论文部分内容阅读
分析内容安全课程与信息安全学科的关系及内容安全课程在信息安全课程体系中的定位,面向信息安全人才需求,从教学目标、教学内容和教学方法方面阐述如何将思政内容引入实际课堂教学过程中,培养学生的思政意识和创新思维。
网络复杂环境下内容安全课程思政教学研究
【摘 要】
：
分析内容安全课程与信息安全学科的关系及内容安全课程在信息安全课程体系中的定位,面向信息安全人才需求,从教学目标、教学内容和教学方法方面阐述如何将思政内容引入实际课堂教学过程中,培养学生的思政意识和创新思维。
【机 构】
：
合肥工业大学计算机与信息学院（人工智能学院）
【出 处】
：
计算机教育
【发表日期】
：
2021年7期
【基金项目】
：
安徽省高等学校省级质量工程项目(2020kfkc410,2019jxtd007),合肥工业大学质量工程项目(JYXM1914)。
其他文献
数字签名在身份认证、抗抵赖性等方面具有重要作用。例如电子货币系统,商家或消费者需要使用数字签名对电子货币进行签署或验证,以确保电子货币信息的安全性与正确性。当同时对大量的电子现金进行数字签名验证时,会大幅度降低整个系统的运行效率,因此使用批量验证算法显得尤为重要。对于DSA、RSA和ECDSA等数字签名已经有了很多成熟的批量验证算法,但是对于SM2数字签名算法目前还没有对应的批量验证算法。首次提出一种高效的SM2批量验证算法,将最为耗时的点乘运算由n次降为1次(n为签名数量),大大缩短了验证时间。证明了S
对城市中发生的事件进行有效预测,可以为政府避免、控制或减轻相关的社会风险提供决策支撑。首先,提出基于积分求导法的条件强度函数式,提高序列预测精度;其次,构建基于递归神经网络和累积危险函数的时间点过程模型,通过递归神经网络捕获历史事件的非线性依赖关系,利用全连接网络获得累积危险函数;最后,选择具有代表性的合成数据集和真实数据集对几种模型的性能进行对比分析。实验结果表明,所提模型可以更好地进行城市事件的时间序列预测,在平均绝对误差、平均负对数似然值等方面均优于传统的时间点过程模型,说明了模型的优越性。
目前针对苏作家具的研究成果多集中于明清时期的苏作家具,文章则把时间段限定在“近代”,通过实物、文献和口述史的互证分析表明,随着苏州近代西式家具业的缓慢发展,苏作家具的设计意匠从“工巧古雅”向着追求“海派格调”转变,在苏作家具中融入了摩登的新元素、出现了苏作海派家具,故而呈现出“苏州工、上海样”的艺术特征,这是近代社会转型、城市地位变动和审美风尚变化的必然结果,彰显出中国家具从传统向现代转型的轨迹。
分析目前高校计算机类课程思政建设现状,提出课程思政教学框架,研究专业课程知识点与课程思政元素之间如何切入与融合,拓展课程思政建设方法和途径,并以数据结构课程为例,阐述计算机类课程思政教学如何从政治认同、家国情怀、道德修养、中华优秀传统文化教育、文化素养、国家战略与安全等方面无缝自然地融入到专业课程知识点教学过程中,最后通过教学实践介绍,说明取得的思政教学效果。
基于OBE教育理念及课程思政对学生素养培育的支撑分析,提出面向学生素养培育的课程思政教学设计方法,给出用于课程思政教学实施的知识点遴选原则,并以软件项目管理课程思政教学改革中的家国情怀与责任担当、唯物辩证思维素养的培育为例,介绍具体的课程思政教学设计实践。在工程教育背景下,课程思政教学为学生素养的培育提供了支撑和抓手,是全面提高人才培养质量的有效途径。
分析阐释数学与密码学的关系,以数学课程为主线,设计几个以密码学为主题的研究性课题。促进学生对数学的理解,在一定程度上提高学生利用数学知识解决网络空间安全问题的能力。
句法分析是自然语言处理领域中应用前景非常广阔的一个研究方向。针对目前句法分析多数是从字、词的角度出发且存在诸多不足,提出了二、三元词模型相结合的句法规则层次化分析算法,并结合分词、词性标注以及句子组织信息之间的结合度来解决词元间优先合成的问题,同时利用句子成分之间的语法结构关系对词性、词序的影响,实现句法规则的层次化分析实验。实验结果表明,二元与三元词模型相结合的句法规则层次化分析算法相比于独立二、三元词模型,准确率和召回率分别提高了82.04%和80.83%,与现有基于二分结构句法分析的RNN-INT算
分析目前移动程序设计课程普遍存在的缺点,提出以学生兴趣为导向的课程改革思路,介绍围绕学生兴趣更新教学内容,引入企业资源,落实建立学生学习兴趣小组和组织学生参赛等方法,最后说明课程改革实施效果。
针对应用型本科院校工科类课程课堂教学面临的问题,提出一种“育人+育才”相融合的教学理念,从立德树人、价值引领、知识传授、能力培养4个角度对课程知识体系进行重构,以软件工程课程为例,从课前准备、课中讲授、课后反馈几方面介绍面向应用型本科融合思政教育的线上智慧教学案例设计,最后说明教学实践效果。
为了在语料库中找出源代码的真实作者,提出了一种代码耦合度与程序依赖图特征结合的神经网络模型CPNN来识别源代码作者。首先,使用从源代码中提取的参数、扇入和扇出等特征计算代码的耦合度。其次,从转换的程序依赖图中提取控制和数据依赖项,应用预处理技术将PDG特征转换为具有频率细节的小实例,并且利用逆文档频率技术放大源代码中每个PDG特性的重要性。最后,利用CPNN模型预测程序员的编码风格特征,并对编码风格的真正作者进行属性划分。在1000名程序员的源代码数据集上进行作者归属预测,得到了95%的准确率。