设计应用-AET-电子技术应用

使用SpectreX-GPU加速大规模高精度模拟电路的仿真验证[EDA与制造][工业自动化]

随着半导体先进工艺的发展，集成电路规模、复杂度不断增加，给电路仿真验证带来了极大的挑战。利用SpectreX-GPU加速电路仿真，极大地提升了先进工艺大规模高精度复杂电路的仿真验证效率，突破了该类设计的仿真验证瓶颈。SpectreX-GPU是Cadence Spectre平台一款新的全精度SPICE仿真引擎，将传统的基于CPU的电路仿真工具拓展至更大算力的CPU-GPU异构计算中，结合了GPU强大的并行计算能力与CPU的复杂运算能力，实现两种计算能力之间的高效调度和平衡，同时保持SpectreX仿真器的准确性。针对本公司不同类型的实际电路，利用SpectreX-GPU 仿真引擎和GPU进行仿真，与基于CPU的SpectreX相比，在不影响仿真精度的前提下，显著缩短了仿真时间，提高了验证效率和覆盖范围，帮助工程师在保证设计质量的前提下进一步缩短设计周期。

发表于：2025/8/13 下午5:00:00

片上网络相关技术研究综述[模拟设计][通信网络]

随着集成电路技术向纳米尺度深入发展，片上网络（Network-on-Chip，NoC）作为解决多核系统通信瓶颈的关键技术，受到广泛关注。基于最新研究成果，探讨了影响NoC发展的几个方面关键问题，包括拓扑结构、路由算法、交换机制和服务质量等方面的典型技术和最新进展。研究表明，当前一些新兴技术显著提升了NoC的性能，如降低通信延迟、提升吞吐量、优化功耗控制及提高资源利用率等。尽管如此，仍面临集成难度高、流量管理难等诸多挑战。最后，总结了NoC技术的现存问题，并探讨了未来发展趋势。

发表于：2025/8/13 下午4:50:00

犯罪恐惧感对隐私让渡意愿的影响研究[模拟设计][工业自动化]

海量的个人信息用于社会治理，虽然降低了犯罪恐惧感，但是也带来“去知觉化”的问题和隐私泄露的风险。为了促进数据私益和公益的平衡，基于2023年中国犯罪被害调查数据，围绕隐私权衡行为的影响因素展开实证研究。结果表明，犯罪恐惧感不仅直接降低了人们的隐私让渡意愿，还会通过降低警察信任感和官方媒体效力降低让渡意愿。因此，应当从减轻犯罪恐惧感入手，建立透明的信息利用机制，利用数据价值的同时规避隐私泄露风险，确保始终将群众作为受益者。

发表于：2025/7/29 下午3:33:16

生成式人工智能嵌入数字政府的数据安全风险及其法律规制[人工智能][信息安全]

生成式人工智能深度嵌入数字政府意义重大，但其引发的全周期数据安全风险不容忽视。通过解构数据“收集—处理—存储—输出”四阶段风险，发现收集阶段存在安全与质量隐患，处理阶段面临算法歧视与黑箱挑战，存储环节有数据泄露与归责困境，输出阶段则涉及数据失真与侵权风险。借鉴欧盟“先监管后发展”和美国“技术驱动立法”经验，提出分阶规制框架：收集阶段实行分类分级与源头审查，处理阶段强化伦理审查与清单管理，存储阶段构建软硬法协同标准与公私合作责任模式，输出阶段引入沙箱监管与数字确权。以此推动数字政府建设，实现科技、风险治理与安全法治的协同共进。

发表于：2025/7/29 下午3:22:15

高校数据安全治理的模型研究[模拟设计][工业自动化]

在分析我国高校数据安全面临的严峻挑战的基础上，提出了以目标为导向、内涵式发展、合理的指标体系、多元协同和基于业务场景的治理思路，通过数据安全治理能力、数据安全过程、业务场景三个维度将数据安全治理框架映射至高等教育领域，构建了贯穿数据生命周期的高校数据安全治理模型，指导数据高效、有序、可信流通，并建立了管理、技术、运营为一体的高校数据安全治理能力评估体系，支撑模型的应用发展，为提升高校数据安全治理水平提供科学的指引。

发表于：2025/7/29 下午3:10:14

工业大模型赋能制造业数字化转型的路径与对策[人工智能][工业自动化]

在全球制造业加速迈向数字化、智能化的背景下，工业大模型作为新一代智能技术，正成为推动制造业数字化转型的重要引擎。通过系统梳理工业大模型的概念、发展脉络和发展现状等基础理论，提出工业大模型赋能制造业数字化转型的理论框架，并详细阐述工业大模型在研发设计、生产制造、运维服务、经营管理和供应链管理等制造业典型应用场景的赋能作用。针对工业大模型在深度应用过程中所面临的高质量训练数据匮乏、工业场景分布碎片化、工业应用鲁棒性欠缺、关键场景风险需警惕和计算与系统能力不足等挑战，进一步探讨其赋能制造业数字化转型的方法路径，并从政策机制、示范引领、标准体系、自主创新、安全韧性和人才培养等多个维度提出对策建议，以期为工业大模型驱动制造业高质量发展提供有价值的参考和启示。

发表于：2025/7/29 下午2:57:12

基于区块链的现实世界资产数字化发行及交易技术研究[通信与网络][信息安全]

随着加密货币（Cryptocurrencies）发行及交易的火爆，其弊端也正日益凸显——由于没有现实世界资产的支撑，其价值只存在网络上，资产会在短时间造成大量损失，因而现实世界资产（Real-World Assets, RWA）数字化成为当前关注的重点。此外如何建立安全有效的发行交易模型，规避或降低已知的交易风险，是目前研究的难点。通过深入研究当前RWA数字化存在的两大发展路线，指出风险的存在是由于其数字化所建立的物理和数字空间市场割裂所导致的，据此提出了一种新的“轨道模型”，并构建了其发行与交易的数学模型，解决了传统RWA数字化中的并行市场割裂与系统性风险问题。

发表于：2025/7/29 下午2:44:11

基于深度强化学习的以太坊 MEV 交易防护与交易排序优化[通信与网络][信息安全]

以太坊交易排序中的最大可提取价值（MEV）问题，使恶意交易者通过操控交易顺序获利，破坏了网络公平性并推高Gas费用。为抑制MEV行为和优化公平性，同时提升系统效率，提出了一种基于深度 Q 网络（DQN）的交易排序优化方法。通过设计合理的状态空间、动作空间与奖励函数，智能体能够自主学习最优排序策略。结合Geth私有链、Flashbots MEV-Explore与Ethereum Mempool数据，系统性验证了该方法的有效性。实验结果表明，DQN排序策略可将MEV提取率降至13%以下，平均Gas费用较传统策略降低约33.1%，公平性指数提升至0.78，显著优于现有方法。同时搭建的闭环实验系统为区块链交易公平性和效率优化提供了可行方案。

发表于：2025/7/28 下午5:23:26

基于超参数优化和LightGBM算法的DDoS攻击检测与分类[通信与网络][信息安全]

针对分布式拒绝服务攻击(DDoS)数据流量样本容量大、数据特征多的特点以及检测分类准确率低的问题，提出了一种基于LightGBM（Light Gradient Boosting Machine）算法的DDoS攻击检测与分类方法。在CICDDoS2019数据集预处理和特征筛选的基础上，构建LightGBM检测模型和多分类模型。同时在模型预训练时，采用随机网格搜索与贝叶斯超参数优化技术实现超参数自动调优。实验结果表明，该模型在检测与分类任务上能达到98.34%的准确率。该研究为DDoS攻击提供了一种高效且简易的检测与分类思路。

发表于：2025/7/28 下午5:10:09

巡检无人机网络安全风险建模与量化评估研究[通信与网络][信息安全]

针对巡检无人机网络安全风险，构建评估模型并进行量化评估，为其安全防护提供支持。研究方法上，综合运用文献研究、案例分析、理论建模及实验验证法，首先识别风险，然后结合层次分析法（AHP）与模糊综合评价法构建风险评估模型，同时构建量化评估指标体系，明确评估方法与标准。实验选取不同型号无人机在多种场景测试，收集处理120组数据。研究结果显示，所构建体系在90%以上场景评估结果与实际相符，能准确评估风险。研究结论为巡检无人机安全防护提供理论与实践指导依据。

发表于：2025/7/28 下午4:57:09