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。     

离散力学与最优控制理论在谐波减速器控制中的应用研究

为解决谐波减速器内部非线性干扰,基于离散力学理论,考虑谐波减速器固有的粘性摩擦与柔性关节特性,建立了全时域下谐波减速器的离散动力学与控制的数学模型,并针对离散时域下谐波减速器的最优时间控制问题与最优轨迹跟踪控制问题进行了研究。跟踪误差和运动轨迹分析表明:离散控制方法实现了误差为10-8rad量级的谐波减速器轨迹跟踪控制,并在具有运动约束的同时实现了最短时间到达的控制目标。     

多种工质下螺旋波等离子体源波场结构数值模拟

针对螺旋波等离子体放电机理，开展了多种工质条件下的螺旋波放电等离子体内波场结构数值模拟研究。计算发现:氦气等离子体的Er分量在径向边界处的峰值更为突出，有利于等离子体在径向的输运，波电场径向分量决定了电流密度径向分量在内部的表现。在0.266 Pa和1.064 Pa两种气体压强条件下，通过波场结构验证了气压对于波阻尼影响的结论。波场结构是螺旋波在等离子体内传播以及能量沉积的微观体现，研究螺旋波波场结构是揭示其高电离效率的重要途径。初步探索了功率耦合机制，为实验系统优化及实验方案设定奠定理论基础。     

超临界CO2技术对空心/实心石英混编纤维表面改性

采用热处理+溶剂浸洗+超临界CO2技术对空心/实心石英混编纤维表面进行预处理,同时利用超临界流体的携带与渗透作用,将KH-560偶联剂引入纤维表面进行改性。采用接触角测试、表/界面张力测试、树脂吸附量测试、力学性能测试、扫描电镜等分别测试纤维表面能、胶液表面张力与接触角、胶液与纤维浸润性,观察纤维表面形貌结构,分析复合材料的力学与介电性能。结果表明:采用热处理+溶剂浸洗+超临界CO2技术可有效去除空心/实心石英混编纤维表面浸润剂,提高纤维表面能,促进胶液与纤维的完全浸润,最终改善复合材料力学与介电性能。     

基于拉格朗日方法的通气云状空泡三维非定常脱落特性研究

采用均相流模型并结合FBM湍流模型,对绕轴对称回转体通气云状空泡流动特性进行了三维数值模拟,基于实验结果对数值方法进行验证,同时利用基于拉格朗日体系的有限时间李雅普诺夫指数(FTLE)、拉格朗日拟序结构(LCS)和粒子追踪方法分析了其三维非定常脱落特性。研究结果表明:纵截面上空泡覆盖区域的拉格朗日拟序结构整体呈椭球状分布,内部为不规律的复杂拟序结构;不同横截面上拟序结构分布存在很大差异。空泡内部的非对称流动结构和周向流动导致空泡呈现很强的三维运动特性。反向射流在周向上推进的不同步性,是造成空泡呈现不规则断裂和大尺度U型空泡团脱落的主要原因。     

高主流湍流度下密度比对涡轮导叶全气膜冷却特性的影响

为了研究高主流湍流度下二次流密度比对涡轮导叶全气膜冷却特性的影响,使用热色液晶测量了在主流湍流度为15%,二次流密度比为1.0和1.5下三维涡轮导叶的气膜冷却效率和换热系数。二次流与主流质量流量比为7.0%和12.5%。结果表明:二次流密度比增大可以降低冷气射流的动量,小流量比工况下,在叶片前缘和压力面前半段,动量较低的二次流在高主流湍流度的影响下更易耗散,增大二次流密度比使冷却效率明显降低;大流量比工况下,二次流动量降低使气膜孔后区域冷气贴附性增强,气膜冷却效率和冷气覆盖效果均得到提升。小流量比工况下,二次流密度比增大对叶片表面换热的影响较小;大流量比工况下,二次流密度比增大使吸力面中弦区域和压力面后半段的平均换热系数比分别降低15%和25%。