Steganalysis of neural networks based on parameter statistical bias

Many pretrained deep learning models have been released to help engineers and researchers develop deep learning-based systems or conduct research with minimall effort. Previous work has shown that at secret message can be embedded in neural network parameters without compromising the accuracy of the model. Malicious developers can, therefore, hide malware or other baneful information in pretrained models, causing harm to society. Hence, reliable detection of these vicious pretrained models is urgently needed. We analyze existing approaches for hiding messages and find that they will ineluctably cause biases in the parameter statistics. Therefore, we propose steganalysis methods for steganography on neural network parameters that extract statistics from benign and malicious models and build classifiers based on the extracted statistics. To the best of our knowledge, this is the first study on neural network steganalysis. The experimental results reveal that our proposed algorithm can effectively detect a model with an embedded message. Notably, our detection methods are still valid in cases where the payload of the stego model is low.     

铁磁条对石墨烯中谷依赖电子输运性质的影响

本文建立了铁磁条和硬势垒共同调制下的石墨烯纳米结构模型，计算了铁磁条产生的磁场的大小和铁磁条的宽度对石墨烯中谷依赖的电子输运性质的影响，重点研究了该石墨烯纳米结构中电子的电导和谷极化特征. 数值计算结果表明，该纳米结构中可实现显著的谷极化效应，且磁场的大小和铁磁条的宽度均会对其中的电子电导和谷极化产生较大的影响. 因此，我们可以通过控制铁磁条的宽度和其产生的磁场的大小来获得实际需要的谷极化强度. 这项研究有助于理解和设计谷电子学设备.     

模拟研究和设计高强度低生热聚合物复合材料

利用分子动力学模拟方法研究聚合物复合材料中填料分布、聚合物链性质和体系微观结构对力学强度和动态滞后生热性能的影响.研究结果表明,提高填料分散程度和减少聚合物链末端数量都能有效降低聚合物复合材料的动态滞后生热,聚合物复合材料的力学强度和动态滞后生热随分子链刚性的增加而增加.但是,刚柔嵌段共聚体系的力学强度,在高拉伸状态下,甚至会优于全刚性聚合物体系.在前述研究基础上,笔者设计了一款以填料颗粒为交联点、刚/柔环状链段互穿的三维网络结构复合体系.研究结果表明,新型复合材料与传统聚合物相比,力学性能最高提升640％,生热性能降低40％.模拟研究结果期望能为分析聚合物复合材料的生热机制、设计兼具高力学强度和低生热性能的聚合物复合材料提供理论指导和新的思路.     

金属有机框架衍生单原子纳米酶的合成、表征与生物应用研究进展

单原子催化剂（SACs）具有高原子利用效率以及高催化活性，在各种催化体系中均表现出优异的性能.其原子级别的活性位点与天然的金属蛋白酶类似，因此单原子纳米酶（SAzymes）的概念也应运而生.而金属有机框架（MOF）由于其具有高孔隙率的特点，可以作为合成SAzymes的前驱体.该文总结了使用MOF前体/模板构建SACs的合成策略，以及SAzymes的生物应用，提出了基于MOF衍生的SAzymes的发展挑战和前景.     

TRAIL与kallistatin联合表达载体的构建及抗肿瘤活性分析

为研究肿瘤坏死因子相关凋亡诱导配体(TRAIL)与组织激肽释放酶结合蛋白(kallistatin)联合用药的抗肿瘤作用,构建TRAIL与kallistatin双表达的重组质粒pAM-CAG-Kal-IRES-TRAIL,将重组质粒转染A549,LO-2,NCI-H446和Hela细胞,考察其抗肿瘤活性.实验结果表明:构建的双表达载体能同时表达TRAIL与kallistatin,且均能分泌至培养基中;TRAIL与kallistatin联合表达对肿瘤细胞活力的抑制作用明显增强,诱导肿瘤凋亡的作用也明显增强,说明联合表达TRAIL与kallistatin能够增强抗肿瘤活性.     

世界航天发射运输的发展趋势

 针对世界航天发射运输系统，梳理了国内外发展现状和发展特点，综合对比了国内外航天发射场、运载火箭、火箭发动机的发展现状，并提出了未来发展趋势和展望。提出了低成本进入空间将改变世界航天发展的基本格局，航天远程跨域运输将突破航空领域运输效率的极限，指出了天地往返运输将成为维系空间环境的必然选择，轨道的多样性将催生多样态全域发射能力，同时传统液氧/煤油、液氢/液氧、液氧/甲烷等推进体制的主力运用领域将会迎来重大变革。     

“互联网+全域旅游”发展策略研究 ——以辽宁省大连市为例

通过对"互联网+"在旅游中的作用的研究,结合现今旅游业新模式——全域旅游,提出我国发展全域旅游存在的问题,并给出"互联网+全域旅游"的发展策略.以辽宁省大连市为例,系统地分析了当前该区域的旅游资源现状,并指出"互联网+全域旅游"在辽宁省大连市的具体实施方案."互联网+全域旅游"是现代旅游业发展的新方向,标志着我国旅游产业从单一景区发展成功转型为区域协调发展,使旅游目的 地成为本地居民与游客共享的开放空间,"互联网+全域旅游"新发展模式将产生巨大的经济效益和社会效应.     

基于作战环的不同节点攻击策略下的作战网络效能评估

基于作战环思想, 以作战网络抽象模型为基础, 围绕作战环的分类、定义、形式化描述、数学模型等基本问题开展了理论研究, 进一步丰富了作战环理论体系。同时, 以能否快速有效打击对方目标实体为根本依据, 建立了基于目标节点打击率和基于目标节点打击效率的作战网络效能评估指标。通过仿真实验, 将作战环相关理论运用于不同节点攻击策略下的作战网络效能评估, 为实际作战体系对抗中双方的攻击与防护提供应用指导, 也为进一步开展基于作战环的作战网络应用研究提供参考借鉴。     

基于深度神经网络的高环境 适应性水声通信系统研究

深度神经网络中的自动编码器(Autoencoder,AE)通过收发端两个神经网络模块进行全局优化,利用端到端的训练方式以提高通信系统的可靠性.然而,现有对AE的研究未针对信道进行特殊设计,尤其对于时变的水声信道的多径效应,难以进行灵活调整,降低了该方法的实用性.本文提出一种提高水声通信系统信道环境适应性的Attention-Autoencoder网络模型,基于Attention网络可以高效地从大量信息中筛选出关键信息的特点,设计了一种针对水声信道的Attention机制,该机制能够增加网络提取水声信道特征的能力,使系统的适应性大大提高.仿真验证和湖试实验结果表明,基于Attention-Autoencoder网络模型的通信系统与基于文献中AE模型和没有引入神经网络的水声通信系统相比,具有更高的信道环境适应性.     

多铰接结构的现代无轨列车路径跟随研究

现代无轨列车是一种新型公路运输车辆,其融合了汽运车辆建设成本低和轨道车辆载运量大的技术优势.针对多铰接现代无轨列车车体编组多,运动自由度大,曲线路径行驶时后方车辆会偏离前方车辆的运动轨迹的问题,建立了跟随误差模型,分析影响路径跟随性的因素,提出一种曲线路径行驶的路径跟随策略.采用航向角预测跟随控制策略,设计中间车轴的铰接角和后车轴的转向角控制规律,以增量PID算法补偿阿克曼转向模型误差,提高系统稳定性.最后在圆曲线路径和"S"曲线路径工况下测试车辆各轴的行驶轨迹.仿真结果表明:车辆的位置跟踪误差保持在0.03 m以内,航向跟踪误差最大在4.5°以内,车辆具有较好的路径跟随性能.