题目：A Very Brief Introduction to Machine Learning With Applications to Communication Systems

作者：O. Simeone.

来源：Transactions on Cognitive Communications and Networking, vol. 4, no. 4, pp. 648-664

摘要：Given the unprecedented availability of data and computing resources, there is widespread renewed interest in applying data-driven machine learning methods to problems for which the development of conventional engineering solutions is challenged by modeling or algorithmic deficiencies. This tutorial-style paper starts by addressing the questions of why and when such techniques can be useful. It then provides a high-level introduction to the basics of supervised and unsupervised learning. For both supervised and unsupervised learning, exemplifying applications to communication networks are discussed by distinguishing tasks carried out at the edge and at the cloud segments of the network at different layers of the protocol stack, with an emphasis on the physical layer.

题目：E-Commerce Fraud Detection Based on Machine Learning Techniques: Systematic Literature Review

作者：A. Mutemi and F. Bacao

来源：Big Data Mining and Analytics, vol. 7, no. 2, pp. 419-444

摘要：The e-commerce industry's rapid growth, accelerated by the COVID-19 pandemic, has led to an alarming increase in digital fraud and associated losses. To establish a healthy e-commerce ecosystem, robust cyber security and anti-fraud measures are crucial. However, research on fraud detection systems has struggled to keep pace due to limited real-world datasets. Advances in artificial intelligence, Machine Learning (ML), and cloud computing have revitalized research and applications in this domain. While ML and data mining techniques are popular in fraud detection, specific reviews focusing on their application in e-commerce platforms like eBay and Facebook are lacking depth. Existing reviews provide broad overviews but fail to grasp the intricacies of ML algorithms in the e-commerce context. To bridge this gap, our study conducts a systematic literature review using the Preferred Reporting Items for Systematic reviews and Meta-Analysis (PRISMA) methodology. We aim to explore the effectiveness of these techniques in fraud detection within digital marketplaces and the broader e-commerce landscape. Understanding the current state of the literature and emerging trends is crucial given the rising fraud incidents and associated costs. Through our investigation, we identify research opportunities and provide insights to industry stakeholders on key ML and data mining techniques for combating e-commerce fraud. Our paper examines the research on these techniques as published in the past decade. Employing the PRISMA approach, we conducted a content analysis of 101 publications, identifying research gaps, recent techniques, and highlighting the increasing utilization of artificial neural networks in fraud detection within the industry.

题目：国内数据要素价值化研究综述及展望

作者：赵蔡晶

来源：信息资源管理学报, 2024, 14(2): 41-53.

摘要：数据在我国经济社会发展中已经成为关键的生产要素，促进数据要素流通、释放数据要素价值逐步成为数字经济高质量发展的重要抓手。从数据要素价值化内涵、实现机理、驱动因素、障碍与发展路径等方面，对数据要素价值化研究与实践的现状进行述评。在此基础上，总结现有数据要素价值化研究的不足，指出未来研究应强调多学科整合，并从数据要素价值的概念与测量、影响因素以及影响机制等方面对后续研究的思路、方向与方法进行探讨，以期为后续研究提供一定的参考。

题目：基于深度学习乳腺X线摄影钙化识别分类模型的临床应用价值

作者：袁家琳、欧阳汝珊、戴懿、赖小慧、马捷、龚静山

来源：数据与计算发展前沿, 2024, 6(2): 68-79.

摘要：引入基于深度学习乳腺X线摄影钙化识别及分类模型，探讨深度学习技术对钙化灶的准确识别、分类和临床应用价值。采用多中心乳腺X线检查数据，分别由高-初级诊断医生及两名初级诊断医生采用不结合及结合深度学习模型进行病灶评估，评价其诊断效能。引入深度学习模型识别钙化灶能力与高-初级诊断医生及两名初级诊断医生识别钙化灶能力相仿，深度学习模型能够有效帮助高-初级诊断医生及两名初级诊断医生检出可疑恶性钙化灶，特别是在良性病变中的准确率提升作用明显。仍需更多前瞻性多中心数据验证模型稳健性，也需引入不同深度学习模型比较其临床应用价值。深度学习模型有助于乳腺X线摄影钙化识别及分类评估，有助于乳腺癌大规模筛查背景下提供辅助诊断及临床策略支持。

题目：“数据赋能”驱动智能化政府建设的逻辑与路径

作者：王蕤、刘震

来源：大数据, 2024, 10(3): 55-64.

摘要：在技术与数据的协同作用下，我国数字政府建设呈现电子化、网络化和智能化的发展趋势。数据是数字政府建设的核心资源，建设智能化数字政府必然要求充分发挥数据的价值。数据赋能推动数字政府建设的逻辑如下：数据赋能政府的开放性运行；数据赋能政府的整体性运行；数据赋能政府的协同性运行；数据赋能政府的科学性运行。通过数据赋能推动数字政府建设的具体路径要求：以数字政府的整体性运行为基础保障数据的开放共享；以数字政府的协同性运行为基础保障数据的统一与管理；以数字政府的开放性为基础保障数据的统筹协调与再分配；以数字政府的科学性为基础保障数据来源的多元性。

题目：全维可定义网络5.0新型网络架构

作者：周旭

来源：数据与计算发展前沿, 2024, 6(2): 46-55.

摘要：面对万物智能互联时代的新兴产业向网络技术提出的确定性、安全性、管控能力等方面的需求，尽力而为、形式单一的IP网络难以同时提供网络质量、安全性、管理能力和效率的性能保障。新的历史阶段急需一个新的网络体系架构，在充分考虑网络广泛互联的基础上，更深度地关注网络空间安全和产业应用对网络的精细要求。本文提出了全维可定义网络5.0新型网络架构，采用“以网络为中心、能力内生、全维定义”的全新网络架构设计理念，提出了一套覆盖数据面、控制面、管理面和内生安全体系的新型核心协议体系，利用泛在IP、人工智能等技术进行高效的寻址、路由规划、可信管理等。通过这种架构，网络5.0将网络中的存储、计算资源和多等级转发能力进行高效整合，从而更好地满足应用需求，并实现网络的内生安全、确定性传输、算网融合、差异化服务等功能，显著降低了网络应用的复杂性，提高了网络效率和应用质量。全维可定义网络5.0促进了泛在场景应用的发展，使得网络从一个单纯的连接工具转变为一个功能丰富、服务多元、安全可靠的平台，并已成功实践和验证在多个应用领域中，成为新型网络架构主流发展路径之一。

题目：国防网络安全与数据治理研究

作者：齐鹏云

来源：大数据, 2024, 10(3): 149-162.

摘要：运用比较分析和文献分析法，提炼美国2013—2022年《国防授权法》中国防网络安全与数据治理的逻辑特征，吸收美国国防网络安全与数据治理的成功经验，完善我国国防网络安全与数据治理的总体架构。总体国家安全观下的国防网络安全与数据治理需要兼顾传统安全与非传统安全建设的核心要素，完善国防网络与数据安全的专项立法、构建政民预警交互意识和政企合作交互布局的“双重交互”体系，完善我国国防网络安全与数据治理格局。