最新刊期
-
基于私有信息检索的签名证书时间戳审计系统 AI导读
摘要：证书透明度通过公开日志机制对数字证书进行审计，其中签名证书时间戳的审计能够有效防止证书误发，是保障网络安全的重要机制。然而，现有基于匿名化的方案依赖额外信任假设，难以提供强隐私保障；基于密码学的方案则在大规模场景下受限于服务器存储开销过高或动态维护效率不足。为此，提出一种基于私有信息检索的签名证书时间戳审计（Signed Certificate Timestamp Auditing， SCTA）系统。通过设计扩展二进制融合过滤器这一全新原语，将二进制融合过滤器的高效查询与计数布隆过滤器的动态可删性相结合，实现静态数据的快速审计与动态数据的实时更新；结合私有信息检索与删除日志管理，支持在保护客户端查询隐私的同时进行高效的数据增删与持久化删除。形式化分析表明，SCTA系统在半诚实敌手模型下能够满足客户端查询隐私；实验结果表明，SCTA系统在计算开销可控的前提下，显著降低了服务器存储开销，相比对比方案在性能与安全性上具有综合优势。关键词：证书透明度;签名证书时间戳;私有信息检索;二进制融合过滤器12|28|0更新时间：2026-09-07 - 摘要：为探讨三峡库区典型支流香溪河库湾除草剂草甘膦（PMG）的污染特征，于2025年3月至12月对香溪河库湾水体中9个点位开展4个季度的采样，测定水体中PMG及其主要代谢物氨甲基膦酸（AMPA）的浓度，分析其时空分布特征及环境响应机制，并采用风险商（RQ）评价其生态风险。结果显示，研究区域水体中，PMG在所有采样点、4个季节均检出，质量浓度为0.01~4.54 μg/L；AMPA在春、夏、秋季检出率为100%，冬季检出率降至66.67%，质量浓度范围为0~2.78 μg/L。PMG与AMPA表现出明显的时空错位特征，PMG浓度按春、夏、秋、冬季次序递减，并表现为上游高、下游和交汇处降低的空间分布特征；而AMPA浓度峰值出现在夏季，空间上表现出交汇处和下游高于上游的反向富集特征。环境响应分析显示，PMG的赋存主要受农业面源输入、降雨径流输送及水体理化条件的共同影响，而AMPA的生成和累积则受微生物转化过程和库区水动力条件共同调控。生态风险评价结果表明，PMG在春、夏季部分区域达中等风险水平（0.1≤RQ<1），是研究区域草甘膦相关生态风险的主要贡献者；AMPA的生态风险处于可忽略水平（RQ<0.01）。研究结果揭示了三峡库区典型支流中PMG及AMPA的迁移转化规律，为三峡库区面源污染的精准管控与水环境风险防范提供科学依据。关键词：三峡库区;香溪河库湾;草甘膦（PMG）;氨甲基膦酸（AMPA）;时空分布;生态风险16|21|0更新时间：2026-08-17
-
聚丙烯酸导电水凝胶的快速制备及其机械性能 AI导读
摘要：针对柔性电子设备对高导电与高强韧水凝胶的需求，采用抗坏血酸（Laa）与过硫酸铵（APS）构建了高效氧化还原引发体系，并利用Zr4+的配位作用和（NH4）2SO4的Hofmeister效应协同，实现了一步法快速制备聚丙烯酸（PAA）基强韧性导电水凝胶，凝胶化时间仅需100 s。系统研究了Zr4+用量及（NH4）2SO4浓度对水凝胶性能的影响。最佳条件下制备的PAA水凝胶表现出卓越的综合性能：机械性能突出，在2.72 MPa的应力下，断裂伸长率高达1 429.7%；导电性能良好，离子电导率为73.46 mS/cm；同时，还表现出优异的抗疲劳性能与形状恢复能力。该导电水凝胶在柔性储能器件、柔性可穿戴传感、软体机器人驱动及生物医学监测等领域具有广阔的应用前景。关键词：水凝胶;柔性电子设备;机械性能;导电性;氧化还原引发体系;配位作用;Hofmeister效应10|20|0更新时间：2026-08-10 - 摘要：场效应晶体管（FET）生物传感器具有高灵敏度、免标记、可实时检测、易于微型化集成等优势，在细胞外囊泡（EVs）的检测领域展现出重要的应用价值。本文首先概述了EVs的生物学特性与临床诊断价值，阐明了FET生物传感器的基本检测原理；在此基础上，系统梳理了FET生物传感器的设计策略。随后，以沟道材料为主线，分类评述了基于石墨烯、碳纳米管、金属氧化物、有机电化学晶体管以及其他类型FET生物传感器在EVs检测中的最新研究进展。最后，讨论了当前在特异性提升、复杂样本抗干扰及临床转化等方面面临的关键挑战，并展望了面向集成化、标准化与床旁检测的发展趋势。本综述旨在为FET平台应用于EVs检测的多元路径提供清晰的全景式框架，为推动该领域的基础创新与临床落地提供理论参考。关键词：场效应晶体管;生物传感器;生物标志物;细胞外囊泡;液体活检25|22|0更新时间：2026-08-07
-
基于时序动态图神经网络的链上女巫地址检测 AI导读
摘要：随着区块链空投活动的普及，女巫攻击已成为威胁Web3生态安全的重要挑战。攻击者通过控制大量虚假身份获取不当利益，严重破坏了去中心化应用的公平性。为识别和治理此类攻击，研究者提出了多种链上女巫地址检测方法，但现有方法仍普遍面临节点特征提取单一、时序建模能力不足和人工标注数据依赖性强的问题。针对这些问题，提出了一种基于时序动态图神经网络的链上女巫地址检测模型。构建了时序动态图结构，从拓扑结构、行为统计、社交活动和网络中心性4个维度提取节点特征，形成68维特征向量；设计了融合记忆机制与时序图注意力机制的时序动态图表示学习算法，其中记忆机制用于维护节点长期状态，时序图注意力机制用于聚合邻居时序信息；引入非对称对比学习框架，通过自监督学习降低对人工标注数据的依赖。在真实区块链邀请数据集上的实验表明，该模型在F1分数、AUC和平衡准确率指标上分别达到91.11%、97.69%和92.50%，与基线方法相比均取得了更好的性能。关键词：女巫地址检测;节点特征提取;时序动态图神经网络;对比学习4|20|0更新时间：2026-08-05 - 摘要：拆分学习将深度学习模型划分为若干部分，由客户端与服务端双方协同完成训练与推理，但面临数据重构攻击等隐私威胁。差分隐私可缓解上述威胁，但应用于拆分学习存在两点不足：一是经典方案DP-SGD不适用，二是现有方案噪声过大导致模型准确率下降较多，尤其在图像分类领域。针对DP-SGD不适用的问题，设计了面向拆分学习的差分隐私训练方案DPSplit，向破碎数据添加差分隐私噪声以保护整个训练过程，并设计分配算法在满足总体隐私预算下增大每轮的隐私预算。针对噪声过大的问题，提出面向高维矩阵的差分隐私机制R1SMG-E，采用单秩协方差矩阵加噪使噪声规模与维度无关。R1SMG-E作为独立的差分隐私机制，可应用于DPSplit训练方案中进一步降低噪声。实验结果表明，基于R1SMG-E的DPSplit方案下训练的模型能保持良好的可用性，能有效抵御多种数据重构攻击。关键词：差分隐私;拆分学习;数据重构攻击9|31|0更新时间：2026-07-31
-
柔性场效应晶体管离子传感研究进展 AI导读
摘要：离子浓度变化与生理稳态维持及疾病发生发展密切相关，对离子浓度进行精准、连续的监测可为健康管理和疾病早筛提供重要基础信息。柔性晶体管因兼具优异电学性能与机械性能，成为构建新一代离子传感器的重要平台。本文围绕场效应晶体管（FETs）和有机电化学晶体管（OECTs）两类器件，系统概述其在柔性离子传感中的研究进展，重点分析无机、有机FETs及OECTs在材料体系、器件结构与传感性能方面的特点与差异，总结其在可穿戴与生物电子领域中的应用现状，并进一步探讨了当前面临的挑战和未来发展的方向。关键词：场效应晶体管;柔性;离子传感;电学性能;机械性能35|30|0更新时间：2026-07-29 - 摘要：红队测试对保障大语言模型（Large Language Model，LLM）的实际应用安全至关重要。然而，现有自动化红队方法忽视了对攻击样本泛化性的提高，且通常仅依赖单一的越狱策略，缺乏对多策略集成和协同机制的探索，难以满足实际的需要。为此，提出一种集成多种越狱策略的LLM自动化红队测试框架。该框架不仅可以使用攻击模型生成语义多样的测试样本，还以模块化方式集成了22种越狱策略，并支持组合加工与动态扩展，从而实现对目标模型的高强度测试；同时，还可基于红队测试过程产生的数据进一步提升目标模型的安防能力。实验表明，该框架生成的测试样本在违规类别覆盖度与文本相似度上均表现优异，攻击成功率达94.29%，较当前最优方法提升17.37个百分点。经对齐优化后，攻击成功率大幅下降至14.00%，充分验证了所提框架在红队测试与模型优化双重目标上的有效性与实用价值。关键词：大语言模型;红队测试;越狱策略;模型对齐13|33|0更新时间：2026-07-28
- 摘要：方言语音在发音方式、声学分布及语言结构等方面具有显著差异，使端到端语音识别模型在低资源条件下面临建模能力不足和解码不稳定等问题。本文提出一种基于多尺度卷积的Conformer端到端四川方言语音识别方法，在编码与解码阶段进行了针对性改进。模型由多尺度卷积编码器以及连接时序分类与注意力机制联合建模的混合解码器组成。编码阶段，在Conformer的卷积模块中引入多尺度卷积设计，实现对不同时间跨度局部声学特征的并行提取，并结合门控融合机制实现多尺度信息的自适应整合，从而增强模型对复杂方言语音特征的表达能力。在解码阶段，采用连接时序分类与双向Transformer的混合解码架构，集成基于四川方言文本训练的专用N-gram语言模型，并提出一种动态注意力重打分策略，根据解码路径得分统计特性自适应调整声学模型与语言模型的融合权重。在真实四川方言语音数据集上的实验结果表明，所提出的方法在测试集上的字符错误率与基线模型相比平均降低约17%，验证了所提方法在四川方言语音识别任务中的有效性。关键词：语音识别;方言语音识别;Conformer;端到端模型31|80|0更新时间：2026-07-23
- 摘要：知识图谱的引入有效缓解了推荐系统面临的数据稀疏与冷启动问题。然而，现实场景中的协同知识图谱普遍存在长尾分布与交互噪声，传统的图对比学习增强策略多依赖启发式的随机拓扑扰动，容易破坏原有的协同网络结构。为此，本文提出一种面向知识图谱推荐的SVD（Singular Value Decomposition）视图与残差对比学习框架（SVRCL）。该框架在谱空间对全量表征矩阵执行奇异值分解，通过在奇异值分布上直接注入自适应高斯噪声并重构全局对比视图，在保留核心拓扑连通性的前提下缓解长尾交互噪声对表征学习的干扰。此外，针对传统排序优化中梯度信号稀疏的问题，本文设计了基于Sigmoid难度的残差重加权BPR损失，通过动态量化负样本困难度精准分配梯度权重，优化了推荐系统的判别边界。在Last-FM和Book-Crossing两个公开数据集上的实验表明，SVRCL在多项核心性能指标上均优于现有主流基线模型。在高度稀疏的Book-Crossing数据集上，相较于表现次优的LightKG模型，SVRCL的Recall@10、NDCG@10和MRR@10分别提升了12.39%、7.26%和5.71%，且具有更低的时间与显存开销，实现了稀疏场景下推荐鲁棒性与计算高效性的有效平衡。关键词：图神经网络;知识图谱;推荐算法;对比学习;奇异值分解10|36|0更新时间：2026-07-21
- 摘要：针对现有滑坡易发性预测模型难以兼顾高精度与强可解释性的问题，本文以滑坡灾害频发的云阳县为研究对象，提出一种可解释的异质集成学习模型（BO-Stacking-SHAP）。该模型集成了多层感知机（MLP）、极限梯度提升（XGBoost）和直方图梯度提升（HGB），以逻辑回归（LR）为元模型进行Stacking集成融合，并耦合贝叶斯优化（BO）进行超参数调优，并引入SHAP算法进行模型决策解读。结果表明，BO-Stacking-SHAP模型在测试集上AUC值达0.924 6，预测性能优于各单一基模型；坡度是影响区域滑坡易发性的核心因子。该模型可为滑坡易发性的高精度预测与诱因解析提供有效方案，为库区滑坡隐患识别与防治规划提供参考。关键词：三峡库区;Stacking算法;SHAP算法;滑坡易发性评价25|47|0更新时间：2026-07-18
-
面向临床问答的基于超图的检索增强生成框架 AI导读
摘要：大语言模型（LLMs）临床问答中面临幻觉、知识滞后及推理不透明等问题，基础的检索增强生成（RAG）无法刻画临床知识中的高阶语义关联。为此，本文提出Medical HyperRAG，一种面向临床问答的超图增强检索生成框架。该框架整合电子病历及医学指南双源信息，构建以患者为中心的超图知识表示，通过超边显式建模症状、检查、诊断与治疗的组合关系及逻辑约束；推理阶段将超边转化为自然语言描述，实现结构感知的检索与证据驱动生成。在RJUA-QA数据集实验表明，Medical HyperRAG的F1disease与F1advice分别达到73.19%和47.97%；Average F1 Score为64.79%，较最优RAG基线提升5.61个百分点；ROUGE-L与BERTScore亦显著优于对比方法。该框架通过统一知识表示与推理机制协同建模，系统性解决了病历与指南融合难、结构化知识利用率低的问题，有效提升了复杂临床场景下模型推理的准确性与可解释性。关键词：检索增强生成;超图;结构化知识表示;临床知识融合;临床决策支持30|48|0更新时间：2026-07-15 - 摘要：以酚醛树脂（PR）为前驱体，通过引入混合乳化剂和混合固化剂并结合阶段升温碳化法，制备了具有开孔结构的分级多孔碳材料（POFC），系统探讨了PR聚合时间、乳化剂中十二烷基硫酸钠（SDS）用量、固化剂中磷酸/对甲基苯磺酸（H3PO4/TsOH）的质量比及固化剂用量对POFC电化学性能的影响，比较了直接升温碳化与阶段升温碳化对POFC微观结构及电化学性能的调控作用。当PR聚合时间为2.5 h、SDS用量为0.8 g、H3PO4/TsOH质量比为2∶3、固化剂用量为12%时，生成的酚醛泡沫（POF）具有良好的开孔结构。在最佳阶段升温方式下制备的多孔碳材料POFC-R2具有优异的电化学性能，在1 A/g时质量比电容高达284 F/g，1~20 A/g时倍率性能达到90.9%。与直接碳化方式相比，阶段升温碳化有效缓解了酚醛泡沫在碳化过程中因挥发组分快速释放引起的孔结构塌陷等问题，提高了衍生碳材料的开孔比例并优化了微孔/介孔的分布，从而提升其电容性能。该研究深化了阶段升温碳化对孔结构演变机制的理解，为开发兼具高比电容、优异倍率性能和长期循环稳定性的碳基超级电容器电极材料提供了理论依据与技术参考。关键词：超级电容器;酚醛树脂;酚醛泡沫;阶段升温碳化;多孔碳41|55|0更新时间：2026-07-15
- 摘要：α-半水硫酸钙（α-CSH）存在降解过快、机械强度低和生物活性不足等问题，临床使用中还存在感染风险，限制了其在骨修复领域的应用。为解决上述问题，本文以二水硫酸钙（CaSO4·2H2O）为原料，通过无机盐溶液改性和蒸压脱水法制备α-CSH，再与质量分数2%的纳米氧化锌（ZnO）复合，制备了兼具良好机械性能、抗菌性能和生物相容性的ZnO/CSH复合材料。研究结果显示，该复合材料具有较高的抗压强度（33.84 MPa），较纯CSH提高了46.24%；具有良好的抗菌性能，对大肠杆菌和金黄色葡萄球菌的抑菌率分别达到93.68%和97.58%；具有更好的生物活性，第7 d的成骨细胞增殖活力达到110.52%。该复合材料有望作为复合人工骨，用于感染性骨缺损修复领域。关键词：α-半水硫酸钙;纳米氧化锌;抗压强度;抗菌性;生物活性;复合人工骨40|48|0更新时间：2026-07-10
- 摘要：采用密度泛函理论和自洽反应场理论，在MN15/SMD/6-311++G（3df，2pd）//M06-2X/SMD/6-311+G（d，p）双理论水平研究了水液相下苯丙氨酸镁（Phe→Mg2+）清除羟基自由基（·OH）的反应机制。Phe→Mg2+与·OH反应有提H、加成和电子转移3个通道，计算表明：在隐性水溶剂作用下，·OH提H反应均为热力学允许过程，能垒为41.2~52.0 kJ/mol；·OH与羧基C的加成反应均为热力学和动力学不允许过程，·OH与苯环C的加成反应为热力学允许过程，能垒为30.5~36.1 kJ/mol，电子转移为热力学和动力学不允许过程；在显性水溶剂的氢键及配位作用下，·OH提H反应均为热力学允许过程，能垒为15.7~25.1 kJ/mol；·OH与C的加成反应均为热力学允许过程，能垒为14.1~22.2 kJ/mol；电子转移过程能垒从249.0 kJ/mol降至117.6 kJ/mol。结果表明，水液相下Phe→Mg2+可通过提H和加成反应快速清除羟基自由基。关键词：苯丙氨酸镁;羟基自由基;密度泛函理论;氢键;配位键;自由能垒26|70|0更新时间：2026-07-08
-
基于层次化时空感知的学生课堂行为识别方法 AI导读
摘要：针对传统课堂行为评价高度依赖人工观察、存在效率低、主观性强且难以规模化等问题，本文开展了基于视频行为识别的学生课堂行为检测研究。针对复杂课堂场景下多目标遮挡条件中存在的数据集匮乏、时空特征表征能力不足以及上下文时序信息理解不充分等问题，首先，结合真实教学场景构建了课堂行为数据集，包含听讲、睡觉和低头三类典型学生课堂行为的视频样本。其次，提出了一种基于层次化时空感知的学生课堂行为识别方法。针对时空特征提取问题，设计了残差嵌入全局时空感知模块，实现了视频序列中由低层空间外观特征到高层时空语义特征的层次化建模。进一步地，针对时序语义理解不足的问题，提出上下文特征增强融合模块，以提升视频序列中行为语义表达的完整性。最后，设计了自适应均衡感知损失函数，通过调节不同置信度样本的梯度贡献，缓解课堂场景中的类别不平衡问题。实验结果表明，所提方法在多目标、遮挡等复杂课堂环境下能够稳定且准确地识别上述三类学生行为。消融实验进一步验证了该方法在学生动作幅度较小、行为差异细微的课堂场景中具有较好的识别准确性与鲁棒性。关键词：课堂行为识别;视频行为识别;多尺度时序采样;自适应均衡感知损失函数17|51|0更新时间：2026-07-03 - 摘要：为了解决传统数据备份系统中采用局部哈希来验证文件的所有权引发的安全问题，所有权证明（Proof of Ownership，PoW）机制被引入数据去重系统中。然而，现有PoW方案存在一些不足，部分方案未基于完整文件设计所有权验证机制，且传统方案难以有效抵御日益增长的量子攻击威胁。基于此，提出一种基于链式哈希与格基零知识证明的所有权验证方案（HC_ZKP_PoW）。HC_ZKP_PoW将待验证的完整文件分割为固定大小的数据块，逐块迭代计算哈希值，生成绑定文件内容与块次序的哈希根。任意数据块篡改、删除、重排行为均会改变哈希根，依托用户留存哈希根即可完成文件完整性核验。此外，HC_ZKP_PoW采用格基零知识证明机制进行文件所有权验证，其安全性基于格上困难问题，目前暂无量子多项式时间算法能够有效求解该类问题，因此该方案具有后量子安全优势。安全性分析表明，HC_ZKP_PoW具有较好的抗伪造性和抗量子攻击能力，可有效保护数据隐私。攻击者无完整文件则无法通过所有权验证，且无法从验证交互过程中获取文件相关隐私信息。关键词：数据去重;所有权证明;零知识证明25|72|0更新时间：2026-06-18
- 摘要：以金沙江白鹤滩库区金江滑坡的典型砂岩为研究对象，采用干湿循环和三轴循环加卸载试验分别模拟地震和水-岩作用对砂岩力学性能的劣化效应，分析砂岩的动力参数与静力参数的劣化规律，并结合微观结构演变特征揭示了砂岩力学特性的劣化机制。结果表明：随着试验周期的增加，砂岩的阻尼比逐渐增大，动弹性模量逐渐减小，第12周期时二者变化幅值分别达40.08%和46.76%；三轴抗压强度、黏聚力、内摩擦角等静力性能参数均显著降低，最大劣化幅度分别为37.30%~40.98%、29.46%和19.48%，破坏模式由张拉向剪切破坏转变。水库地震与水-岩作用引起的矿物颗粒胶结物流失、孔隙裂隙发育贯通，导致砂岩动静力性能劣化。研究成果可用于库区岩体稳定性评价。关键词：白鹤滩水库;循环加卸载;干湿循环;次序作用;破坏形态;劣化机制632|63|0更新时间：2026-06-16
-
面向跨场景的加密流量安全分析 AI导读
摘要：针对现有加密流量分析（Encrypted Traffic Analysis，ETA）方法标注数据依赖性强、任务模型单一、跨场景泛化能力不足的问题，提出一种基于自监督对比学习的预训练-微调框架。为适配流量数据的时序与协议特性，设计基于MASK机制和基于同源替换的流量增强方法，用于构建对比学习所需的正负样本对。利用大规模无标签流量数据进行自监督预训练，从流量的结构特性和时序行为模式中学习加密流量的通用表征，通过少量标注数据微调实现高性能的跨场景迁移。实验结果表明，该方法在新型协议DoH（DNS over HTTPS）识别、IoT（Internet of Things）攻击行为识别、匿名网络流量识别和恶意软件识别4个下游任务中，整体性能优于现有方法。所提方法通过预训练有效降低了标注需求，为加密流量分析提供了一种高效普适的解决思路。关键词：加密流量分析;自监督学习;对比学习;预训练-微调;流量增强49|84|0更新时间：2026-06-08 - 摘要：针对阶跃型滑坡在降雨与库水位变动共同作用下变形机制不明确、位移预测精度不足的问题，以香溪河右岸白家包滑坡为研究对象，采用地质调查、多源监测与数值模拟等方法，系统分析了滑坡变形演化机制，构建了基于位移导向的变分模态分解（VMD）、改进蜣螂优化算法（IDBO）和长短期记忆网络（LSTM）的混合预测模型VMD-IDBO-LSTM。研究结果表明：1）库水位下降速率与低渗滑体渗流响应速率不匹配，导致滑带内超孔隙水压力增大，是诱发阶跃型位移的主要原因；2）降雨对滑坡变形的影响相对较弱，主要表现为对滑坡后缘变形的叠加效应；3）库水位波动通过改变坡体渗流场，使滑坡稳定性呈现“增强-趋稳-减弱”的阶段性变化特征；4）基于白家包滑坡位移数据构建的VMD-IDBO-LSTM模型，预测精度显著优于VMD-LSTM和VMD-DBO-LSTM模型，均方根误差（RMSE）为8.894 mm，相关系数（R²）为0.983，能有效预测库区阶跃型滑坡。关键词：阶跃型滑坡;白家包滑坡;库水位变化;变形机制;位移预测690|78|0更新时间：2026-06-05
- 地址：湖北省武汉市武昌区武汉大学文理学部本科生院楼北楼504
- 联系电话：027-68756952 Email：whdz@whu.edu.cn
- 技术支持由北京北大方正电子有限公司提供 京ICP备09064830号-19
京公网安备11010802024621 - 本系统建议在Chrome、 IE9+ 以上版本浏览器阅读本站内容，360浏览器请切换至极速模式
- Cookies帮助我们提供服务并提供个性化体验。使用本网站，即表示您同意我们使用Cookies
- 总访问量：1454891 今日访问量：96 在线人数：6
批量引用
0