qq_61890005的博客

摘要政务数据标识是建设全国一体化政务大数据体系的一项基础性工作。对数据标识技术的研究进展进行了总结，比较了不同数据标识技术编码规则的异同，并进一步总结了政务数据标识及应用进展。结合政务数据所具有的权责明确、安全性要求高、兼容性需求强等特点，提出了下一代政务数据标识体系Gcode。Gcode由外部码、内部码和安全码3个部分组成。其中，外部码兼容了统一社会信息用代码，内部码建立了“机构部门-系统-数据”的关联关系，安全码通过引入区块链技术实现防伪验真。Gcode具有权责明确、兼容性强、安全性高等特点，能够支持政

摘要数据分类分级是保障数据安全流通、推动数据价值释放的基础前提。聚焦政务数据分类分级这一政府数字化改革中的关键任务，采用基于理论的案例研究方法，基于各省级地方及部委公开发布的方案，对我国政务数据分类分级实施情况进行系统梳理与量化分析。总结了我国政务数据分类分级实施的四大关键过程与五大特点；从政务数据分类分级的特殊复杂性出发，提出我国政务数据分类分级实施存在整体目标定位不清、分类分级对象各异、分类分级关系割裂、安全分级标准不一4个问题，并提供应对方案；基于国家某部委政务数据分类分级实践，验证应对方案的科学性、

摘要建设高质量政务大数据资源平台是实现跨部门、跨区域、跨层级政务信息集成融合，加快建设数字政府、提升公共服务和社会治理等数字智能化水平的重要基础工程。首先，回顾我国电子政务发展历程，并总结出传统省级政务大数据平台的3种建设模式以及存在的问题，即数据鲜活性低、数据一致性差、业务协同管理难、基础支撑力弱和总体投入高。其次，对江苏信用一体化信息资源管控平台进行案例分析，阐述以江苏案例为例的原因，针对传统建设模式存在的问题，提出对应的解决思路和总体架构设计，并梳理出江苏案例的4个借鉴价值。最后，在总结江苏研究和实践

在国家一体化政务大数据平台框架下采用联邦学习方案，各数据持有方不需要提交数据，通过隐私集合求交的方式，保证了本地数据的安全，降低了隐私泄露的风险，实现“数据不出域，模型出域”的目标，如。该系统通过联邦推荐系统的隐私保护因子分解机算法，在确保数据隐私和模型隐私安全的前提下，解决不同政务部门（数源单位）之间的数据供需匹配问题，即对数据拥有单位及数据需求单位进行联邦推荐建模，预测二者的供需匹配度，帮助数据需求单位精准、快速、安全地找到最佳数源单位，然后依托一体化政务大数据平台进行数据高质量共享，如。

摘要语音转换是语音及人工智能领域的一项研究课题，其目标是在保持源语音内容不变的情况下改变语音的音色，使其听上去像是由另一个目标说话人说出的，同时还需保证语音的质量和自然度。面向非平行语料的语音转换技术是当下的热门研究内容，其使用非平行的多说话人语音数据集进行模型训练，能完成多对多以及任意对任意的语音转换。对近年来面向非平行语料的语音转换进行了全面的总结和分析。首先概述了早期面向平行语料的语音转换及其缺陷，然后对当下面向非平行语料的语音转换的各类实现方法进行介绍和对比分析，最后对语音转换技术进行了总结和展望。

现有的因果关系抽取方法大多将句法结构和背景知识割裂开进行研究，早期的因果关系抽取方法偏重于从句法结构层面进行分析，随着深度学习技术的发展，预训练模型结合背景知识的方法成为主流。上述两类早期方法存在的问题是需要大量的专业知识和人工劳动，无论是规则制定，还是特征选择，均需要专业人士的大量手工工作，不适宜处理海量数据的情况，并且难以保持稳定的良好效果。现有的因果关系抽取方法将依存句法和背景知识割裂研究，本文提出了构建知识句法图进行因果关系抽取的方法，将两者结合丰富实体嵌入，从而获得更好的模型效果。

摘要传统Bootstrap抽样和Bagging集成学习通常以串行方式实现，计算效率低，且存在样本不可重用、扩展性差等问题，不适合高效的大规模Bagging集成学习。从大数据分布式计算的思维入手，提出新的Bootstrap样本划分（BSP）大数据模型和分布式集成学习方法。BSP数据模型通过分布式生成算法将训练数据表达成分布式Bootstrap样本集的集合，存储成HDFS分布式数据文件，为后续的分布式集成学习提供数据支持。分布式集成学习方法从BSP数据模型中随机选取多个BSP数据块，读入集群各个节点的虚拟机，用

时序差分（temporal difference，TD）是一种用来估计一个策略的价值函数的方法，传统的基于价值的强化学习方法（如Q-learning）使用表格的方式对TD误差进行估计，但在推荐系统中，无法在巨大的动作空间中使用表格法。因此，对于新闻的推荐而言，通过监督学习建立一个以历史会话数据为基础的模型，是无法适应多变的新闻主题推荐的，无法很好地识别用户短期内以会话为单元的新闻倾向性变化，也就是监督学习建立的推荐模型更适应静态的、关联性强的推荐领域，而不适应动态的、随时间快速变化的领域。

系统主要由数据共享和计算资源，数据计算隔离，区块链，Web 计算操作 4 个子系统组成，主要特点如下：（1）数据和计算模型加密发布，使用者选择数据、计算模型，下载到计算安全隔离区，解密进行计算处理，最终获取计算结果，数据和计算模型用后即毁，所有操作过程使用区块链存证，便于事后追责；与 SGX 相比，基于二级地址转换的 Hypervisor内存加密，本质上是基于密码的内存干扰技术，也就是将一小部分内存解密，而大部分内存页处于加密状态，能让攻击者从内存中获取数据的开销最大，收获最小，没有动力实施攻击。

为了提升核心工业网络的安全防护水平，结合《网络安全等级保护基本要求》，以中国工控业务特点为导向，并针对目前工业网络安全领域在密码应用中存在的短板，加强商用密码的应用，形成基于商用密码的工业网络安全的解决方案。工业网络要求网络数据传输要求时延低，性能高，需要研究在传统 VPN 的基础上，通过充分利用多核平台的优势，在算法的并行处理上和多核调度上进行调度优化，在关键的服务程序中采用多进程的处理模式，提高连接处理的并行性，充分发挥多核处理器的性能，从而满足在工控网络中对数据传输高性能和低时延的要求。

移动终端、动态信任评估系统和安全网关之间的身份认证和交互信息，需要采用非对称密码体制实现信息的加密传输，因此在系统建设部署时，可通过安全渠道对移动终端、动态信任评估系统、安全网关进行公钥 / 私钥对的设置以及对方公钥设置，并且动态信任评估系统需要对管理的移动终端和安全网关进行注册，注册信息包括设备 ID 号、用户信息、用户终端状态、用户与用户终端绑定关系、用户“敲门端口”号、根据用户终端认证请求信息进行初次信任评估的评估值等。移动终端与动态信任评估系统、安全网关之间采用双向认证机制，实现身份的互认证。

目前，我国对于区块链的监管制度主要是依据《区块链平台服务管理规定》，对于区块链的建立实行备案制，此举忽略了不同服务类别的区块链应当区别监管，例如我国对于投资体制的改革，针对不同投资主体和不同投资项目类别，分别实行审批制、核准制、备案制，区块链交易同样需要中央监管机构进行监管，不同行业的交易内容对国家安全的影响不同，所以针对不同交易种类，中央监管机构的监管力度理应不同。最近，巴西最高法院就后量子加密发展中的加密权问题，探究了量子计算对密码学的冲击，并研究讨论了后量子密码学标准下政策和监管制度的调整。

第二阶段是卫星系统与5G/6G在空口技术的融合，即卫星作为 5G/6G 的一种空口无线接入方式，至此卫星通信空口协议与 5G/6G 空口协议融合，只需在频段上稍作区分，卫星基站即成为 5G/6G基站，卫星终端也可以是普通 5G/6G 终端。随着卫星通信技术的发展，空间网络与地面网络一体化融合演进，实现应用业务的融合、网络架构的融合、核心网的融合，通过天地协同的资源调度实现资源按需分配、数据最优流转，构建覆盖全球的天地一体化网络，实现用户无感的自配置、自修复、自优化的网络是未来网络技术的发展趋势。

不同于上述学者在数据安全方向展开的安全治理技术、数据治理理论的研究，本文着重针对大型数据中心网络结构复杂、应用系统服务众多、数据交互困难等痛点，通过研究数据安全网关，设计一种结合数据网关的数据安全防护体系，致力于解决应用系统与数据安全防护手段结合困难、数据安全治理措施利用率低下等问题。数据安全网关是一种从用户客户端、数据采集端与提供业务服务的应用系统之间的数据安全防护手段，本文设计的数据安全网关以解耦安全系统与应用系统为目的，提供可灵活扩展的、分布式的、具有数据防护能力的网关系统。

摘  要：近年来，随着脑机接口（Brain-Computer Interface，BCI）技术的进一步发展，对特征提取技术的鲁棒性的需求也持续增加。深度学习（Deep Learning，DL）作为多层次的神经网络模型具有从高维数据中进行特征提取并从分层表示中学习的能力，在分类识别任务领域中的表现优于手工选择特征的传统机器学习方法。深度学习模型可以自动学习高维的 EEG 数据集从而提取有效特征，因此基于深度学习的脑机接口成为该领域新的研究趋势。卷积神经网络（Convolution Neural Network

因此，本文系统设计了Alice 与 Bob 间互相发送导频信号的功能，并利用服务端主机与客户端主机之间的局域网络进行实时且无失真的信道信息协商，减少上下行信道互易性不佳引起的误差，进而可开展波束成形、人工噪声及物理层密钥分发等多项物理特征安全实验，提高了验证方案的多样性。与传统加密技术相比，物理层安全技术利用信道噪声实现与明文等长的密钥加密效果，窃听者即使拥有强大的破解计算能力，在没有主信道信息的前提下依然无法破译保密数据，在未来的通信系统中极有可能实现“一次一密”，为无线通信系统提供了强有力的安全保障。

针对数据中心光网络(DCONs)的能耗节省问题，文章提出了一种基于匹配网络资源的节能嵌入(3E-MNR)算法。该算法采用协调的虚拟网络嵌入，提出了嵌入匹配网络资源的概念，在虚拟嵌入的同时考虑节点和链路的资源约束，根据链路距离选择合适的调制格式，放置再生器和光收发器(OTP)，选择能耗最低的网络资源完成嵌入。实验结果表明，文章所提算法较两种基线算法可以减小总能耗和OTP能耗。在虚拟请求数多时，性能更加优越，并且可以在实现运行时间权衡的基础上，降低网络阻塞率。0引言。

中医古籍文本分词是中医古籍结构化表示及深度挖掘的基础性工作。有监督的中医古籍文本分词简易可行，但存在耗费大量人力物力、专业门槛高、主观性强、扩展性不好等问题。为此改进TextRank算法，提出ConnectRank算法，根据字符连通度实现中医古籍无监督分词。基于《伤寒杂病论》《黄帝内经》《难经》等700篇中医古籍文献语料设计实验。实验结果表明，该模型在中医古籍文本分词中较其他无监督分词模型有更好的分词效果，比传统的无监督分词方法提高了11.2%。0引言。

光学乐谱识别是音乐智能化发展的关键部分，在音乐教学、创作等领域有重要应用价值。针对现有吉他谱识别方法步骤繁琐、识别精度低等问题，提出一种基于深度学习的吉他谱识别方法。首先通过分析吉他谱的特点，将吉他谱水平分割为品格音符图像、减时线图像、休止符图像和增时线图像；然后将品格音符图像依次与减时线图像叠加，输入到第1个CRNN模型中进行识别，将减时线图像、休止符图像和增时线图像叠加，输入到第2个CRNN模型中进行识别；最后将识别出的各个符号全局关联，获取完整的乐谱语义。

近期，文献[17]虽然提出了一种基于神经网络的信道参数场景迁移方法，但是该方法需要利用基准场景和待预测场景的RT仿真数据获取迁移矩阵，无法直接获得几何场景参数和信道参数之间的关系，计算量和复杂度较大。针对上述问题，本文基于神经网络提出了一种几何场景驱动的PL跨场景预测模型，通过将物理几何场景进行参数化表征，作为神经网络的输入参数，信道数据训练获得PL和几何场景参数之间的映射关系，使其具备新场景PL参数的预测能力。由图4可以看出，训练集和测试集的预测值与其对应的仿真值的拟合度均接近于1，说明网络训效果良好。

AM策略的概念，尤其是动态AM策略的引入，极大地丰富了5G的应用场景和功能。（1）当用户通过5G接入网络时，由于5G支持AM策略的动态调整，PCF可能会根据网络状态变化的情况、接收到的NWDAF预测的网络拥塞情况或者是用户将要使用的特殊业务需求[10]、以及AF请求切换的情况等，调整UE的授权RFSP索引（Authorized RFSP Index），AMF根据授权RFSP索引调整在用RFSP索引（RFSP Index in use）发送至gNB，完成将UE从5G引导到4G[11]。

在国家新基建战略下，运营商不断推动网络升级演进，助力数字经济，这为融合云、网、边、端、创新型网络建设等方面带来了新机遇，同时对云网融合新型网络架构提出了新要求。城域网的发展与新技术的迭代，已经无法满足当前云网融合统一承载需求，优化网络架构解决固移融合用户体验一致性，提升网络灵活的扩展性和可靠性，新型城域网组网架构如。）架构不灵活，网络扩展不灵活，网络功能与设备紧耦合，难以满足算力下沉带来的边缘云快速接入和东西向流量增长。所示，在网络中模拟不同故障点，实现网络的业务可靠性保护倒换，满足业务承载需要，

介绍了5G演进的节奏，归纳了5G技术发展至今的状态，展望了5G演进的方向，提出了以“融合”“智慧”“低碳”3个特征为代表的5G演进趋势。考虑网络的智能化是一个分阶段发展的过程，国际标准对网络自治能力分级进行了研究，规范了自治网络及自治网络分级的概念、用例及需求，分阶段实现网络完全自治的目标。该研究项目涉及蜂窝网系统的节能控制、接入网与其他子系统的节能协同、站点级的节电、自组织网络中的节能、上下文分析的节能等方面。网管中，通过将运营商的网络意图目标输入转化为网络的控制和管理操作，来实现网络的自治能力。

反洗钱数据分析是提升金融行业安全性的重要技术之一。在互联网和大数据高速发展的冲击下，业内亟需形成对公客户的全维度视图，但传统反洗钱手段往往缺乏深度挖掘有价值客户信息的数据处理技术以识别和对抗风险。解决该问题的利器之一是通过搭建金融知识图谱平台，为该行业各业务部门赋能。针对此需求，设计基于知识图谱开发反洗钱软件的动因和框架，给出反洗钱软件设计关键技术，并进行软件使用案例分析与对比。应用案例表明，该软件识别率高，可为利用大数据实现反洗钱主动性预警和防控软件升级提供一定技术支持。0引言。

Rel-17的研究为NWDAF引入了分析聚合能力和分析元数据提供能力，当在分层部署中部署多个NWDAF时，可以灵活地部署具有分析聚合能力的NWDAF和具有分析元数据提供能力的NWDAF，其中，具有分析聚合能力的NWDAF可以作为聚合节点，从其他具有分析元数据提供能力的NWDAF收集分析信息，并生成聚合分析信息提供给消费者NWDAF。文章将首先介绍NWDAF在各个标准版本中的演进内容，然后重点依据NWDAF核心技术的标准化进展，分析NWDAF在Rel-18的演进挑战，探索NWDAF在Rel-18的演进方向；

发光二极管(LED)有限的带宽与其非线性电光转换引起的信号失真，是限制可见光通信(VLC)传输性能的重要因素。传统的消息传递算法(MPA)在稀疏码分多址(SCMA)-VLC系统中对抗信号非线性失真的能力有限。针对上述问题，文章提出了一种基于卷积神经网络(CNN)接收机，通过对接收信号进行特征提取、分类和判决，可有效提升SCMA-VLC系统抗非线性失真的能力。

为研究船内复杂封闭空间60 GHz毫米波信道特性，建立了等比例船舱模型，并进行相应的仿真研究，针对四种舰船舱室环境模型：T型控制舱、L型起居室、矩形起居室及机械舱，分别研究了各舱室内部60 GHz毫米波信道的时延扩展及路径损耗，建立了简单的舱内路径损耗模型，并发现机械舱环境的损耗斜率明显高于其余三种舱内环境模型，主要由于机械舱内复杂的金属环境对电磁信号造成了大量的反射和散射。仿真模型采用的全3D模型，船体结构和设备的材料设置为纯金属，控制舱的门和楼层之间的其他门均采用防火材料制成。式中为无线信号的波长；

为了提高基于抛物线拟合的布里渊频移提取准确性，文章采用Savitzky-Golay滤波对含噪布里渊谱进行滤波得到比较准确的布里渊频移后，从未滤波布里渊谱中选择对称的部分，然后采用抛物线拟合提取布里渊频移。由于文章所提方法能得到对称程度较高的布里渊谱，且计算耗时增加不多，因此改进的抛物线拟合方法可以在保证实时性的基础上显著提高布里渊频移提取的准确性。

第一种方法的优点是终端无须补偿馈电链路，处于保密安全的需要，终端通常不知道地面网关的位置，第二种方法的优点是在基站侧定时点是固定的，终端补偿全部的链路时延，要求终端获取馈电链路的时延变化，因此需要指出网络广播馈电的时延以及时延变化率。因此，终端的一体化设计是空、天、地一体化的重要环节，用户将能自由地在不同的网络中切换和漫游，享受空、天、地、海的无缝覆盖和连续的业务服务。的应用场景，由于空中或太空载体的高度和移动速度，以及由此造成的高传播时延和多普勒偏移等，将对非地面网络的设计和应用带来新的问题和挑战。

5G蜂窝网络因具有部署灵活、线缆成本低、移动性较强、服务质量（quality of service，QoS）控制完善和可扩展性强等优势，在工厂场景中具有很广泛的应用前景。但同时，工厂中的确定性业务对蜂窝网络控制也提出了一定的要求。所以在 5G-Advanced 的相关讨论中，业界也提出研究支持超低时延的5G蜂窝网络。为了满足2 ms的时延要求，提出了N3接口确定性和跨层调度优化两种关键技术以减少在传输网和空口的传输或等待时延。

移动网络通信带宽需求不断增加，在有限的带宽中需要传递更多的信息。文章提出了基于光载无线通信无源光网络(RoF-PON)与光纤传能(PWoF)融合的双向传输系统架构，并对融合系统的传输性能进行仿真。在基于光载无线通信(RoF)的移动网络中，PWoF可将电源集中在中央局(CO)，为通信网络提供更经济有效的安装方式，操作和维护也更简便。系统的仿真结果验证了系统的可靠性与可行性，证明了PWoF与RoF-PON融合的传输系统可以实现能量与无线信号的双向传输。0引言。

为改善节点因能量耗尽导致的边缘网络不稳定问题，根据源迁移节点任务的算力、能量等需求特征，和迁移节点的剩余能量、计算能力等特征，将任务迁移至合适的节点执行。提出一种基于能耗约束的计算混合迁移策略（HOS-NE），采用上行与平行结合的迁移模式，将迁移能耗最小化问题转化为剩余电量最大化问题。利用粒子群优化算法和模拟退火算法求解优化HOS-NE，提高网络的稳定性、吞吐量，实现负载均衡。

根据物联网卫星的网络特性，从搭建融合通信平台后的融合网络的典型业务分析入手，梳理星地典型信令流程如数据传输、鉴权、位置更新、双向短消息等，并分析了安全边缘保护、一号双网、短消息加解密等关键技术和功能。随着航天技术、人工智能、激光通信等新兴技术的不断发展，物联网卫星通信系统将不断完善其自身的星座组网及通信能力，像地面通信网络一样，其自身的带宽、时延和连接数量等能力将会不断提升，因此未来地面通信系统和物联网卫星系统的深度融合将带来更加丰富的应用场景，提供更加便捷高效的泛在通信服务。（3）短消息加解密功能。

针对欠驱动水质检测船在外界风、浪扰动以及模型系统存在不确定性参数的情况下，存在直线路径跟踪航向偏离及航向偏差修正速度慢的问题，提出采用有限时间控制理论设计航向控制系统。首先建立欠驱动水质检测船航向控制的数学模型，将复杂非线性的航向控制简化为一个二阶系统，简化了设计复杂度；然后基于齐次性理论设计有限时间航向控制律，通过分数幂提高系统的收敛速度与鲁棒性，结合扩展状态观测器对误差扰动进行估计，提高了控制性能。

对于终端到终端的中继场景，同样需要区分层二架构与层三架构。功耗问题：在资源选择第二模式的侦听过程中，需要终端持续地进行资源侦听以判断哪些资源是可用的，而终端持续进行资源侦听需要消耗很大的能量，这对车载终端不是问题，因为车载终端有供电设备，但对手持终端则是无法承受的。需要说明的是，在非激活时段内，接收端终端不需要进行数据的接收，该终端仍然可以进行数据的发送。中继项目启动时的研究阶段，同步研究了终端到终端的中继场景与终端到网络的中继场景，只不过在后期标准化阶段考虑工作量过大，因此优先完成终端到网络的中继场景。

针对无线信道的时域稀疏性以及稀疏度未知的问题，文章将压缩感知技术应用到正交频分复用(OFDM)系统信道估计中，提出了一种稀疏度自适应正交匹配追踪信道估计算法。算法利用离散傅里叶变换(DFT)信道估计算法对循环前缀内和外的噪声进行处理，估计得到的信道频率响应作为正交匹配追踪(OMP)算法稀疏迭代终止的判断条件，实现稀疏度自适应信号重建。同时在原子预选阶段，采用Dice系数准则代替内积准则作为相关性度量准则，可达到更优的估计性能。

UE初始接入为4G网络时，通过接入地（园区所在地、园区同省其他地市、国内其他省份）EPC网络的MME和SGW-C/SGW-U接入，基于专用DNN/APN经S5-C/S5-U接口接入SMF/PGW-C、UPF/PGW-U1融合节点，主锚点UPF/PGW-U1和ULCL合设，园区业务经过主锚点UPF/PGW-U1分流到UPF/PGW-U2，再到园区，公网流量经过主锚点UPF/PGW-U1直接访问Internet。该网络基于5G切片及ULCL增强方案，涵盖了省内、省际漫游下4G/5G接入场景。

基于矩阵分解的协同过滤推荐算法能够挖掘用户偏好和隐含特征，但算法仅利用用户—项目评分矩阵，没有考虑实体之间的语义相似度。为了解决以上问题，提出一种融合用户偏好与语义相似度的推荐算法，首先采用知识图谱表示学习方法，将实体与关系的语义数据嵌入到低维的语义空间，计算实体之间的语义相似度；然后在矩阵分解模型的目标函数中融合实体的语义相似度；最后将算法在公开电影数据集上进行测试。

基于此，本文针对前述的SNPN应用中的关键需求，研究了SNPN统一认证授权，SNPN终端的签约凭证及选网信息远程配置，以及SNPN/PLMN网络间的QoS映射3项SNPN关键增强能力。而UE通过PLMN（即ON-PLMN）进行远程配置的情况，则可适用于由运营商统一管理专用终端的配置数据并对接不同的SNPN业务提供方的场景，UE通过PLMN签约凭证接入运营商的PLMN网络，由运营商基于和不同SNPN业务提供方间的协议为UE配置对应的PVS访问信息，辅助其建立PDU会话并获取所需的SNPN签约凭证和选网信息。

混合关键级系统可调度性分析通常基于最坏情况执行时间，导致系统资源的过度预置和低关键级模式下的分析过于苛刻。为解决资源过度预置的问题，简化低关键级模式下的可调度性，针对单核处理器上EDF调度的混合关键级零星任务集，提出随机需求约束函数模型。分析了混合关键级系统的概率性资源需求，得到相应的可调度性条件，并在尽可能增加低关键级任务预算的同时设计出系统可调度性测试算法。实验结果表明，与之前的可调度接受率相比，该方法提高了32%，在降低pDBF模型算法复杂度基础上仍使可调度性得到显著改善。0引言混合关键级系统。