近日，美国媒体、国会对TikTok(抖音海外版)接连发出质疑，认为这家在美运营的中资背景企业获取美国数据，破坏美国数据安全。相较于以往，此次攻击反映出中美网络空间对抗博弈进入以数据安全为主题的新阶段。预判美国可能对我国高科技企业实施进一步遏制，通过分析美国对TikTok数据安全监管的原因、具体措施及其政策方向，为我国的数据安全监管工作提出建议。

近年来，短视频领域低俗色情、著作权侵权等失范内容屡禁不绝，仅依靠以政府为主导的运动式治理难以遏制其蔓延。算法技术的蓬勃发展提供了新的治理思路，将治理链条延伸至平台运行的算法技术，从生产和流通环节对短视频内容予以技术性审核，将有力提升治理效能。然而，算法治理还存在短期内难以克服的局限：平台算法逻辑受流量思维主导、算法技术落后于治理需要。基于此，围绕“政府—平台—用户”三方社会主体构建协同治理模式，形成治理合力。

高校应用系统中的Web日志数据是系统运维、安全分析的重要来源。针对数据中心产生的Web日志进行研究，同时考虑GET和POST请求的所有数据，采用Word2Vec构造特征向量，利用支持向量机进行模型构建。并基于MapReduce并行计算模型，给出了一种异常入侵检测算法，构建了一套基于Web日志的安全分析平台。系统运行结果表明，该平台可以有效地发现校园网中的异常入侵，检索效率高，能有效提高运维效率和异常排查速度。

数据驱动的人工智能应用需要大数据支持，然而现实中因隐私保护等原因,数据往往互不流通,而以孤岛形式存在。如何实现数据安全可用是当前亟待解决的问题。设计和实现了面向数据共享的模型训练服务系统，通过向用户提供数据功能服务接口而非数据本身，实现数据可用不可见。重点针对资源受限的数据共享平台，设计了高效的资源分配和作业调度方法，特别是通过自动资源缩放来应对多变的工作负载，达到优化用户体验和提高资源利用的目的。实验表明，相较于常规的作业调度方法，本系统在各种工作负载下都具有响应服务请求快、作业完成时间短的优点。

相较于传统工业较为封闭的生产运行环境，工业互联网时代的工业面临严峻的数据安全挑战。为了提供充分抵御网络威胁的保护措施，汇总了中国主要的有关工业数据安全保护的法律法规，以展示与分析中国数据安全法制保护建设具体情况，通过对代表性国外相关立法的借鉴，提出了加强工业数据安全保护的两个方向建议，即细化工业数据安全保护的立法、培养具有法学和技术双背景复合型人才。

梳理分析了美国国防部和联邦政府的零信任政策相关标准情况，介绍了我国零信任相关政策标准以及产业发展情况。在此基础上，提出了加快零信任体系架构相关国家标准研制、开展零信任试点示范工作、推动零信任安全评估体系建设、积极推动零信任产业发展等建议。

物联网、5G等信息技术的快速发展加速了万物互联时代的到来，网络边缘设备的爆发式增长产生了海量级边缘数据，传统云计算模型的集中式大数据处理已无法满足对边缘设备海量数据的高效处理。边缘计算作为一种新型计算模型，在更靠近用户的网络边缘侧就近提供服务，减缓了网络负载，增强了响应能力，但同时由于边缘环境的开放性、多源异构性、边缘节点资源受限等特性，使得边缘计算的安全与隐私保护面临诸多挑战。首先从安全需求出发，围绕身份认证、通信安全协议、入侵检测以及隐私保护等关键技术，系统阐述和分析了边缘计算安全与隐私保护领域的国内外研究成果，最后提出了未来可能的研究方向。

针对电力网络中如何有效识别边界资产(已知资产和未知资产)并进行资产画像，如何对已知资产涉及的空间要素进行分类展示，如何对未知资产可信值进行计算，网络空间和现实空间的地图如何映射等问题，提出以电力关键业务网络和重要目标网络为主要探测对象，实时地掌握网络的重要对象、节点属性、存活状态、基础服务、拓扑结构等深度信息，结合未知资产的可信度，实现电力行业网络空间资产的数据分析展示，及构建电力网络的网络空间地图的目的。

随着工业互联网的不断发展，石化行业工业控制系统网络安全风险逐渐突出。在“十四五”信息化和工业化深度融合发展的大背景下，工控系统作为国家关键信息基础设施重点保护对象，快速提升其安全防护能力尤为重要。以近年工控系统网络安全事件为出发点，立足国家网络安全法律法规以及等级保护政策标准体系，梳理了石化行业工控系统网络安全防护建设思路，提出了一套石化行业工控系统网络安全防护体系。

“碳达峰、碳中和”的发展目标预示着我国将投入更多的新能源建设项目，提升新能源电力系统的网络安全是亟待解决的问题。使用国产密码产品，建立新能源安全防护体系，全面提升新能源网络安全综合防御的能力和水平是新能源行业的迫切需求。基于对新能源风力发电的现场侧风机主控系统使用的Modbus协议进行安全研究，使用形式化分析工具Scyther分析了Modbus通信协议的安全性，并结合渗透测试攻击方法验证对使用Modbus协议的风机主控设备的安全隐患，最后在此基础上提出新能源边界安全防护方案，对新能源风电通信安全提升有重要研究意义。

针对城市交通流量强随机性的问题，为克服非线性和时变特点的影响，提出了基于粒子群（PSO）优化双向长短时记忆网络（Bi-LSTM）的交通流量预测模型，达到城市交通流量高精度预测效果。首先，建立基于Bi-LSTM的交通流量短期预测模型；其次，采用粒子群PSO算法对Bi-LSTM模型的超参数进行寻优，提升预测模型的泛化性。通过对比实验分析，验证了该交通流量预测模型具有更优的性能。

针对麻雀搜索算法收敛速度慢、难以跳出局部最优等问题，提出一种基于t分布变异的改进麻雀搜索算法。在更新麻雀种群加入者位置后，引入自适应t分布变异，对加入者位置产生扰动，避免陷入局部最优，增强算法性能；通过比较灰狼优化算法、飞蛾火焰优化算法和原始麻雀搜索算法，在6个基准函数上进行仿真实验。实验结果和Wilcoxon符号秩检验结果都表明所提出的改进麻雀搜索算法的收敛精度与速度均优于其他算法，达到提高算法收敛速度，增强算法跳出局部极值能力的效果。

目前，对量子状态估计的算法大都采用离线批处理的方式进行，但离线量子态估计的方法对演化的量子系统难以实时估计。为了解决这一问题，提出一种在线优化算法，用于从具有测量随机噪声的量子系统中，通过连续弱测量估计该自由演化量子系统的状态密度。该算法基于在线邻近梯度法和交替方向乘子法提出，通过1、2、3和4位量子系统的仿真实验，验证了该算法计算高效，对测量随机噪声具有更高的鲁棒性。

在音频场景分类任务中，现有端到端模型中特征建模层学习过程存在缺乏约束、学习结果缺乏直观解释以及仅适用于特定的后端分类模型等缺点。因此，以SincNet可微分前端为基础，引入正交约束提高其求解效率，同时提高所得可微分前端的可解释性，并使其能提高多种后端网络的分类性能。提出的这种新型可微分前端命名为正交约束型SincNet(OrthSincNet)。研究发现，OrthSincNet卷积核对应的频谱既具有类似于梅尔滤波器的形态，又可提高分类效果。在UrbanSound8K官方评测数据集上的实验表明，相对于常用的梅尔频谱前端，OrthSincNet改进了6种后端分类网络的性能，分类准确率平均提高了2.2%。

针对新一代航天发射任务快速准备、快速装订、快速切换以及指挥、保障场景的多元呈现、动态构建的实时性特点，提出了一种可视化应用拓扑建模方法。通过制定一套统一的数据和逻辑交互接口，设计了一种用户自定义场景建模和应用软件自编程方法。该方法将场景元素抽象为数据驱动的逻辑、拟物两类图元库，提供统一架构的图元编辑和处理平台，能够自动生成场景配置文件，快速加载到业务系统。通过应用验证，基于此方法构建的可视化建模方法能够基于历史任务快速构建新型号、新任务场景页面，既改变了以前只能静态或者有限动态的展示模式，又提高了航天任务准备效率。