图深度学习攻击模型综述

近年来,图深度学习模型面临的安全威胁日益严重,相关研究表明,推荐系统中恶意用户可以通过诋毁、女巫攻击等攻击手段轻易地对系统进行欺骗。本文对现有基于图深度学习攻击工作进行系统分析和总结,提出了一种分析图深度学习攻击模型的通用框架,旨在帮助研究者快速梳理领域内现有的方法,进而设计新的攻击模型。该框架将攻击的过程分为预备阶段、攻击算法设计以及攻击实施三大阶段,其中预备阶段包含目标模型评估和攻击者自身评估两个步骤;攻击算法设计包含攻击算法特征设计和攻击算法建立两个步骤;攻击实施包含执行攻击和效果评估两个步骤。同时,我们对每个阶段攻击者的知识水平和能力进行详细说明和分析,并对比不同的方法,描述了其在不同场景下的优缺点。基于提出的框架,对现有图深度学习攻击方法从通用指标和特殊指标角度进行了比较,并总结了该领域常用的数据集。最后,论文对图深度学习攻击研究中的挑战进行分析和展望,以期对未来研究和设计更为健壮的图深度学习模型提供有益参考。     

预测校正型全隐式三相渗流数值模拟方法

本文模型采用欧拉法预测迭代初值。它与通常用上时刻解作迭代初值相比,可显著提高解的收敛速度。该模型对交泡点压力问题有较强的模拟能力。文中介绍了三类过泡点问题的处理方法,以资参考。     

面向订票服务器端爬虫的可视检测方法研究

恶意下载爬虫对电子商务造成了不可忽视的损失,为此设计了一套适用于各航空公司的通用查订票爬虫检测系统.首先系统以航线图、柱状图、饼图等多种可视化手段展现各时段的爬虫检测效果;其次基于SVM分类器,并结合IP地址聚合和查询量排序技术,设计了高效识别动态IP爬虫等多种爬虫的检测算法;最后通过特征筛选、IP历史详情查询等可视界面支持用户手工筛选训练样本,以更新SVM分类模型.以某航空公司访问E-Build服务器的日志数据进行的实验结果表明,该系统能够有效地抓取多种爬虫,大大降低无效查询量,并且能方便地更新分类模型,保持检测算法的长效性.     

通信线路工程施工技术应注意的问题探究

随着我国科技的不断进步和发展,我国在通信的领域也取得了不错的成绩,并使其在日常生活中得到了广泛地应用.通信工程中,通信线路是最基础也是最重要的组成部分,其施工中的质量直接决定了通信工程的质量,因此,提高通信线路的施工技术使非常有必要的.     

空气中乙醇含量的测定

我厂空分车间分馏装置在生产过程中带入了油脂,必须对分馏设备进行脱脂处理。脱脂剂采用乙醇。脱脂处理后,还有一些死角部位附着的油脂尚未脱净,需要人进入设     

基于有源相控阵的风廓线雷达设计

连续完成对流层风场观测十分重要，可用于气象预报、环境灾害、风切变等研究。作者介绍了新一代P波段（445MHz）对流层风廓线雷达，描述了该风廓线雷达的详细结构和数据处理方法。该系统采用了低损耗的有源相控阵列天线和全固态高功率放大器。试验结果表明，采用该体制设计的风廓线雷达具有较多特点，适合风廓线雷达制造。     

钴卟啉/杂多酸新型配合物的合成与表征

在室温下,水溶液中以碘化四对(4-三甲氨基苯基)钴卟啉和杂多酸为原料合成两种新型有机/无机配合物———钴卟啉/磷钨酸和钴卟啉/钒取代杂多酸。用红外光谱和紫外可见光谱对两种配合物结构表征,确定配合物中仍然保留着卟啉π电子共轭体系和杂多酸的Keggin型结构单元。     

基于即时通信工具的远程访问控制系统及其实现

在分析现有远程访问控制软件的原理和问题的基础上,提出了一种基于即时通信工具的远程访问控制方案,给出了远程访问控制Linux系统的实现,并介绍了它的一些应用。     

堆石坝渗漏流场示踪探测研究

本文通过对堆石坝渗漏流场中示踪剂运移规律进行概化 ,建立示踪探测数学模型 ,达到了认识其流场特征的目的。     

EVA/Nano-SiO_2隔热复合材料的制备及性能研究

通过挤出共混法将低导热系数的纳米二氧化硅(nano-SiO2)添加到乙烯-乙酸乙烯酯共聚物(EVA)中,制备了用于透明隔热型夹层玻璃中间膜的EVA/nano-SiO2隔热复合材料。系统地研究了nano-SiO2的含量和比表面积对EVA/nano-SiO2复合材料的隔热性能、拉伸性能、可见光透过率以及热稳定性的影响,并考察了复合材料与玻璃之间的黏合强度。结果表明,nano-SiO2作为隔热添加剂,其含量和比表面积的增加均会使EVA/nano-SiO2复合材料的导热系数下降,隔热性能得到改善。与未改性EVA相比,含9.0%nano-SiO2(比表面积为300 m2/g)的EVA/nano-SiO2复合材料的导热系数最低,为0.219 9 W/(m.K);用其胶膜夹在两块玻璃中间制作的盖板能使隔热箱内的温度降低4.1℃。nano-SiO2的质量分数在3.8%～9.0%范围内,EVA/nano-SiO2复合材料与玻璃的黏合强度均大于30 N/cm;nano-SiO2质量分数为5.6%左右,复合材料的黏合强度、拉伸强度和断裂伸长率均出现最大值,可见光透过率约为80%。