数据上升为全新的生产要素，发展数据要素市场、激活数据要素潜能成为全球各国在数字时代抢占竞争优势的关键抓手，但数据资源分散、流通壁垒林立，共享、开放以及交易等流通路径面临诸多困境难以破题，数据流通的长效机制研究亟待建立。通过深度剖析数据控制主体主导的数据流通体系，分析其面临的困境及内在原因，充分借鉴全球各国对数据流通新路径的探索与实践经验，提出了数据主体主导的数据流通新路径，包括设计思路、基础与支撑、实施路径以及效益分析，为数据流通机制探索与模式创新提供参考。

构建了一个具有多维信息的模型，用于分析信息定价和交易，并根据模型讨论了均衡性质。分析结果表明，信息的公开可以增加社会福利。但若信息可以自由交易，市场参与者可能偏好不公开信息，此时社会福利可能受损。在信息定价方面，证明了在秘密信息交易中不对称信息可能给不道德的信息卖方带来额外的收入，这为信息立法方面的司法实践提供参考。

数据分类分级管理是推动数据要素化发展工作的重要步骤之一。对美国、英国政府数据分类分级管理现状开展研究，为我国数据分类分级管理工作提供借鉴。同时，从实际出发，对国内政府数据、公共数据、行业数据等分类分级工作进行梳理分析，总结得出目前仍存在数据分类分级工作标准不统一、核心数据和重要数据识别不清晰、行业对数据分类分级工作缺少深层认识等问题，并提出我国需要进一步完善数据分类分级的法律法规体系，健全政府数据分类分级管理组织体系，推进核心数据和重要数据的管理工作，加快研发数据分类分级的智能化工具，以此加快推进我国数据分类分级工作的开展与落实。

在数据作为生产要素价值释放的进程中，监管导向的数据稽查是兼顾数据增值的数据安全保障。然而，数据稽查的概念内涵、基本原则和实施方式还亟待讨论。对比土地、劳动力、资本、技术等传统生产要素治理过程中的监管模式和稽查手段，数据要素的共性和特性决定了数据稽查应具有方式具体、事后追究、对象明确和技术依赖的特征。在此基础上形成的数据稽查机制架构包括宏观与微观两个层面，嵌入数据价值产生的过程，对数据稽查机制的进一步研究奠定了基础。

2021年，元宇宙热度持续上涨。目前元宇宙相关概念、标准尚未正式形成，底层技术不够成熟，立法监管空白，法制体系建设任务艰巨。对于交易在数据链上的元宇宙来说，数据治理问题更是其中不容忽视的一环。在此背景下，对元宇宙概念、相关技术和法律法规的研究现状进行了分析，聚焦于元宇宙规则制定、责任主体确认、财产与交易、数据治理、犯罪治理等方面的核心法律问题。在未来，依托整个社会的有机配合，技术、法律、资本的共同支撑，元宇宙极有可能成为一个新的发展方向。

随着大数据技术发展，“大数据杀熟”现象日益严重，侵害了消费者的诸多合法权益。针对该现象，在充分研究了其成因和目前规制困境的基础上，提出了完善相关法律规制的建议，使大数据能够更好地发挥其应有价值，有助于在互联网平台利益与消费者合法权益保护之间找到平衡点。

数字经济飞速发展带来了公共数据体量的剧增。公共数据作为数据要素市场的重要资源，对于以授权运营为主要手段的公共数据开展增值性开发利用已成为普遍共识。但现实是，一方面，公共数据授权运营的法律逻辑尚未厘清，公共数据授权运营与公共数据承载的公共价值存在一定的冲突和背离；另一方面现有公共数据授权运营模式或带来数据集中垄断的风险或不能充分释放数据融合应用所带来的巨大价值。为此创新性地提出以数据元件为流通形态的新型公共数据授权运营路径，在避免数据垄断风险的同时，兼顾大规模交叉场景的应用，为公共数据的使用，真正服务于经济的高质量发展和共同富裕提供有益探索。

以中国知网收录的网络舆情情感分析主题论文为数据来源，以文章摘要为词源，借助TF-IDF方法提取关键词并对关键词进行共词分析。结果显示，目前国内网络舆情情感研究热点包括对舆情信息内容进行情感分析，对情感分析技术进行改进和创新，对舆情传播过程中的各个要素进行情感分析等方面。所使用的共词分析方法可以反映单个关键词的热门程度，对网络舆情的科学分析和有效应对提供了理论指导，具有重要的参考价值。

随着信息传播方式的改变，通过信息推荐平台的谣言信息传播成为了谣言传播的重要方式，构建推荐模式下的谣言传播模型对网络谣言的治理具有积极作用。考虑到推荐机制对用户的分割效应，在谣言传播过程中根据人物相似性将网络用户划分在不同的传播域，定义了传播域中用户与信息的交互方式，提出了一种基于谣言信息热度和平台用户密度的谣言传播模型，并对影响谣言信息传播的因素进行了仿真分析。通过仿真发现：在推荐机制下，人们对信息的接受率主要是受信息本身影响；在推荐平台上，增大谣言信息传播阈值有利于阻止谣言的传播；谣言的接受率越大，对辟谣信息的加入时间要求越高。

Tor隐藏服务能保护服务提供方身份地址位置隐私。在分析Tor隐藏服务协议的基础上，提出了针对隐藏服务进行DoS攻击的策略。针对Tor隐藏服务发布、链路建立以及数据传输的不同阶段对隐藏服务目录、引入节点、隐藏服务守卫节点以及隐藏服务器等隐藏服务相关的网络节点实施基于带宽和内存的DoS攻击，达到降低隐藏服务可用性的目的。通过仿真实验进行了攻击验证，实验结果表明，对守卫节点的DoS攻击具有较好的攻击效果，采用带宽级别DoS攻击，自定义构建20个长路径能够消耗守卫节点大约1.2 MB/s的带宽资源，令普通用户获取隐藏服务的延迟时间中位数从9 s上升到30 s。采用内存级别的DoS攻击策略，敌手每构建一个内存级别的停止读攻击连接消耗大约60 KB/s的带宽资源就能以6 MB/s的速率消耗守卫节点内存。

发现社交媒体中的网络安全用户对于追踪网络安全动态有重要意义，针对这一特定领域用户的发现，提出了一种新的发现方法。首先利用社交媒体节点间的相互关注关系建立有向关系网络，然后用网络表示学习模型Node2vec生成节点的向量表示，并将收集到的网络安全关键字转化为特征向量，拼接后输入分类算法进行预测。实验结果表明，在社交媒体网络安全数据集上，所提方法的预测准确率优于现有的其他特定领域用户发现算法。

重放攻击是一种常见的网络攻击手段，为了提高网络设备的安全性，提出一种基于FPGA实现抗重放攻击的设计方案。结合工程实践，首先介绍了安全连接通信原理，并详细讨论了抗重放实现机制，在此基础上创造性提出多路安全连接并发抗重放设计方案。测试结果表明，该技术能够满足多路安全连接通信的同时实现抗重放的应用需求，而且实现协议简单，数据吞吐率高，对工程实现有一定的借鉴意义。

在研究了我国数据共享信息化发展的阶段规律和相应架构体系变迁的基础上，结合我国数据治理法规标准体系要求和PKS自主计算体系发展现状,研究在可信安全计算环境中数据不脱离数据拥有方的、可主动免疫的架构设计原则、实现方案,包括底层可信的基础软硬件系统，上层应用零信任的主动审计防御体系，以及“数据拥有方主导+数据交易第三方负责的可信网络路由交换集中运维”的数据共享建设思路、建设内容、实施路径等。最后指出未来数据共享应用场景中可能面临的新风险、新问题，并提出构建符合法理要求和内生安全理念的新一代信息化架构体系的一些综合建议。

在互联网上大量主观性的评论具有丰富的研究价值，可以通过对评论的分析获取评论的情感极性。在对大量评论进行情感分析时，存在时间和人力消耗过多等问题，针对该问题，提出了基于聚类分析的文本数据扩充方法：在对少量关键数据进行标注的基础上，通过聚类分析标注大量数据，以减少情感分析在实际应用中的成本。以在线教育平台的评论为例，对目前多个主流在线教育平台上爬取的共569 970条中文评论数据进行少量标注，然后使用该方法进行数据扩充，最后基于目前多个主流机器学习模型和卷积神经网络模型进行情感分析训练。研究结果表明，数据处理经过聚类后取得较好的数据扩充效果，其中采用卷积神经网络模型进行的情感分析，准确度可以达到96.5%。

在飞行模拟器训练领域，很多分系统都需要实时获取飞行位置的地形高度。基于卫星影像高程数据，提出了一个全球范围的地形高度检测方法。该方法将全球高程数据按度进行区域划分和规范化命名，然后基于碰撞检测的思想，从飞行当前位置垂直向下求取与地形面的交点，交点处的高程值即地形高度。针对不同采样间距、不同分块大小情况下的算法检测效率进行了比较分析，实验结果表明，该检测方法能够较好地满足实时性和准确性要求。

多模态情感分析目前是多模态分析和自然语言处理领域的研究热点，在商品推荐、智能客服等场景中具有广泛的应用。现有的方法在多标签场景下对标签间依赖性表示不充分，并且忽略了模态特征之间语义差距。对此提出了一种基于标签嵌入的多模态多标签情感识别算法，通过训练的标签嵌入向量捕获标签之间依赖关系，对模态特征添加约束减小模态之间的语义差距。实验结果显示，该算法在多模态多标签情感识别任务中在准确率和汉明损失指标上相较于现有方法有明显提升。

针对实际场景中存在的人群非均匀分布问题，提出了一种基于多重注意力引导的人群计数算法。首先，基于轻量级金字塔切分注意力机制构建了自顶向下的特征融合路径，旨在促进高层语义信息和低层空间细节的融合，生成高级语义和空间细节兼备的高质量特征图；然后，提取并融合多尺度上下文信息，以此生成关注于不同密度分布模式的注意力权重图；最后，通过注意力权重图指导密度回归网络识别不同分布状态下的行人目标，增强模型对密度变化的适应性，生成高质量人群密度图。在ShanghaiTech、UCF_QNRF和JHU-CROWD++三个数据集上进行了大量的实验来说明所提算法的先进性。