面向异步网络的安全分布式随机数通用构造

随机数在密码学和区块链领域扮演着极其重要的角色，如密码学中的安全参数生成、共识机制中的委员会重配置以及电子投票的智能合约应用等.近年来针对不依赖可信第三方的分布式随机数生成技术的研究受到了越来越多的关注，其中基于秘密共享的方案数量最多，但普遍通信复杂度较高，而通信复杂度较低的一些方案通常牺牲了随机数的抗偏置性和不可预测性.另外，现有大多数方案基于同步网络模型，网络假设较强，与现实网络环境不符.本文主要研究基于秘密共享的分布式随机数生成技术，抽象出不同方案的共性并兼容特殊性，以及弱化网络假设和优化通信开销.具体贡献如下：(1)提出了交互的分布式随机数生成通用构造.满足伪随机性、唯一性和鲁棒性安全目标，并使用该通用构造对一个分布式随机数生成方案进行了分析，从而更加证明其通用性；(2)设计了面向异步网络的安全分布式随机数生成方案.将现有方案O(n³)和O(f²n²)的通信复杂度降为O(fn²)，将O(fn²)计算复杂度降为O(n²);(3)实现了分布式随机数仿真...     

巴斯夫推出基于可再生原料的增塑剂产品组合

巴斯夫已开始向PVC行业提供部分基于循环原料的增塑剂组合。对于这种新的增塑剂组合,在价值链的开始阶段,使用可再生或化学循环原料代替化石资源。替代原料根据质量平衡法分配到销售产品中。巴斯夫的生物质平衡(BMB)增塑剂基于可再生原料,名称为Hexamoll■DINCH BMB、Palatinol■N BMB、Palatinol■10-P BMB和Plastomoll■DOA BMB,使用所需数量的生物石脑油或沼气代替化石资源。这些材料来自有机废物或植物油。生物质平衡增塑剂比传统增塑剂的碳足迹更低,有助于节约化石资源。巴斯夫的质量平衡方法和BMB增塑剂都是根据REDcert2认证的。     

煤炭资源型城市转型模式研究：以徐州贾汪区为例

煤炭资源型城市为我国经济发展提供了重要的资源和能源支持,研究资源型城市转型的经验模式对调整区域经济结构、确保社会稳定和改善生态环境具有重要的实践意义。本文采用文献综述法和实证分析法,研究我国东部煤炭资源枯竭型城市转型所面临的共性难题,并以徐州贾汪区转型探索经历为例,总结城市转型的"徐州贾汪区模式",主要包括放大正向外部效应、长期坚持矿地融合、大力建设矿区社会生态系统恢复力三条路径。研究结果表明,煤炭城市转型发展的共性问题相互联系、相互影响,是一个系统性难题,必须引入系统性思维。我国东部矿区普遍人口密集,农业发达、沉陷积水是最主要的共性特征,煤炭开采产生的社会问题、经济问题、生态问题、环境问题基本相同,转型发展模式值得互鉴。     

农业农村部:海洋捕捞渔船数量压减任务提前完成

为深入践行"两山"理论,贯彻落实生态文明建设要求,持续加强海洋渔业资源保护,推动渔业绿色高质量发展,农业农村部积极开展海洋捕捞渔船压减工作,取得阶段性成果。据统计,截至2019年12月底,"十三五"以来全国已累计拆解渔船20414艘,提前一年完成"十三五"全国海洋捕捞渔船船数压减任务。     

基于大数据的政府信息资源共享模式探讨

伴随着大数据时代的来临,政府机构部门借助信息技术手段实现内部资源共享,是推进廉政、高效和服务型政府建设的有效方式。文章以大数据时代为讨论背景,研究政府部门应用政府信息资源共享模式的基本策略,为行业相关人员提供一些可参考的经验。     

铝合金熔炼铸造能源与资源节约

在铝材生产中,熔炼、铸造工序是能源与资源消耗多的工序,因此,节约资源、降低烧损与能耗有着重要意义。降低能耗还可以相应地减少温室气体与有害、有毒物质排放,对环保有利。中国当前铝合金熔炼铸造能源与资源节约的主要措施:调整加工用锭坯供应结构,大幅提高电解铝厂供应的锭坯,由2013年供应的42%提高到"十三五"末的65%-70%;加快走出去的力度,到国外去办铝厂,将在国外生产的铝合金锭坯运回来,争取2020年出口的铝材与铝制品全部以进口锭坯加工,这是最大的资源与能源节约;加强废铝回收与有效再生利用;加强创新,大力采用新装备、新技术与新工艺;加强管理,精心操作,管理中还有较大的能源与资源节约潜力。     

提升高职院校图书馆电子资源利用率的有效措施探讨

现在,各大高职院校都已经将电子资源引入到图书馆中去,并将电子资源摆在信息资源的重要位置。文章针对高职院校图书馆电子资源使用情况,提出了提升高职院校图书馆电子资源利用率的有效措施。     

2015新年致辞

随着新年钟声的敲响,我们告别了充满挑战、奋发有为的2014,迎来了充满希望、奋发进取的2015。     

基于Hadoop大数据平台的人力资源决策技术研究

针对传统人力资源决策技术对海量人力资源数据辨别能力不高,导致决策效果不佳,研究基于Hadoop大数据平台的人力资源决策技术。该技术对海量的企业人力资源数据进行分布式处理,将神经网络下的员工信息按照输入层、隐含层、输出层进行组别划分;根据影响每一数据组数据变化的影响因素建立初选数据集合;通过计算人力资源的熵值离散度设立决策指标,以员工的姓名、部门、历史业绩、往期工作效率等要素作为选择条件;采用决策树分类算法构建决策树,生成人力资源决策分析报表,以此实现人力资源决策技术。实验结果表明:所研究的人力资源决策技术面对海量的人力资源数据,其辨识能力更强,决策结果的完整度达到了98.35%,比传统决策技术高出了21.55%。由此可见,所研究的决策技术性能更优越、更能满足企业当前的发展需求。