In order to e?ectively reduce the incidence of tra?c accidents caused by drivers' fatigue driving, this paper designs a driver fatigue driving detection system based on EAR algorithm. The system consists of two parts: hardware and software. The hardware part includes STM32 microcontroller, OLED12864 LCD module, DS18B20 temperature sensor module, photoelectric speed sensor module, CN-TTS voice broadcast module, ESP8266 data storage and transmission module and K210 face recognition module. In the software part, EAR detection algorithm is used to detect fatigue. Through the dual monitoring of the single chip microcomputer and the APP running on the mobile phone, the system can monitor the status of the driver in real time, and alert driver when fatigue characteristics is present, so as to e?ectively avoid the safety risks brought by fatigue driving. After testing, the comprehensive accuracy rate of the system reaches 92.4%, which can e?ectively remind drivers to avoid fatigue driving. 

之前关于社会化单类协同排序推荐算法的研究仅仅集成用户的社交网络信息到推荐模型中，未能考虑到用户的社交信任网络的传递性。为了解决该问题，基于最新的CLiMF模型和TrustMF模型，提出了一种新的基于信任的社会化单类协同排序推荐算法（TrustOCCR）。该算法通过精心整合双重稀疏信息（隐式评分矩阵和具有传递性的社交信任网络矩阵）来进一步提高社会化单类协同排序推荐算法的性能。在真实的实验数据集上验证，采用两个不同的评价指标，本文提出的TrustOCCR算法均优于最新的社会化单类协同排序推荐算法。且TrustOCCR算法可扩展性好，适合在互联网信息推荐领域用于处理大数据。

大数据时代下，各业务部门基于已有业务数据积累激发数据价值已成为一种共识。由于各业务系统数据标准不统一，导致元数据杂乱无章、数据孤岛、低质数据等问题层出不穷，阻碍数据的有效利用，需进行必要的治理。这其中，数据血缘分析是元数据管理的关键任务之一，对于数据溯源和数据治理具有重要意义。然而，传统的数据血缘构建方法往往面临着计算复杂度高、准确性差、执行成本高等问题。为克服这些问题，提出一种基于数据表相似度计算的数据血缘构建方法：通过对数据表的命名、表结构和数据字段三要素进行文本特征表示，利用TFIDF计算数据表的相似度，并进一步通过改进的Jaro-Winkler Distances算法验证字段重合度、表名相似度的方法构建数据表血缘关系。结果表明，该算法在数据表血缘关系构建方面效果显著，促进了数据治理工作的顺利开展。

电力需求响应是用电高峰时期维护电网供需平衡的重要手段，而削峰是智能电网实现电力需求响应的主要方式。为了使采用混合流水车间生产的企业更好地参与削峰需求响应，优化生产调度，在混合流水车间调度问题中引入了削峰需求响应，建立了新的问题模型，并提出了一种改进麻雀搜索算法用于模型求解。针对标准麻雀搜索算法易陷入局部最优的问题，所提算法通过加入K-均值聚类替换策略改进了标准麻雀搜索算法的局部搜索能力。实验结果表明，所提模型和算法能够提供较好的削峰生产调度方案，满足企业实施削峰需求响应调度的需要。

随着云计算技术的普及和容器化技术的发展，Docker和SpringBoot已成为现代软件开发和部署的重要工具。然而，这种广泛的使用也伴随着安全风险。针对Docker API与SpringBoot Actuator的未授权访问风险进行了深入分析。当这些关键组件暴露于未授权访问之下时，攻击者可能利用这些漏洞执行恶意操作，如部署恶意容器、篡改应用程序配置或窃取敏感信息。这些行为不仅可能导致服务中断和数据泄露，还可能对企业造成严重的声誉和财务损失。

SDN采用集中控制方式，实现了网络管理的可视化和动态化，是当前新型的网络架构。但SDN设计之初，未考虑安全问题，在DDoS攻击如此盛行的当下，开展SDN架构下的攻击检测研究非常必要。在分析了SDN架构机制后，针对DDoS攻击，研究了攻击检测模块的位置部署，设计出多层次协同检测方案。针对攻击检测建模问题，设计出基于集成学习算法的独立建模方案。从KDDCUP99数据集中无放回抽取两组样本，选用SVM和adaBoost算法先后进行独立建模和样本组合建模。使用adaBoost算法对样本的分类性能有一定的提升，单独建模未对样本分类性能带来影响，在teardrop上还表现出高于总样本的分类效果。实验结果可知，独立建模用于转发平面和控制平面的协同检测方案，具有一定的可行性。该方案从降低SDN集中控制中心的负担出发，为网络的有效管理提供了保障，对SDN架构的攻击检测具有一定的指导意义。

随着各种服务的大规模应用，其带来的协议适配及安全问题日益凸显，如何建立一种信任服务适配的统一机制，提升服务适配的可用性和安全性，已成为相关行业关注的焦点。在网络信任系统建设中，不同服务间组合共同构成一个完整的网络信任服务体系，形成分布式服务系统的场景越来越多。信任服务之间交互频繁，传统的服务适配机制直接移植到信任服务体系中会极大降低交互效率和扩展性，因此提出一种基于安全代理的信任服务适配方法，主要解决的技术问题为服务适配的可用性、扩展性和安全性。该方案能够满足服务状态自适应变化、提升服务适配的可用性，同时确保交互双方的身份以及保证交互过程中数据安全。

近年来，网络安全面临着日益严峻的挑战，其中分布式拒绝服务（DDoS）攻击是网络威胁中的一种常见形式。为了应对这一挑战，提出了一种基于多尺度卷积神经网络（MSCNN）的DDoS攻击检测方法。在CICDDoS2019day1数据集训练模型，CICDDoS2019day2数据集测试模型检测性能。通过利用MSCNN对网络流量进行预测和分类，能够有效识别DDo S攻击并减少误报率。实验表明，MSCNN方法在准确性、召回率、F1得分性能指标上优于SVM、DNN、CNN、LSTM和GRU。

为了开展量子计算的科学研究和教育教学，产生了量子计算的仿真工具。Vizard是一款虚拟现实开发平台软件，适合建立三维模型，可以用Python语言进行快速开发。基于Vizard平台，提出了一种“糖果盒”量子比特可视化仿真模型。该模型采用量子态棒棒糖描述量子比特的概率振幅，糖果半径表示模，糖棍与水平面的夹角表示辅角，打开盒盖后引起量子态棒棒糖塌缩。借助量子态棒棒糖，仿真了量子门元件，并用量子门元件搭建了量子电路。糖果盒模型比传统的布洛赫球更加容易描述量子比特的叠加态，而且通俗易懂、富有趣味性，适合量子技术的初学者和青少年的量子技术普及教育。

本装置以STM32F407为核心实现对周期信号的波形识别及参数测量，装置由核心计算模块、按键、显示器、信号调理电路和频率检测电路组成，能够实现对周期信号的多通道增益采样，波形的峰峰值、频率等参数的测量，正弦波、方波及三角波等波形类型的识别。本系统通过多增益信号调理电路实现了对宽范围电压的精确测量，使用硬件过零点电路实现了对频率的精确测量，用频率测算出采样频率实现实时波形采集，通过信号变化率的方式实现了对波形类型的识别，具有电压和频率测量范围广、测量精度高、波形识别精确、响应速度快的优点。

针对环境监测对工作效率、经济成本、安全可靠、灵活机动等方面的要求，设计了一种基于无人机平台的环境监测系统。该系统采用四旋翼无人机作为空中平台，建立无人机数学模型，并基于PID算法实现无人机平台的稳定飞行控制。同时无人机平台通过搭载温度、空气质量、烟雾等传感器，对任务区域实现大范围、高机动的环境监测功能。实验证明，一方面，该系统可以实现无人平台的稳定飞行；另一方面，该平台可以机动、准确地进行环境监测与数据采集，为环境监测任务提供可靠支撑。

随着工业化和城市化的快速发展，水质安全问题日益受到关注。本研究利用一个包含7999条数据记录的水质分析数据集，涵盖多种化学物质浓度测量值与安全阈值，以及“是否安全”分类变量，运用Extra Tree Classifier模型进行水质安全建模预测及数据分析。本研究目的在于提供一个可靠的模型，以帮助决策者和相关部门更好地监测和维护水质安全，从而保障公众健康和环境可持续发展。

为减少T5 PEGASUS模型生成的摘要中的虚构信息、重复等问题，提出了一种基于T5 PEGASUS和Deep KE的文本摘要生成模型——T5 PEGASUS-DK。该模型将T5 PEGASUS模型和Deep KE框架相融合，先使用Pkuseg分词方法改进分词效果，再使用Deep KE框架抽取文本中的三元组，最后将三元组的词向量集合与文本的表示向量进行拼接。通过建立文本与三元组之间的映射关系，使得模型可以提取出事实性知识，从而提取出与原文内容更相符的信息作为摘要。T5 PEGASUS-DK模型的ROUGE值均达到最高，所生成的摘要更真实、连贯，与原文内容更相符。

由于在地震之后的地下水水位会受其影响而发生异常变化，通过水位变化的预测研究对于分析可能的地震前兆、次生灾害的减轻等有重要的理论以及现实意义。本研究首先选取了2015年4月13日10时28分在云南省红河哈尼族彝族自治州建水县发生的4.7级地震，通过获得该地震周边观测井的地下水水位数据，利用地震活跃期以及非活跃期的理论将数据集进行划分，然后使用LSTM模型进行训练，最后发现模型预测值与真实值之间的差异。实验结果表明，该模型可以发现因为地震而导致的地下水水位异常变化，对研究地下水水位异常变化作为地震前兆具有一定启示意义。

针对家用燃气泄漏造成人员中毒、火灾爆炸等事故现象，提出基于云平台技术的家庭厨房环境远程监控系统的设计与实现。系统采用STM32芯片为核心处理器，对传感器实时采集数据进行分析，对比预置阈值进行策略控制，实现对厨房内的燃气电子阀、报警器、智能窗户进行智能控制；并通过ESP8266通信模块定时将数据上传到云平台存储，手机移动端实时调用云平台的存储数据，对厨房状态进行人为干预的远程双重控制，实现可靠安全管理。

在高铁专网场景下，由于频切、多普勒效应、车厢穿透损耗等引起的网络问题严重影响着高铁网络用户的业务感知体验。首先，对当前高铁专网中存在的网络问题进行了总结，然后从覆盖问题的解决策略入手，将数字孪生技术应用于高铁专网站点的规划建设中，同时针对站点“灯下黑”的问题创新性地提出了边缘波束协同横滚方案以增强高铁专网的覆盖质量。此外，介绍了基于CPID的超级小区重叠覆盖优化策略，并总结了当前铁路沿线不同场景下的天线选型方案。最后，对由于多普勒效应引起的频偏、公专网协同性差造成的相互干扰和高铁用户网络速率低等感知问题，介绍了相关优化解决策略，并基于VMAX大数据监控平台，结合用户打点轨迹与高铁线路轨迹图，对专网用户高频出专网小区进行精准识别和优化，有效提升了高铁用户的网络感知。

针对应用型大学程序设计类课程的考试模式，分析了传统理论笔试与新兴在线评测式考试的侧重点与相关性。两种考试模式各自侧重于不同的能力考察，分别只能反映学生能力的一个侧面。为适应新工科教育理念和应用型人才培养的需求，提出并实践混合式考试模式，同时为此设计了一个综合考试系统。实践表明，这种混合式考试模式能更好地体现学生对程序设计类课程知识的综合掌握程度，该考试系统为混合式考试模式的执行提供了有力保障。

在工程教育认证理念指导下，分析信息论与编码课程教学的现状和问题，从阐明理论基础、明确教学目标、重构教学内容、建立评价体系等方面着手，探索信息论与编码课程基于“BOPPPS”教学模型的线上线下混合式教学模式，提高学生的自主学习能力，在专业育人的同时，做好价值引领，从专业素养、创新思维、综合素质等方面提升课程育人效果。