通过研究电子支付业务风险的个人自主控制模式，分析了电子支付个人风险控制系统和个人可信确认基本过程，提出个人可信确认风险控制机制的密码应用需求。同时，设计了基于密码应用技术的个人可信确认方案，包括系统构成、使用的密钥、方案原理、个人可信确认报文、密码安全应用流程、密码应用相关安全技术要求等部分。该方案可供支付机构、电子支付个人风险控制领域相关系统和设备厂商作为技术参考。

针对基于OpenStack开源云平台的应用服务易受HTTP Slow DDoS攻击的安全问题，对其攻击的机理进行详细分析，并以基于OpenStack架构搭建的云平台为基础环境，构建Web试验服务器环境，同时创建Docker模拟“肉鸡”（指被攻击者远程控制的计算机），通过使用Python库中urllib库和socket编程的方法，实现对三种常见HTTP Slow DDoS攻击的模拟，通过对攻击产生的流量和数据包内容进行分析，研究HTTP Slow DDoS攻击机理。结果表明，三种攻击方式均可以使云平台中的Web服务器连接失败。HTTP Slow DDoS攻击方式对基础带宽不足或未部署相关防御策略的私有云平台威胁更大，可使其无法正常提供服务。最后针对文中的三种HTTP Slow DDoS攻击方式，提出了相应的防御策略，并通过攻击防御试验证实了这些策略的有效性。

物联网的分布广泛性造就了物联网数据的丰富内涵，大数据征信对数据的需求与物联网数据的特性不谋而合，将物联网数据应用于信用体系建设是未来的发展趋势。但随着信息收集的隐蔽化和全面化不断提高，暴露出的身份泄露与伪造、过度监控等风险使得信用主体的合法权益保护难度加剧。分析了可用于征信的物联网数据类型，提出了四种新颖的基于物联网数据的泛信用体系。并对物联网数据信用隐私保护制度进行探讨，提出了区分不同主体和区分不同数据类型与隐私场景两种思路，为信用隐私保护提供了可行的未来发展方向。

通过对工业互联网数据面临的主要问题和风险进行分析，并对适用于工业互联网数据安全的防护技术进行研究，提出从通用安全防护、分类安全防护、分级安全防护三个层面构建的工业互联网数据安全防护框架，将系统防护与数据防护、动态防护与静态防护、管理要求与技术支撑相结合，解决不同层次的安全问题，为有效提升企业工业互联网数据安全防护能力提供借鉴思路。

光伏发电系统处于局部阴影遮挡时，P-V特性曲线呈现多峰状态，传统的最大功率点追踪算法已无法追踪到最大功率点。针对此问题，应用改进鲸鱼算法对光伏阵列的最大功率点进行追踪，改变原算法的收敛因子，由线性递减改为余弦形式的非线性递减，平衡全局搜索和局部搜索的能力，且加入同步余弦形式的惯性权重，提高寻优精度，加快搜索速度。在MATLAB/Simulink中建立仿真模型，并在不同控制状态下模拟不同环境进行仿真、分析、对比，验证改进鲸鱼算法的高效性和实时性。

人眼是人类获取信息最主要的器官，进行人眼的可视性分析是人机工效分析的重要工作内容。当前主流的可视性分析工具主要集中在可视范围的定性标识，缺少高级的光学特性建模过程，不能逼真反映人眼在不同工况下的视觉情况。提出一种基于光线追踪的可视性分析方法，建立了一种全局光照模型，在此基础上设计并开发了一套渲染引擎，能逐像素地进行可视对象渲染；针对CATIA平台，开发了一个带有反射与阴影特性的可视性分析组件。该工作扩展了CATIA可视性分析的维度和深度，为其人机工程组件新增了一个功能强大的模块。

垃圾图片分类算法对于垃圾分拣的智能化和自动化具有重要的意义，针对我国垃圾分类现状，收集制作了小型生活垃圾数据集，提出基于残差结构和幻象模块的垃圾图片分类算法。使用幻象模块代替ResNet18的普通卷积，在不降低网络性能的同时减少了网络的参数量。采用数据增强方法扩充训练数据，防止过拟合。实验结果表明，改进后网络的参数量减少了46%，识别精度提高了1%。

随着大数据时代的来临，网络舆情对消费者情感分析和商家营销策略产生重大影响。如何利用大数据技术提高车企舆情情感分析效能，受到文本挖掘研究者广泛关注。针对传统RNN在长文本分类中的长期依赖问题，提出了一种注意力机制与Bi-LSTM结合的混合分类算法（At-Bi-LSTM）。算法利用Bi-LSTM分析车企网络评论的情感，引入注意力机制计算不同单词对评论情感的贡献权重，降低长文本中无关词对分类结果的影响。实验证明，At-Bi-LSTM算法在车企舆情情感分类上取得了比朴素贝叶斯、SVM、LSTM更好的分类效果。

SSD-Mobilenet目标检测模型是将SSD和Mobilenet进行结合衍生出的一种轻量化模型，同时具备了两模型各自的优势，即多尺度检测和模型轻量化。在原模型中特征提取层使用了人为设置的先验框，这样的设置存在一定的主观性，并不适用于对特定场景下单一类别目标的识别与定位。为解决这一问题，本文提出了使用K-Means算法对目标真实框的宽高比进行聚类分析，提升模型在特定场景下对单一类别目标的检测能力，规避了人为设置的主观先验性。使用Pascal VOC 2007数据集对该模型进行训练和评估，实验结果显示，模型的mAP值比Fast RCNN提高了4.5%，比Faster RCNN提高了1.5%，比SSD-300提高了3.4%，比YOLOv2提高了2.4%。

随着国家提出新基建的要求，未来以数字基建为核心的“新基建”也为5G网络及相关应用的建设按下了“快进键”，家电制造业具备工业制造80%的属性，因此5G在家电制造领域有着广泛的应用。针对家电企业制造低时延生产场景要求，结合移动边缘计算（Mobile Edge Computing，MEC）具备使计算/存储等业务运营靠近客户能力的特点，组建5G虚拟专网，有效解决工业制造企业信息孤岛，促进运营技术（OT）与信息技术（IT）相融合。利用5G结合移动边缘计算，为某家电制造企业打造集终端、平台、网络、应用一体化的端到端整体方案，解决高时延问题的同时，保证企业数据安全。

针对传统VCU（Vehicle Control Unit）固件升级方法繁杂、协议不规范并且升级过程中硬件拆卸易损等问题，提出一种基于UDS（Unified Diagnostic Service）协议的整车VCU固件升级方案。结合测试样车现有电子电气架构，参照ISO14229和ISO15765协议中的固件升级服务规范，实现了整车VCU固件升级功能。测试结果表明，该升级方案能够准确、稳定地实现VCU的固件程序更新，极大方便了后期开发、测试和维护工作。

基于运动想象脑电信号的脑-机接口系统在医疗领域具有广阔的应用前景，被应用于运动障碍人士的辅助控制以及脑卒的预后康复。由于运动想象的脑电信号信噪比低、不平稳以及差异性显著，对脑电信号识别带来负面影响。一个有效的特征提取算法能够提高脑-机系统的脑电信号识别率。提出一种多通道的脑电信号特征提取方法，将数据矩阵分解为基矩阵与系数矩阵的乘积，以类间离散度做为性能判据对系数矩阵进行特征提取，提取可分性更高、维数更少的特征。结合脑电信号识别领域常见的分类器在2008年BCI竞赛数据集上进行验证，证明所提方法是有效的。