检索结果-内蒙古大学图书馆

作者：符宇晗广州大学

学位级别：硕士

传统的安全模型通常基于边界防御,试图阻止攻击者从外部进入。然而,随着越来越多的组织采用分布式计算和移动设备,传统的边界安全模型已经无法满足安全需求。零信任框架通过持续评估、动态访问控制的思想对网络资源进行保护。但现有的... 详细信息

传统的安全模型通常基于边界防御,试图阻止攻击者从外部进入。然而,随着越来越多的组织采用分布式计算和移动设备,传统的边界安全模型已经无法满足安全需求。零信任框架通过持续评估、动态访问控制的思想对网络资源进行保护。但现有的信任模型通常采用基于单一属性进行的信任度评估,在大量移动设备节点接入、主体属性复杂的场景下,评估结果准确度与实际情况存在差异。如何多元决策信任值以赋予用户准确客观的信任值是信任模型中的重要研究问题,因此本文针对信任模型中信任计算的多元性展开研究,本文主要研究成果如下:(1)针对使用流量数据计算用户行为信任中需要兼顾数据时空特征的需求,提出了一种基于C-LSTM的融合流量检测模型,融合CNN的空间学习能力和LSTM的时间学习能力,以适应物联网中的海量流量数据。实验证明,本方案可以在较浅层的模型上达到较高的评价指标,对比不使用模型融合的深度学习方法有更好的性能。(2)针对使用日志数据计算用户历史信任中日志非序列化、忽略日志上下文信息的问题,研究了日志解析和特征提取、日志数据建模等方法,提出了一种基于注意力机制的双向LSTM日志检测模型。在模型架构中,使用了注意力机制,使得模型能够在输入序列中自动选择和聚焦在重要的日志条目上。实验证明,此方案提高了模型的性能和鲁棒性。在处理不稳定的日志序列时表现出了较好的效果。(3)基于上述的方法,结合使用流量数据计算用户行为信任和使用日志数据计算用户历史信任,提出了一种基于时间衰退函数的多元信任计算方法并设计了基于用户信任的动态访问控制方案,由交换机、控制器、资源服务器等组成。使用模糊数学的方案和时间衰退函数结合,将行为信任和历史信任加权为最终信任值,保障了信任计算的时空敏感性。

关键词：信任模型深度学习流量异常检测日志异常检测

来源：评论

学校读者我要写书评

暂无评论

MP2P网下一种基于代理的安全反馈信任模型

引用

计算机科学 2014年第7期41卷 200-205页

作者：曹晓梅朱海涛沈何阳陈贵海南京邮电大学计算机与软件学院南京210003 江苏省无线传感网高技术研究重点实验室南京210003 南京大学计算机科学与技术系南京210093

信任问题是移动对等网(Mobile P2P,MP2P)安全中的关键性问题。针对MP2P网与传统P2P网终端设备在编址、通信方式和标识上的差异性以及网络中可能存在的冒名、恶意诋毁、合谋以及"搭便车"等安全问题,提出一种MP2P网下基于代理... 详细信息

信任问题是移动对等网(Mobile P2P,MP2P)安全中的关键性问题。针对MP2P网与传统P2P网终端设备在编址、通信方式和标识上的差异性以及网络中可能存在的冒名、恶意诋毁、合谋以及"搭便车"等安全问题,提出一种MP2P网下基于代理的安全反馈信任模型(PSTM)。不同类别的代理服务器接入不同类型的终端,以屏蔽网络层终端设备之间的差异性。同时,代理服务器之间对信息的相互备份能够缓解服务器"单点失效"问题。在资源安全选择协议中对反馈方进行身份、资格的认证后进行相似性筛选并加权处理。在多粒度的信任值计算中引入全局节点贡献度和评价可信度,并将直接信任度分为面向节点的与面向资源的来激励移动节点真实地反馈信息。实验表明,PSTM能够减少诋毁以及合谋恶意行为,同时能够抑制"搭便车"行为,从而增加网络善意节点的交易成功率。

关键词：结构化MP2P网信任模型代理服务器安全反馈相似度加权

来源：评论

学校读者我要写书评

暂无评论

面向大数据知识服务推荐的移动SNS信任模型

引用

图书馆论坛 2014年第10期34卷 68-75页

作者：刘海鸥燕山大学经济管理学院

文章针对大数据知识服务面临的推荐稀疏性问题,构建移动SNS信任模型,从聚合与同引社交网络信任双重维度挖掘移动SNS潜在的用户信任关系,基于此进行云计算Mapreduce化的并行推荐。研究表明,模型更好地将兴趣相似度与社交网络潜在信任度... 详细信息

文章针对大数据知识服务面临的推荐稀疏性问题,构建移动SNS信任模型,从聚合与同引社交网络信任双重维度挖掘移动SNS潜在的用户信任关系,基于此进行云计算Mapreduce化的并行推荐。研究表明,模型更好地将兴趣相似度与社交网络潜在信任度融入推荐过程中,改善社交网络信任关系稀疏导致的最近邻居搜索难题,缓解数据稀疏与信任信息稀疏导致的推荐精度下降问题。

关键词：移动SNS 信任模型大数据知识服务推荐

来源：评论

学校读者我要写书评

暂无评论

基于委员会轮换机制的跨链数据整合技术研究

引用

智能计算机与应用 2023年第1期13卷 213-220,F0003页

作者：许倩翟健宏哈尔滨工业大学计算学部哈尔滨150001 哈尔滨工业大学计算学部网络空间安全系哈尔滨150001

随着区块链技术的发展,区块链的应用场景也不断丰富和复杂,而能够进行高效安全的跨链操作是区块链技术大规模落地应用的必备条件,因为不同区块链网络可以拥有不同协议和架构,造成不同区块链之间难以跨链操作。本文在研究已有的跨链技术... 详细信息

随着区块链技术的发展,区块链的应用场景也不断丰富和复杂,而能够进行高效安全的跨链操作是区块链技术大规模落地应用的必备条件,因为不同区块链网络可以拥有不同协议和架构,造成不同区块链之间难以跨链操作。本文在研究已有的跨链技术的基础上,结合信任度评价的思想,设计基于委员会轮换机制的跨链数据整合方案,为跨链技术的研究提供一个新的解决思路。方案设计动态信任模型,引入遗忘机制,对信任随时间的变化进行建模;以节点的信任度为标准选举委员会成员,作为跨链消息传输媒介;同时,本文参考PBFT共识算法的思想设计了基于距离的消息验证机制,委员会成员通过基于距离的消息验证机制对消息进行验证和签名,达成一致。

关键词：跨链技术共识算法遗忘机制信任模型委员会轮换机制

来源：评论

学校读者我要写书评

暂无评论

车联网中的信任管理及评估方法研究

车联网中的信任管理及评估方法研究

引用

作者：孙盛西安理工大学

学位级别：硕士

车联网作为智能交通系统(ITS)的一个重要组成部分,通过网络将车辆连接起来,实现了车辆间的信息交换和互联互通。而车联网的安全和隐私问题对于驾驶员和车辆来说非常重要,但是车联网具有网络结构动态变化、通信场景复杂多样等特性,这就... 详细信息

车联网作为智能交通系统(ITS)的一个重要组成部分,通过网络将车辆连接起来,实现了车辆间的信息交换和互联互通。而车联网的安全和隐私问题对于驾驶员和车辆来说非常重要,但是车联网具有网络结构动态变化、通信场景复杂多样等特性,这就使车联网中的节点比传统的网络节点需要解决更复杂的安全和隐私保护问题。传统的安全方法比如公钥基础设施(PKI)、数字证书、加密算法和访问控制等只能解决来自系统外部的攻击,但是针对系统内部的攻击无法预测和解决,而车联网信任管理也可以解决来自内部的攻击,因此车联网中通过引入信任管理来构建车辆与车辆之间以及车辆和交通系统之间的信任关系,以确保车辆和驾驶员的安全。本文取得了如下研究成果:(1)提出了一种基于分层的信任管理结构,根据车联网不同的实体角色进行层次划分,将信任管理任务分解为不同的层次,简化了信任管理流程。分层信任管理结构主要分为三层:第一层是本地信任管理层(DTM),主要实体角色是车辆,负责收集车辆之间交互的信息;第二层是集群信任管理层(CTM),主要实体角色是路边单元(RSU),负责推荐信任值过滤与信任值存储;第三层是全局信任管理层(GTM),主要实体角色是可信权威机构(TA),负责信任值的计算与传播。该结构阐述了每层之间的关联和不同,能够对信任管理过程中数据的收集、存储和传播等问题进行解决。(2)设计了基于推荐值过滤的信任模型(RFTM)用来计算车联网中车辆的信任值,分为三个方面:直接信任值、推荐信任值和综合信任值。模型中车辆直接信任值的计算采用基于贝叶斯推断方法进行评估,考虑到信任的时效性和信任开关攻击,引入了时间衰减函数、惩罚因子和滑动窗口来共同计算直接信任值;接着计算推荐信任值。由于在计算中会存在恶意推荐节点实施夸大和诋毁行为,从而提供错误的推荐评估,因此研究设计了一种基于Fuzzy C-Means的推荐值过滤算法,用于识别出错误的推荐值,然后再引入两个因子相似度和可靠度来确定推荐值的权重;最后在综合信任值的计算中,使用加权方法将直接信任和推荐信任结合,形成最后的信任值。本文中权重使用自适应权重,从而适应车联网动态变化环境,使得信任评估的准确性更高。为了验证本文所提模型的有效性,使用OMNeT++5.4.1、Veins4.7.1和SUMO0.30.0进行联合仿真实验,比较本文设计的信任模型RFTM与信任模型中较新的两个模型NRB和NTM进行对比,结果表明本文的模型能快速准确地计算车辆节点的信任值,并具有抵抗信任攻击的能力,本文模型与NRB和NTM相比准确率分别提高了 8.14%和13.43%,具有更快的检测率和更高的收敛速度,能够降低恶意节点对网络性能的影响。

关键词：车联网自适应权重推荐值过滤 Fuzzy C-Means算法信任模型

来源：评论

学校读者我要写书评

暂无评论

面向车载边缘计算的可信卸载方法研究

面向车载边缘计算的可信卸载方法研究

引用

作者：杨国良哈尔滨工程大学

学位级别：硕士

近年来越来越多具有高级功能的计算密集型应用程序运用于车载网络中,这给计算资源匮乏的移动车辆带来了巨大的挑战。因此车联网下的移动边缘计算被认为是增强车辆终端设备计算能力的有效技术。但考虑到车辆用户的频繁移动性,使得移动边... 详细信息

近年来越来越多具有高级功能的计算密集型应用程序运用于车载网络中,这给计算资源匮乏的移动车辆带来了巨大的挑战。因此车联网下的移动边缘计算被认为是增强车辆终端设备计算能力的有效技术。但考虑到车辆用户的频繁移动性,使得移动边缘计算仍是一个具有挑战性的问题,尤其是在缺少路边基础设施的偏远地区为车辆用户提供高质量的边缘计算服务。为解决该问题,目前相关研究考虑通过路边停靠或行驶的车辆辅助路边单元为车辆用户提供边缘计算服务。然而,这些研究主要关注于将辅助车辆视为中继节点,通过多跳路径将计算任务卸载给远程云端。同时很少有人考虑边缘计算服务过程中的安全性。因此本文分别从以下两个角度对车联网的可信卸载方法展开研究。 (1)本文研究了车载网络中最小化任务完成时延的多用户可信计算卸载问题。其中车辆用户可以将其计算任务卸载到路边单元或附近行驶的辅助车辆,目标为在确保计算任务传输安全的情况下最小化所有车辆用户任务执行的总体时延。首先,本文设计了一种适用于移动车载网络的信任模型,将可信计算卸载问题表述为0-1规划问题;再通过ADMM与凸差算法,提出了一种卸载策略与资源分配的并行优化算法进行求解。 (2)本文研究了车载网络中最大化资源提供方与车辆用户效用的可信数据卸载问题。其中车辆用户可以向路边单元或附近行驶的辅助车辆请求内容,目标为在确保内容交付安全的情况下最大化卸载三方参与者的效用。首先,本文为卸载三方分别设计效用函数,将可信数据卸载问题表述为非合作博弈问题;再通过反向归纳法将问题划分为两阶段博弈问题,提出了一种基于梯度迭代的算法进行求解。 (3)本文分别对所提出的可信计算卸载模型与可信数据卸载模型进行了验证与分析。在可信计算卸载模型中,我们首先通过仿真实验证明了所提算法的收敛性,并通过与其他基线算法对比,分析了所提算法的性能。可信数据卸载模型所对应的仿真实验验证了在资源提供方不同传输速率与内容单价的情况下,三方参与者所获得的最大效用,并通过与其他基线算法对比,验证了该算法可以使车辆用户获得最大效用。

关键词：移动边缘计算信任模型计算卸载资源分配数据卸载

来源：评论

学校读者我要写书评

暂无评论

基于区块链的群智感知恶意节点检测系统设计与实现

基于区块链的群智感知恶意节点检测系统设计与实现

引用

作者：董帅鹏海南大学

学位级别：硕士

随着智能设备的普及,群质感知作为新兴感知模式得到了快速发展。在保证数据收集的便捷性和广泛性的基础上,对物联网感知模式的安全要求也越来越高。目前针对群智感知的攻击手段主要为通过感知节点上传非法数据,如虚假信息上传、黑洞攻... 详细信息

随着智能设备的普及,群质感知作为新兴感知模式得到了快速发展。在保证数据收集的便捷性和广泛性的基础上,对物联网感知模式的安全要求也越来越高。目前针对群智感知的攻击手段主要为通过感知节点上传非法数据,如虚假信息上传、黑洞攻击等。此类攻击直接影响了群智感知系统的最终数据感知质量,对用户和平台造成了严重损失。因此,如何保护群智感知系统安全,及时对非法上传数据节点进行检测,对于保护群智感知系统安全十分重要。然而,现有的恶意节点检测系统节点可信度低,并且现有的针对恶意节点的检测验证方法无法在复杂环境下实现高效检测。针对不同应用及安全需求,本文设计并实现了基于区块链的群智感知恶意节点检测系统,该系统从节点行为和数据质量方面针对恶意节点的恶意行为展开研究以提升恶意节点检测率。本文主要研究工作如下:(1)针对群智感知恶意节点检测系统检测节点可信度低的问题,设计了基于用户行为的经验投票双元协同模型。该模型从节点间直接信任和间接信任出发,通过对检测节点参与的交互行为进行综合评价,保证了参与恶意节点检测节点的可信性。该模型由于其分布式的节点分布,可以在区块链环境中良好运行。实验结果表明,本文提出的经验投票双元协同信任模型可以提供更精确的检测节点信任值,并且在相同条件下能够提供更高数据质量,提升感知系统可信度,同时该模型具有更好的鲁棒性。(2)针对群智感知系统恶意节点检测率低的问题,提出了基于经验投票的群智感知网络恶意节点动态迭代检测方法。该检测方法中的动态迭代更新可实时更新至区块链账本,同时该机制通过动态更新的信任模型对用户提供数据进行信任评估,通过考虑检测结果中存在的假阳性和假阴性情况处理节点行为,提升恶意节点检测率。实验结果证实了本文设计方案可以对具有恶意行为的节点及时识别和隔离。方案中的自适应信任更新过程为智能恶意节点检测提供了有力支撑,该过程隐式地执行临时故障节点的信任恢复,并根据其行为为每个节点计算不同的信任更新因子。同时,本文所提出的方法同其他基于信任的检测模型相比具有较高的检测率和较低的误检测率,且误检测率仅随网络中节点数量规模的增加略有变化。(3)设计并实现了区块链环境下恶意节点检测系统。该系统将本研究提出的信任模型和检测模型通过区块链链码形式部署在区块链环境中,其分别对应评估模块和恶意节点检测模块。同时该系统利用了联盟链技术,在感知数据传输过程中建立单一信息通道,实现数据隔离,保护数据隐私,提高了数据安全性。系统测试表明,本文所设计的群智感知恶意节点检测系统可以有效检测恶意节点,保障系统的安全性。

关键词：群智感知恶意节点检测信任模型区块链

来源：评论

学校读者我要写书评

暂无评论

基于区块链的端边协同可信任务卸载方法研究

基于区块链的端边协同可信任务卸载方法研究

引用

作者：唐孜湖南大学

学位级别：硕士

近年来,物联网多用户接入场景下,有向无环图(Direct Acyclic Graph,DAG)依赖型任务的低时延计算需求急剧增长,端-边协同的计算卸载技术在各领域被广泛研究。传统卸载框架中的安全策略和审计手段无法有效解决资源受限设备信任缺失和审计... 详细信息

近年来,物联网多用户接入场景下,有向无环图(Direct Acyclic Graph,DAG)依赖型任务的低时延计算需求急剧增长,端-边协同的计算卸载技术在各领域被广泛研究。传统卸载框架中的安全策略和审计手段无法有效解决资源受限设备信任缺失和审计困难等难题,现有研究通过引入区块链来解决任务卸载的信任问题。然而,在处理时延敏感任务的卸载过程中,区块链框架会增加额外的时延、存储和能耗开销,并且无法有效抵御来自框架内部的恶意攻击。针对上述问题,本文在考虑多用户DAG任务特点的基础上,对基于区块链的端-边协同可信任务卸载方法进行了深入研究。详细的研究内容概括如下: 为了进行可信的任务卸载,本文提出了一种基于区块链的轻量级任务卸载框架。针对物联网局部网络感知的问题,该框架设计了一种适用于任务卸载场景的区块链网络部署方案;针对数据隔离和数据安全问题,该框架将任务卸载划分为三个关键过程,包括链上链下协作、在线成员管理和任务卸载过程。为了减少DAG任务卸载过程中子任务之间的数据传输延迟和等待延迟,本文提出了一种基于聚类和动态优先级的任务卸载方法(CDPTO)。为了减少传输延迟,该方法对具有相似依赖关系的任务进行聚类,使用马氏距离进一步降低了属性量纲不同带来的聚类误差。为了确定最优的卸载顺序,减少等待延迟,本文结合边缘计算节点和任务的动态优先级,综合考虑任务的卸载时延和能耗来进行任务卸载决策。为了有效检测用户和边缘计算节点的恶意行为,在卸载过程中进行信任管控,本文提出了一种基于模糊推理的多边信任模型(BMTM)。为了解决欺诈反馈问题,该模型设计了异常反馈识别和清洗机制,过滤可能存在的异常反馈;为了解决贡献度评估不准确的问题,该模型引入了基于实体参与度的系数更新方法,根据实体对卸载的贡献度自动更新其权重;为了避免实体自私行为对信任模型的影响,该模型引入了基于真值推理的激励机制,以保证实体有动力进行诚信的任务卸载。最后,本文对所提出的轻量级可信任务卸载框架、CDPTO方法与BMTM模型进行了可行性和性能评估实验。实验结果表明,该框架能高效进行任务卸载;与基线方法相比,CDPTO方法降低了11.9%的时延开销和9.3%的能耗开销,提升了2.7%的任务完成率;BMTM信任模型对恶意实体的区分度提升了12.5%,交易成功率提升了2.8%,能够有效保证整个卸载过程的可信度和安全性。

关键词：边缘计算区块链任务卸载信任模型

来源：评论

学校读者我要写书评

暂无评论

基于信任与标签感知的音乐深度推荐算法研究

基于信任与标签感知的音乐深度推荐算法研究

引用

作者：董钱斌江西财经大学

学位级别：硕士

在现代互联网和数字音乐的环境下,用户往往可以通过音乐流媒体获得大量的音乐内容,却也给用户带来了选择上的困难。为了帮助用户更好地发现和享受音乐,音乐推荐系统成为了一个重要的研究方向。缺乏足够的评级通常会降低协同过滤推荐方... 详细信息

在现代互联网和数字音乐的环境下,用户往往可以通过音乐流媒体获得大量的音乐内容,却也给用户带来了选择上的困难。为了帮助用户更好地发现和享受音乐,音乐推荐系统成为了一个重要的研究方向。缺乏足够的评级通常会降低协同过滤推荐方法的性能。协同过滤算法是在音乐推荐中广泛应用的推荐算法之一,在协同过滤算法的基础上使用诸如信任关系和标签信息之类的附加辅助信息能够增强推荐的准确性。然而,用户提供辅助信息的不足将导致信任和标签数据非常稀疏。此外,附加辅助信息通常具有较大的维度,这导致在计算相似度值时增加了推荐模型的计算复杂度。针对上述问题,本文提出基于信任与标签感知的音乐深度推荐算法模型,该模型的主要内容有:(1)根据用户-音乐评分相似性和用户间交互关系的传播特性,通过Page Rank算法,构建了用户信任关系矩阵。(2)为缓解数据稀疏性和计算复杂问题,将矩阵分解技术和稀疏自动编码器相结合,以用户信任关系矩阵和标签矩阵为基础,深度挖掘用户和音乐的潜在特征,从而提高数据的表征能力和泛化能力。(3)基于潜在特征计算用户之间的相似度,从而获得目标用户的最近邻用户并计算预测评分,以此生成更加个性化和准确的推荐结果。最后,本文基于公共数据集(***和Delicious)做了若干对比实验,结果表明稀疏自动编码器可有效缓解数据的稀疏问题,用户信任和标签信息可提高音乐推荐的准确性。

关键词：音乐推荐稀疏自动编码器信任模型标签感知

来源：评论

学校读者我要写书评

暂无评论

基于分簇的车联网簇内路由协议研究设计

基于分簇的车联网簇内路由协议研究设计

引用

作者：仲光玲南通大学

学位级别：硕士

近年来，智能交通系统飞速发展，智能交通系统的核心之一是车联网，车联网被广泛研究。路由协议是车联网关键技术，用于车辆结点之间通信，本文针对车辆结点的高速移动导致网络拓扑结构频繁变化的特点，设计一种基于分簇和基于信任的车... 详细信息

近年来，智能交通系统飞速发展，智能交通系统的核心之一是车联网，车联网被广泛研究。路由协议是车联网关键技术，用于车辆结点之间通信，本文针对车辆结点的高速移动导致网络拓扑结构频繁变化的特点，设计一种基于分簇和基于信任的车联网簇内路由协议，旨在提高路由稳定性。　　本文主要工作如下：　　第一，根据车联网的特点设计信任模型。由车辆结点的速度和车辆结点之间的距离，计算车辆结点的链路稳定性;在车辆结点的链路稳定性基础上，结合车辆结点的其他属性因素，利用主成分分析法，进行数据降维计算出信任值。其中信任值的计算由云数据中心进行，在车辆结点形成簇的前提下，簇头收集簇内车辆结点的属性因素形成列表上传到云数据中心，云数据中心计算出信任值，降低了车辆结点存储开销。　　第二，在信任模型基础上，提出强化学习的路由优化模型。将路由决策过程描述为一个典型的马尔科夫决策过程。通过强化学习的值函数算法对车联网的拓扑结构进行学习，根据信任模型，设计奖励函数，在同时有多条路由到达目的车辆结点时，根据策略奖励值的大小选择一条最优路径，使得所设计的路由协议更加稳定可靠。　　第三，在信任模型和强化学习模型的基础上设计簇内路由算法，首先将车辆结点进行分簇，并在按需路由协议的基础上设计车联网簇内路由协议，源车辆结点首先发起路由请求，中间车辆结点在收到源车辆结点发出的路由请求后，判断是否需要进行路由转发或者路由应答，最后由目的车辆结点对到达的多条路径进行选择，并回复源车辆结点，源车辆结点开始数据传输。　　第四，本文对所设计的基于信任模型和基于强化学习的簇内路由协议进行实验仿真，分析路由过程中的数据包收发情况，丢包率和时延，表明所设计的路由算法的稳定性，证明本文提出的路由协议的可行性。并在以上实验的基础上设计路由仿真系统。　　本文所设计的基于信任和基于强化学习的簇内路由协议，在信任计算过程中加入了车辆结点的链路稳定性，利用基于强化学习的路由优化模型对所设计的路由协议进行优化，并且分簇在一定程度上能减少车联网的拓扑动态性，仿真结果表明，由此设计的簇内路由协议具有较高的稳定性。

关键词：车联网路由协议链路稳定性信任模型强化学习

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：