基于本构均一化理论的多层复合材料流固耦合等效分析方法

为缓解多层复合材料在流固耦合模拟中计算效率和精度间的矛盾,基于本构均一化理论提出了多层复合材料的等效方法,并结合开源工具preCICE检验了该方法在恒定、时变2种流体边界条件下流固耦合的准确性和计算效率。结果表明:与直接分层模拟相比,等效方法的误差处于合理范围内,且即使忽略等效模型带来的固体单元数量减少的收益,计算效率也有显著提升；恒定流体边界下耦合仿真结果相对误差小于5%,耦合迭代效率提高20%；时变流体边界耦合场景中相对误差小于10%,耦合迭代效率提高40%。     

基于对抗性扰动图形神经网络的隐私攻击防御策略

为了保护隐私，同时维护干扰数据效用，提出了一种基于对抗性扰动图形神经网络的隐私攻击防御策略。候选边缘选择确保扰动图不可见，图形神经网络组合优化，确保隐私得到保护和数据实用性。进一步证明扰动图结构比扰动节点特征对图形神经网络的影响更大，并且证明扰动可以在模型不可察觉性和隐私保护之间取得平衡。实验结果表明：提出方法可以同时保持图形数据的不可见性，保持目标标签分类的预测置信度并降低隐私标签分类的预测置信度。