123,123,123

基于混合专家模型的云原生教育培训平台动态安全防御体系研究[人工智能][信息安全]

针对云原生教育培训平台面临的复杂动态安全威胁，以及传统防御机制存在的环境感知薄弱、智能决策缺失、泛化能力不足和隐私合规冲突等缺陷，提出基于混合专家模型的动态安全防御体系。该体系构建四层协同防护框架：时空图神经网络建模流量时空特征；多模态卷积神经网络融合容器化异构数据；联邦学习组件实现隐私保护下的知识共享；大语言模型生成可执行防御策略。核心创新包括设计可微分门控网络（Top-2稀疏激活）实现攻击特征到最优专家模型的动态路由，并建立威胁强度指数驱动的Kubernetes资源弹性调度机制。该研究为云原生教育平台提供了可弹性扩展的安全防护范式，其方法论对构建自适应安全体系具有理论价值与实践意义，为智能主动防御体系发展奠定基础。

發(fā)表于：2025/10/28 下午1:28:39

商业数据反不正当竞争保护的实践困境与规则优化[其他][其他]

商业数据是数字经济下经营者参与市场竞争的的重要资源。目前，针对商业数据不正当竞争行为的裁判依据主要是《反不正当竞争法》第2条和第12条，该援引条款具有高度抽象性，致使出现司法实践中原则性条款的过度使用、不正当竞争行为的认定标准不明等问题。对商业数据不正当竞争行为的规制应当跳出赋权保护模式的桎梏而选择更具竞争法特征的行为规制路径。结合商业数据的特性，在总结当前司法实践不足，并充分借鉴域外经验的基础上，通过在反不正当竞争法中设置商业数据专条，立足弱权利保护。如此既增强了数据权益保护的有效性，又激励了数据的流通与利用。

發(fā)表于：2025/10/15 下午4:35:02

世界主要国家个人数据开发利用模式对比研究[其他][其他]

个人数据是数据要素的重要组成部分，能够支撑丰富的场景应用，具有极高的应用价值。同时个人数据涉及个人隐私，对其开发利用必须首先落实安全和隐私保护要求。世界主要国家围绕个人数据开发利用进行了诸多探索并形成了一系列经验，聚焦美国、欧盟、韩国、日本和新加坡等国家和地区的个人数据开发实践，总结各国的主要制度安排和实践模式，在此基础上对个人数据管理模式、数据经纪模式、数据信托模式进行对比分析，剖析政府和市场主体所发挥的作用，以期为我国开展相关实践提供参考。

發(fā)表于：2025/10/15 下午4:26:16

网络舆情中个人信息传播的成因、风险透视及治理[其他][其他]

网络舆情中个人信息传播的现象已较为普遍，对个人和社会秩序产生一定的影响。在数字化进程日益加深的现代社会，实现该现象的有效治理具有重要意义。网络舆情中的个人信息之所以被广泛传播，原因在于社会公众对于个人信息的好奇，通过曝光个人信息可引领舆论导向，以及算法技术的不当使用。网络舆情中的个人信息传播会导致个人信息安全及人格尊严难以得到有效维护，扰乱网络公共秩序并模糊舆论焦点，同时使得技术使用无序状态呈现加速化趋势。网络舆情中个人信息传播的治理，需重塑网络舆情中个人信息保护的价值取向，在事前完善风险防范措施，事中敦促平台为个人信息安全保驾护航，事后实现法律措施兜底，以此达到多方位协同治理。

發(fā)表于：2025/10/15 下午4:18:11

正当程序框架下的算法行政：挑战纾解与规制重构[其他][其他]

算法自动化决策的融入为行政治理活动开辟了一种新兴的权力运作与治理模式，即“算法行政”范式。该范式标志着大数据时代背景下，政府采纳算法自动化决策手段，以实现高级别的自动化行政治理。算法行政带来精准、高效等优势的同时，也因其自身的特性为正当程序原则带来了风险与挑战。算法行政所依赖的治理工具——算法自动化决策，因其自学性、黑箱性及极速性特征，在形式合法、民主过程等关键环节存在缺陷，易引发公众对算法行政治理模式正当性的质疑。故而，将算法行政置于正当程序的审视框架之中显得尤为重要。为此，亟需构建一套集事前预防、事中监督及事后救济于一体的程序性规制体系，以纾解算法行政活动面临的挑战并实现规制重构。

發(fā)表于：2025/10/15 下午4:09:01

HF和波动参数辅助的优化XGBoost室内定位方法[通信与网络][通信网络]

针对复杂室内环境下接收信号强度测量数据中包含噪声使其呈现波动性导致定位精度低的问题，提出一种基于混合滤波(HF)、波动参数辅助的优化极限梯度提升(XGBoost)室内定位方法。首先采用HF的方法对数据子集进行优化，降低噪声的影响，得到初始数据库；另外，考虑到波动不能完全消除，引入能够反映数据变化程度的波动参数；其次，针对XGBoost算法性能易受初始参数的影响，采用粒子群(PSO)算法对其进行寻优，并将波动参数与优化后的数据作为算法输入训练生成定位模型；最后，将目标点处信息输入到模型中完成位置估计，同时将该点数据保存到数据库中完成更新。实验结果表明，与传统算法相比，所提算法具有良好的定位效果，在1 m、2 m和3 m范围内，定位准确率分别提升9.2%、14.1%和18.45%。

發(fā)表于：2025/10/15 下午4:01:12

可解释的深度网络抗噪音干扰性逐层评估方法[其他][其他]

在复杂应用场景中，深度神经网络易受噪音数据干扰，如何客观、有效、可靠地评估深度网络的抗噪音干扰性已成为智能化技术开发的关键问题之一。然而，现有的评估方法只能对网络抗噪音干扰性进行整体评估，且不具备可解释的理论依据。为了解决上述问题，基于闵可夫斯基差线性可分性度量，提出一种深度神经网络逐层抗噪音干扰性评估方法，实现了神经网络抗噪音干扰性的可解释性评估。该方法可以对深度网络各隐层数据映射行为进行定量分析，解析噪音干扰对网络各隐层的影响机理，进而建立面向网络隐层的可解释抗噪音干扰性评估方法。

發(fā)表于：2025/10/15 下午3:30:12

大规模异构数据迁移的自适应清洗与智能转换框架[其他][其他]

在数字化转型背景下，传统集中式数据库向分布式架构迁移面临异构数据模型语义冲突、业务连续性要求、人工转换低效等核心挑战。提出智能转换框架AUTOMIG，其核心创新在于深度挖掘数据内在关联的智能决策机制与适应大规模异构环境的高效执行引擎。AUTOMIG创新性地利用图神经网络自动发现隐含于数据库模式中的复杂表间关联，并结合多目标优化模型智能决策最优存储方案，提升跨模型转换的自动化程度。同时，框架设计独特的双模式日志捕获与流批协同清洗管道，实现对海量历史数据与高频实时变更数据的低延迟、高可靠同步与清洗。该框架成功实现了在容器化平台上的部署并以大规模教育培训系统数据迁移为典型应用案例实践验证。结果表明其图神经网络驱动的关联发现显著提升了复杂查询性能，而双模式协同执行引擎则大幅缩短了迁移总耗时并优化了资源利用效率，为企业数字化转型提供了可靠的技术支撑和实践路径。

發(fā)表于：2025/10/15 下午3:17:00

基于区块链的文物数字资源版权保护框架设计[其他][信息安全]

针对文物数字化资源版权保护难题，构建基于区块链的版权管理框架，解决传统中心化管理模式下版权所有者模糊、授权流程繁琐、侵权追溯困难等问题。采用联盟链架构，设计版权存证、授权管理、侵权追溯模块实现全流程管理。通过哈希算法实现文物数字化资源的唯一标识与存证，智能合约自动化执行授权流程，数字指纹与链上数据协同完成侵权行为精准定位与证据固化。该框架有效保障了文物数字化资源版权的合法使用与传播，为文化遗产数字化保护提供可信技术方案。

發(fā)表于：2025/10/15 下午3:06:13

基于零信任架构的工业终端安全防护技术研究[通信与网络][信息安全]

工业系统涉及的设备、产品门类繁杂，工业信息系统安全边界逐渐模糊，外部攻击和内部威胁日益严重。聚焦解决工业互联网边缘管理存在的安全隐患，研究适应于不同种类终端、不同接入和交互方式的统一身份认证、持续信任评估、动态访问控制技术，构建了面向工业信息安全的零信任安全防护架构，能够规避非法仿冒接入、安全漏洞利用、数据监听窃取等安全风险，监测接入工业设备的通信行为特征，实现接入可信、协议安全、持续评估的防护目标，从而提高工控网络边界主动防御能力。

發(fā)表于：2025/10/14 下午5:25:47