论文部分内容阅读
面向安卓平台的多层次隐私保护系统的设计与实现
【摘 要】
：
近年来,由于安卓系统性能的不断提升和功能的完善,安卓设备的数量增长十分迅速。然而,目前有大量恶意应用窃取用户的隐私信息,以此获取非法的利润。恶意安卓应用程序对用户敏感数据造成了严重的威胁。安卓系统隐私泄露现象泛滥的主要原因有多方面,如第三方应用质量良莠不齐、安卓系统隐私保护机制的缺失、正常应用的权限滥用等。因此,研究安卓系统中的隐私保护技术对保障安卓系统用户隐私的安全性具有重要的意义。本文的研究重
【出 处】
：
南京航空航天大学
【发表日期】
：
2020年01期
其他文献
人体每天需要摄取高质量和易消化的蛋白质来确保良好的营养摄入。因此,膳食蛋白消化性的研究一直是食品营养与健康领域的研究热点。麦谷蛋白是小麦的主要成分和人类主要的植物蛋白来源,占小麦面筋蛋白的35%-45%,对小麦的营养特性具有重要决定作用。丙酮醛(Methylglyoxal,MGO)是食品热加工过程中发生的美拉德反应的重要中间产物,它能与蛋白质中的氨基酸反应进而对蛋白质的结构产生修饰作用,这种结构的
学位
猪伪狂犬病毒(PRV)属于α疱疹病毒科疱疹病毒属,是一种嗜神经性的病毒,能感染多种动物引发急性传染病。近年来,随着该变异毒株的出现,经典的疫苗株并不能完全预防变异毒株引起的猪伪狂犬病,给养猪业带来了巨大的经济损失。由于PRV感染机体后能使机体终生带毒,潜伏的PRV无异于对猪伪狂犬病的净化带来了巨大的挑战。因此,了解中国PRV的起源、进化、多样性和变异毒株与传统的经典毒株之间主要糖蛋白gB、gC、g
学位
近年来,国家陆续出台了一系列鼓励天然气产业发展和优化企业营商环境的政策法规,各地“煤改气”“油改气”工作也在稳步推进,在政策利好和发展环境持续改善的大背景下,LNG(液化天然气)凭借价格低、热值高、污染低、保障有力、便于运输等优点,在此次绿色能源更迭和消费需求升级进程中快速占领了工业企业生产能源供给领域,众多工业企业选择建设、运行自用LNG燃气设施。但目前与自用LNG燃气设施建设及运行管理相配套的
学位
创新是我国现代化强国建设的内在要求。党的十九大强调“创新是引领发展的第一动力,是建设现代化经济体系的战略支撑”。“十四五”规划中指出“坚持创新驱动发展,全面塑造发展新优势。把提升企业技术创新能力列为重要环节。”根据世界知识产权组织发布的全球创新指数排名可知,我国的创新指数排名已从2012年的第34名提升至2019年的第14名,可见我国的创新能力已有较大幅度的提高。但我国上市公司的创新发展仍然面临着
学位
目的:1.了解酒精依赖患者的心理僵化水平,通过接纳承诺疗法对酒精依赖患者个案的干预,提升其心理灵活性水平,降低其负性情绪水平,降低饮酒渴求水平并降低戒断后的复饮的饮酒量和饮酒频次。2.探索一套可以通提升酒精依赖患者的心理灵活性水平来降低酒精依赖患者的负情绪水平和饮酒渴求水平、降低戒断后的复饮的饮酒量、饮酒频次的个案干预方案,并验证该方案的临床可行性和有效性。方法:个案研究法,对心理干预的3名酒精依
学位
随着智能科技的飞速发展,许多应用都需要场景中丰富的文字信息,例如自动驾驶,交通监控和智慧城市建设等。而对于场景图像中的文字,其文字类型不一、背景复杂、形状多样、尺度多变、容易受物理因素的影响等,使得场景文字检测和识别的难度远大于传统的扫描文档图像。因此自然场景图像中的文字检测与识别是一项很具有挑战性的任务,已成为人工智能技术的重要研究分支。在中国藏区,藏汉双语场景随处可见,如商户牌匾、道路指示牌、
学位
近年来,随着我国经济发展与社会转型步伐的加快,各类社会矛盾凸显,突发事件数量大幅增加,对社会稳定与国家长治久安造成严重威胁。其中,危险化学品泄漏引起的突发性水污染事件,因其引发突然性、行为破坏性、扩散不确定性等特征,给应急管理带来了严峻挑战。同时,由于水资源的重要性,水污染事件容易引起广泛社会关注。在互联网的催化下,水污染事件的影响进一步扩大,形成网络舆情事件,进而加重民众恐慌,引起社会动荡,威胁
学位
由于氟树脂中F-C健的存在,使氟树脂具有优良的耐高温、耐化学腐蚀性、高耐候性、高绝缘性、不粘污性、拒水性、拒油性。氟树脂作为氟涂料的主要成膜物质,随着氟涂料的迅速发展,已有多种性能优异的氟涂料工业化生产。其中就FEVE树脂根据功能性单体的种类不同分为乙烯基酯类FEVE树脂和乙烯基醚类FEVE树脂。目前国内外市场比较常见的为乙烯基醚类FEVE树脂涂料[1-8]。本次主要研究了聚酯型FEVE树脂,通过
学位
互联网技术的发展与进步为生活带来诸多便利的同时,也造成了信息的膨胀与冗余,其中,美团和大众点评等移动智能平台的出现,对人们日常生活产生了重要影响。如何利用这些智能平台挖掘有用信息,并向用户推荐符合其兴趣偏好的商品或商铺,已经成为个性化推荐系统的研究重点。然而现有的大部分推荐模型无法充分挖掘用户偏好的潜在特征,在评分预测方面精度较低。当处理用户特征时,传统的推荐模型更多是依据用户的性别、年龄、职业、
学位