去标识化作为一种隐私保护技术，在数据发布领域得到了广泛应用。然而，在大数据时代下，攻击者可能获得了更多的关联数据，去标识数据集仍然存在重标识攻击的风险。基于Shannon信息熵，并结合信息安全风险评估框架，提出了一种综合的重标识风险评估方法。首先，将攻击者可能利用的数据集的各种属性组合归纳为若干个脆弱性，然后逐一对这些脆弱性从可能性和危害性两个维度进行评估。最后，为了综合评估整个数据集的重标识风险，构造了一种基于熵值增量和加权的评估算法。实验结果表明，所提评估方法可全面、直观地反映风险分布与趋势。

云计算、大数据、区块链和人工智能等新技术为图书馆的快速发展带来了新的机遇，很多高校图书馆开始尝试将人脸识别技术和推荐系统引入智慧图书馆建设中，但是这两门技术都面临着隐私泄露和可信问题。区块链是去中心化、公开可信且不可篡改、可追溯、可验证、可审计、不可抵赖的新颖的分布式账本，区块链技术特性很适宜实现隐私保护。为此提出在区块链下进行可信高校智慧图书馆建设研究，并用Python语言编程验证了区块链、人脸识别和推荐系统融合的可能性，为高校智慧图书馆建设提供一种较新的思路。

基于工业互联网的物流供应链管理技术，业界聚焦在高精度数据分析算法的应用，对数据隐私保护算法的应用目前还处于起步阶段。然而，交易、支付环境不可信，数据易丢失及溯源难等问题，较大程度地制约了物流供应链管理技术的进一步发展。为简化过程，以物流价值链为例，将区块链技术应用于物流场景中，通过数字签名、非对称加密和Merkle树等算法，保障了商品数据的完整性和机密性，提供了物流订单数据溯源功能。最后，相比于业界类似技术的安全性，该方法更能满足实际工程应用对安全目标的需求，为后续落地实施提供了有力的技术支持。

脆弱性是可能被一个或多个威胁利用的资产或控制的弱点。脆弱性识别是组织实施风险评估活动中最重要的一个环节，可从管理和技术两个方面进行识别。探讨了技术方面脆弱性的管理和软件安装限制两方面的最佳实践。提供一个关于技术方面脆弱性的实际审核案例，描述了主要的审核发现、沟通过程、受审核组织主要的改进方法等。

随着移动通信和物联网的快速发展，在硬件资源受限和功耗较低的应用场景中对密码保护的需求越来越大，密码算法的轻量化成为必然要求，近年来，轻量级序列密码的设计与分析是一个研究热点。首先介绍了四个新型的轻量级序列密码，它们共同的特点是内部状态小于密钥长度的两倍；其次介绍了每种算法的最新安全性评估结果；最后探讨了轻量级序列密码的发展趋势。

针对小型四旋翼飞行器的动态目标跟踪问题，提出了连续自适应椭圆检测(Continuously Adaptive Ellipse Detector，CAED)算法的飞行器目标定位以及一种基于立体视觉的跟踪控制算法。首先，双目相机拍摄的图像通过CAED算法得到目标的像素中心点，利用三角测量原理，实现了对目标位置的有效估计。其次，针对运动目标跟踪任务，设计并实现了两个级联串级PID的四旋翼位置姿态控制律。最后，在四旋翼上将图像处理算法与四旋翼控制相结合，进行了测试实验，验证了本文所提出的检测和控制方法。

现有仪表读数识别方法通过检测指针和刻度获取读数，对输入的仪表图像质量要求较高，为此提出一种新的基于深度回归的指针仪表读数识别方法。该方法首先由仪表图像获取图像特征，然后通过方向回归模块预测指针方向，最后根据指针角度计算仪表读数。相比于其他方法，该方法采用端到端的回归方式进行直接学习，具有更强的识别能力。在较大规模变电站仪表图像数据集上，该方法取得了97.2%的读数精度，相比于基于Mask R-CNN的仪表读数识别方法提高了7.4%。定性分析和定量分析结果表明，相比于现有的仪表读数识别方法，该方法对表盘图像干扰具有更强的鲁棒性。

针对传统视频火灾检测方法依靠人工经验提取火焰特征，误报率高、鲁棒性差的特点，提出一种基于深度学习的视频火焰识别方法。该方法充分利用火焰的运动特征和颜色信息，先使用改进的五帧差法和自适应混合高斯建模法进行运动目标提取；再采用RGB-HSV混合颜色空间模型筛选出图像中可能的火焰像素区域；最后将以上两个步骤结合起来进行疑似火焰区域提取，并将疑似火焰区域图像传入预训练的AlexNet卷积神经网络模型进行火与非火的精确识别。通过对多种场景下火焰视频的测试结果表明，提出的方法具有较高的召回率、准确率和较低的误报率。

卡塞格伦天线在检测与维修过程中，需对其跟踪目标速率进行测试。针对传统测试方法存在耗时长、成本高、准确率低的缺点，在对传统测试方法研究基础上，提出了基于单目标源定位追踪方式的改进型测试方法。试验表明该方法减少了测试用时，节约了成本，提高了准确率。

现实场景行人的复杂性和多样性使得行人检测成为计算机视觉领域中一个既具有研究价值又极具挑战性的热门课题,为提高其准确性，提出一种基于SSD(Single Shot Multibox Detector)与FRN(Filter Response Normalization)相结合的密集连接行人检测算法，将串联式的SSD基础网络修改为引入上下文语义信息的多层融合的密集连接的FRN网络结构,运用聚类思想设置适宜行人尺度的候选框，并且根据行人尺寸的统计分布规律调整不同检测层的缩放因子，从而实现端到端训练。在融合数据集和VOC2007TEST数据集上验证该模型的性能，相比于SSD方法，该方法准确率AP(Average Precision)分别提高5.8%、2.9%，具有更高的准确性和鲁棒性。

图像拼接技术应用范围十分广泛，如全景图片、城市建模以及视频监控等工程应用领域。针对机场中多台超高清摄像机监控的场景，设计了一种全景多路超高清监控视频拼接系统。该系统利用具有重叠区域的多路视频进行实时拼接，从而形成具有更大视角的全景视频，给决策人员提供全面而有效的支持。系统将传统的图像拼接技术运用在视频拼接上，采用分布式的系统架构并设计了一种视频文件传输算法，保证了系统流畅、稳定地运行。首先介绍了该系统软硬件环境，给出了系统的总体设计；其次介绍了系统的关键功能设计以及主要界面实现；最后进行了实验测试，得出相关实验数据。经过测试，该系统实现了8路4K视频的拼接，显示流畅，无明显拼接痕迹，且对一帧的处理时间小于40 ms。

为实现环控生保系统在轨故障预测与健康管理，研究系统遥测数据的时间序列信息。通过预测关键遥测数据的变化趋势，实现在故障出现之前对其识别、预判。结合环控生保系统遥测数据的特点，通过AIC与BIC相结合的方法确定预测模型。运用该模型对实际工程中遥测数据进行预测验证，结果表明采用该方法对氧分压数据进行前向6点预测，预测精度可达98.2%，可为后续系统在轨故障预测与健康管理提供基础。