数字改变艺术,数字改变教育——北京大学软件与微电子学院的数字艺术教育理念

20年前，对于我们来说，设备完全被排除在艺术领域之外，连摄影是否属于艺术都曾引起不小争议。而现在，艺术家选择以高科技为工具，其挑剔程度与科学家不相上下；而一些科学家也开始对高科技制造的美学效果产生兴趣，创造出令人叹为观止的作品。

大学计算机基础课程思政教学方法探索

课程思政是贯彻落实党的二十大精神,推进党的二十大精神入脑、入心、入行的有效渠道。把党的二十大精神全面融入课程思政教学,依据大学计算机基础课程特色、课程目标、学情分析,结合应用型本科院校服务地方的人才培养目标和学为中心的理念,充分挖掘课程的思政元素,并从家国情怀、价值观、为人处事方法三个维度凝练12个典型的课程思政教学案例,通过采用线上线下混合式教学方法的授课实现知识传授和价值塑造相统一的教书育人效果。

基于虚拟机自省的Linux恶意软件检测方案

随着物联网和云计算技术的快速发展,Linux恶意软件的数量和种类急剧增加,因此如何有效检测Linux恶意软件成为安全领域的重要研究方向之一。为了解决这一问题,文章提出一种基于虚拟机自省的Linux恶意软件检测方案。该方案利用虚拟机自省技术在沙箱外部安全获取内部运行状态,在实现全方位监控的同时,规避了恶意软件的反动态分析问题。与其他沙箱监控方案相比,文章所提方案增加了恶意软件在沙箱中的恶意行为表现的数量。针对特征之间的时序性,采用时序处理模型对沙箱获取的特征信息进行建模和训练,旨在判断Linux应用是否属于恶意软件。文章使用了3种神经网络,包括循环神经网络、长短期记忆网络和门控循环单元网络。实验结果表明,长短期记忆网络在该应用场景下检测效果更好,准确率达98.02%,同时具有较高的召回率,将虚拟机自省技术与神经网络模型结合应用于恶意软件检测,既能在虚拟机外部监控虚拟机内部,又考虑特征之间的时序性。

智慧动物与电子科技交互:现状与展望

人类与动物的交互合作自古以来就有着悠久的历史,伴随着智能芯片、可穿戴设备和机器算法的快速发展,智慧动物与电子科技的交互成为了现实。如今,人类可以借助电子系统与动物进行沟通、感知和控制。这类电子设备的目标在于实现以动物为中心的工作模式,从而提升人类对动物的理解,最终促进动物智能和创造力的发展。本文将中型、大型动物作为研究对象,以发展其能力增强为目标,提出了“智慧动物增强系统”的构想。该构想用以描述这类装置的特性,并对现有的动物与计算机接口解决方案进行了全面综述。总的来说,智慧动物增强系统主要分为植入式和非植入式两类,均由接口平台、感知与解读、控制与指示三部分构成,并通过不同层次的增强系统和架构模式,从而实现人与动物的智慧交互。尽管已有的智慧动物增强系统仍然缺乏完整独立的交互系统架构,但在未来的发展中,智慧动物增强系统具备良好的前景和发展空间,不仅可以用于替代尖端设备和运输设备,还有望通过智慧共联实现跨物种的信息交互。同时,智慧动物增强系统可以促进人与动物的双向交互,对动物伦理和生态保护的发展也将产生重要的推动作用。更为重要的是,基于动物主体的交互模型开发能够为设计人机交互系统提供可借鉴的研究经验,从而有助于更高效地推进人机结合宏伟目标的早日实现。

开源软件供应链研究综述

开源软件已经成为现代社会的一项关键基础设施,支撑着几乎所有领域的软件开发.通过安装依赖、API调用、项目fork、文件拷贝和代码克隆等形式的代码复用,开源软件之间形成了错综复杂的供应(依赖)关系网络,被称为开源软件供应链.一方面,开源软件供应链为软件开发提供了便利,已然成为软件行业的基石.另一方面,上游软件的风险可以沿着开源软件供应链波及众多的下游软件,使开源软件供应链呈现牵一发而动全身的特点.开源软件供应链近年来逐渐成为学术界和工业界的关注焦点.为了帮助增进研究人员对开源软件供应链的认识,从整体性的角度,对开源软件供应链给出定义和研究框架;然后,对国内外的研究工作进行系统文献调研,总结结构与演化、风险传播与管理、依赖管理3个方面的研究现状;最后,展望开源软件供应链的研究挑战和未来研究方向.

带状电子注驱动的准光谐振腔回旋管

回旋管作为一种重要的真空电子源,能够在毫米波和太赫兹频段生成高峰值以及高平均功率的电磁辐射,在波谱学、雷达、通信、生物医学等领域具有广泛的应用前景。传统的回旋管将不可避免地面对激烈的模式竞争问题,引入准光谐振腔将有望大大减小模式竞争的激烈程度。本文基于电子回旋脉塞理论,将准光谐振腔及带状电子注进行结合,以期实现更高的输出功率及效率。仿真结果表明,在电子电压为40 kV,背景磁场为8.4 T时,设计的准光回旋管能在220 GHz频点处产生6.1 kW的输出,电子效率达到6.1%且在一段时间内能稳定运行。本文结构将可能为高频段乃至高次谐波工作的回旋管设计提供全新方案,从而进一步用于通信、雷达等领域。

微电子制造业人才需求与培养模式研究

人才短缺、质量不高和层次结构不合理等问题成为制约我国微电子制造业发展的重要瓶颈之一,其产生原因是微电子制造业人才需求与培养存在严重脱节。通过对台积电、中芯国际等微电子制造企业进行深入访谈调研,结合我国微电子制造业发展现状和趋势,提出一种互动式的,高校、企业和政府共同参与的微电子制造业人才需求与培养新模式,并探讨了新模式下的动态平衡及运行机制。

国际合作办学:软件学院跨越式发展的助推器

软件学院的跨越式发展体现在两个方面，一方面是指学院建设，要做到超越常规，实现高速度、高效率的发展，向“世界一流”目标冲刺；另一方面是指人才培养，要做到超越常规，大规模培养高质量，国际化人才。为实现北京大学软件学院的跨越式发展，实现其建设世界一流软件学院的既定目标，北京大学软件学院把全方位。

产教融合下的双轨制开源教学模式探索——以北京大学“开源软件开发基础及实践”课程为例

建立创新型开源教学模式,培养开源创新人才已经成为当前高校教育的关注点之一。本文分析了国内外开源教育现状,在此基础上提出了产教融合下的双轨制开源教学模式。课程通过与开源社区合作,实现开源文化通识性教育和开源实践开发指导双轨同步进行,带给学生全方位沉浸式的开源学习体验,解决了开源技术方向多样性与教师个人研究方向单一性的矛盾,充分发挥了高校基础理论教学的优势与开源项目团队开发实践的优势。课程在进行社区合作的同时,也注重与开源项目核心贡献企业的校企合作,在一定程度上弥补了企业人才需求与高校教育之间的差距。课程的实施效果验证了该模式的可行性和优越性,为高等院校的开源教学提供了很好的借鉴。

国家示范性软件学院人力资源管理的思考

国家示范性软件学院历经几年的发展,其人事制度也逐渐得以完善。相较于传统人事制度,示范性学院人事制度具有激励约束等创新效应。然而,该制度在运行过程中也有其特有的制度劣势,在发展中面临人才队伍不稳定等困境,惟有从国家、部门、学校、学院、教师以及学生等多个层面设计对策,才能使新型的国家示范性软件学院和谐、持续、稳健的发展。

一种面向学生自主学习能力培养的软件工程课堂教学设计

面向学生自主学习能力提升,以软件工程课程为例,基于学习目标和学情分析,提出教学设计原则,介绍具体教学过程,以期为工程类课程的课堂教学设计提供借鉴。

将知识管理引入IT服务——北京印刷学院IT服务实践

所谓高校IT服务部门，指专门为高校信息化建设、管理与发展提供IT相关技术支持与服务的部门，比如：网络中心、信息中心、教育技术中心等。IT服务部门的管理者大多学历较高，其IT知识经验和技能也较强，因此，高校IT服务部门的员工流动性很强，一定程度上影响了高校IT部门的日常运行和知识传承。

微服务系统服务依赖发现技术综述

微服务架构得到了广泛的部署与应用,提升了软件系统开发的效率,降低了系统更新与维护的成本,提高了系统的可扩展性.但微服务变更频繁、异构融合等特点使得微服务故障频发、其故障传播快且影响大,同时微服务间复杂的调用依赖关系或逻辑依赖关系又使得其故障难以被及时、准确地定位与诊断,对微服务架构系统的智能运维提出了挑战.服务依赖发现技术从系统运行时数据中识别并推断服务之间的调用依赖关系或逻辑依赖关系,构建服务依赖关系图,有助于在系统运行时及时、精准地发现与定位故障并诊断根因,也有利于如资源调度、变更管理等智能运维需求.首先就微服务系统中服务依赖发现问题进行分析,其次,从基于监控数据、系统日志数据、追踪数据等3类运行时数据的角度总结分析了服务依赖发现技术的技术现状;然后,以基于服务依赖关系图的故障根因定位、资源调度与变更管理等为例,讨论了服务依赖发现技术应用于智能运维的相关研究.最后,对服务依赖发现技术如何准确地发现调用依赖关系和逻辑依赖关系,如何利用服务依赖关系图进行变更治理进行了探讨并对未来的研究方向进行了展望.

北京市住房价格和租金影响因素研究

本文从微观层面出发,基于北京市住房价格和租金数据、人口和POI数据,通过建立空间联立方程模型对北京市住房价格和租金的影响因素进行研究。同时,从空间维度探究住房价格和租金的相互关系,分析购房者和租房者对住房的需求偏好,深入理解住房买卖市场和租赁市场的差异性,为政府进行住房管理推进租购并举提供参考借鉴。研究结果表明:第一,住房价格和租金具有较强的空间依赖性和双向的正向影响。第二,建筑特征方面,居住密度和建筑年龄对住房价格产生负向影响,物业费对租金产生正向影响。第三,人口密度对住房价格为正向影响,而对租金影响不显著,说明住房买卖和租赁市场的受众群体存在差异。第四,公共服务设施方面,学校对住房价格比对租金的正向影响更加显著;便利店、医院对住房价格产生负向影响,而对租金产生正向影响,同时离地铁越近租金越高,表明租房者更在意生活的便利性。

大语言模型的技术应用前景与风险挑战

针对大语言模型(LLM)技术的快速发展,剖析它的技术应用前景和风险挑战,对通用人工智能(AGI)的发展和治理有重要参考价值。首先,以Multi-BERT(Multilingual Bidirectional Encoder Representations from Transformers)、GPT(Generative Pre-trained Transformer)和ChatGPT(Chat Generative Pre-Trained Transformer)等语言模型为代表,综述LLM的发展脉络、核心技术和评估体系;其次,分析LLM现存的技术局限和安全风险;最后,提出LLM在技术上改进、政策上跟进的建议。分析指出作为发展阶段的LLM,现有模型存在非真实性及偏见性输出、实时自主学习能力欠缺,算力需求庞大,对数据质量和数量依赖性强,语言风格单一;存在数据隐私、信息安全和伦理等方面的安全风险。未来发展可从技术上继续改进,从“大规模”转向“轻量化”、从“单模态”走向“多模态”、从“通用”迈入“垂类”;从政策上实时跟进,实施有针对性的监管措施,规范应用和发展。

高质量发展视域下区域绿色物流的多重并发因果关系与多元路径

区域绿色物流是推进物流业绿色发展的重要元素,也是实现区域高质量发展和产业高级化的关键目标与突破口。运用模糊集定性比较分析方法(fsQCA),以中国30个省(市)为研究对象,基于组态视角探究高质量发展视域下区域绿色物流的多重并发因果关系与多元实现路径。结果显示:高质量发展各要素对区域绿色物流的影响具有多重并发性与地域差异性。其中,激发高水平区域绿色物流的驱动路径包括四条三类,创新是关键驱动力量;导致非高水平区域绿色物流的制约路径有五条两类,创新与绿色发展的协同作用具有重要影响。因此,提高区域绿色物流水平应从技术、资金、人才等方面全方位提升物流创新能力,从资源、环境、生态等方面加强创新与绿色的多维度互动,从各地不同情况出发制定差异化提升政策。

ROAST软件定量分析tDCS治疗过程中电极位置误差影响

目的:用计算机模型工具来研究经颅直流电刺激(transcranial direct current stimulation,tDCS)临床治疗问题,将真实体积逼近模拟经颅电刺激法(realistic volumetric⁃approach to simulate transcranial electric stimulation,ROAST)以观察tDCS临床治疗过程中的电极位置误差,并从电极位置误差定量分析tDCS临床疗效性问题。方法:以F3、F4位置治疗抑郁为例,仿真计算颅内靶区所激励电场剂量,对比tDCS治疗电极位置误差对颅内治疗靶区电场剂量产生的影响,并给出施加2 mA和4 mA电流时电场剂量变化曲线。结果:仿真显示32种物理位置误差,矩形电极,圆形电极分别造成电场剂量变化是-10.3%~72.4%,-12.9%~11.3%,既有减少也有增加;此结果正是由于大脑皮质具有非均匀性。当电场剂量减少时,颅内靶区会出现小于有效电场剂量的情况,因此有可能出现tDCS临床治疗疗效不好。仿真还发现当tDCS施加4 mA时,颅内靶区均会大于有效电场剂量,且32种误差位置在颅内靶区电场剂量变化规律和施加2 mA时基本一致,电场剂量变化程度与施加电流大小基本无关。结论:ROAST可为临床一线医生寻找tDCS治疗的个体剂量和优化方案。

基于业务流程的认知图谱

针对目前软件项目开发过程中无法充分利用已有业务资源,进而导致开发效率低、能力弱等问题,通过研究业务资源之间的关联,提出一种基于业务流程的认知图谱。首先,通过正式文档抽取业务知识,提出建立知识层级的方法并修正;其次,通过代码特征挖掘与代码实体相似度判断构建代码网络表示模型;最后,利用实际业务数据进行实验验证,并与向量空间模型(VSM)、多样化排序和深度学习等方法进行对比。最终构建的基于业务流程的认知图谱在代码检索方面优于目前基于文本匹配的方法和深度学习算法,分别在前5准确率(precision@5)、平均精度均值(mAP)、归一化折扣增益值(?-NDCG)这3项指标上高过多样化排序的代码检索方法4.30、0.38和2.74个百分点,有效解决了潜在业务词汇识别、业务认知推理表示等多个问题,提升了代码检索效果与业务资源利用率。

产学合作演化博弈研究:以小核酸产业为例

为促进小核酸产业产学合作之意愿,构建产学合作博弈模型.将技术创新度与技术转移风险因子加入模型,使用演化博弈方法研究不同情况下企业和学校行为的选择.研究表明,当技术创新度增加与技术转移风险下降,其对产学合作意愿为正向影响.当技术创新度与技术转移风险同向增加,尽管风险会增加未来的不确定性,但是在重视技术创新的小核酸产业,双方最后倾向于选择合作.当技术创新度与技术转移风险反向变化,研发能力强的合作伙伴,更容易实现产学合作协同创新.

融合知识的多目标词联合框架语义分析模型

框架语义分析任务是自然语言处理领域的一项基础性任务。先前的研究工作大多针对单目标词进行模型设计,无法一次性完成多个目标词的框架语义结构提取。该文提出一个面向多目标的框架语义分析模型,实现对多目标词的联合预测。该模型对框架语义分析的各项子任务进行交互性建模,实现子任务间的双向交互。此外,该文利用关系图网络对框架关系信息进行编码,将其作为框架语义学知识融入模型中。实验表明,该文模型在不借助额外语料的情况下相比之前模型都有不同程度的提高。消融实验证明了该文模型设计的有效性。此外,该文分析了模型目前存在的局限性以及未来的改进方向。