123,123,123

勘探开发数据标准展示工具的设计与实现[其他][其他]

立足于勘探开发数据标准的业务特性及其应用场景，设计了一款数据标准展示工具,并基于Spring Boot开发框架和Vue框架分别实现后端和前端的工具开发工作。该工具具备多项功能，包括数据标准规范文档的分册展示、勘探开发业务流程展示，以及勘探开发业务数据标准规范和主数据标准规范的可视化呈现。用户通过该工具，可按照不同的业务层级、业务活动、数据集及其相互之间的关联关系进行直观的图形化浏览和查看。结合勘探开发业务特点和业务流程，通过数据标准的可视化展示，该工具极大地增强了数据标准的共享性和可理解性，从而促进了数据标准在企业内部的有效沟通和应用，为勘探开发数据治理工作提供了坚实的基础，助力勘探开发数据管理整体效率和质量的提升，同时为数据驱动决策和业务优化提供了有力支持。

發(fā)表于：2025/7/29 下午4:33:51

风险等级化视角下行政算法的差序化公开[其他][其他]

当从行政法秉持的行政公开性立场对行政算法予以关注并对其透明度规制进行制度性回应时，与其追求一个难以普遍适用的单一路径，不如采用“差序化”监管的理念，顺应自动化行政中算法的不同特点，在方法论上放弃统一适用的公开路径，转而透过对实践的总结和归类，以算法对权利的实质影响程度为标准，抽象出算法介入自动化行政的不同风险等级，并对其适配相应的公开要求，明确其公开程度与具体的公开方式，最大程度上规避自动化行政中算法实质风险的不确定性与法律规范所追求的普遍适用性之间的矛盾。

發(fā)表于：2025/7/29 下午4:02:16

犯罪恐惧感对隐私让渡意愿的影响研究[模拟设计][工业自动化]

海量的个人信息用于社会治理，虽然降低了犯罪恐惧感，但是也带来“去知觉化”的问题和隐私泄露的风险。为了促进数据私益和公益的平衡，基于2023年中国犯罪被害调查数据，围绕隐私权衡行为的影响因素展开实证研究。结果表明，犯罪恐惧感不仅直接降低了人们的隐私让渡意愿，还会通过降低警察信任感和官方媒体效力降低让渡意愿。因此，应当从减轻犯罪恐惧感入手，建立透明的信息利用机制，利用数据价值的同时规避隐私泄露风险，确保始终将群众作为受益者。

發(fā)表于：2025/7/29 下午3:33:16

生成式人工智能嵌入数字政府的数据安全风险及其法律规制[人工智能][信息安全]

生成式人工智能深度嵌入数字政府意义重大，但其引发的全周期数据安全风险不容忽视。通过解构数据“收集—处理—存储—输出”四阶段风险，发现收集阶段存在安全与质量隐患，处理阶段面临算法歧视与黑箱挑战，存储环节有数据泄露与归责困境，输出阶段则涉及数据失真与侵权风险。借鉴欧盟“先监管后发展”和美国“技术驱动立法”经验，提出分阶规制框架：收集阶段实行分类分级与源头审查，处理阶段强化伦理审查与清单管理，存储阶段构建软硬法协同标准与公私合作责任模式，输出阶段引入沙箱监管与数字确权。以此推动数字政府建设，实现科技、风险治理与安全法治的协同共进。

發(fā)表于：2025/7/29 下午3:22:15

高校数据安全治理的模型研究[模拟设计][工业自动化]

在分析我国高校数据安全面临的严峻挑战的基础上，提出了以目标为导向、内涵式发展、合理的指标体系、多元协同和基于业务场景的治理思路，通过数据安全治理能力、数据安全过程、业务场景三个维度将数据安全治理框架映射至高等教育领域，构建了贯穿数据生命周期的高校数据安全治理模型，指导数据高效、有序、可信流通，并建立了管理、技术、运营为一体的高校数据安全治理能力评估体系，支撑模型的应用发展，为提升高校数据安全治理水平提供科学的指引。

發(fā)表于：2025/7/29 下午3:10:14

工业大模型赋能制造业数字化转型的路径与对策[人工智能][工业自动化]

在全球制造业加速迈向数字化、智能化的背景下，工业大模型作为新一代智能技术，正成为推动制造业数字化转型的重要引擎。通过系统梳理工业大模型的概念、发展脉络和发展现状等基础理论，提出工业大模型赋能制造业数字化转型的理论框架，并详细阐述工业大模型在研发设计、生产制造、运维服务、经营管理和供应链管理等制造业典型应用场景的赋能作用。针对工业大模型在深度应用过程中所面临的高质量训练数据匮乏、工业场景分布碎片化、工业应用鲁棒性欠缺、关键场景风险需警惕和计算与系统能力不足等挑战，进一步探讨其赋能制造业数字化转型的方法路径，并从政策机制、示范引领、标准体系、自主创新、安全韧性和人才培养等多个维度提出对策建议，以期为工业大模型驱动制造业高质量发展提供有价值的参考和启示。

發(fā)表于：2025/7/29 下午2:57:12

基于区块链的现实世界资产数字化发行及交易技术研究[通信与网络][信息安全]

随着加密货币（Cryptocurrencies）发行及交易的火爆，其弊端也正日益凸显——由于没有现实世界资产的支撑，其价值只存在网络上，资产会在短时间造成大量损失，因而现实世界资产（Real-World Assets, RWA）数字化成为当前关注的重点。此外如何建立安全有效的发行交易模型，规避或降低已知的交易风险，是目前研究的难点。通过深入研究当前RWA数字化存在的两大发展路线，指出风险的存在是由于其数字化所建立的物理和数字空间市场割裂所导致的，据此提出了一种新的“轨道模型”，并构建了其发行与交易的数学模型，解决了传统RWA数字化中的并行市场割裂与系统性风险问题。

發(fā)表于：2025/7/29 下午2:44:11

基于深度强化学习的以太坊 MEV 交易防护与交易排序优化[通信与网络][信息安全]

以太坊交易排序中的最大可提取价值（MEV）问题，使恶意交易者通过操控交易顺序获利，破坏了网络公平性并推高Gas费用。为抑制MEV行为和优化公平性，同时提升系统效率，提出了一种基于深度 Q 网络（DQN）的交易排序优化方法。通过设计合理的状态空间、动作空间与奖励函数，智能体能够自主学习最优排序策略。结合Geth私有链、Flashbots MEV-Explore与Ethereum Mempool数据，系统性验证了该方法的有效性。实验结果表明，DQN排序策略可将MEV提取率降至13%以下，平均Gas费用较传统策略降低约33.1%，公平性指数提升至0.78，显著优于现有方法。同时搭建的闭环实验系统为区块链交易公平性和效率优化提供了可行方案。

發(fā)表于：2025/7/28 下午5:23:26

基于超参数优化和LightGBM算法的DDoS攻击检测与分类[通信与网络][信息安全]

针对分布式拒绝服务攻击(DDoS)数据流量样本容量大、数据特征多的特点以及检测分类准确率低的问题，提出了一种基于LightGBM（Light Gradient Boosting Machine）算法的DDoS攻击检测与分类方法。在CICDDoS2019数据集预处理和特征筛选的基础上，构建LightGBM检测模型和多分类模型。同时在模型预训练时，采用随机网格搜索与贝叶斯超参数优化技术实现超参数自动调优。实验结果表明，该模型在检测与分类任务上能达到98.34%的准确率。该研究为DDoS攻击提供了一种高效且简易的检测与分类思路。

發(fā)表于：2025/7/28 下午5:10:09

巡检无人机网络安全风险建模与量化评估研究[通信与网络][信息安全]

针对巡检无人机网络安全风险，构建评估模型并进行量化评估，为其安全防护提供支持。研究方法上，综合运用文献研究、案例分析、理论建模及实验验证法，首先识别风险，然后结合层次分析法（AHP）与模糊综合评价法构建风险评估模型，同时构建量化评估指标体系，明确评估方法与标准。实验选取不同型号无人机在多种场景测试，收集处理120组数据。研究结果显示，所构建体系在90%以上场景评估结果与实际相符，能准确评估风险。研究结论为巡检无人机安全防护提供理论与实践指导依据。

發(fā)表于：2025/7/28 下午4:57:09