浅谈如何有效进行工程造价管理及控制

针对影响工程造价的因素,从准确编制标底预算,严格公正评定标、甲供设备材料管理、工程设计变更、竣工决算审计等关键环节,就加强工程造价管理与控制的方法进行了探讨,提出了相应措施和方法,以期有效控制工程造价。     

浅谈工程预结算编制中存在的问题和对策

重点探讨了目前建筑行业工程预结算编制中存在的问题和原因,针对这些问题提出了加强预结算管理的措施和建议,从而进一步提高工程预结算管理水平,降低工程造价,有效地控制工程成本。     

电厂设备管理平台的建设

如何主动实现更高的设备可靠性、更高的设备安全性及环保要求、更合理的维护成本、更规范的管理,如何融合各生产管理系统的设备信息,打造统一的设备管理平台,都是当前诸多发电厂不断探索的问题。广东珠海金湾发电有限公司（以下简称＂金湾公司＂）建立了以设备为核心,将各生产管理系统中的设备信息集中展示分析,优化设备维护策略,并将设备维护策略分解到各生产管理系统中,形成一个信息自动归集、任务自动反馈的智能化设备管理平台,在设备管理方面取得了显著的效果。     

Generation and detection of squeezed state

Soliton amplitude squeezed state is obtained and dctected by using asymmetric Sagnac interferometer and balanced homodyne detecting system. An improved photo detector circuit for quantum state detection is introduced. The circuit has a bandwidth of 10MHz and the saturation power is about 19 mW. A maximum photocurrent noise reduction of 1.1 dB below the shot noise is achieved. Taking the detection efficiency into account, the squeezing will be about 1.5 dB.     

网络管理中一种Telnet用户帐户截获的稳定方法

介绍了在网络管理开发中,一种获取Telnet用户帐户的稳定方法.由于电脑的普及和互联网络的大规模发展,安全网络日渐上升为主题.保障用户的合理资源不受侵犯,规范上网用户的行为等等成大众对未来互联网的期待.Telnet协议或者通信的工具,便是众多通信协议的一种,在这里将通过图文方式简要介绍一下Telnet协议和Telnet登陆、通信和退出过程.     

基于机器学习的用户实体行为分析技术在账号异常检测中的应用

伴随企业业务的不断扩增和电子化发展,企业自身数据和负载数据都开始暴增。然而,作为企业核心资产之一的内部数据,却面临着日益严峻的安全威胁。越来越多以周期长、频率低、隐蔽强为典型特征的非明显攻击绕过传统安全检测方法,对大量数据造成损毁。当前,用户实体行为分析(User and Entity Behavior Analytics,UEBA)系统正作为一种新兴的异常用户检测体系在逐步颠覆传统防御手段,开启网络安全保卫从“被动防御”到“主动出击”的新篇章。因此,将主要介绍UEBA在企业异常用户检测中的应用情况。首先,通过用户、实体、行为三要素的关联,整合可以反映用户行为基线的各类数据;其次,定义4类特征提取维度,有效提取几十种最能反映用户异常的基础特征;再次,将3种异常检测算法通过集成学习方法用于异常用户建模;最后,通过异常打分,定位异常风险最大的一批用户。在实践中,对排名前10的异常用户进行排查,证明安恒信息的UEBA落地方式在异常用户检测中极其高效。     

浅谈企业会计差错更正的账务处理

财务人员会因为各种因素发生会计核算上的错误,本文提出了会计差错的账务处理方法。     

高校自建邮件系统的账户安全管理优化研究

电子邮件安全问题中,账户被盗用是比较常见且突出的问题.文章针对南京农业大学自建邮件系统的账户安全管理进行了系统的研究,具体从邮件账户安全涉及的风险、原因、对策等方面展开分析与讨论.最后,文中给出整体优化方案,着重关注邮箱账户被盗事件的发现与处理,提出一种基于自动化脚本进行日志分析的账户状态监控方法.实践证明,整体优化方案的实施,显著提高了被盗事件的发现率和处理效率,账户信息失窃和外发垃圾邮件的情况有了较大改善,同时节约了人力,提升了用户体验,为高校自建邮件系统的管理提供了思路.     

信息技术下基于微信公众号的大学生现代管理策略研究

高等院校为社会发展提供人才,是推动社会经济发展的重要力量。当代高校学生大多为"90后",在信息化时代的环境影响下,强调自我、追求个性以及较强的适应能力成为当前高校学生的主要特征。如今,高新技术发展迅速,网络信息等新文化对学生的思想、价值观念、行为举止等都形成潜移默化的影响,这就要求院校在督促学生提高自身自制力的同时,加强信息技术研究,以实现对学生的现代化管理。文章对此展开分析。     

基于层级注意力机制与双向长短期记忆神经网络的智能合约自动分类模型

针对区块链平台上智能合约应用种类繁多,人工筛选合适的智能合约应用服务日益困难的问题,提出一种基于层级注意力机制与双向长短期记忆（Bi-LSTM）神经网络的智能合约自动分类模型——HANN-SCA。首先,利用Bi-LSTM网络从智能合约源代码和账户信息两个角度同时建模,最大限度地提取智能合约的特征信息。其中源代码角度关注智能合约中的代码语义特征,账户信息角度关注智能合约的账户特征。然后,在特征学习过程中从词层面和句层面分别引入注意力机制,重点捕获对智能合约分类有重要意义的单词和句子。最后,拼接代码特征与账户特征以生成智能合约文档级特征表示,通过Softmax层完成分类任务。实验结果表明,所提模型在Dataset-E、Dataset-N和Dataset-EO数据集上的分类正确率分别达到了93.1%、91.7%和92.1%,效果明显优于传统的支持向量机模型（SVM）和其他神经网络基准模型,且具有更好的稳定性与更高的收敛速度。