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。     

安全性评估流程在现役飞机维修中的应用研究

针对部分现役国产飞机在研制阶段尚未应用国际主流的安全性评估流程和方法、客观上存在一些单点故障导致飞行事故和飞行事故征候等问题,探讨在已定型飞机上使用安全性评估流程方法和思路识别可能存在的导致飞机产生飞行事故征候及以上重大问题的故障点、风险点,以作为维修企业提升飞机维修质量安全水平的参考。     

太阳能飞机循环飞行的高度剖面能量策略

为满足设定的太阳能飞机多日连续飞行条件，依据飞行过程中当前时刻的飞行高度、光伏输出功率、动力电池组余量等系统状态参数，研究如何分配动力电池组充放电和电推进系统输入等功率。所用策略立足于实时功率平衡，充分利用正午前后的光伏峰值功率用于飞机爬升及充电，在午后下滑过程中利用全部光伏输出，以最大化利用光伏资源；在光伏有效输出不足时则以一定的维持功率下滑，使能量的综合损失最小。方法能够提高以预定夜间飞行高度连续多日续航的成功率，提升飞行高度、纬度、季节范围或搭载能力，或者拓展这几种飞行条件的组合域，优化太阳能飞机的适用性。     

基于随机维纳过程的航空发动机性能衰退研究

针对发动机下发间隔预测的问题，研究了发动机性能衰退规律。基于发动机排气温度裕度（EGTM）数据，建立了随机维纳模型，并使用严酷度因子修正模型，表征不同的工作条件对发动机的影响。利用期望最大化（EM）算法结合贝叶斯定理，对模型参数求解，最终得到了基于性能衰退的发动机平均下发间隔。研究结果表明，在严酷度因子为1.2696的使用条件下，某型号航空发动机性能衰退平均下发间隔为8219循环；基于该模型预测的发动机平均下发间隔与厂商建议的下发时间之间的误差仅为1.7%。     

基于风洞的导弹姿态控制性能评估方法

鉴于风洞中测评飞行器控制性能更加真实的特点,研究了一种基于风洞的导弹姿态控制性能评估方法。首先,明确评估对象,即基于风洞可评估的导弹姿态控制性能及其指标;其次,提出一种基于风洞的导弹姿态控制性能评估方法,包括试验方法、数据处理方法与性能评定方法,通过试验方法可以获取到性能评估所需的原始试验数据,通过数据处理方法可将试验原始数据转换为性能评定所需的性能指标参量,通过性能评定方法可以对导弹姿态控制性能的优异进行界定。最后,以某高超声速导弹为例,基于其数学仿真模型,对该评估方法进行仿真验证,初步论证该评估方法的可行性。     

关于CCSDS体制数据安全保护实施位置的探讨

主要阐述CCSDS（空间数据系统咨询委员会）标准的信息安全问题，重点是航天器安全，从分析空间数据面临的安全威胁出发，讨论了CCSDS不同安全实施位置的特点；并在此基础上，通过对CCSDS业务及数据结构的影响对比，总结出不同安全实施方法的优缺点，该结合对于采用CCSDS标准的空间数据系统如何解决信息安全问题，具有一定的参考价值。     

飞机着陆撞网问题研究

在大量调研的基础上，对飞机着陆撞网问题进行了深入的分析与研究，提出了解决该问题所采取的措施，为机场管理和维护工作提供了科学的依据。