面对越来越多的基于群成员协同操作的需求，群密钥交换协议在近期的研究中受到了广泛的关注。基于同源的密码协议是抗量子密码中的重要组成部分，因此文章主要关注基于同源的群密钥交换协议。针对超奇异同源的困难问题，提出了两个2轮的基于超奇异同源的群密钥交换协议，均是针对Burmester-Desmedt（BD）协议的优化。此外，为了证明协议的安全性，分别针对两个优化版本的群密钥交换协议给出了安全性证明。通过与现有的协议进行比较，可发现所提出的两个协议在通信量和计算复杂度上都有所降低。

随着物流行业向高柔性、高协同性、高效率的智能物流时代快速发展，智能物流数据治理与智能物流技术相互推动，并对智能制造发展生态产生重要影响。阐明了智能物流实物流、信息流、资金流三维视角与数据治理的紧密联系，以及智能物流数据治理框架发展进程和演化规律，结合行业案例分析总结了我国智能物流数据治理与技术发展现状，并从政策、行业、企业三个角度提出了对智能物流数据治理与技术未来发展的建议及展望，为我国智能物流发展提供借鉴与参考。

随着科技发展，软件也在日益更新，其功能和结构愈发复杂多变，从而伴生的软件配置漏洞导致的安全问题也日益增多。传统的人工对配置进行核查不仅耗费时间和精力，而且效率低下，无法满足及时高效确保软件配置安全的需求。知识图谱的发展在各个领域逐显成效，它具有能处理海量数据、建立知识间关联关系等优势，因此通过构建软件配置漏洞知识图谱，来整合存储软件配置漏洞数据，并达到可视化推理分析、关联查询等功能，以实现软件配置漏洞分析更加智能化的目标。

面对复杂多变的国际网络空间安全形势以及日益严峻的恶性网络攻击态势，针对集团化企业面临的主机安全、设备安全、网络安全、数据安全、业务安全等安全威胁，论述了基于实战化的防范网络对抗的关键技术与策略，包括基于网络对抗的主动诱捕系统设计、基于分级分类的安全自动编排技术(SOAR)、基于轻量级零信任策略的设备监控技术、数据和供应链的安全防护与管控技术等，并详细讨论了攻击暴露面的全面收敛和平战结合的对抗性网络应急实训、不同安保时期的网络应急措施、应对恶意攻击的平台联动与安全运营等实战化网络安全运营实践与措施。

随着计算机网络的不断发展，安全问题也日益凸显，文章从网络攻击效果评估入手，提出了DEMATEL-ANP指标权重计算模型，克服了传统基于层次分析法的评估中不考虑指标间相互关联关系的问题，并提出了VIKOR-灰色关联度法，既弥补了灰色关联度从单一角度评估的问题，又弥补了TOPSIS方法不考虑自身权重、容易产生逆序的问题。通过仿真实验，证明了该算法在网络攻击效果评估中的可行性和有效性，并且相较于传统算法对相似度较大的攻击具有更强的区分性。

针对目前基于深度学习的超分辨率算法特征提取较为单一、结构复杂且参数庞大的问题，提出了一种基于多层次特征提取的轻量级超分辨率重建算法。该算法采用了多层次特征提取的方式，首先提取图像的浅层特征；其次，使用包含多个并行卷积的深层特征提取模块提取图像的深层特征。设计了一种带学习权重的多尺度特征融合重建模块，以充分利用提取出的多层次信息重建图像。实验结果表明，其重建图像的峰值信噪比和结构相似性在多数情况下领先于目前主流算法；与对比算法相比，在参数量和运算时间上均保持领先，证明了网络的轻量化特性。

在复杂场景下，针对传统人体姿态估计模型中关键点分配算法存在正确率低、资源分配不均等优化问题，在OpenPose模型的基础上提出了一种改进的匈牙利算法，该算法在传统数学模型的基础上采用亲和度向量场与邻接矩阵结合的方式，通过对矩阵内的数值处理，来获取关键点的最佳匹配。实验表明，改进算法的运行时间有一定的减短，同时保证在100×100以内的矩阵中运算的精确度误差率不高于0.014，且在使用本地图像测试的实验中证明了模型的可行性和性能的提升。

多音轨的自动作曲算法需要同时兼顾单条序列的连贯性与多个序列之间的和谐程度。以往工作通常选择合并序列或并行多生成器两种方案，它们都无法同时完全捕获音符之间的依赖关系以及做到单条序列的连续性。提出了MuseTransformer框架，其包括由多个Transformer组成的生成器池模块，并设计了多生成器的异步执行策略与同步机制，以确保细粒度依赖关系的捕获。在乐谱的序列表示方面，提出了关键位置符号(Key Position Symbol，KPS)以提高表示效率。多种音乐领域评价指标的实验结果表明，所提模型生成的多轨序列之间在和谐程度、连贯性以及序列表示空间效率上，均等同或优于其他先进方法。

目前在空间域上关于对抗样本的研究成果已经相当成熟，但是在频域上的相关工作却是十分缺乏。从频域的角度对对抗样本进行深入的研究，发现对抗样本在DCT域上表现出了高度可识别的伪影，并利用这些伪影信息训练了一个基于频域的对抗样本检测器CNN-DCT，结果表明，对于常见的对抗样本在数据集CIFAR-10和SVHN上都能达到98%的检测准确率。此外，针对对抗样本在频域上存在的伪影，也提出一种通用的改进算法IAA-DCT来解决。简而言之，本文不仅填充了对抗样本在频域上工作的缺少，也改进了对抗攻击算法在频域上存在伪影的弊端。

恶劣环境下的低质图像会严重影响基于视觉的位移测量效果。图像超分辨率重建有望能改善图像质量、突出目标特征以提高测量精度和可靠性，进而应用于视觉测量场景。故提出了一种关注细节特征的图像超分辨率重建算法，该算法设计了一个角点增强支路，并通过角点损失函数进行约束实现对角点信息的增强，此外增加边缘损失函数提升边缘的重建效果。实验结果表明，该算法在客观评价指标上表现优异，视觉效果上取得了更加清晰的纹理细节，设计的验证实验证明，该算法重建的边缘与角点更加准确，对目标定位有一定帮助，适用于视觉测量应用场景。

双相抑郁症(Bipolar Disorder)会使人们因为严重的情绪问题无法参与正常的社会生活，甚至导致自残和自杀行为。为了准确检测患者当下心理状态以协助医生进行更精准的治疗，提出了一种结合注意力机制的CNN-LSTM网络的混合模型的双相抑郁症检测方法。该方法首先使用在人脸表情数据集上微调的Resnet50模型提取视频帧的空间特征，其次通过结合注意力机制的LSTM网络提取帧之间的时序信息去检测双相抑郁症。在AVEC2018双相抑郁症数据库开发集上，验证了该方法的有效性。

由于传统的无人机由人工进行操控，无人机群在强电磁干扰和复杂多变的战场环境中表现较为呆板。在这项研究中，开发了一种灵活智能的无人机控制器。通过使用一个经过多智能体深度强化学习技术训练的神经网络，无人机可以在飞行中控制自己的行为，从战场环境中获取状态信息，自主决策，并且和其他无人机形成有效战斗队形，灵活协调和配合，并产生了最优的动作。

核电仪控系统关系国家的核电安全，采用国产芯片实现仪控系统至关重要，只有基于国产技术平台才能从内在保障核级仪控系统的安全。基于国产芯片实现仪控系统过程中，面临系统设计、器件选型，以及新的系统架构下如何满足产品的稳定性、可靠性、独立性和确定性等问题，给出了基于国产芯片、计算机技术平台的核级仪控系统主控板卡的设计与实现，并重点对独立性和确定性设计进行了说明。对主控板卡的性能指标进行了测量，结果表明使用国产芯片实现的控制系统满足关键指标要求，主控板卡的设计与实现对核电仪控系统国产化具有参考意义。

碳达峰、碳中和作为生态文明建设的重要组成部分，对于福建省高质量发展具有重要的意义。基于国家碳达峰、碳中和目标和福建省能源行业现状，分析了福建省发展核电、海上风电等清洁能源的可行性，并对清洁能源发展的路径进行探讨，提出积极有序发展核电、大力发展海上风电、按需配套储能电站的发展思路。