分析栈溢出原因和现有检测技术，提出一种基于操作系统行为测量的栈溢出检测方法。以操作系统行为测量为理论基础，对操作系统行为进行形式化定义。利用虚拟机自省技术实时监控程序运行时的内存访问，实现透明带外检测栈缓冲区溢出行为。实验结果表明，该方法能有效识别栈缓冲区溢出，且具有较低的误报率。这一研究成果为提高系统安全性提供了新的视角和解决方案。

人脸数据蕴含丰富身份信息，其隐私泄露问题备受关注。传统差分隐私方法直接对像素或特征向量整体添加噪声，导致识别性能下降且缺乏可解释性。为此，提出一种新型差分隐私方法，将特征嵌入向量结合分类方法设计，创新性地将响应数据转换为径向半径与切向角度两种形式，更好适配分类中的角度与距离度量。在此基础上，构建了基于角度与半径的差分隐私噪声生成机制，并通过差分隐私组合定理定义隐私预算并进行数学证明。此外，设计了隐私图像生成方法，通过优化评价函数实现隐私性与可用性的平衡。实验结果基于三个公开数据集，表明所提方法在径向与切向方向的组合应用中表现优异，在相同隐私预算下显著提升了识别性能。该方法实现了隐私保护与分类可用性的兼顾，并在解释性与性能上展现出显著优势。

为了提高信息网络安全性和隐私性，加强对网络攻击的防御能力，提出了融合数据加密技术的信息网络安全改进策略。首先对链路、节点以及端到端进行加密，实现信息传输全过程加密。然后融合ZUC算法与SM2算法，ZUC算法负责较长报文的加密解密，SM2算法用于改善ZUC算法中秘钥分配问题，提高加解密过程效率。实验结果表明，融合ZUC算法与SM2算法数据传输效率达到1 100 Mibit/s，计算资源空间占用为10 MB RAM。当字节长度为512 bit、明文数据在200 KB时，加密时间为2.2 s，用时最短。当字节长度为512 bit、明文数据为300 KB时，加密和解密的用时分别为3.74 s和4.12 s，在所有算法中加解密效率最高。因此，所提策略可有效维持安全的网络环境，提高用户信息的隐私性。

针对当前视频预测算法在生成视频帧时细节模糊、精度较低的问题，提出了一种基于边缘增强和多尺度时空重组的视频预测方法。首先通过频域分离技术，将视频帧划分为高频信息和低频信息，并对二者分别进行针对性处理。其次，设计了高频边缘增强模块，专注于高频边缘特征的学习与优化。同时，引入多尺度时空重组模块，针对低频结构信息，深入挖掘其时空依赖性。最终将高低频特征进行充分融合，用以生成高质量的预测视频帧。实验结果表明，与现有先进算法相比，该方法在预测性能上实现了提升，充分验证了其有效性。

随着可再生能源的快速发展，风电功率预测对于电网稳定运行和能源管理具有重要意义。风电功率预测是一个复杂的非线性问题，涉及多种气象因素和环境条件。提出了一种基于长短期记忆网络（LSTM）、自适应稀疏自注意力机制（ASSA）和Transformer的融合模型，用于发电功率的时间序列预测。该模型结合了LSTM在捕捉时间序列长期依赖性方面的优势、ASSA在处理局部特征交互稀疏性方面的高效性以及Transformer在捕捉全局依赖性方面的强大并行处理能力。通过实验验证，该模型在发电功率预测任务中表现出色，尤其是在极端波动或拐点处的预测精度上有所提高。与传统方法相比，该模型能够更准确地捕捉风电功率变化的复杂性和动态性，为风电场的运营管理提供了有力的决策支持。

为了改善高原地区通信条件较差的情况，可以部署超大规模海量多输入多输出（Extreme Large scale massive Multiple-Input Multiple-Output，XL-MIMO）系统。高原地区地形复杂，存在许多建筑、山脉等散射体，这些散射体可能形成近场和远场混合的复杂信道环境。在这种环境中，散射体的分布可能既包括远离基站的远场区域，也包括靠近基站的近场区域。由此构建混合场信道模型，来描述和模拟复杂的混合场信道特征。其次，为了保证XL-MIMO系统的容量和性能，需要获取混合场信道准确的信道状态信息。为此，提出了一种两阶段的信道估计方案。通过仿真验证，发现所提出的两阶段混合场信道估计方案在不同信噪比、不同导频长度、不同路径参数下都具有更优的归一化均方误差，因此更适合应用于复杂环境中的XL-MIMO系统。

针对在低信噪比情况下OFDM辐射源识别率低的问题，提出一种双阈值与小波散射网络（Wavelet Scattering Network，WSN）结合的OFDM信号时频图辐射源个体识别方法。首先，建立包含指纹特征的OFDM信号指纹模型；其次，利用小波变换对一个符号周期内的OFDM信号进行时频分析得到时频图；再次，设计一种双参数阈值函数模型实现自适应抑制噪声干扰，提高时频图的图像质量。经WSN处理后，从优化后的时频图中提取小波散射系数作为特征集；最后，采用ResNet18进行分类识别。仿真实验结果表明，该方法能够显著抑制噪声干扰，在信噪比为-4 dB的条件下，识别精度达到87.5%，相较于其他方法表现出更高的识别精度和抗噪性能。

多品类打包推荐是现代推荐系统中的重要任务，旨在通过组合不同类别的产品，向用户进行一站式推荐，以满足用户的多样化需求并提升用户体验。目前，该任务面临即时响应需求高、数据规模庞大、数据稀疏性高等挑战，现有打包算法难以应对。为解决上述问题，提出了一种基于改进FP-growth算法的多品类打包推荐算法，即在FP-growth算法的基础上，对产品属性间的关联关系进行挖掘，并根据属性关联规则匹配出符合度最高的打包产品，有效缓解了产品间的数据稀疏性问题。在基于航空旅游零售领域的数据集上，本方法相较于基准方法显著提高了打包质量和打包效率。

“数据出境豁免”规则通过提高数据安全评估制度的适用门槛、设置数据出境安全评估的豁免情形对数据出境安全评估制度产生了重要影响。然而“数据出境豁免”规则的设置在概念范畴、豁免事由的证成以及规范目的符合性等问题上并未完全理顺适用逻辑，这在一定程度上影响数据安全评估制度更好地发挥其效用。为此，通过反思“数据出境豁免”规则可能对数据安全评估制度造成的适用性困惑，将“数据出境豁免”规则与欧盟GDPR“克减规则”进行比较并探寻借鉴意义，从价值层面审视制度定位并通过体系化解释适恰上位法规范目的，从定性和定量双重维度考量豁免事由，加强“数据出境豁免”规则与国家数据分级分类制度之间的制度衔接。

数据安全的重要性已是普遍共识，它涉及个人隐私、企业商业秘密和国家安全等多个层面。气象数据作为气象部门最重要的资产之一，一旦泄露，将会带来重大社会影响。针对气象数据安全可能面对的各种安全威胁和风险，详细介绍了气象数据安全防护体系建设的思路，提出了从数据安全管理、数据安全监测预警、数据安全防护、数据安全应急处置等方面来保障数据安全，为其他部门构建数据安全防护体系提供参考。

随着人工智能和机器学习技术的快速发展，数据质量已成为提升模型性能和可靠性的核心因素。特别是在不同类型机器学习模型的应用中，如何有效地实施数据治理以提升数据质量、稳定性和公平性，仍然是一个亟待解决的问题。综述了数据治理在机器学习建模中的关键作用，提出了一套系统性的数据治理框架，涵盖数据采集、处理、标注、模型训练等全过程，旨在提供切实可行的治理方案以支撑机器学习应用。该框架强调在不同阶段采用针对性的技术措施，确保数据治理的有效性，从而促进数据质量的提升和模型的可解释性、稳定性及公平性的保障。本研究为数据治理在机器学习中的深入应用提供了理论基础，并为后续的技术实践和创新提供了指导。

数据是数字经济时代的关键生产要素，是国家基础性战略性资源，如何合规高效地利用数据成为企业打造核心竞争力的关键。数据合规指引不仅明确了数据合规的原则和要求，还提供了具体的实施步骤和最佳实践，帮助企业建立和完善数据合规管理体系。总结了我国各地制定的区域型数据合规指引、行业主管部门制定的行业型数据合规以及场景型数据合规指引的特征，分析了当前区域型数据合规指引发展趋势可能引发的区域割裂风险，以及法律法规之间的不一致给数据合规指引带来的难处，还有监督机制不健全带来的企业数据效果难保障等问题。指出要从全局视角加强统筹协调以构建企业数据合规指引，突出企业数据合规指引对能力建设的指导作用，重在指导企业建立数据合规管理体系，并提出建立合规评审机制促进企业数据合规管理体系建设。

以全流程视野审视公共数据授权运营的风险，主要表现为数据授权阶段的供需对接风险、数据运营阶段的垄断风险以及数据开发利用阶段的失控风险。合作治理模式能通过多元主体间的合作共治、柔性化治理规则以及多样化的治理策略，实现利益协调、弥缝政策规范缺口及提升治理能效。立基于此，公共数据授权运营风险的有效治理应遵循以下具体路径：以商谈机制型构共治格局,以利益补偿机制为核心促进多元主体利益衡平与协调,以软硬兼济方式增强治理规范供给,用以回应性治理策略增进治理效能。

随着数字时代的到来，个人数据价值越来越高，个人数据安全问题愈发紧迫。当前，个人数据保护存在隐私政策或用户协议的合同困境、数据交易市场主体地位不平等以及数据权属不明等问题。为了破解交易市场中个人数据保护的困境，引入信托制度具有可行性和独特优势。通过引入第三方信托机构，明确数据权属、个人数据信托制度的基本构成以及相关配套制度，构建个人数据信托制度体系，推动数据权属的法律界定，以达到破解交易困境和保护个人数据权利的双重目的。

通过对我国关涉“流量劫持”行为刑事判例的研习，可以发现当前司法实践中存在“罪名选择困难、实行行为与帮助行为识别错误、民刑界分不清”问题。鉴于当前学术界未对“流量劫持”行为的处理达成一致观点，亟须依靠类型化思维从定义、类型、本质维度对“流量劫持”行为进行再思考。在责任层面，应当以“计算机系统安全的损害后果严重性”作为法秩序统一性原理指引下民刑责任区分的边界。首先，应以“破坏计算机信息系统罪”追究域名劫持行为刑事责任；以“非法控制计算机信息系统罪”追究链路劫持以及其他未达到“破坏”程度的流量劫持行为刑事责任；在上述两种罪名无法完全涵盖所有犯罪行为时，合理将“提供侵入、非法控制计算机信息系统程序、工具罪”和“帮助信息网络犯罪活动罪”作为兜底罪名予以补充适用。其次，对于虽然具备广义“破坏”之意，但却没有达到“非法控制他人计算机信息系统”程度的“流量劫持”行为，应当将其作为民事反不正当竞争案件论处。最后，取得用户同意是认定劫持行为系合法正当行为的法理基础。

自动化决策算法与传统侵权法体系之间存在适用上的矛盾，亟须通过因果关系的认定予以化解。对此，应在坚持传统的因果关系构成要件认定标准基础上，结合比例因果关系理论，对各因素在损害结果中的贡献进行量化分析。针对单一信息处理者场景，可以在疑难案件中引入“合理盖然性”标准降低受害人举证难度；对于多主体参与的情形，通过类推适用共同危险行为制度实现举证责任倒置，但需以整体行为与损害的因果关系证成为前提。此法律框架有助于在多方数据处理和信息流转背景下，更有效地解决技术复杂性带来的法律挑战，推动信息保护与技术发展的平衡。