互联网的广泛应用在提供便利的同时也引入了诸多新的问题。研究表明互联网平台及应用之中存在着大量的匿名用户，其身份的不确定性及行为不可预知性，为网络带来了信息安全隐患。网络安全技术例如防火墙及杀毒软件对此类信息安全问题束手无策，传统的异常检测技术在实战中也面临着两个挑战：首先，“正常”与“异常”之间缺少一个明确的界定。其次，用于训练分析模型及验证实验结果的具有标签信息的实验数据往往难以获得。为了解决这些问题，本项目将运用可视分析技术和方法，结合数据可视化及主动式机器学习技术，以主流社交媒体网络及其他互联网数据为依托，搭建针对网络信息安全的可视分析及检测平台，用于检测并分析网络平台中的异常用户个体及群体行为。该系统通过可视化技术对原始数据及分析结果的直观展现，领域专家能够更好的理解数据特征及分析结果并对其做出精确判断，从而更加准确的指异常检测及数据分析。通过该项目，项目组累计搭建针对异常用户行为监测的可视分析原型系统5个，项目组围绕该课题类及开发各类异常检测核心算法4个，提出全新的针对异常检测的交互式可视化显示技术4项，共完成各类期刊会议科研论文20篇，其中包括10篇CCF A类论文，以及两篇综述论文，综述所刊登的期刊影响因子累计达11.12。项目成果经均通过了真实数据的验证，部分相关技术已经被成功应用在了国内的大型互联网企业当中。

互联网的广泛应用在提供便利的同时也引入了诸多新的问题。 研究表明互联网平台及应用之中存在着大量的匿名用户，其身份的不确定性及行为不可预知性，为网络带来了信息安全隐患。网络安全技术例如防火墙及杀毒软件对此类信息安全问题束手无策，传统的异常检测技术在实战中也面临着两个挑战：首先，“正常”与“异常”之间缺少一个明确的界定。其次，用于训练分析模型及验证实验结果的具有标签信息的实验数据往往难以获得。为了解决这些问题， 本项目将运用可视分析技术和方法，结合数据可视化及主动式机器学习技术，以主流社交媒体网络及其他互联网数据为依托，搭建针对网络信息安全的可视分析及检测平台，用于检测并分析网络平台中的异常用户行为。该系统通过可视化技术对原始数据及分析结果的直观展现，领域专家能够更好的理解数据特征及分析结果并对其做出精确判断，从而更加准确的指异常检测及数据分析。我们将利用真实的互联网用户数据对系统进行验证。

本课题旨在探索建筑、结构一体化的空间形态设计生成方法。原定技术路线是基于BESO等有限元渐进形态优化方法，结合建筑设计的需求，综合生成结构合理、空间满足功能要求、形态优美的设计方案。 在课题研究期间，开展了多方面的研究与实践，包括对基础工具的考察与交流，对空间形态生成方法、力学模拟方法的研究与开发，以及实验性建造等内容。研究内容从原计划的基于BESO方法的交互式过程，发展为形态与建造可能性更多元，结构上更合理，建造方法也更便捷的“编织结构”。最终，课题建立了基于计算机算法的建筑、结构一体化的“编织结构”体系的设计、生成方法，以及数控建造方法体系。 2100433B

建筑形态设计是一个多目标问题，在满足建筑功能和空间形态审美需求的同时，也受到结构合理性的重大制约和影响。然而一直以来，由于建筑设计与结构工程面对的问题、思维方式、评价体系均不同，使得这两个专业的设计目标之间形成相互的制约，既束缚了建筑创作，也会造成结构安全隐患和巨大浪费。本研究提出一种面向建筑师的自由形式建筑形态生成研究，让建筑空间形态在建筑师的直觉和感性评价、以及计算机内的结构分析的共同作用下逐步演化，帮助建筑师找到既具有艺术表现力，又具有结构合理性的多样化的建筑形态设计结果。.本项目将在常用三维软件提供的建模环境中，结合结构形态优化计算，探索人机交互的二目标优化问题中的人机交互途径和演化过程控制方法，形成辅助建筑师创作的自由形式建筑形态生成系统。该方法将在对建筑师的创作过程形成有力支持的同时，有效减少建筑结构设计中的安全隐患和不合理想象，减少浪费，促进国民经济和建筑文化的发展。