硫化铜矿中提取铜的新方法研究

对从硫化铜矿中提取铜的溶剂进行了详细研究，提出了“过硫酸铵－氨水－Ａｇ￣＋”催化、氧化、络合的提取法。     

TMN协议的攻击及其分类研究

对TMN协议的攻击进行分析，并从协议应该确保的安全日标，即保密性和认证性入手，结合采用的攻击方法对现有的攻击进行分类。     

如何保证丝网印刷的均匀性

网印的均匀性是指网印时印刷的油墨厚度和颜色的均匀一致性。根据3MIE管理理论,影响质量的因素有材料、机器、人、环境。下面,我从这四方面谈一下如何保征网印均匀性的粗浅见解。 1.影响网印均匀性的材料因素包括承印物和油墨 ①承印物。应保持平整、厚度均匀、尺寸稳定等,主要通过选用优质的承印物和进行印刷前预处理(如金属承印物的校平、PET的缩水处理等)来解决。 ②油墨。应充分搅拌均匀,一次性配足一批印刷产品所需的油墨,及时调整油墨的粘稠程度,同一批印刷产品使用同一批油墨;且在印刷前,要在网版上加足油墨,不宜在印刷过程中添加油墨。由于时间延长会使油墨中的一部分溶剂蒸发掉,使油墨变稠,印刷厚度增加,颜色加深,故应用稀释剂及时调整油墨粘度尽量一致。 2.影响质量的机器因素是广义的,它包含网印生产中使用的各种工具。在这方面,主要包括:网版质量、印刷工作台的平面度     

谈谈我国天然气工业的有关问题

天然气是一种优质清洁的燃料和重要的化工原料,是当今世界的重要能源,在世界一次能源消费结构中大约占20％。天然气工业的发展对改善能源消费结构、减轻环境污染、缓解石油危机等起着越来越重要的作用。我国天然气工业的发展前景如何?需要采取什么措施?对此及有关的问题,谈谈自己的看法。     

前言

人工智能依托于物联网、云计算、大数据技术的迅速发展,在科学发现、经济建设、社会生活等各个领域具有广泛应用.但是,人工智能技术面临着严峻的安全与隐私挑战,并且这些挑战会随着人工智能技术的普及和发展愈演愈烈.人工智能安全与隐私保护可以说是人工智能技术发展过程中不可忽视的瓶颈和关键挑战.现阶段学术界对于人工智能安全与隐私保护的重视程度越来越大,国内外相关学者进行了大量研究并取得了不错的研究成果.     

原材料对水泥砂浆性能的影响研究

水泥和砂的质量、引气剂的种类均会对水泥砂浆性能产生影响,其中水泥中高吸附性材料对制备的砂浆工作性能影响较大,需严格加以控制。不同引气剂的起泡、稳泡能力和气泡尺寸不同,对砂浆的稠度、分层度和强度会造成不同影响,采用摇泡试验可快速甑选出合适的引气剂。另外,砂的细度模数,甚至洁净程度（泥灰含量）和堆积密度也会对砂浆性能产生较大影响,在控制水泥的砂浆性能时,应验证并确保重新配制试验用砂的稳定性。     

羧甲基纤维素接枝丙烯酰胺高吸水树脂的制备

以羧甲基纤维素、丙烯酰胺为原料,采用氧化还原引发体系,通过自由基接枝共聚制备了高吸水树脂,分别考察了原料配比、引发剂浓度、交联剂浓度、聚合温度、树脂粒径等因素对高吸水树脂吸收能力的影响,确定了最佳制备条件.     

Android安全综述

Android是一款拥有庞大市场份额的智能移动操作系统,其安全性受到了研究者的广泛关注.介绍了Android的系统架构,分析了Android的安全机制,从系统安全和应用安全2个角度对其安全性能和相关研究进行了讨论.Android系统安全包括了内核层安全、架构层安全和用户认证机制安全3个方面.内核层和架构层的安全威胁主要来自于安全漏洞,内核层的安全研究集中于将SELinux引入内核层以增强安全性能,架构层的安全研究集中于权限机制的改进和应用编程接口(application programming interface,API)的安全实现、规范使用.用户认证机制直接关系到整个系统的隐私数据安全,实现方式灵活多样,得到了研究者的广泛关注.Android应用安全的研究包括了恶意应用检测和漏洞挖掘2项技术,对恶意应用的伪造技术、应用安装时恶意应用检测技术和应用运行过程中实时行为监控技术进行了讨论,对组件暴露漏洞和安全相关API的调用漏洞2类漏洞的相关研究进行了介绍.最后,总结了Android安全研究现状,讨论了未来的研究方向.     

不溶性硫磺稳定性研究进展

介绍不溶性的硫磺的合成机理、性质、生产方法、常用稳定剂及稳定性研究进展情况。不溶性硫磺是硫的聚合物,单独使用时稳定性随温度升高而变差,且含量随贮存时间延长逐步降低,因此需在不溶性硫磺中添加稳定剂以增加其使用和贮存稳定性。开发高温稳定剂则是橡胶硫化研究的重点。     

基于深度学习的软件安全漏洞挖掘

软件的高复杂性和安全漏洞的形态多样化给软件安全漏洞研究带来了严峻的挑战.传统的漏洞挖掘方法效率低下且存在高误报和高漏报等问题,已经无法满足日益增长的软件安全性需求.目前,大量的研究工作尝试将深度学习应用于漏洞挖掘领域,以实现自动化和智能化漏洞挖掘.对深度学习应用于安全漏洞挖掘领域进行了深入的调研和分析.首先,通过梳理和分析基于深度学习的软件安全漏洞挖掘现有研究工作,概括其一般工作框架和技术方法;其次,以深度特征表示为切入点,分类阐述和归纳不同代码表征形式的安全漏洞挖掘模型;然后,分别探讨基于深度学习的软件安全漏洞挖掘模型在具体领域的应用,并重点关注物联网和智能合约安全漏洞挖掘;最后,依据对现有研究工作的整理和总结,指出该领域面临的不足与挑战,并对未来的研究趋势进行展望.