基于产业链信息的大米重金属污染溯源研究

重金属污染是大米质量安全的重要危害因素。通过建立溯源系统,关联产业链的质量安全信息能够及时发现隐患和危害的源头,进行质量安全的高效管控,对减少危害,降低损失,保障大米质量安全具有重要意义。大米生产过程的采样点、采样密度、信息反馈时间等对重金属污染溯源的响应时间、溯源精度、危害程度具有较大影响,稻谷原料、抛光、配米环节是大米的重金属污染的主要危害点和控制点。适宜的采样点、较高的采样密度、快速信息反馈有利于缩短溯源响应时间,提高溯源精度,减少危害程度,实现大米重金属的快速溯源,使溯源精度达到95%以上。     

基于GHZ态的身份认证与密钥分配方案

在量子密钥分配协议中存在这样一个基本假设,即攻击者不能同时获得量子信道和经典信道上的信息;为解决这一假设性难题,对量子的纠缠特性进行了研究,提出一种基于GHZ三重态的身份认证与密钥分配方案,该方案在建立一次量子信道后利用GHZ三粒子的关联性实现通信双方与仲裁第三方三者之间的身份认证,然后利用远程传态实现通信密钥分配以及新认证密钥的分配,确保通信方身份不可伪造与通信信息安全,最后结合常见的攻击方式论证了该方案的安全性。     

食品大数据应用综述

大数据技术是指从各类数据中快速获得有价值信息的能力。大数据技术方兴未艾，为食品科学提供了一种全新的思维方式和分析方法，可以提升食品科学在食品追踪溯源、食物配对、食谱推荐、食品安全、食品生产管控、用户食品偏好、未来食品分析上的预测性以及准确性，然而在大数据应用系统中存在数据缺失、难以辨真伪等挑战。本文中阐述了食品大数据的应用现状，分析了其面临的挑战并讨论可行性解决方案，展望了食品大数据未来发展趋势。本文作者的目的是希望食品大数据领域研究者在本文研究基础上，继续从大数据角度为食品科学添砖加瓦，并根据未来食品发展趋势，实现食品科学提升。     

一种新的自学习web应用响应分析算法

在web应用自动渗透测试技术的发展中,由于在web应用响应分析的自动化与智能化方面的研究不足,现有web应用自动渗透测试中仍然需要人为经验干预,限制了渗透测试的效率,因此,在研究了关键字响应分析技术与被动提取技术的基础上提出了自学习响应分析算法,该算法利用关键字词库对响应结果进行分析,若没有匹配成功再利用启发式分析技术进行分析,当分析结果有效则提取响应的关键字加入词库以达到自学习的目的;实验证明,该算法能够对测试响应结果自动地进行分析,突破了关键字分析技术只能分析含有关键字的响应这一局限,同时,比单纯被动响应提取技术具有更高的效率。     

基于区块链技术的食品质量安全管理系统及在大米溯源中的应用研究

随着消费者对食品质量安全的要求不断提高,快速响应、高效控制、安全保障成为现代食品安全领域的重要课题。由于现有技术存在优质原始信息少、信息不对称、可靠性差等问题,以及缺乏准确高效的食品安全事件预测和溯源技术,安全管控的效果难以满足社会需求。本文通过区块链技术,建立去中心化、低成本高效率、信息可靠的执行环境,构建从农田到餐桌的大米全产业链质量全息数据库,采用具基于危害因子的食品风险评估与安全溯源技术,设计多角色、多环节和多要素的智能管理系统,以实现食品质量安全的高效管控。     

加强大数据在食品安全中应用研究

食品安全不仅关系消费者的切身利益,而且影响国家经济和社会稳定。食品安全大数据为食品安全治理提供新机遇,通过对全产业链中数据整合,提升数据分析能力、挖掘深层次信息,为监管者、生产者及消费者提供科学决策建议,实现对食品安全事件的及时预警、产品溯源与定责。本文对现有食品安全相关大数据服务平台进行了分析研究,对食品安全大数据应用领域中多源数据处理、可视化、市场机制等挑战问题进行探讨,并展望了食品安全大数据领域未来发展趋势。