近些年，随着量子计算的发展，以Shor算法为首的量子算法展现了对公钥密码体制的严重威胁。研究者们一方面研究量子算法对公钥密码的攻击实现，一方面着手后量子密码算法的过渡迁移。就此议题，首先介绍几类常用的公钥密码算法和相关量子攻击算法。其次，重点介绍Shor算法以及量子优化等算法攻击公钥密码算法的国内外研究现状，特别是对RSA和ECC的攻击实现以及当前存在的困难。最后，结合当前公钥密码量子攻击的研究进展以及后量子密码的发展，对产学研的未来发展规划作出了一些建议与展望。

随着科学技术的进步，量子计算突破了传统的算力瓶颈，在各个领域发挥着越来越重要的作用。在金融领域中，信用评分场景是贷款行业的重中之重。特征选取是一种十分高效的数据预处理策略。特征选择可以构建更简单、更容易理解的模型，提高数据挖掘性能，从中提取有效的特征，降低数据维度，为金融业提供有效的贷款参考信息。主要讨论量子计算在信用评分场景下的应用，改进了金融数据预处理的方式，创新性地使用量子计算机来求解特征选择的QUBO模型，与one-hot转码相比较，所使用的WOE分箱处理策略可以直接解析出特征，筛选结果可以进行直接对比。基于量子计算的特征选取与传统的基于相关性的特征选取策略相比，差距很小，并且由于量子计算机的先天优势，此策略速度更快，更具前景。

量子自然语言处理(QNLP)是量子计算领域一个新兴研究领域，旨在通过利用某些量子现象，如叠加、纠缠、干涉等，设计和实施自然语言处理(Nature Language Process，NLP)模型，并在量子硬件上执行与语言相关的任务。针对商业银行的业务实践，创新地对QNLP算法进行适应性改进，并将其应用于商业银行外部的金融新闻情绪识别和内部客户服务评价等具体场景，为QNLP算法在金融行业的落地应用提供新思路。

数据是信息时代重要的国家战略资源，合理的数据流动在促进经济增长、加速创新、推动全球化方面发挥着重要作用。当前全球跨境数据流动监管体系处在形成关键期。我国作为全球数据资源大国，面临数字经济快速发展机遇，需要妥善规制处理数据跨境流动问题，在保障数据安全的基础上促进数据有序高效流动，为数字经济高质量发展提供有力支撑。在梳理美国、欧盟以及国际组织等主要国家和地区数据跨境流动研究最新进展的基础上，分析了各自特点，并结合我国数据跨境流动实际提出对策建议。

健康码是数据时代政府参与社会治理的技术创新，在紧急疫情防控中充分发挥其治理效能。随着社会回归常态，健康码的应用呈现出常态化与延展化趋势，这也意味着将有更多的个人数据被使用，个人信息的权益问题势必引起关注。这些问题从根本上涉及公权与私权的抗衡。基于此，为了进一步明确健康码在常态化治理中的个人信息法益范畴，引入比例原则的理论视角，结合数据活动的特点，提出“正当、必要、权衡”三原则，对健康码的常态化应用进行审查。

随着国产商用密码算法的应用普及与商密应用测评工作的推进，商密算法的应用合规性备受关注。尝试针对商用分组密码算法开展识别研究，将其应用到密评工作中。提出了一种基于自动编码器和卷积神经网络结合的分组密码算法识别方案，将商密SM4算法与国际主要标准分组密码算法进行识别。利用NIST随机性测试方法对密文进行特征提取，最后借助卷积神经网络对密文特征进行训练和测试。实验表明，密码算法的密钥长度是否一致是影响识别准确率的重要因素，SM4与其他算法两两识别的准确率可达80%之上，并且识别效果与现有方案相比具有较高的准确率和稳定性。

20世纪40年代Shannon提出了对称密码设计的两个重要原则“混淆”和“扩散”，之后密码学者们基于这两个原则构造了Feistel、SP、广义Feistel、MISTY等主要整体结构，目前这些结构被广泛运用于各种标准密码算法和新型认证加密算法。对这几种主要密码算法的整体结构进行了介绍和研究，并基于具体结构的特点，系统地对广义Feistel结构中TYPE-I、TYPE-II、TYPE-III型结构构建了不可能差分区分器，对区分器轮数下界进行了推导和证明，为网络安全领域分组密码、序列密码、认证加密、Hash函数等对称密码的设计和分析提供了参考。

通过分析电力监控系统现有的典型结构与安全建设需求，针对电力监控系统网络安全的脆弱性和薄弱点，结合等级保护2.0体系，提出了一种电力监控系统网络安全防护建设方案。该方案以“一个中心，三重防护”为核心思想，突出安全管理中心建设，明确通信网络、区域边界、计算环境的安全防护建设方法。以某发电企业电力监控系统生产控制区为试点，以等保2.0基本要求为衡量标准进行方案应用效果评估，结果表明，通过安全防护体系建设，可有效提升系统安全性。

针对现有研究对于微博社区舆情用户关系研究不足的情况，提出了基于微博用户交互行为的微博社区发现算法。首先通过突发事件下用户发布的相关微博内容对微博用户间的交互行为进行分析，将用户间交互行为进行量化，根据用户交互次数计算出用户交互度；其次将用户交互度作为Louvain算法权重对突发事件下微博用户群体进行社区识别；最后根据社区识别结果结合用户博文内容研究不同社区内用户关注主题。实验结果表明该方法能更好地对微博用户社区进行划分，且不同社区内用户的讨论与关注重点有所不同，因此在进行网络舆论治理时能更有效地引导网络舆论。

基于程序依赖图(Program Dependency Graph，PDG)的代码克隆检测方法是检测代码克隆的重要方法之一，近年来提出的基于Weisfeiler-Lehman(WL)图核迭代的近似图匹配方法在克隆检测中取得了较好的效果，但PDG中少量顶点的差异会随着图核迭代传播到越来越多的顶点，从而导致算法召回率的下降。为此，针对WL图核在克隆检测应用中存在的问题，提出了一种基于改进WL图核的代码克隆检测方法，将WL图核迭代过程中采用的普通哈希算法替换为局部敏感哈希，同时引入向量的相似性度量方法，进一步提升了对PDG近似子结构的识别能力。实验结果表明，改进后的方法不仅可以检测出更多的差异克隆对，同时还保持了良好的精度和时间性能。

针对多尺度单发射击检测(Single Shot MultiBox Detector，SSD)算法对小目标物体检测效果不佳的问题，提出注意力特征融合SSD(Attention Feature Fusion SSD，AFF-SSD)算法。首先，为了提升网络对小目标物体的检测性能，使用注意力特征融合模块对浅层特征图中的特征信息融合，在降低噪声的同时增强特征图中远距离像素的相关性；其次，针对训练过程中正负样本失衡导致的模型退化问题，结合聚焦分类损失函数对SSD算法中的损失函数优化;最后，引入迁移学习解决因训练数据较少导致的过拟合问题。实验结果表明，与SSD算法相比，AFF-SSD算法平均准确率均值提高8.09%，经过迁移学习后，AFF-SSD算法平均准确率均值提高3.47%。

成像式光电容积描记法(iPPG)是一种利用摄像机远程测量血容量脉冲的技术，现已成为早期筛查动脉粥样硬化和心血管疾病的一种具有前景的技术。但iPPG信号中包含大量的噪声，传统的选取有效信号的方法准确度低，普适性差。基于以上问题，设计开发了基于Python的有效iPPG信号识别软件，该软件通过摄像头采集人脸视频并进行人脸定位，在动态的感兴趣区域中提取iPPG信号，并对信号进行预处理，最终使用基于深度学习的iPPG信号判别模型进行有效性识别，平均准确率高达95.1%,对于实际应用场景下的iPPG信号判别具有良好的准确性与稳定性，同时验证了使用深度学习进行非接触式信号有效性判别的可行性。

随着计算机硬件和人工智能技术的发展，强监督目标检测算法已经取得了很大的成果。然而，强监督目标检测算法需要在大规模、标注精度高的数据集上进行训练。但在某些特定领域，上述条件要求过于苛刻。例如，军事上常用的迷彩伪装目标的图像数据集就比公共数据集更难获得且标注难度更大。因此，采用对数据集要求更低的弱监督目标检测算法来实现迷彩伪装目标的检测任务。由于图像中迷彩伪装目标与背景融合度较大，导致原始浅层特征感知伪监督目标定位(Shallow feature-aware Pseudo supervised Object Localization，SPOL)算法的检测精度相对较低。本文的核心是在SPOL算法的基础上融合注意力机制，通过加入注意力模块，让模型更加关注迷彩伪装目标的区域，以此来提高迷彩伪装目标的检测精度。

为了促进我国农业生产的绿色转型发展，针对我国化肥施用量过多，缺乏科学合理施肥指导的问题，开展了改良型测土配方施肥技术研究，突破传统测土配方施肥只注重土壤本底养分和植物吸收的技术方案，充分考虑“土壤-植物-气候条件”的协调统一，在传统测土配方施肥计算方法上依据积温变化来调整追肥的施用量，看天施肥，并采用前后端分离的技术方案设计了一套基于Web服务的农作物地块施肥决策系统，集成了地块施肥指导、地块种植管理、投入品管理、用户管理等功能，实现了综合考虑土壤-植物-气候条件的改进型测土配方施肥技术的应用。