联邦学习安全与隐私保护综述

联邦学习是一种新型的分布式学习框架，它允许在多个参与者之间共享训练数据而不会泄露其数据隐私。但是这种新颖的学习机制仍然可能受到来自各种攻击者的前所未有的安全和隐私威胁。本文主要探讨联邦学习在安全和隐私方面面临的挑战。首先，本文介绍了联邦学习的基本概念和威胁模型，有助于理解其面临的攻击。其次，本文总结了由内部恶意实体发起的3种攻击类型，同时分析了联邦学习体系结构的安全漏洞和隐私漏洞。然后从差分隐私、同态密码系统和安全多方聚合等方面研究了目前最先进的防御方案。最后通过对这些解决方案的总结和比较，进一步讨论了该领域未来的发展方向。     

基于卷积门控循环网络的滚动轴承故障诊断

针对许多基于深度学习的滚动轴承故障诊断方法在小样本数据集下诊断性能下降的问题,提出一种基于卷积门控循环神经网络的轴承故障诊断模型。该模型使用两层的卷积网络来从输入信号中提取特征,同时使用tanh函数作为激活函数,且池化层使用大池化核来进行重叠下采样。将所提取得到的高层特征连接到双向门控循环网络。合并循环网络正向和逆向的最后一个状态,并连接一层全连接层进行输出。选用凯斯西储大学的轴承故障数据集来验证模型在小样本数据集下的诊断性能,实验结果表明,相比于其他类型的模型,该模型在仅有20个训练样本的情况下依然保持97%的识别准确率。      

某型装备能源电池异常爆破故障分析

对一起因电池设计缺陷引发装备战训失利的故障进行分析,重点对电池工作机理和设计缺陷展开解析,明确故障定位,并对国内外装备弹上不同体系电池的优缺点进行比较,旨在为产品维护保障、国产化科研等工作提供参考。     

AP聚类改进免疫算法用于航空发动机故障诊断

在免疫算法训练过程中引入近邻传播(AP)聚类与熵权法,对训练样本进行聚类与权值计算,将权值引入免疫算法中样本选择阈值的计算,以解决训练过程采用固定选择阈值所造成的检测器在部分区域过拟合,部分区域欠拟合的问题。结果表明:改进的免疫算法用于典型非线性函数的寻优时,迭代性能均优于传统免疫算法,并在大部分情况下优于粒子群算法与量子遗传算法,在进行某型发动机故障诊断的实例实验时,改进后的算法的诊断准确率达到98.06%,高于传统免疫算法的92.60%。      

航空电子产品电磁环境效应模块化设计方法

对高强度辐射场（HIRF）环境特点与干扰类型进行分析，采用理论计算、计算机仿真技术（CST）的仿真分析及实测等方法分别对某型飞机航空电子系统综合显示单元的外部强电磁辐射场孔缝耦合、场线耦合及芯片前端电路影响关键芯片的相关规律进行了研究，给出了相关设计建议。结果表明，可通过分析孔缝、场线耦合获得进入关键芯片前端电路的电磁干扰能量，再结合关键芯片前端电路网络对干扰的插入损耗分析，获得关键芯片在外部强场激励下的感应电压。     

面向学生的智能解题专家系统的研究与设计

探讨了网络在专家系统中的应用 ,给出了一个基于网络的面向学生的智能解题专家系统的模型 ,分析了设计的基本过程。从专家系统出发 ,探讨了基于知识的推理系统。最后 ,从以上设计出发 ,总结了基于该模型的系统需进一步研究的工作。     

一种基于事件序列的故障树最小割集算法

在系统分析故障树最小割集各种求解算法的基础上，提出了一种故障树事件序列的数据结构，并针对该数据结构，设计了一种高效的故障树最小割集求解算法，并对其替换子算法、复制子算法和消减子算法进行了形式化描述。算法可有效降低最小割集生成中的“组合爆炸”问题，实验结果表明算法具有较好的计算性能。     

基于关联分析的机载电子设备SRU级故障诊断方法

针对机载设备二类检测设备将故障隔离到SRU的要求,对LRU的内部结构进行了分析,提出了点、底项、组底项的概念,用关联值表示点与点之间、点与SRU之间及组底项之间的关联关系;针对多SRU结构UUT,提出逐级排除法故障诊断方法.     

通用模拟示波器故障的分析与诊断

本文将通用模拟示波器电路分成五部分，总结和分析了每一部分电路故障可能引起的几种异常显示，给出了每一部分电路故障诊断方法及在相应电路中出现故障的常见器件，对有些故障与故障现象之间的因果关系做了进一步分析。     

飞机维修信息管理系统

基于机载中央维护系统(CMS),提出了飞机维修信息管理系统(AMIMS),以进一步提高飞机的安全性,降低维修和运行成本;并详细讨论了AMIMS的组成、功能、关键技术及其解决途径。