期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
大数据背景下的数据安全治理研究进展
被引量:
7
1
作者
徐双
刘文斌
+2 位作者
李佳龙
李灯熬
赵菊敏
《太原理工大学学报》
北大核心
2024年第1期127-141,共15页
【目的】通过检索与分析数据安全治理相关技术文献,从数据全生命周期各阶段入手,展开实现数据安全治理的各类安全治理技术研究。【方法】首先,通过介绍数据安全治理现状,分析加强数据安全治理研究的重要性;其次,具体阐述了数据全生命周...
【目的】通过检索与分析数据安全治理相关技术文献,从数据全生命周期各阶段入手,展开实现数据安全治理的各类安全治理技术研究。【方法】首先,通过介绍数据安全治理现状,分析加强数据安全治理研究的重要性;其次,具体阐述了数据全生命周期理论,给出数据生命周期的不同阶段;然后,系统性总结了数据准备、使用、存储与销毁等不同生命周期阶段的数据安全治理技术及其应用;最后,对数据安全治理面临的挑战与未来研究方向进行了分析与展望。【结论】加强数据安全治理,不论是对个人信息的隐私保护,还是对数据产业自身发展,甚至是对国家的信息安全,都有着重大意义。数据安全治理领域应更好地将区块链技术和实际应用相结合,建立更加健全的数据追责机制,明确数据使用的责任和义务。
展开更多
关键词
数据安全治理
全生命周期
数据准备
数据使用
数据存储与销毁
下载PDF
职称材料
融合多层注意力机制与CNN-LSTM的反向散射信道预测
2
作者
徐双
文永新
+3 位作者
刘文斌
李佳龙
李灯熬
赵菊敏
《小型微型计算机系统》
CSCD
北大核心
2024年第9期2278-2284,共7页
反向散射通信系统频谱资源十分有限且易受链路突变性影响,信道预测是提高其频谱资源利用率和通信质量的一种有效方法.但大多数现有预测方法的预测精度偏低、依赖完全已知的信道状态信息、适用性受限.为此,本文提出了一种融合多层注意力...
反向散射通信系统频谱资源十分有限且易受链路突变性影响,信道预测是提高其频谱资源利用率和通信质量的一种有效方法.但大多数现有预测方法的预测精度偏低、依赖完全已知的信道状态信息、适用性受限.为此,本文提出了一种融合多层注意力机制与卷积神经网络-长短期记忆网络(Convolutional Neural Networks-Long Short-Term Memory,CNN-LSTM)的信道预测方法.利用CNN模型与注意力机制提取接收信号强度序列的特征,并进一步使用LSTM模型与注意力机制提取其跨时间步长的特征,从而实现对信道指标的预测.最后,借助商用阅读器与标签采集3种不同场景下的信道状态数据,并基于Tensorflow与Keras验证了所提预测方法性能.结果表明,融合多层注意力机制与CNN-LSTM的信道预测方法具有较强的场景适用性,且其预测准确性较高.
展开更多
关键词
反向散射通信
信道预测
卷积神经网络
长短期记忆网络
多层注意力机制
下载PDF
职称材料
题名
大数据背景下的数据安全治理研究进展
被引量:
7
1
作者
徐双
刘文斌
李佳龙
李灯熬
赵菊敏
机构
太原理工大学
大数据
学院
太原理工大学
大数据融合分析与应用山西省重点实验室
太原理工大学
山西省
智能感知工程研究中心
太原理工大学信息与计算机学院
出处
《太原理工大学学报》
北大核心
2024年第1期127-141,共15页
基金
国家自然科学基金资助项目(62102280)
山西省基础研究计划资助项目(20210302124167)
+2 种基金
山西省重点研发计划项目(202102020101001)
国家自然科学基金面上资助项目(61972273)
山西省关键核心技术和共性技术研发攻关专项项目(2020XXX007)资助。
文摘
【目的】通过检索与分析数据安全治理相关技术文献,从数据全生命周期各阶段入手,展开实现数据安全治理的各类安全治理技术研究。【方法】首先,通过介绍数据安全治理现状,分析加强数据安全治理研究的重要性;其次,具体阐述了数据全生命周期理论,给出数据生命周期的不同阶段;然后,系统性总结了数据准备、使用、存储与销毁等不同生命周期阶段的数据安全治理技术及其应用;最后,对数据安全治理面临的挑战与未来研究方向进行了分析与展望。【结论】加强数据安全治理,不论是对个人信息的隐私保护,还是对数据产业自身发展,甚至是对国家的信息安全,都有着重大意义。数据安全治理领域应更好地将区块链技术和实际应用相结合,建立更加健全的数据追责机制,明确数据使用的责任和义务。
关键词
数据安全治理
全生命周期
数据准备
数据使用
数据存储与销毁
Keywords
data security governance
full lifecycle
data preparation
data usage
data storage and destruction
分类号
TP309.2 [自动化与计算机技术—计算机系统结构]
下载PDF
职称材料
题名
融合多层注意力机制与CNN-LSTM的反向散射信道预测
2
作者
徐双
文永新
刘文斌
李佳龙
李灯熬
赵菊敏
机构
太原理工大学计算机科学与技术学院(
大数据
学院)
太原理工大学电子信息与光电工程学院
大数据融合分析与应用山西省重点实验室
山西省
智能感知工程研究中心
出处
《小型微型计算机系统》
CSCD
北大核心
2024年第9期2278-2284,共7页
基金
国家自然科学基金项目(62102280)资助
山西省基础研究计划项目(20210302124167)资助
+2 种基金
山西省重点研发计划项目(202102020101001)资助
国家自然科学基金面上项目(61972273)资助
山西省关键核心技术和共性技术研发攻关专项项目(2020XXX007)资助.
文摘
反向散射通信系统频谱资源十分有限且易受链路突变性影响,信道预测是提高其频谱资源利用率和通信质量的一种有效方法.但大多数现有预测方法的预测精度偏低、依赖完全已知的信道状态信息、适用性受限.为此,本文提出了一种融合多层注意力机制与卷积神经网络-长短期记忆网络(Convolutional Neural Networks-Long Short-Term Memory,CNN-LSTM)的信道预测方法.利用CNN模型与注意力机制提取接收信号强度序列的特征,并进一步使用LSTM模型与注意力机制提取其跨时间步长的特征,从而实现对信道指标的预测.最后,借助商用阅读器与标签采集3种不同场景下的信道状态数据,并基于Tensorflow与Keras验证了所提预测方法性能.结果表明,融合多层注意力机制与CNN-LSTM的信道预测方法具有较强的场景适用性,且其预测准确性较高.
关键词
反向散射通信
信道预测
卷积神经网络
长短期记忆网络
多层注意力机制
Keywords
backscatter communication
channel prediction
convolutional neural network
long short-term memory
multi-layer attention mechanisms
分类号
TP927 [自动化与计算机技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
大数据背景下的数据安全治理研究进展
徐双
刘文斌
李佳龙
李灯熬
赵菊敏
《太原理工大学学报》
北大核心
2024
7
下载PDF
职称材料
2
融合多层注意力机制与CNN-LSTM的反向散射信道预测
徐双
文永新
刘文斌
李佳龙
李灯熬
赵菊敏
《小型微型计算机系统》
CSCD
北大核心
2024
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部