社交媒体账号分类方法从账号的属性信息出发，通过构建账号特征从而对账号进行分类，对从海量社交媒体数据中挖掘有价值的信息具有十分重要的作用。现有社交媒体账号分类一般基于用户发布的信息提取特征，存在账号信息描述不完整、分类有效性低的问题。针对上述问题，提出了一种基于多模态特征融合的社交媒体账号分类方法。该方法综合考虑账号自身属性、文本以及账号之间的社交关系等信息，使用张量分析的方法对账号所表现的多模态特征进行融合。相比现有方法，所提方法可以更好地利用账号的各种信息，获得更好的分类效果。通过实验，所提方法准确率达到了93.74%。

高分辨率遥感影像往往蕴含着丰富的地物信息、复杂的拓扑关系和多变的目标对象，给复杂环境下情报识别与分析带来了挑战。为了高效、快速、精确地获取到遥感图像中的关键信息，在主流图像分割的编码-解码模式的基础上，提出了一种全新的遥感图像分割方法，内部引入了多种注意力机制以及多尺度的特征表示结构，增强了对遥感图像的解译能力，提升了最终的目标分割效果。在公开数据集上的实验表明，所提方案可以在保持低参数量的情况下，明显优于其余基线方法。

针对基于内容推荐算法存在过拟合及过度专业化问题，提出了一种混合个体及群体偏好分析的联邦推荐框架，该框架包含三个模块：基于随机森林的偏好分析模块、基于联邦的相似兴趣用户分群模块、基于混合偏好分析的推荐模块。在基于随机森林的偏好分析模块中，提出考虑组合因素的同一属性间偏好度分析和结合信息熵的不同属性间在意度分析方法,通过纠正与真实兴趣属性具有强关联性的非兴趣属性影响，初步解决了算法的过拟合问题；在基于联邦的相似兴趣用户分群模块和混合偏好分析的推荐模块中，通过基于联邦的相似兴趣用户分群模块和群体的同属性异属性分析，得到用户所在兴趣群体的同属性异属性偏好信息，并通过网格遍历群体和个体的超参权重混合进行资源推荐，解决了推荐系统存在的过度专业化问题，提高算法在特定任务上的表现。实验结果表明所提算法相较于随机森林算法在各方面指标上有明显提升，且提高了推荐系统的可解释性。

针对现有嵌入式工业计算设备的数据分散、管理不足等问题，提出了一种基于元数据分离的数据管理体系结构。融合数据特性需求，设计了一种数据统一标准化处理的规则库，构建了元数据信息组织模型、索引存储结构及标准格式的数据文件，实现了数据文件与元数据分离存储的管理模式，将数据文件存储至索引目录磁盘，元数据信息实时写入时序数据库。初步开发了数据管理的应用原型系统，提升以元数据模型为基准的数据分级组织管理能力，实现数据互联互通，提高以业务为导向的数据管理应用服务效能。

传统意义上，由于无法找到大量独立同分布的样本，雷达威力范围评估分析是小样本问题。从雷达威力范围方程出发，分析其中和雷达本身工作状态、参数密切相关的个性因素，以及和雷达本身无关的目标环境、气象环境、操作使用等共性因素，对不同因素分别进行处理，形成能够关联不同雷达测试数据的雷达威力范围方程。分析整理历史上目标雷达截面积数据，确定其分布规律；结合雷达测试数据分析共性因素的分布规律；确定雷达威力范围的分布规律，给出雷达威力范围的点估计和区间估计。经过试验分析，所提方法与其他相关方法相比有较好的优越性。

恶意加密流量检测对关键信息基础设施的可靠运行至关重要，也是应对DDoS攻击等网络威胁的有效手段。利用时空主成分分析技术，构建了时间维度和空间维度的网络流量变化模型，实现恶意加密流量的实时检测和追踪溯源。在时间维度，利用历史积累的网络流量监测信息进行主成分分析，构建瞬时流量预测模型与实际监测流量之间的平方预测误差，判定网络中出现恶意加密流量的时刻。在空间维度，利用历史积累的各国家和地区的网络流量监测数据，构建区域流量预测模型与实际监测流量之间的平方预测误差，对恶意加密流量的来源地进行追踪溯源。最后，设计了一种可用于现网部署的算法实现流程，并分析了相比其他已有算法带来的能力提升。

针对访问控制过程中缺乏对用户隐私保护的问题，提出了一种基于策略和属性隐藏的区块链访问控制方案。首先，基于Hyperledger Fabric平台编写访问请求、属性管理和策略管理链码，搭建基本的基于属性的访问控制模型，实现了细粒度的访问控制。其次，使用AES对称加密算法和属性基加密算法将资源进行加密存储，再将存储地址和资源哈希上传到区块链上，确保数据的安全性和完整性。最后，使用Paillier同态加密算法将用户属性和访问策略加密并上传到区块链上，确保访问过程中用户的隐私安全。通过方案对比和仿真实验说明了本文方案能够有效保护用户的隐私。

电子投票方案通常基于安全多方计算、盲签名、同态加密和秘密共享等密码学技术设计，并通过网络实现。与传统的投票方案相比，各个角色的隐私得到了更好的保护，投票和计票过程更安全高效。基于Paillier密码的同态性设计了多对多的电子投票方案，采用预计算三元组的方式在不解密选票的情形下对赞同、弃权、反对选项进行合规性判断；然后通过密码同态性合成总投票、计票中心解密后便能够从m个候选人中选出t个胜出者；最后证明了方案的正确性和安全性，并分析了方案实现需要的通信代价和投票人、可信中心以及计票员的计算量。方案整体实现效率高，适用于大型电子投票的场合。

数据是数字市场竞争格局形成中的核心要素，然数据抓取作为获得数据要素的重要手段却备受争议。数字经济蓬勃发展的今天，利益衡量这种古老的解释方法，对于数据抓取行为的竞争法规制仍然具有较强回应性。从利益衡量的角度出发，以平台经营者利益、消费者利益及社会公共利益的多元利益维度展开，判断其各方主体的利益冲突实质和利益的属性。利益衡量为数据抓取行为的竞争法规制勘定边界，亦为数据要素市场的建设提供价值序位考量，并暗含解决数据抓取行为这一复杂问题的指向，即建设统一的数据要素市场。

注意力经济背景下，传统技术中立理论受到冲击。在侵权责任规制上，应为具有情感连接功能的陪伴式人工智能平台找寻新的规制路径。这一路径不应完全脱离当前以过错责任为主的侵权责任体系，但由于陪伴式人工智能平台的算法可能引发广泛且严重的损害，因此在规制的整体态度上，保持相对严格的归责倾向；而在具体的司法实践中，以举证责任倒置等方法补足直接运用过错责任的缺陷，并对未来建立陪伴式人工智能平台的通用规则持乐观态度。

“数据池”是数据生产要素的重要表现形式，对促进数字经济发展、推动产业转型具有积极作用。但我国目前缺乏数据权利基础制度，著作权法和数据共享协议都未能对数据池提供全面的法律保护。此种情况下，可以通过商业秘密相关法律规范对数据池予以保护，但数据池必须满足商业秘密的秘密性、价值性和保密措施构成要件。在分析数据池秘密性构成要件时，应当重点认识公开信息形成的新信息可以具有秘密性，企业间数据池共享的行为也不会使其丧失秘密性。

如何解决算法可解释性问题是算法治理中的一个重要法律议题，囿于算法使用者与受众之间不断扩大的“解释鸿沟”，现阶段算法解释困境存在于算法运行、决策形成到应用的过程之中，具体体现在数据识别的失衡、证明依据的不足和损害结果的泛化三方面。考虑到不同算法运用场域之下解释需求的差异，借助体系思维构建起算法解释框架，或将成为解决可解释性问题的突破口。以解释对象为逻辑起点将解释方法划分为定向告知、公开披露和行政报备三种模式，并基于“场景公正”理念将其应用于医疗、信息推荐、金融等领域，针对不同业务和场景区分可解释性程度和标准，以期实现算法可解释。

针对法院、检察院和司法行政机关等单位传递与共享案件数据过程中面临的身份伪冒、监管困难、隐私泄露和数据滥用等安全风险，提出一种基于区块链技术的法检司数据安全共享模型。通过模拟实验，验证了模型的可行性,并且对基于区块链的法检司数据安全共享涉及的混合加密技术、可信计算技术、数据共享管控智能合约以及基于区块链的跨域身份认证技术进行了阐述，以期提升数据资源共享环节的安全防护能力。

针对交通信息系统工程具有接入范围复杂、网络安全风险大的特点，提出了公路全面零信任系统架构。该架构主要由网关管理平台、可信身份管控平台等6个平台组成。重点研究了基于网关管理平台的安全交互过程，一是实现多物理环境下自动路由策略；二是研究双模SPA敲门机制，重点分析UDP认证和TCP敲门数据访问。依托智慧农路系统工程，评估了应用前后安全访问的效果和效率。研究结果表明，公路零信任系统可在国产芯片Loongson3A4000上运行；双模单包授权SPA技术在UDP SPA基础上拓展了TCP SPA能力，比单模SPA访问速率快50%；在满足三级等保控制点的基础上可实现网络隐身。