一个难题.现有的基于多线性映射、函数加密、全同态加密等密码学原语的i 构造均存在不同程度的安全性问题,且存在构造过程不易实现、电路扩展效率不高等缺陷.本文从电路的自动化搜索的全新角度审视iO的设计问题,将电路设计映射到图神经网络构造问题中,基于图神经网络的自动演化技术,探索了一种可以实现限定性满足不可区分性和功能保持性的通用iO构造方法:AGiO(Adversarial Graphweualietwork based iO).该iO的基本架构基于对偶的对抗性图神经网络架构,针对任意给定输入电路,通过图枚举得到备用的电路样本集合,然后使用以子电路为粒度的差分演化算法分别独立优化上述对偶的图神经网络,当自动化判定模型从统计上不能有效识别不同的输出电路时,达到所需不可区分的状态.测试结果表明,该AGiO架构简单,易于实现,较好地实现了输入电路的通用性和统计上的不可区分性.

基于邻域优势粗糙集的区分度动态属性约简算法

为解决动态环境下数值型偏序关系数据的属性约简问题,利用优势粗糙集的区分度提出一种增量式属性约简算法。在数值型信息系统环境下,定义邻域优势区分度度量,通过邻域优势区分度设出一种非增量式属性约简算法;研究和分析对象变化场景下邻域优势区分度进行增量式更新的原理;分别提出数据对象增加和减少情形下数据集属性约简的增量式更新算法。在多个UCI数据集上进行实验验证,实验结果表明,该增量式算法能够有效完成动态数据的属性约简任务。

基于时空理论的团队最优区分管理框架研究

如何管理团队中的一致性(“同”)和多样性(“异”)是重要的研究问题。最优区分理论提供了一个认识该问题的重要视角,个体既有与特定群体保持相似的“同属”需要,也有表现个人独特一面的“区分”需要。这两种心理需要间有内在张力,能否较好地满足和平衡二者会给个体和团队带来影响。本研究指出,该理论存在一些局限性。研究基于领导和管理的时空理论,结合最优区分和团队管理研究,构建了在团队管理中如何实现和促进最优区分的理论。研究阐述了如何用时空理论理解团队管理,分析了团队中的“同属”和“区分”在空间(维度、层次)和时间(动态)上的表现与特征。研究提出了基于时空理论的团队最优区分管理框架,指出领导者可以在维度、层次上动态地采取不同措施,以实现对看似对立需要的协调统一。研究借助重心隐喻阐述了该理论框架对综合、系统地考虑多要素的强调,建构了最优区分的时空平衡和时空最优解。研究最后讨论了理论贡献、实践意义和未来展望。

突破“双重劣势”:数字企业国际化创新机制研究——基于最优区分视角

数字企业国际化创新面临来源国劣势和新进劣势共同作用所带来的“双重劣势”挑战,为突破“双重劣势”,数字企业必须拟定有效的国际化创新战略,在“差异化”和“合法性”之间取得平衡。本文以TikTok进军美国市场的成功经验为例,运用最优区分理论提炼出了数字企业国际化创新战略演化模型。研究发现:数字企业通过反应式协同平衡数字平台的差异化与合法性进而突破“新进劣势”,借助前瞻式协同平衡数字平台的差异化与合法性进而打破“来源国劣势”,最终占领国际市场。研究结论从最优区分视角为数字企业国际化创新提供了系统的分析框架和管理启示。

权益区分理论下数据法益保护模式

大数据时代各种数据权益保护学说值得进一步反思与检讨。数据权益保护问题在我国既有规则体系内完全能够得到妥善解决。因数据的非排他性与权利的排他效力间的根本冲突,数据权益难以被纳入绝对权或相对权中进行保护,而各类新型数据权利混淆了权利在民法体系中的定位,忽视了体系功能,甚至阻遏数据的共享与流通。从体系逻辑、制度调适成本与数据治理全球发展方向来看,数据权益应当被纳入法益保护模式中。数据法益保护应以事实控制状态为基础,将数据权益直接归属于事实控制人,保护范围以各个主体享有的事实利益范围为限。数据产权分置政策应经法律解释还原为数据法益归属确认的基础前提与数据主体行为规范的设计方向。

双层区分制对网络犯罪帮助行为认定的纠偏与重构

帮助信息网络犯罪活动罪在规范属性的界定问题上存在悖论,且章节设置不尽合理,在“口袋罪”倾向日趋严重的现实情况下,理应限缩适用甚至非必要不适用《刑法》第287条之二。通过双层区分制将网络犯罪帮助行为认定为共同犯罪,符合我国刑法的现行体例,在维护共犯从属性对构成要件定型意义的同时,也妥当处理了网络犯罪帮助行为法益侵害严重程度升格的现象。作为对《刑法》第287条之二的纠偏,双层区分制在犯罪事实无法查明等定罪问题、主犯与从犯难以确定等量刑问题上均能有效应对,是回应认定网络犯罪帮助行为实践难题的合理路径。

外语教学研究中问卷调查法的应用——如何进行问卷信度、效度和区分度检验

问卷调查法是中小学英语教师在教学研究中收集信息的常用手段,其质量关乎结论的可靠性,因此不仅在编制问卷时需遵循科学严谨的原则,还需借助统计学手段检验其质量。本研究依托“中学生英语阅读品格调查问卷”的试测数据,归纳了问卷结果的量化录入方法,介绍了编码手册的构成,解释了四种问卷数据类型的特点,详述了利用SPSS 23.0进行信度、效度和区分度分析的要求与操作方法。

试论“谐体”与“本体”的界定区分及其重要意义

汉语学界多年前就开始对谐音结构中的“谐体”和“本体”加以界定和区分。尽管前述概念早已用开,但论及何谓谐体何谓本体始终是各说各话。目前流行的代表性观点主要有三种,而无论着眼于谐音生成的起与讫,还是着眼于形式表现的常与变,还是着眼于语义层次的内与外,均无法保证这三种观点无往不利。文章通过同比喻和借代相关概念的比较,亦即通过同喻体和本体、代体和本体的比较,以及基于术语系统对称性和整齐性的考量,提出将对应于手段还是对应于目的作为区分谐体和本体根据的新观点,并对此作了充分验证。科学界定和正确区分谐体和本体,对谐音构成机理的探究、谐音研究的学术交流、谐音译注的理解领会、语文教学的顺利开展及语文词典的规范编纂,都有着重要的学术价值和实践指导意义。

国际人道法中“直接参加敌对行动”的功能区分标准及其法理反思

无论是在历史上还是当今现实中,大量的平民在事实上都可能会以不同角色卷入到具体的武装冲突之中。随着现代武装冲突在思维范式、时空语境、科技条件等方面呈现出一系列新型的特点,“平民直接参加敌对行动”这一现象已经更加广泛地出现。与此同时,作为国际人道法基础的区分原则也正面临着越来越严重的法理挑战。传统的静态化的身份区分标准在解释力方面已经陷入困境。相比而言,建构一种以“持续作战职责”作为基准的功能区分理论就显得尤为必要。以“功能区分标准”为基础廓清和厘定“直接参加敌对行动”的法理概念有利于划分平民与直接参加敌对行动人员的界限。为了更好地落实区分原则在“直接参加敌对行动”中的应用,在红十字国际委员会《国际人道法中直接参加敌对行动定义的解释性指南》的基础之上,现代国际人道法仍需强化功能区分标准的法理价值、澄清“持续作战职责”的法理要素、划定直接与间接参加敌对行动的功能边界,从而使得国际人道法的解释体系在人道主义原则与军事必要性之间寻求一个可操作化的精巧平衡。

人口负增长的内涵演变、多维区分与经济影响路径

人口负增长正在世界范围内蔓延,中国也已于2022年开始人口负增长,对人口负增长理论体系的构建显得尤为紧迫。回望历史,人们对人口负增长实现了从现象认识到规律预判的推进,并逐渐聚焦于由长期低生育率引发的内生性人口负增长。从理论机制来看,人口负增长伴随的人口规模缩减和年龄结构老化可能会对经济发展供给侧和需求侧各要素产生复杂影响,如劳动力减少、消费下降、储蓄下降、投资预期降低、社会创新活力下降、劳动参与率提高、消费结构升级、人力资本的倒逼性积累、资本深化等。人口负增长对经济各要素的影响方向和程度并不一致,最后呈现出来的是多种效应的合力,在不同国家、不同发展阶段存在着多种可能性。正是这种不确定性和可塑性提供了政策应对的机遇。

自动化场景区分下FABF-YOLOv8s轻量化肉牛行为识别方法

针对现有目标检测模型在自然天气环境下肉牛行为识别易受复杂背景干扰及模型参数量、计算量、权重文件占用内存较大等问题,该研究提出基于自动化场景区分的轻量化肉牛多行为识别方法。首先,通过FasterNet模型自动区分天气场景。其次,对YOLOv8s网络进行轻量化设计改进,在Backbone端更换FasterNet轻量级模型主干,结合尺度内特征交互AIFI,捕获重要特征信息;利用加权双向特征金字塔BiFPN作为Neck端网络,选择特征提取网络C2f-Faster作为节点,缩减卷积过程中参数量和计算量的同时提高模型精度,使其更适用肉牛行为识别及后期的部署。然后,使用MPDIoU函数,解决肉牛交叉遮挡等局限性问题。最后,设计系统可视化界面,以图像和视频形式输入模型,借助可视化系统完成对肉牛行为识别效果展示。试验结果表明,FABF-YOLOv8s(FasterNet、AIFI、BiFPN、C2f-Faster,FABF)模型在肉牛行为数据集上,相较于YOLOv5s、YOLOv7和原YOLOv8s模型的mAP@0.5分别提升了1.1、4.7、0.4个百分点,参数量和浮点数计算量分别减少59.48%和43.66%,降低到4.51 M和16.0 GFLOPs。引入自然场景因素构建的FasterNet-FABF-YOLOv8s模型mAP@0.5达到了94.6%。研究表明,自动化场景区分下构建轻量化肉牛行为识别系统,可为农户监测肉牛健康状况以及自动化智慧养殖提供技术支持。

基于傅立叶变换红外光谱分析的3种石首鱼科鱼类品种区分

为实现鲈形目石首鱼科中大黄鱼、小黄鱼和黄姑鱼的品种快速准确区分,应用傅立叶变换红外光谱仪对大黄鱼、小黄鱼和黄姑鱼肌肉样品在4000~650 cm-1范围内的近中红外光谱吸收特征进行了测定,基于特征波段下的光谱吸收差异并结合主成分分析(principal component analysis,PCA)、聚类分析(cluster analysis,CA)和线性判别分析(linear discriminant analysis,LDA)、支持向量机(support vector machine,SVM)数据建模对3种石首鱼类样品进行品种区分。结果表明:3种鱼类肌肉样本在特征波段1800~650 cm-1下的红外吸光谱选择一阶导数(first derivative,1st Der)+标准正态变换(standard normal variate transformation,SNV)和1st Der+多元散射校正(multiplicative scatter correction,MSC)2种方式预处理后进行PCA,3种鱼样本间彼此间距远、无重叠;特征波段1800~650 cm-1下的红外光谱数据经1st Der结合SNV预处理后进行聚类分析时各自聚为一类;特征波段1800~650 cm^(-1)下的红外光谱经过1st Der、SNV、MSC预处理建立的LDA模型和经过SNV、MSC预处理建立的SVM模型测试集准确率均为100%。研究结果表明利用近中红外光谱吸收特征差异,结合化学计量学分析手段能够有效对大黄鱼、小黄鱼和黄姑鱼进行品种判别,为水产品真实性鉴别提供技术参考。

基于高光谱成像的光敏印油种类区分实验

印油种类区分是法庭科学文件检验领域的重要一环,为研究无损高效区分光敏印油种类的方法。以33种不同品牌光敏印油的原始光谱数据当作对照组,对原始数据进行t-SNE降维和UMAP降维后,选择XGBoost、SVM和MLP三种分类算法,以1∶4的比例确定测试集和训练集,对原始数据和降维后的数据进行分类,同时使用网格搜索和五倍交叉验证来优化模型的性能和泛化能力。结果表明,上述三种分类算法对降维后光谱数据区分的平均准确率高于对原始光谱数据区分的平均准确率,且UMAP-MLP分类模型的区分准确率最高,可达到98%。提出的分类模型可用于光敏印油种类的快速区分。

几类密码算法的神经网络差分区分器的改进

为了进一步研究神经网络在密码分析方面的应用,利用深度残差网络和传统差分密码分析技术构造并改进了几类典型的轻量级分组密码算法的神经网络差分区分器。主要取得以下结果:①分别构造了4~7轮PRESENT、3轮KLEIN、7~9轮LBlock和7~10轮Simeck 32/64的神经网络差分区分器,并基于密码的分组结构分别进行了分析;②基于SPN结构分组密码的特点对PRESENT和KLEIN的神经网络差分区分器进行了改进,最多可提高约5.12%的准确率,并在对LBlock的神经网络差分区分器进行研究时验证得出这种改进方式不适用于Feistel结构的分组密码;③基于Simeck 32/64本身密码算法的特点对其神经网络差分区分器进行改进,提高了约2.3%的准确率。同时,将Simeck 32/64的改进方法与多面体差分分析进行结合,将已有的8轮和9轮Simeck 32/64多面体神经网络差分区分器的准确率提高了约1%和3.2%。最后,将实验中得到的3类神经网络差分区分器模型分别应用到11轮Simeck 32/64的最后一轮子密钥恢复攻击中,其中最佳的实验结果是在1000次攻击实验中以26.6的数据复杂度达到约99.4%的攻击成功率。

企业合法性修复的再创业过程及机制——最优区分视角下的案例研究

创业合法性研究以往多关注企业如何获取合法性,忽略了合法性损失后企业的合法性修复过程。通过以X教培企业创建D直播公司的过程为例,基于最优区分视角对企业合法性修复过程及机制进行了新探索,研究发现:(1)合法性损失企业的合法性修复过程包含三个阶段:合法性损失阶段,基于企业层面采取被动回应策略,效果不佳;合法性响应阶段,基于行业层面采取主动响应的策略,效果甚微;合法性修复阶段,从再创业机制出发,采取能动修复策略,实现修复。被动回应和主动响应都聚焦于合法性,能动修复阶段通过引入独特性来修复合法性。(2)企业进行合法性修复的背后机制是“再创业”,企业通过最优区分实现了低独特性向高独特性的跨越,同时构建超越行业的独特性,实现合法性修复。理论贡献主要是厘清合法性修复和以往合法性获取的差异,并为最优区分的平衡提供新证据。本研究可为合法性损失企业如何进行合法性修复提供实践参考。

基于区分服务的IEEE 802.15.4信道接入机制

在部署密集、流量较大的物联网场景下,传统的IEEE 802.15.4网络的区分服务机制无法保证数据信道接入的可靠性和高效性,因此设计了基于区分服务的802.15.4网络自适应CSMA/CA机制。首先在MAC上层,设计LAW排队策略为不同优先级数据提供区分服务;此外,引入强化学习提出QCSMA自适应退避算法,利用强化学习为退避参数BE创建Q值来有效地改进CSMA/CA退避策略,使节点能高效接入信道。仿真结果表明,设计的算法与IEEE 802.15.4协议相比,高优先级数据平均端到端延迟降低了13.35%,数据包投递率提升了32.79%,每个数据包的平均能耗降低了23.8%。

基于信息区分度的AP有效集构建方法

随着无线网络的广泛应用,面向接受信号强度(RSS)指纹定位的接入点(AP)日益增多,导致一些AP的作用是冗余的,甚至对定位产生不利影响,同时也增加了定位计算的开销。通过对AP进行适当筛选可以一定程度上去除冗余AP,但定位效果会随着AP数量发生较大变化,甚至会增大误差。本文提出一种基于信息区分度的AP有效集构建方法(EID),充分利用指纹信号在不同空间的差异,实现了准确的位置估计。首先,用信息区分度评估AP的定位能力,有效反映出每个AP在不同采样点的区别,展示AP对空间位置的分辨程度。然后,基于AP信息区分度设计更加符合现实环境的增量聚类算法,能根据AP的定位能力得到不同类别的集合并具有较好的鲁棒性。最后,利用点集距离最大原则提出AP有效集选择策略,根据聚类结果和选择要求,选择出合适的AP集合。本文在真实场景下进行实验验证,并与现有的AP选择方法,即基于组判别(GDB)算法、基于软件定义网络(SDN)算法和基于非均匀量化RSS熵(NQRE)算法对比,在减少不低于40%AP数量的情形下,EID将定位精度分别提升了18.7%、11.2%和14.6%。与此同时,本文方法具有更好的稳定性,在95%的情形下定位误差低于1.2 m。

基于电子鼻对不同植物油油炸薯片的区分

以大豆油、玉米油、葵花籽油、花生油及棕榈油5种植物油油炸的薯片为研究对象,利用电子鼻检测其在储藏期内(0~60 d)的风味物质变化,根据主成分分析(Principal Component Analysis,PCA)、线性判别分析(Linear Discriminant Analysis,LDA)和Fisher判别分析,考察电子鼻对5种植物油油炸薯片区分效果。结果表明,在整个储藏期内电子鼻传感器对样品的氮氧化物、硫化物和芳香类物质响应值高;PCA分析和LDA分析都可以代表样品的主要信息,但LDA分析的区分效果较PCA分析更明显;Fisher判别分析除0 d时1个样品被误判,总正确判别率为96.0%,其余样品均未被误判,总正确判别率均为100.0%。

基于元素主成分分析与氧同位素比值区分不同地域来源的烟火药

收集了来自11个省份实际案件中缴获的32个烟火药样品,采用电感耦合等离子体质谱法(ICP-MS)测定样品中的40种元素含量,并对具有显著性差异的元素进行主成分分析(PCA),同时使用元素分析-同位素比质谱联用仪测定氧同位素比值(δ^(18)O值),以实现不同地域来源样品的区分。结果表明:不同地域来源样品的元素含量存在一定的特征差异,根据PCA结果可以实现大部分不同样品的区分;δ^(18)O值的分析结果表明,不同地域来源的样品具有一定的氧同位素特征差异,部分不同地域来源样品的δ^(18)O值发生重叠;在不同来源样品的区分中,元素含量与氧同位素比值可以相互佐证,结合二者的分析结果可以实现不同来源样品的全部区分。

“股债区分”视野下证券虚假陈述民事责任的要素考量

虽然新虚假陈述司法解释已经为司法裁判树立起一套标准体系,但伴随着案件的复杂多样化,实践中许多金融产品虚假陈述行为的“合法”与“非法”、“有责”与“无责”、“责重”与“责轻”等问题还存在不少争议。细究缘由,争议大多产生于“某金融产品是否构成证券”“中介机构是否需要承担连带责任”这两个问题。本文认为,应该在功能主义项下以“实质证券”的概念为基础,充分认知股票和债券在风险逻辑上的不同,合理考量公开发行与非公开发行、场内与场外的区别,准确限定“欺诈市场理论”的适用范围,合理划分发行人和中介机构的责任承担,准确理解新虚假陈述司法解释项下有关“过错认定”的规则,以此作为解释和适用《证券法》项下连带责任的前提与基础。