试论经济责任审计风险的控制

经济责任审计有其特殊性，它的对象不是单位，而是人。针对经济责任审计风险成因的特殊性，提出了控制经济责任审计风险的防范措施。     

无线网络安全研究

随着无线通信时代的到来，信息安全技术已成为不容忽视的热点问题。本文介绍了无线网络的安全漏洞，并对相应的安全措施进行了分析和研究。     

利率市场化条件下农村信用社的困难与应对

从分析利率市场化条件下农村信用社面临的问题人手，剖析问题存在的原因，提出：为保证我国农村信用社利率市场化的顺利进行，必须认真总结农村信用社利率试点的经验和教训，在信用社产权改制、金融产品定价、建立利率风险管理机制等方面作一些探索。     

入侵检测技术及其在高校网络中的重要性

我国加入WTO后，计算机网络工程建设飞速发展。高校间的国际交流日益增多，因此网络安全的重要性不言而喻，入侵检测作为维护网络安全的生力军，不仅能在网络安全方面发挥作用。对于振兴我国的民族信息产业也是一个契机。     

加强数学语言教学增强数学语言应用意识

数学教学中应加强数学语言教学,增强数学语言的应用意识,以提高学生数学应用能力.     

加入WTO对中国的挑战及对策思考

加入世贸组织给我国经济发展带来前所未有的机遇，但也对我国经济主权、经济安全形成威胁，我国应积极应对入世给我们带来的挑战，以求入世利益最大化。     

太湖流域超标特大洪水风险预警系统建设及应用

为做好超标洪水调度、保障流域防洪安全,开发建设了由基于水文水动力学耦合的超警超保风险区域预警模型与基于水文学法的洪水淹涝风险快速评估模型共同组成的超标特大洪水风险预警系统,该系统在太湖流域预报调度一体化系统中通过智能交互方式进行模型与系统的紧密集成,实现了预报调度成果的可视化。基于水利一张图的超警超保与淹涝动态展示,实现了预报产品从点到面、从常规预报到影响预测的突破,以及洪水风险由静态评估向实时快速动态分析的转变。应用结果表明：系统在2020年太湖流域性大洪水中累计发布超警超保风险提示39期、洪水淹涝风险评估4期,预测结果与实际基本一致,为科学调度防御超标洪水提供了技术支撑,避免了江苏省苏州市3万多的人员转移,有力保障了太湖流域防洪安全。     

面向时间敏感网络的安全感知调度方法

时间敏感网络（TSN）中信息的真实性是系统的关键安全要素,然而直接引入传统安全认证机制会导致系统可调度性和实时性大幅降低。现有的方法仍存在适用场景少、资源消耗高等问题。针对这些问题,文中提出了一种面向TSN的安全感知调度方法。首先基于TSN流量特性设计了一种时间有效的一次性签名安全机制,为消息提供高效的组播源认证;然后提出相应的安全模型对该机制进行评估,描述安全机制对任务和流量的影响;最后对提出的安全感知调度方法进行数学建模,在传统调度约束的基础上,增加了安全机制相关的约束,同时以最小化应用端到端时延为优化目标,使用约束规划进行求解。仿真实验结果表明：改进的一次性签名机制的引入可以有效保护TSN中关键信息的真实性,且对调度的影响有限;在多个基于真实工业场景生成的不同规模测试用例中,产生的应用端到端时延平均仅增加13.3%,带宽消耗平均仅增加5.8%;与其他同类型方法相比,文中方法的带宽消耗更低,更加适用于有严格带宽限制的TSN。     

基于改进RPN的孪生小样本电力目标检测

为了解决当前电力系统巡检难度大、效率低、数据不足以支撑大规模训练的问题,提出一种基于孪生网络的小样本检测方法。首先,在Faster RCNN(faster region convolutional neural network)目标识别算法的框架下,搭建支持图片和查询图片共享的孪生网络模型;然后,利用改进的RPN(region proposal network)模块产生更高质量的proposals;最后,在检测头上对支持图片和查询图片的RoI(region of interest)进行关联匹配。结果表明,将算法应用于自主构建的EPD(electric power detection)数据集,在仅利用10张支持图片的情况下,就能实现对电力背景下鸟巢异物和绝缘子相关类别的检测,检测指标mAP达到18.92%。与其他算法相比,应用于电力行业目标检测的孪生网络小样本模型,在极端小样本情况下性能优良,同时具有更加轻量化的优势,可为电力检测新方法研究提供参考。     

抗深度取证的多粒度融合图像修复网络

数字图像的真伪判别是图像安全领域中的基础问题,因数字媒体极易被攻击篡改,针对图像的取证技术得到了广泛的研究.另一方面,对图像篡改反取证技术的研究,不仅追求更逼真的图像篡改操作,也从相反的方向促进了取证技术的发展.图像修复作为基础的图像篡改操作,一直是国内外学者的研究热点.针对被修复篡改后的图像会被深度取证网络取证的问题,提出了一种抗深度取证的多粒度融合图像修复(multi-granularity fusion-based image inpainting network resistant to deep forensics,MGFR)网络.MGFR网络包括编解码器、多粒度生成模块以及多粒度注意力模块.首先,输入的破损图像被编码器编码成深度特征,深度特征通过多粒度生成模块生成3个不同粒度中间特征;然后,采用多粒度注意力模块来计算不同粒度中间特征之间的相关性并将其融合;最后,融合特征通过解码器生成输出结果.另外,所提出的MGFR网络被重建损失、模式噪声损失、深度取证损失以及对抗损失联合监督.研究结果显示,所提出的MGFR网络在拥有较好的修复性能的同时能成功规避深度取证网络的取证.