基于时间间隔的社交行为信息隐藏

提出了一种基于时间间隔的社交行为信息隐藏算法。首先发送者和接收者获取双方共同拥有的具有社交关系的用户信息；随后发送者结合密钥，利用交互行为（如“点赞”）的时间间隔隐藏秘密信息；最后接收者通过周期性获取共同拥有的社交用户的行为信息提取出秘密信息。以知名社交平台QQ为研究对象进行实验仿真，结果表明该方法能以较少的时间代价显著提高秘密信息传递的容量。所提出的方法不局限于特定的社交平台，具有普适性。     

深度模型水印

深度神经网络模型凝结了设计者的智慧，需要消耗大量数据和计算资源，是人工智能技术的重要产出物，已被广泛应用于生产和生活当中。然而，作为一种数字产品，如何保护深度神经网络模型免于被非法复制、分发或滥用(即知识产权保护)是人工智能产业化进程中必须面临和解决的难题。文章主要介绍基于数字水印的深度模型产权保护技术，通过总结深度模型水印的发展现状，对深度模型水印的研究趋势进行展望。     

文本隐写及隐写分析综述

梳理了文本隐写与隐写分析的发展脉络,将文本隐写算法分为两类:修改式文本隐写和生成式文本隐写。归纳了两类算法的实现过程,并从率失真性能和安全性等方面分析主流算法的优势与不足。针对两类文本隐写算法,总结了对应的隐写分析算法实现过程,并对文本隐写与隐写分析的发展趋势进行了展望。     

《创造学》在物理教学中的应用

《大学物理奖工科大学生的一门重要的基础课，如何使学生从中学所接触过的概念中，重新学习理解，使自己的思维方式能有一个新的升华，是一个很重要的问题。本文想从对学生创造力的培养方面对这个问题进行一下探讨，以期从教学环节及方法上使学生对现代物理及思想方法有一个良好的过渡。何谓创造？按照百科全书中的定义；就是人们（个体、群体）综合各方面信息，根据一定的目标，用独特新颖的思维方法产生有社会价值的新观点、新理论、新知识、新思想、新方法、新结果的活动过程。由此定义可以看出，一个创造过程，有四个基本的要素，其一是…     

神经网络水印综述

梳理了近年来神经网络水印技术的发展脉络,将主流方法大致归为白盒水印、黑盒水印、无盒水印和脆弱水印。综述了神经网络水印的评价指标和上述4种不同类型的神经网络水印技术,探讨了现有神经网络水印方案的优缺点,并对未来的发展趋势进行了展望。     

基于时间间隔的社交行为信息隐藏

提出了一种基于时间间隔的社交行为信息隐藏算法。首先发送者和接收者获取双方共同拥有的具有社交关系的用户信息；随后发送者结合密钥，利用交互行为（如“点赞”）的时间间隔隐藏秘密信息；最后接收者通过周期性获取共同拥有的社交用户的行为信息提取出秘密信息。以知名社交平台QQ为研究对象进行实验仿真，结果表明该方法能以较少的时间代价显著提高秘密信息传递的容量。所提出的方法不局限于特定的社交平台，具有普适性。