Research on the Guidance of Interpersonal Relationships among College Students in the New Era against the Background of Party History Learning

In the new era,college students’interpersonal communication abilities exhibit characteristics such as diversified interpersonal cognition needs,idealized interpersonal emotions,and diversified interpersonal behavior patterns.They face issues in coordinating and managing interpersonal relationships with parents,classmates,teachers,and others.Therefore,against the background of party history learning and education,we can deeply explore party history stories and leverage the educational role of the red spirit of party history;continuously strengthen the cultivation of teachers’ethics,hone their abilities in party history learning,and make party history learning a battlefield for harmonious interpersonal relationships among college students;build the“Intelligent Party History”project,innovate party history learning platforms,and let party building lead the development of harmonious interpersonal relationships among college students.

高校图书馆党史学习教育基地建设理路——以京津冀15家“双一流”高校图书馆为例

文章探讨高校图书馆党史学习教育基地建设的历史之源、理论之据和价值之蕴,调研京津冀15家“双一流”高校图书馆党史学习教育开展情况,总结分析其发展现状及存在的问题,并提出高校图书馆党史学习教育基地建设路径,即强化党史学习教育资源建设,设立沉浸式党史学习专区,借助新技术赋能智慧党建,融入师生话语体系打造品牌活动,提升红色资源影响力和传播力。

适用于智能家居的格上基于身份多方认证密钥协商协议

随着物联网应用的日益普及,物联网设备终端数量激增、种类多样、层次复杂,常处于不可控的环境之中,因此,确保数据传输过程的安全性和隐私性至关重要。对基于物联网架构的智能家居服务进行探讨得出,启用智能家居应用需涉及多个方面,如用户、云、物联网智能集线器(the IoT smart hub,ISH)和智能设备,它们需要多方验证以进行安全通信。由此提出了一种针对智能家居应用的格上基于身份多方认证密钥协商协议,并证明在eCK模型下是安全的。其安全性可以归约到环上带误差学习(ring learning with errors,RLWE)问题的困难性,能够抗量子计算攻击。所提协议由一个格上基于身份的加密方案转换而成,无须公钥证书,避免了部署一个庞大的公钥基础设施(public key infrastructure,PKI)。通过信息交互实现显式认证,且可具有一定的匿名性质,与其他相关的后量子格上多方认证密钥协商协议方案相比,该协议在安全性和执行效率方面更具优势。

基于联邦学习和多方安全计算的海铁联运数据安全共享方法研究

我国海铁联运占港口集疏运比例仍然过低,关键原因之一在于铁路对于港口适运货源的动态信息不明、营销组织不力。铁路货运营销部门缺乏在保证港口、铁路、海关三方数据隐私安全的前提下,根据铁路运力动态主动挖掘港口和海关数据中潜在适运货源的技术方法和手段,难以推出适销对路的运输产品和动态营销手段,也难以为海铁联运基础设施的建设提供有效决策依据。构建基于联邦学习和多方安全计算的铁路-港口-海关数据安全共享方法,使用结合同态加密等多方安全计算技术的梯度提升决策树作为模型训练算法,铁路、港口、海关三方地位对等协作,训练出海铁联运潜在货源识别策略;在该策略的正式运行实现过程中,铁路方能够获得路网各流向潜在适运货源的数量级,各方均看不见、带不走其余参与方的任何原始数据。

机器学习安全推理研究综述

【目的】对机器学习安全推理现有的研究工作进行分析,对未来的研究方向进行展望。【方法】以不同方案的安全假设为分类依据,对采用不同的技术组合、应用于不同机器学习场景的安全推理技术进行分析比较。【结果】目前的方案可实现机器学习的安全推理,但在计算效率、安全保护能力、可扩展性以及实际应用场景的适应性方面存在局限。【局限】受限于能够获取到的资料,未能对所分析的方案在同一基准下进行实验及比较。【结论】根据应用场景进行机器学习安全推理的方案设计,在确保安全的前提下提高可用性并降低开销成本,将是该领域的长期发展方向。

多说话人分离与目标说话人提取的研究现状与展望

语音分离作为语音信号处理领域的前沿技术,具有重要的研究价值和广阔的应用前景。通常,麦克风拾取的信号包含有多个说话人的语音、噪声和混响。为了提升用户的听觉体验以及后端设备的处理性能,需要对混合信号进行语音分离。语音分离起源于著名的鸡尾酒会问题,旨在从混合信号中分离出说话人的语音信号。近年来,研究人员提出了大量的语音分离方法,显著提升了分离性能。本文对这些语音分离方法进行了系统的归纳和总结。首先,根据目标说话人的辅助信息利用与否,将语音分离方法分为两大类,即多说话人分离与目标说话人提取;其次,从传统到基于深度学习的角度,分别对多说话人分离和目标说话人提取两类方法进行详细介绍;最后,讨论了当前语音分离领域面临的一些挑战,并对未来的研究方向进行展望。

论新时代党的纪律建设——基于《中国共产党纪律处分条例》修订的视角

2023年新修订的《中国共产党纪律处分条例》是党的十八大以来,党中央第三次对该条例进行修订,标志着党的纪律建设迈出了新的步伐。作为党的纪律建设的基础性法规,《中国共产党纪律处分条例》的出台、实施和修订,反映了党的纪律建设在不同历史时期的演进历程,推进了新时代党的纪律建设的理论创新、实践创新和制度创新。坚持党对纪律建设的全面领导、坚持全面从严治党、健全党内法规制度体系、坚持把惩治和教育相结合是新时代党的纪律建设基本经验。

高校基层党组织政治理论学习实效性提升研究

建设和建强学习型党组织,政治理论学习必须得到高度重视,并将其放在首要位置。虽然高校基层党组织一直非常注重教工党员的理论学习,但仍需要充分考虑教工党员政治理论学习中存在的问题和面临的困难。为此,从分析增强高校党组织政治理论学习实效性的必要性入手,探究实现高校基层党组织政治理论学习实效性的科学路径,更好促进高校基层党组织科学健康发展。

高校党史学习教育管理制度构建研究

开展党史学习教育是以习近平同志为核心的党中央立足百年党史新起点、着眼开创事业发展新局面而作出的一项重大战略决策。高校作为承担“为党育人、为国育才”这一重要使命的主阵地,应积极构建党史学习教育管理制度,推动党史学习教育常态化、长效化制度不断深入落实,推动党史更好地进教材、进课堂、进头脑,发挥好立德树人的重要作用。

大学生党史学习的价值意蕴及加强策略研究

强化大学生党史学习有助于当代大学生形成正确的党史观,同时也会让当代大学生形成良好的担当意识。正确的党史观会有助于当代大学生树立坚定的历史自信,在提升政治素养的同时自觉抵制错误党史观念的影响。作为未来社会主义建设基石的重要组成部分,当代大学生有责任也有义务正确认识我党的艰苦奋斗历史,以坚定不移的信念承担起未来实现民族伟大复兴的历史重任。

“五育并举”视阈下高校党史学习教育常态化长效化制度机制建设研究

党史学习教育是一个持续长期的学习过程,需要通过建立常态化长效化制度机制加以开展。高校党史学习教育必须落实立德树人根本任务,而坚持德智体美劳“五育并举”是高校落实立德树人根本任务的内在要求和重要举措。为此,高校作为党的思想理论建设的重要阵地,要推进“党史学习教育+五育并举”互融互促,加快构建“五育并举”背景下的高校党史学习教育常态化长效化制度机制,通过制度机制的常态化开展、长效化推进,真正做到以史修德、以史增智、以史强体、以史育美、以史促劳。

大学生党史学习教育的时代价值、现实问题与优化路径

大学生接受党史学习教育,既是成长为合格的社会主义建设者的必然要求,也是树立正确历史观、抵制错误思想的迫切要求,更是实现中华民族伟大复兴中国梦的实践要求。然而,当前这项工作还存在着课程内容的吸引力不充分、党史教学方法的创新不足、实践教学的成效不理想等问题。对此,必须充分发挥教师主导作用,激发课程内容活力;坚持以学生为主体,创新党史教学方法;坚持理论实践相结合,强化实践性感悟;建设良好党史育人环境,引领价值导向。

抗拜占庭攻击的隐私保护联邦学习

联邦学习是一种隐私保护的分布式机器学习框架,可以让各方参与者在不披露本地数据的前提下共建模型.然而,联邦学习仍然面临拜占庭攻击和用户隐私泄漏等威胁.现有研究结合鲁棒聚合规则和安全计算技术以同时应对上述安全威胁,但是这些方案难以兼顾模型鲁棒性与计算高效性。针对此问题,本文提出一种抗拜占庭攻击的隐私保护联邦学习框架SecFedDMC,在保护用户数据隐私的条件下实现高效的拜占庭攻击检测与防御.基础方案FedDMC采用“先降维后聚类”的策略,设计了高效精准的恶意客户端检测方法.此外,该方法利用的随机主成分分析降维技术和K-均值聚类技术主要由线性运算构成,从而优化了算法在安全计算环境中的适用性。针对基础方案存在的用户数据隐私泄露问题,提出了基于安全多方计算技术的隐私增强方案SecFedDMC.基于轻量级加法秘密分享技术,设计安全的正交三角分解协议和安全的特征分解协议,从而构建双服务器模型下隐私保护的拜占庭鲁棒联邦学习方案,以保护模型训练和拜占庭节点识别过程中的用户隐私.经实验验证,SecFedDMC在保护用户隐私的前提下,可以高效准确地识别拜占庭攻击节点,具有较好的鲁棒性.其中,本方案与最先进的鲁棒联邦学习算法相比,在CIFAR10数据集上,拜占庭攻击节点检测准确率提升12%~24%,全局模型精度提升4.45%~18.48%,计算效率提升33.21%~47.31%.

党史学习教育背景下高校教学秘书队伍建设探析

目前,各高校党史学习教育已经呈现出常态化、制度化趋势。该文以教学秘书队伍建设为出发点,以党史学习教育为背景,提出教学秘书队伍建设面临的四个方面的问题,探索教学秘书队伍建设的实施路径,探索过程中采用文献资料法、问卷调查法,最终得出四个方面的解决路径,包括增加进修培训机会,提高教学秘书队伍的党性修养;增强全心全意为人民服务的意识,做到心底无私天地宽;提升顽强拼搏、不懈奋斗的意识,探索新的教学管理路径;发挥榜样和模范先锋作用,激发教学秘书队伍的使命感和责任感,使得教学秘书队伍在思想上和行动上保持高度一致,全面提升教学秘书队伍综合素养。

隐私保护的高效安全三方稀疏数据计算

如今,大数据与人工智能技术发展迅猛,基于海量数据进行精确训练的机器学习模型及其应用推动了生产力的提升,但同时也带来了严重的数据安全与隐私泄露问题,这一问题促进了隐私保护机器学习的研究.在实际应用中,机器学习算法常常在稀疏数据集上进行运算,明文下的模型训练存在高效计算方法,可以充分利用数据稀疏性,提高计算效率.为了保护数据隐私而引入的密码技术,将稀疏数据转化为稠密数据,从而使高效的稀疏数据运算变得复杂.现有的对于安全稀疏数据计算的相关研究都涉及大量公钥密码操作,计算效率不高,并且主要考虑两方的场景.实际上,稀疏数据的计算可简化为非零位置上相应元素的计算.为了充分利用这一特性以提高效率,本文将稀疏向量乘法问题分为了过滤和乘法计算两个模块来处理,并在三方联合计算的场景下进行协议设计.首先,基于三方加法复制秘密分享以及伪随机置换技术构建过滤协议,该协议能够实现对向量元素的过滤,筛选出向量中非零位置对应的元素.随后,在过滤协议的基础上引入加法同态加密技术,对非零元素进行安全乘法计算,实现一个隐私保护的安全三方稀疏向量乘法协议,并在半诚实敌手模型下,使用理想现实模拟范式证明了协议的安全性.最后,将隐私保护稀疏向量乘法协议应用到逻辑回归模型中,验证了其可用性.通过实验以及效率分析表明,相对于隐私保护稀疏矩阵乘法协议CAESAR,本文所提出的协议将主要计算开销由O(n)的密文运算次数,降低为O(m)次,其中n是向量的维数,m是向量中非零元素数量;在小批量的逻辑回归模型训练中,文本协议与通用安全多方计算框架ABY3相比有10%~30%的效率提升.

新时代高校党史学习教育的价值意蕴、挑战及实现路径

加强党史学习教育要把重点放在高校党史学习教育上,党史是中国共产党百年奋斗的历程,高校是培育社会主义接班人的摇篮,大学生是国家未来的希望和力量。推进党史学习教育具有坚定大学生的政治立场、增强党史学习教育的实效性、加强思政课内容多元化和适应时代发展需要等重大意义,因此高校应响应国家学习和弘扬党史的号召。但当前高校推进党史学习教育还存在诸多问题,如不良社会思潮侵蚀大学生意识形态、师资专业性有待提高、高校缺乏科学的规划和保障等,应该从宣传工作、师资队伍建设和科学规划等方面入手全方位推进高校党史学习教育。

高职院校党史学习教育常态化、长效化体制机制研究

一段时间以来,高职院校党史学习教育常态化长效化工作存在着动力不足、机制不顺、合力不够、学生兴趣不大等各种问题,要解决这些问题,必须推进从顶层设计到基层实践实现制度化、体系化和高效化,立足党史学习教育“整体推进,有效激励”机制、校内“多元互补,协同构建”机制、党史学习教育与思政课的“深度融合,持续融合”机制和校企“共建共享,相互促进”机制,建立高职院校党史学习教育常态化、长效化体制机制,推动高职院校党史学习教育走深走实,持续推动。

党史学习教育融入高校思想政治教育三维论析

中国共产党党史是一部宝贵的思想政治教育教材。从内在逻辑看,党史学习教育与高校思想政治教育育人目的同向、育人方法互促、育人使命相通,具有高度的内在契合性;从价值之维看,党史学习教育是高校思想政治教育的重要法宝;从实践之维看,应坚持立足“大思政课”视野,用好红色资源“大富矿”,凝聚三全育人“大合力”探索实践进路。具体而言,要着眼课堂主渠道、主题活动重要载体、网络阵地、社会大课堂四大领域,构建“党史+”育人体系,推进课程育人、文化育人、网络育人、实践育人;各领域齐发力,形成全过程、全方位、立体化融入“大格局”,进一步推动党史学习教育常态化长效化有机融入高校思想政治教育。

党史学习教育的逻辑起点、现实困境及突破路径——基于高校学生党员的视角

高校作为教书育人、立德树人的重要阵地,要高度重视基层党建工作,不断提升学生党员的素质与能力,加强学生党员的党史学习教育。然而,高校学生党员党史学习教育面临未能扎实推进、学习教育主体之间供需失衡、成效评价机制不完善等困境。面对上述问题,高校可以从以下路径入手提高党史学习教育质量:构建学生党员党史学习教育体系;建设学生党员党史教育师资队伍;创新学生党员党史学习教育评价机制。

隐私计算技术在铁路行业应用刍议

随着工业互联网背景下各行业数据融合加快,铁路信息系统业务涵盖范围的不断拓展,与外部实现跨域业务数据流通的需求不断增加,供应链数据安全也逐渐成为铁路数字安全体系中的一个关切点。隐私计算作为保障数据安全流通的重要技术,以其“数据可用不可见”的交易优势,可以有效解决铁路与供应链企业间数据流通安全的问题。文章对隐私计算的安全多方计算、联邦学习、可信执行环境等技术进行研究分析,参考隐私计算相关标准,提出铁路隐私计算技术架构,初步探讨隐私计算技术在铁路行业供应链中应用,以期为铁路企业与外部业务相关方开展数据共享应用提供安全屏障,促进铁路数据跨域安全高效流通,进一步发挥数据价值倍增和溢出效应。