Android应用隐私条例与敏感行为一致性检测

移动应用会频繁使用敏感信息,因此,Google建议开发者在上传应用时发布隐私条例文档,从而更好地保护用户隐私。尽管很多工作关注于隐私条例与应用行为的一致性分析,然而现有工作均使用静态分析和白名单分析第三方库的方法,导致隐私条例的一致性检测结果的不准确和不完整。提出一种自动化检测应用隐私条例文档是否与应用行为相一致的工具。首先,使用一种改进的自然语言处理的方法提取隐私条例文档中的隐私信息和应用敏感行为;然后,使用静态分析和动态分析相结合的方法分析应用实际的隐私行为,同时区别于传统的白名单对照方式,使用了基于聚类的第三方库的检测方法提高了检查的准确性,最后将文本中声明的隐私信息行为和代码中分析出的隐私权限进行一致性校验。实验对455个应用进行分析,工具对隐私条例中隐私信息提取的准确率为94.75%,大约有50%的应用存在着应用行为和隐私条例文档不一致的问题。     

顺苯磺酸阿曲库铵不抑制患者接受术中血液回收后肌肉及呼吸功能的恢复:单中心前瞻性研究

目的术中血液回收技术(intraoperative blood salvage,IBS)是临床常用的一种血液保护技术,但术后自体血液回输存在肌松药物残留问题。顺苯磺酸阿曲库铵(cis-atracurium besilate,Cisa)是一种新型肌松药物,本研究观察Cisa应用于接受IBS患者的临床安全性。方法前瞻性分析比较2017年3月至6月在北京积水潭医院脊柱科接受全身麻醉下腰椎减压内固定手术的50例腰椎间盘突出患者。患者顺序纳入,前25例进入试验组,后25例进入对照组。全身麻醉后应用Cisa作为肌松药,采用IBS技术于术中采集手术视野自体血并洗涤。术后入恢复室,常规监测4个成串刺激(train-of-four stimulation,TOF)以评估肌肉恢复情况,拔除气管插管后每隔5 min记录TOF值,共观察40 min。试验组患者于拔除气管插管后一次性输入术中收集的自体血,对照组于40 min观察结束后回输自体血。分析并比较两组患者术前及观察结束时的动脉血氧分压(arterial partial pressure of oxygen,PaO_2)和二氧化碳分压(partial pressure of carbon dioxide in artery,PaCO_2),用于评估呼吸功能恢复情况。结果所有患者完成全部观察内容,其中男女比例1∶1,年龄(55. 1±11. 1)岁,体重(72. 7±9. 8) kg,两组基线资料均衡,TOF值随时间推迟呈上升趋势,但两组患者在40 min观察点上TOF增加值无统计学差异[(9. 6±7. 3)%比(9. 5±8. 1)%,P=0. 963]。两组患者在观察结束时均出现一定程度的呼吸功能不全,但组间PaCO_(2-incr)[4. 4(2. 0,8. 0) mm Hg比4. 8 (0,7. 1) mm Hg,P=0. 312)(1 mm Hg=0. 133 kPa)和PaO_(2-decr)[3. 2 (-2. 4,7. 9) mm Hg比7. 2(-1. 6,13. 0) mm Hg,P=0. 133]并无统计学差异。结论全身麻醉下接受IBS的患者使用Cisa作为肌松药物是安全的。     

基于直接后继关系对齐的过程符合性检测

针对现有的符合性检测方法大都基于单个活动的对齐,且只给出模型与日志的快速匹配方法,存在非块结构模型不敏感的问题,提出一种基于直接后继关系对齐的过程符合性检测方法。首先,根据直接后继关系得到模型与日志相关属性,并以紧邻活动对的方式展现出来。其次,根据基于紧邻活动对的最优对齐算法(AAP),得到轨迹的最优匹配活动对序列,提出基于最小代价的单条迹与模型的拟合度函数,并给出拟合度算法(DFA),计算日志与模型的拟合度。最后使用实际案例对所提方法进行了评估,结果表明:该方法能够正确计算过程模型与日志之间的拟合度,且具有较好的时空复杂度。     

浅谈枪支(弹药)库室电子技防测试

一个完整枪支(弹药)库室的安全防范由管理要求、物防要求、技防要求及人防要求完美的结合而成,其中技防要求是需要根据枪支(弹药)库室现场实体情况采取的一项电子技术手段,是起到安全预报警的最佳方式。本文就枪支(弹药)库室安全防范在技防要求方面按现行GA 1016-2012标准在检测中存在的问题做一些探讨、建议,以期为需要枪支(弹药)库室的建设单位、施工单位提供参考。     

空气炮在解决水泥库出库溜子堵塞中的应用

针对水泥库结块经常堵塞下料溜子的问题,决定在溜子处安装空气炮,将空气炮压缩空气出口稍微上扬,以便于击打堵在下料口的结块。经实际使用,效果良好,改善了生产环境,降低了员工的劳动强度。     

云计算设备中的大数据特征高效分类挖掘方法研究

云计算设备中的大数据分类挖掘是现实模式识别和智能控制的基础,传统方法中对云计算设备中的大数据挖掘采用拓扑结构网格分区挖掘算法,不能有效提取大数据的细节特征,分类的准确性不好。提出一种基于分数阶Fourier变换特征匹配和K-L分类的云计算设备中的大数据特征高效分类挖掘算法。进行云计算设备中大数据存储机制体系分析,采用分数阶Fourier变换进行云计算设备中大数据特征提取和大数据特征匹配,基于K-L变换,选择最优的路径进行分类空间导引,构建了K-L大数据特征分类器,进行云计算设备中的大数据特征分类挖掘。仿真结果表明,采用该算法进行云计算设备中的大数据特征分类挖掘,特征分类挖掘的准确度较高,能量开销较少,效率较高。     

《乳业科学与技术》杂志征稿启事

<正>《乳业科学与技术》杂志创刊于1978年,主办单位为上海奶业行业协会,协办单位为光明乳业股份有限公司、乳业生物技术国家重点实验室和中国食品杂志社。《乳业科学与技术》是经国家新闻出版总署正式批准,面向国内外公开发行的中文科技期刊,国际标准刊号:ISSN 1671—5187,国内统一刊号:CN 31—1881/S。双月刊。本刊为集乳畜与乳品两大行业及相关产业于一体的综合性科技期刊,具有很高的学术价值,2011年、