公安大数据拔尖创新人才培养探索与实践——以浙江警察学院为例

2019年5月,习近平总书记在全国公安工作会议上强调"要把大数据作为推动公安工作创新发展的大引擎、培育战斗力生成新的增长点,全面助推公安工作质量变革、效率变革、动力变革"。公安工作战斗力新增长点的形成,拔尖创新人才是关键因素。公安院校肩负着为公安机关培养优秀后备人才和服务实战的双重重任,有责任在公安大数据人才培养方面创新思维。

面向计算机专业的嵌入式系统课程体系设计探讨

根据计算机专业学生所学知识中硬件和系统科学理论较为薄弱的实际情况,提出了一种适合计算机专业的嵌入式系统人才培养的课程体系。在嵌入式系统的学习和实践中总结出必备和常用的知识以及工具,进而对课程进行整合。此外,用配备针对性的实验和参加相关学科竞赛的方式锻炼学生的实践能力,使学生能在尽可能少的学时内掌握基本的嵌入式系统开发技能。

时序数据的因果关系交互式可视分析

针对时序数据中因果关系检测算法效率低、错误率高、可解释性低的问题,本文提出一种新颖的用于时序数据的因果关系检测模型。该模型整合了泛函贪婪等价搜索(F-GES)模型与格兰杰(Granger)因果关系模型,展开因果关系的抽取和推断,并提出了因果关系可视分析方法,以交互式地分析时序数据中变量间的因果关系。可视分析方法形成了参数视图用于提高因果关系探索效率、因果关系树图用于直观有效地展示变量之间的因果关系、时间视图用于比较原始时序数据、堆叠流图用于帮助用户探索时序数据的层次演变以及平行坐标图用于进行相关性分析。基于真实数据形成的原型系统交互式地验证和总结时序数据中的因果关系,从而更高效地挖掘和理解时序数据中变量之间蕴含的因果规律以帮助决策。

信息安全技术虚拟仿真平台建设

虚拟仿真实验教学是信息技术与专业实验教学的深度融合,是高等教育信息化建设的重要内容,也是实验教学改进和发展的方向。为提高信息安全技术教学中学生的实战技能,分析了信息安全技术实验教学的现状,提出以OpenStack技术构建信息安全虚拟仿真实验教学平台,采用练习、考核、选关、闯关、知识对抗等多种实战模式,完整构建网络安全教、学、练、战一体化教学训练体系。通过该虚拟仿真平台,既将理论学习与工程实训实验相融合,又全方位构建了体验式学习的评价体系,极大地提高了学生的学习主动性和效率。

基于区块链与星际文件系统的电子证据存证研究

电子证据作为八大类证据之一,在司法活动中占据越来越重要的地位,而电子证据的易复制、易损坏和易篡改等特点,导致其公信力相对不高。在研究区块链和星际文件系统的基础上,提出一种基于区块链与星际文件系统的电子证据存证模型,加密技术实现对电子证据的加密,星际文件系统实现电子证据的分布式存储,区块链存储电子证据的哈希值、关键词和在星际文件系统中的分片位置索引,同时在区块链上实现电子证据的搜索与验证。该存证模型确保电子证据的机密性与完整性,并实现对电子证据的授权访问,因此对于提高电子证据的公信力有一定的现实意义。

分布式装配置换流水车间调度问题研究综述

近几十年来,现代制造业发展迅速,一种趋势是在分布式生产工厂进行工件的加工,待完成后到装配工厂集中装配成最终产品。该模式在带来诸多好处的同时,对资源调度提出了新的挑战。针对分布式装配置换流水车间调度问题(distributed assembly permutation flowshop scheduling problem,DAPFSP),介绍了DAPFSP的背景和存在的主要困难,进而对以最小化最大完工时间为优化目标的DAPFSP,从数学模型、编解码策略、全局和局部搜索算法角度进行探讨,分别综述了以最小化总流程时间等为优化目标,具有零等待等约束,以及考虑准备时间等因素的DAPFSP研究成果。最后,对有待进一步开展的研究工作进行展望。

基于图像深度先验和鲁棒马尔可夫随机场的有遮挡人脸识别

由遮挡所引发的测试数据和训练数据之间的差异,是人脸识别技术面临的重要挑战。现有的基于深度神经网络的有遮挡人脸识别方法大多需要使用大规模的有遮挡的人脸图像来训练网络模型。然而,现实世界中的任何外界物体都有可能成为遮挡,有限的训练集数据很难穷尽所有的可能性,并且使用大规模的有遮挡人脸图像训练网络模型的做法与人类视觉机制是相违背的,人眼对于遮挡区域的感知在本质上与遮挡本身并没有关系,仅依赖于无遮挡的人脸图像。为了模拟人类视觉的遮挡检测机制,将图像深度先验和鲁棒马尔可夫随机场模型结合起来,构建基于小样本数据的遮挡检测模型DIP-rMRF,并提出了一致性零填充方法以有效利用DIP-rMRF的遮挡检测结果进行后续的人脸识别。在Extended Yale B,AR和LFW这3个人脸数据库上,针对VGGFace, LCNN,PCANet, SphereFace, InterpretFR,FROM这6种CNN模型的实验结果表明,DIP-rMRF能够有效地处理遮挡以及由极端光照所引发的“类遮挡”,从而极大提升现有的深度神经网络模型对有遮挡人脸识别的性能。

着眼网络安全意识培养的Web应用程序实验教学设计与实现

针对各类新型Web安全问题不断出现,而在传统的"Web应用程序设计"教学中往往不被重视的问题,文章以Cookie技术为例,探讨着眼于培养学生网络安全意识的Web应用程序实验教学的具体设计与实现。运用生活化场景设计了利用Cookie记住用户名和密码、Cookie信息取证、Cookie欺骗和禁用Cookie等实验任务,以及关于"中国互联网Cookie技术第一案"的拓展阅读。通过这些简单实验,使学生能够真正有效地明白Cookie及其"双刃剑"效应,体会到网络安全问题。

带有初态偏差的离散时滞系统控制策略

针对带有初态偏差的线性离散时滞系统,提出了一种带有修正初态偏差功能的迭代学习控制策略,该控制算法能够使得系统在某个指定区间达到逐点完全跟踪.该指定区间和时滞系统的时滞参数无关,并且该方法能够推广到多时滞系统中.在跟踪过程中,如果系统带有随机性扰动,应用本文所提算法,系统依然能够稳定.最后通过三个算例验证了算法的有效性.

知识图谱研究综述及其安保警务领域应用探索

知识图谱具备强大的语义表示能力,能够有效组织、管理、挖掘海量信息,在提供知识服务方面存在着巨大优势,近年来受到了多领域的广泛关注。安保警务领域数据信息规模庞大且实体关系复杂,基于此,本文首先梳理了安保警务领域知识图谱构建框架,然后从本体构建、知识抽取、知识融合、知识推理等方面对知识图谱构建技术进行了详细的归纳总结,最后对安保警务领域知识图谱的应用方向进行了探讨,为知识图谱在安保警务领域的进一步研究和探索奠定基础。

基于SVM和LSTM的在线剧评分析模型

海量的观影评论包含着广大观众对影视作品各方面的偏好,可以为影视剧的拍摄和宣传提供决策支持。提出影视剧在线评论分析模型:利用Python爬取传媒平台的评论信息,经过数据预处理和分词,分别采用SVM方法和LSTM方法对短评文本和长评文本进行情感极性分析,运用统计和可视化方法研究评论词语、语义网络关系、情感倾向演化、文本内容特征和地域热度分布。以公安剧《狂飙》为例进行实证分析,结果表明所提模型可以合理揭示总体情感热度演变规律,发现观众发表评论的内容偏好、行为规律和地域特征。

犯罪数据可视化研究进展

犯罪数据分析与挖掘已成为大数据时代犯罪学研究及现代社会治理的基础手段,犯罪数据挖掘在揭示犯罪模式、分析犯罪原因、评估犯罪防控效果等方面具有重要作用.首先,以犯罪模式发现与预测、警力资源配置与优化、案件侦查分析与研判3种业务为导向,对犯罪数据可视分析任务进行归纳,系统地梳理了犯罪数据可视化领域的研究与应用现状;其次,针对犯罪时空数据、犯罪文本数据、犯罪网络关系数据等不同类型数据的可视化方式和技术手段,展开了系统性的分析;最后,总结和展望了犯罪数据可视化面临的挑战和发展方向.

基于区块链的监控视频数据存储模型研究

监控设备生成海量的视频数据,由于管理不善、维护不力和人为删除等原因,存在监控视频数据的丢失和篡改等问题。在研究云存储和区块链的基础上,结合区块链去中心化、难篡改和可溯源等特性,提出一种基于区块链的监控视频数据存储模型。监控视频数据存储在单位的云存储服务器,监控视频数据的哈希值等元数据存储在区块链,云存储技术实现监控视频数据的海量存储和便捷访问,区块链技术实现上链监控视频数据的防篡改和防删除,对于提高监控视频数据的安全性和可靠性有一定的应用价值。

基于骨架的人体动作识别技术研究进展

近年来,随着深度学习技术的发展,已有很多新颖的基于骨架的人体动作识别算法被提出,极大地推动了该领域的发展.对基于骨架的人体动作识别领域的主要数据集和算法进行全面、细致的总结.首先对NTU,Kinet-ics-Skeleton和SYSU 3DHOI等骨架相关的数据集进行回顾;然后将基于骨架的人体动作识别算法归纳为基于监督学习的、基于半监督学习的和基于无监督学习的3大类,并对分属不同类别的算法进行介绍和比较;最后分析和总结得出该领域当前面临过度依赖大数据、大算力和大模型等挑战,并针对性地提出缓解以上挑战的3点未来发展方向:高精度骨架数据集建设、细粒度骨架动作识别和数据有效学习的骨架动作识别.

基于区块链的公检法电子证据存证模型研究

电子证据是司法诉讼中重要证据类型之一,电子证据具有易复制、易篡改、易丢失和易损坏等特点,直接影响到电子证据的可信度。在分析公检法业务流程和研究区块链的基础上,提出一种基于云存储和区块链的电子证据存证模型。云存储服务器存储电子证据原文,区块链存储电子证据的哈希值等元数据和查询电子证据。密码技术确保电子证据的机密性,哈希算法确保电子证据的完整性,云存储和区块链相结合实现电子证据的分布式存储和真实性自动验证,对于提高电子证据的可信度有一定的应用价值。

数字人民币的潜在洗钱风险与监管研究

近年来,我国数字人民币试点积极推进,试点人数、覆盖区域已居于全球央行数字货币之首;但同时,数字人民币相关的洗钱风险也开始显现。如何系统地分析数字人民币的潜在洗钱风险和相应监管机制,已成为数字人民币发展的重大现实问题。本文基于数字人民币的底层技术和交易结构,综合分析了数字人民币的潜在洗钱风险与规制障碍,进而从制度建设、义务履行、技术赋能三个层面,提出了完善数字人民币反洗钱监管的框架和路径:制度建设层面,从顶层设计明确数字人民币反洗钱的法律支撑,以风险为本评估并细化对不同主体的监管要求;义务履行层面,强化运营机构的客户尽职调查和交易报告义务,厘清数字人民币合作机构反洗钱义务履行的边界;技术赋能层面,提升数字人民币反洗钱数据合规管理,并强化对智能合约的嵌入式监管。上述监管框架与数字人民币的运行模式和现有的金融监管机制具有较强的适应性,为健全数字人民币反洗钱体系提供了政策参考。

互联网黑灰产形成、演进与多元治理研究——以个人信息黑灰产为例

随着互联网与移动互联网应用持续快速发展,大量传统违法产业向网络空间快速蔓延,互联网黑灰产越来越多样化,手段不断迭代更新,技术性、专业性显著增强,持续为网各类涉网犯罪提供资源与掩护,形成规模庞大的互联网黑灰产业链。其中,个人信息交易是互联网黑灰产重灾区。个人信息黑灰产严重威胁国家安全和社会稳定,但由于法律规定模糊不清、取证难、维权难等问题,这一黑灰产业的打击和治理面临巨大挑战。互联网黑灰产治理与个人信息保护是一项长期性、系统性工程,需要从法治建设、技术反制、监管体系建设和行业标准建设等层面开展治理,需要多部门、全行业以及个人共同参与。

带有误差修正项的自适应学习控制

本文讨论了二阶系统在任意初态偏差下的自适应控制问题,借助学习控制及其初始修正的思想,提出了两种带有修正初态偏差功能的自适应控制策略:一阶吸引子控制器和零阶吸引子控制器.两种控制器都是将整个控制过程分成若干个等长时间的子过程,在每个子过程中控制算法都会进行误差校正和参数学习.其中,一阶吸引子控制器在每个子过程中同时修正所有状态偏差;而零阶吸引子控制器在每个子过程中先修正高阶状态偏差,再修正低阶状态偏差.并且两种控制器在控制过程中,都利用反正切函数对控制量进行连续化处理,解决了控制过程中的颤振问题.最后,通过计算机仿真验证了算法的有效性.

超星泛雅平台与雨课堂相结合的混合式教学模式实践

为了提高计算机网络技术课程的教学质量,解决传统面对面课堂教学和在线教学存在的问题和不足,提出一种基于超星泛雅平台与雨课堂相结合的混合式教学模式。信息技术教育手段覆盖课前、课中和课后三个阶段,课前和课后使用泛雅平台,课中使用雨课堂,教学过程全程数字化记录。教师通过对教学大数据的分析,实现教学从“经验驱动”向“数据驱动”的转变,能够精准掌握学生的学习过程情况和知识点的掌握情况,从而有针对性地开展教学。教学实践表明,该混合式教学模式符合信息化时代的教学要求,教学效果良好。

专业技术类课程思政探索与实践

以"信息安全技术"专业课程改革为例,提出遵循教育规律,设置教学和育德双重教育目标;充分挖掘网络安全与执法专业课程思政内涵,在课堂教学中巧妙融入网络伦理教育、法制观念培养、经典案例剖析等课程德育元素,实现"显性教育"与"隐性教育"的结合。同时,将课程教学延伸到第二课堂、社会实践等环节,使学生不仅具有社会责任担当意识、网络安全执法职业认同感,更具备科学认识和网络安全执法能力,实现专业课程"知识传授"与"价值引领"相统一。