智能合约是运行在区块链上的程序，具有去中心化、不可篡改的特性，被广泛应用于金融、能源、物联网等多个领域。然而智能合约一旦实际部署到实时网络上就不能对其更改，在保证合约安全的同时，缺陷和错误也不能通过修改合约代码得以解决，从而导致重大的安全事故。因此合约实际部署前对其进行安全测试已经成为迫切需要解决的问题。介绍了因智能合约漏洞引起的安全事件，对常见的合约漏洞进行详细分析，完成对已有合约分析工具的总结，体现了合约安全问题的研究发展现状。

区块链提供了一个去中心化、不可篡改和可验证的分类账，用于记录数字资产的交易，并保证交易记录的不可篡改性，被广泛应用于教育、政府和医疗等各个领域。然而，区块链的安全性和潜在的隐私问题也成为当前研究的焦点。基于区块链行业的安全现状，探讨了区块链系统存在的问题和威胁；着重分析了区块链安全与隐私保护的前沿技术；最后讨论了区块链技术未来的研究方向。

随着区块链应用的推广与深入，智能合约的作用越来越突出，智能合约的安全问题也更加突显。由于区块链不可篡改的特点，智能合约一旦部署不可更改。在开发阶段保证智能合约的可靠性显得尤为重要。在The DAO事件中，由于智能合约中存在一种被称为重入漏洞的错误，黑客得以窃取在当时价值巨大的以太币。通过形式化分析来更清晰地展示重入漏洞的特点及重入攻击行为，并以此为例介绍基于模型检测技术的智能合约形式化验证方法。

为控制疫情传播，传统的传染病风险管理方案大多采用中心化的管理模式，该模式存在着隐私信息易泄露、数据易被篡改、信息难以有效利用等问题。随着区块链技术的发展，其去中心化、防篡改、可追溯的特性为解决上述问题提供了新的思路。基于区块链技术，提出一种安全、高效的传染病风险管理方案。方案利用隐私集合计算对数据进行处理，并利用区块链技术对数据进行记录，在保护隐私数据安全的同时，实现数据的高效处理，为更好地防控突发性传染病提供了技术保障。

随着云计算、物联网、大数据等新兴技术日渐成熟，网络环境也变得日益复杂。面对海量安全数据，人力已经难以详尽分析，导致做出的决策具有局限性、安全事件响应速度慢以及处置不及时等问题。文章立足于网络安全智能决策，在现有研究的基础上开展系统设计和研究工作。提出了网络安全智能决策系统的整体架构，设计了网络安全智能决策引擎，能够对网络当前的安全态势进行智能化分析，更加快速、合理地进行决策和响应，并针对分布式大规模网络环境对系统架构进行了拓展，形成了层次化的网络安全智能决策系统部署架构，为实施网络空间安全智能决策做了有益探索。

随着全球网络信息化进程的加快，网络空间安全问题日益突出，网络空间安全技术的发展备受关注。首先从三个领域概述了网络空间安全技术发展现状，包括“卡脖子”安全技术、新技术及其安全、安全基础研究平台，然后系统梳理了当前网络空间安全发展存在的问题，最后针对我国网络空间安全技术发展面临的实际问题给出了具体建议。

为对融合图像的信息丰富度、边缘清晰度以及视觉效果作进一步的提升，设计了一种基于非下采样剪切波变换(NSST)结合非局部均值滤波(NLMF)的多聚焦图像融合算法。首先，将源图像通过NSST变换进行多尺度、多方向分解得到高、低频子带系数。其次，对低频子带系数采用局部区域的改进拉普拉斯能量和以及非局部均值滤波融合方法构建低频子带系数融合权重;对高频子带系数采用基于相关系数的空间频率与能量相结合的融合规则，再加以相位一致性规则，构建高频子带系数融合权重；最后，通过NSST反变换得到最终融合图像。从三组不同聚焦图像的实验结果来看，所提算法不论是在主观视觉上，还是在客观评价上，融合图像的轮廓、纹理等信息保留度以及视觉清晰度都有较好的提升。

能耗设备的节能是企业节能减排中非常重要的一环，及时发现能耗设备运行中出现的异常，对减少不必要的企业能耗具有重要意义。利用采集到的设备实时能耗数据流，提出了一种基于多特征提取的设备能耗异常识别分类方法。首先，对样本数据提取了低能耗时间比、高能耗时间量、DTW距离等特征量，随后利用孤立森林算法和K-means聚类算法对每条样本数据进行类型标定，最后构建了注意力机制与LSTM相结合的设备能耗异常分类算法。实验结果表明，该算法的分类正确率达到了97.76%，可以高效识别出不同类型的设备能耗异常，从而为企业及时作出处理、减少能耗损失提供了决策依据。

嗅觉产生于人们对化学物质气味的感知。然而，由于气味的复杂性，人们至今还难以理清嗅觉描述符和各种物理化学参数之间的映射关系。因此，没有建立起根据物理化学特性来预测化学物质的气味描述的通用方法。设计了一种基于AE-SVM(Autoencoder- Support Vector Networks，AE-SVM)的预测模型，该模型使用自动编码器提取质谱数据的特征，解决质谱数据高维稀疏的问题，并用支持向量机进行分类。结果表明，AE-SVM利用化学物质的质谱数据成功预测嗅觉描述符，并且准确度达到85.71%，对于理解化学物质和嗅觉描述符之间映射关系具有较为重要意义。

针对从一张物体有限的二维RGB图像信息中还原物体的三维形状信息，提出了基于距离正则化的单视图三维重建。利用二维卷积神经网络(Convolutional Neural Network，CNN)设计图像编码器和三维卷积神经网络设计残差块，再利用残差块为基础设计三维形状生成器,即三维残差生成器。给定一张物体的二维RGB图像，首先使用图像编码器提取RGB图像的语义信息；然后，三维形状生成器使用语义信息，恢复RGB图像中物体的三维形状信息。同时，提出了距离规则化损失，在训练过程中，保证三维物体形状重建质量。实验结果显示，本方法在交并比(Intersection over Union，IoU)评价指标上超过了之前最好的方法。

设计实现了一款高耐压单刀单掷天线调谐开关，用于Sub-6 GHz的天线孔径调谐、阻抗调谐以及宽带开关。设计采用串-并联和体区自适应偏置结构，兼顾插入损耗和隔离度；此外基于传统的堆叠结构进行改进，通过设计各级晶体管的尺寸不均匀，极大程度地提高了开关并联支路承受电压的能力；通过采用两级偏置网络，减小了栅端和体端的泄露从而削弱关断状态下寄生电容不等效应，最终实现支路电压耐受能力的提高。所提出的设计采用130 nm SOI CMOS工艺，仿真结果表明工作频率为0.1 GHz~5 GHz，导通电阻为1.24 Ω，关断电容为112 fF，插入损耗为0.14~0.48 dB，隔离度带内大于30 dB，电压承受能力大于60 V。

现有的以Web Service为主的SOA实现方案普遍存在占用通信带宽高、信息编码不适应窄带消息传递效率等问题，难以适应战术级作战部队高速机动、窄带网络、资源受限的作战特点。针对战术级作战信息系统在资源受限环境下实现服务化的需要，结合资源受限环境特点，分析现有负载均衡算法存在的不足，基于最小连接算法提出了一种动态权值分配算法。经过实验证明，该算法可有效提高资源受限下的高并发负载能力。

传统基于二值图像的框线特征提取信息的票据识别技术，其结果存在一定的差错率，针对此问题，提出了基于颜色分割的发票识别与验证系统。通过颜色分割和版式分析，将文字区域、二维码及图章等不同区域进行分割，分区域进行识别处理后，对发票关键信息进行比对验证。与传统的票据识别技术相比，该系统不仅可以完成发票自动识别，还可以结合二维码信息进行自我验证，提高了发票识别信息的准确性和完整性。

提出一种基于群组层次分析法的多级评估体系，全面考察当下主流的DNSSEC、恶意域名过滤等DNS安全策略以及系统容灾部署方式、配置界面容错性等指标对于DNS系统安全性的影响，具备监测项广泛的优点。基于群组层次分析法，设置各级指标的权重系数，得到量化的安全状态综合指标，有效评估以不同形式搭建的DNS系统的安全状态。以某电力公司DNS系统改造实例说明该方法的应用过程及评估结果，为DNS服务相关的改造项目提供可行性论证。