超高分子质量聚乙烯纤维黏结强度增强方法研究

为提高超高分子质量聚乙烯(UHMWPE)纤维复合材料中纤维与树脂基体之间的界面黏结强度,提出通过不同质量分数的硅烷偶联剂KH-570处理纳米SiO_2对UHMWPE纤维进行表面改性。对改性处理后的纤维与乙烯基酯树脂进行黏结强度试验,发现硅烷偶联剂处理纳米SiO_2能有效提高纤维的界面黏结强度,同时使纤维保持一定的断裂强度。     

基于自适应MSB与差值预测的大容量密文域可逆信息隐藏算法

为提高密文域可逆信息隐藏（reversible data hiding in encrypted images,RDH-EI）的嵌入容量,提出了一种基于自适应MSB（most significant bit）与差值预测的RDH-EI方案。首先将图像进行分块,然后进行块级加密和置乱以抵抗对于加密图像的分析。在嵌入数据阶段,对于自适应MSB预测的方法进行改进,将没有嵌入数据的块,利用部分块内像素之间差值很小的特点采用自适应差值预测的方法嵌入数据,以块中左上角像素为目标像素,用于预测其他像素从而腾出更多的嵌入空间。实验结果表明,所提方法具有可逆性和可分离性,并且在自适应MSB预测方法的基础上进一步提高了嵌入容量,对于512×512大小的灰度图像,平均嵌入容量提高了大约7 445 bit。     

优化的基于错误学习问题的CKKS方案

针对基于错误学习（LWE）问题的CKKS同态加密方案在密态数据计算中存在的密文大、计算密钥生成复杂以及同态计算效率低的缺陷,运用比特丢弃和同态计算密钥重组的方法,提出了一种优化的LWE型CKKS方案。首先,丢弃密文向量的部分低位比特和同态乘法计算中密文张量积的部分低位比特,从而减小了同态乘法过程中的密文规模;其次,针对比特丢弃对同态计算密钥进行重组和优化,从而去除密钥交换过程中powersof2含有的无关扩展项并降低计算密钥的规模和同态乘法过程中的噪声增长规模。在保证原有方案安全性的基础上,所提优化方案使得计算密钥的维度减少,使得同态乘法的计算复杂性降低。分析结果表明,所提出的优化方案在一定程度上降低了同态计算及计算密钥生成过程的计算复杂性,从而降低了存储开销并提升了同态乘法运算的效率。     

基于深度卷积生成对抗网络的半生成式视频隐写方案

生成式隐写通过生成足够自然或真实的含密样本来隐藏秘密消息,是信息隐藏方向的研究热点,但目前在视频隐写领域的研究还比较少。结合数字化卡登格的思想,提出一种基于深度卷积生成对抗网络（DCGAN）的半生成式视频隐写方案。该方案中,设计了基于DCGAN的双流视频生成网络,用来生成视频的动态前景、静态后景与时空掩模三个部分,并以随机噪声驱动生成不同的视频。方案中的发送方可设定隐写阈值,在掩模中自适应地生成数字化卡登格,并将其作为隐写与提取的密钥;同时以前景作为载体,实现信息的最优嵌入。实验结果表明,该方案生成的含密视频具有良好的视觉质量,Frechet Inception距离（FID）值为90,且嵌入容量优于现有的生成式隐写方案,最高可达0.11 bpp,能够更高效地传输秘密消息。     

基于本地蒸馏联邦学习的鲁棒语音识别技术

当联邦学习（FL）算法应用于鲁棒语音识别任务时,为解决训练数据非独立同分布（Non-IID）与客户端模型缺乏个性化问题,提出基于个性化本地蒸馏的联邦学习（PLD-FLD）算法。客户端通过上行链路上传本地Logits并在中心服务器聚合后下传参数,当边缘端模型测试性能优于本地模型时,利用下载链路接收中心服务器参数,确保了本地模型的个性化与泛化性,同时将模型参数与全局Logits通过下行链路下传至客户端,实现本地蒸馏学习,解决了训练数据的Non-IID问题。在AISHELL与PERSONAL数据集上的实验结果表明,PLD-FLD算法能在模型性能与通信成本之间取得较好的平衡,面向军事装备控制任务的语音识别准确率高达91%,相比于分布式训练的FL和FLD算法具有更快的收敛速度和更强的鲁棒性。     

基于云模型的指挥信息多重协同过滤算法研究

针对传统协同过滤算法在构建指挥员与指挥要素间的协同过滤关系时面临着数据稀疏、冷启动等问题,提出了一种面向反恐任务的指挥信息多重协同过滤算法。该算法首先通过作战类型对指挥要素进行基于云模型的预协同过滤,然后将凝聚子集分析融入基于用户的协同过滤中,挖掘特定战斗类型下的指挥员与指挥要素间的相似性关系,进而实现精准推荐。实验表明,该算法贴合面向作战任务的指挥信息系统应用实践,有效提高了系统的推荐效率和准确度。     

Survey on differential privacy and its progress

With the arrival of the era of big data sharing,data privacy protection issues will be highlighted.Since its introduction in 2006,differential privacy technology has been widely researched in data mining and data publishing.In recent years,Google,Apple and other companies have introduced differential privacy technology into the latest products,and differential privacy technology has become the focus of academia and industry again.Firstly,the traditional centralized model of differential privacy was summarized,from the perspective of analysis of data mining and data released in the differential privacy way.Then the latest local differential privacy regarding data collection and data analysis based on the local model was described,involving crowdsourcing with random response technology,BloomFilter,statistical inference techniques.Finally,the main problems and solutions of differential privacy technology were summarized.     

Audio steganalysis based on reversed psychoacoustic model of human hearing

During the last decade, audio information hiding has attracted lots of attention due to its ability to provide a covert communication channel. On the other hand, various audio steganalysis schemes have been developed to detect the presence of any secret messages. Basically, audio steganography methods attempt to hide their messages in areas of time or frequency domains where human auditory system (HAS) does not perceive. Considering this fact, we propose a reliable audio steganalysis system based on the reversed Mel-frequency cepstral coefficients (R-MFCC) which aims to provide a model with maximum deviation from HAS model. Genetic algorithm is deployed to optimize dimension of the R-MFCC-based features. This will both speed up feature extraction and reduce the complexity of classification. The final decision is made by a trained support vector machine (SVM) to detect suspicious audio files. The proposed method achieves detection rates of 97.8% and 94.4% in the targeted (Steghide@1.563%) and universal scenarios. These results are respectively 17.3% and 20.8% higher than previous D2-MFCC based method.     

集中式双非参量累积和的合作频谱感知技术

针对认知无线电网络频谱感知的检测时延降低问题，提出了一种采用双非参量累积和的合作频谱感知方法。在单主用户认知网络中，本地认知用户执行非参量累积和算法，处理能量观测数据，以缩短检测时延，减少对主用户先验信息的需求，同时为了降低带宽开销，只向融合中心传输1比特的预判决结果。融合中心在噪声干扰下接收融合预判决结果，执行非参量累积和算法，累加判决统计量，对主用户信号是否存在进行最终判决。仿真结果表明，在10%的虚警概率下，相比于传统的非参量合作频谱感知算法，双非参量累积和算法具有较低的检测延迟。      

基于高斯扩散模型的催泪弹气溶胶烟雾非致命效能仿真

催泪弹是一种非致命防暴弹。为研究其非致命效能大小,以武警RS97-2型催泪弹为研究对象,应用高斯扩散模型研究了催泪弹气溶胶烟雾的扩散过程。分析了烟雾扩散时西埃斯(CS)催泪剂浓度和烟雾半径的变化规律。用Matlab软件编制的程序进行了仿真计算,得出以催泪弹气溶胶烟雾扩散的有效作用区域作为其非致命效能大小的衡量指标。结果表明,在风速为2m·s~(-1)时,一枚催泪剂装药为20g催泪弹的气溶胶烟雾有效作用区域可达453.7m~2。