Federated learning is widely used to solve the problem of data decentralization and can provide privacy protectionfor data owners. However, since multiple participants are required in federated learning, this allows a...Federated learning is widely used to solve the problem of data decentralization and can provide privacy protectionfor data owners. However, since multiple participants are required in federated learning, this allows attackers tocompromise. Byzantine attacks pose great threats to federated learning. Byzantine attackers upload maliciouslycreated local models to the server to affect the prediction performance and training speed of the global model. Todefend against Byzantine attacks, we propose a Byzantine robust federated learning scheme based on backdoortriggers. In our scheme, backdoor triggers are embedded into benign data samples, and then malicious localmodels can be identified by the server according to its validation dataset. Furthermore, we calculate the adjustmentfactors of local models according to the parameters of their final layers, which are used to defend against datapoisoning-based Byzantine attacks. To further enhance the robustness of our scheme, each localmodel is weightedand aggregated according to the number of times it is identified as malicious. Relevant experimental data showthat our scheme is effective against Byzantine attacks in both independent identically distributed (IID) and nonindependentidentically distributed (non-IID) scenarios.展开更多
随着工业化进程的加快和城市化的发展,大量污染物排入黄河流域,并被频繁检出,威胁生态系统和人类健康。为获取潜在生态环境风险污染物,该研究通过调研2000年1月1日−2022年12月31日Web of Science(WoS)和中国知网(CNKI)数据库中黄河流域...随着工业化进程的加快和城市化的发展,大量污染物排入黄河流域,并被频繁检出,威胁生态系统和人类健康。为获取潜在生态环境风险污染物,该研究通过调研2000年1月1日−2022年12月31日Web of Science(WoS)和中国知网(CNKI)数据库中黄河流域已报道的288篇污染物相关文献,使用多指标综合评分法筛选黄河流域的特征污染物,采用风险商值法获取水样和沉积物中的风险污染物。结果表明:①黄河流域共检出10类144种污染物,采用9类共13个筛选指标构建多指标综合评分法,对污染物各项指标进行评分,然后进行K-means聚类分析,按得分高低分为Ⅰ~Ⅵ级,选取得分较高的33种Ⅰ级和Ⅱ级高分值污染物作为黄河流域特征污染物,包括12种有机氯农药、10种多环芳烃、10种多氯联苯和1种邻苯二甲酸酯。②水样污染物浓度和沉积物含量前5种都是重金属、有机氯农药、邻苯二甲酸酯、多环芳烃以及药品和个人护理产品,而且二者顺序完全一致,且多数污染物的浓度之间存在显著相关性。③根据风险最大化原则,使用风险商值法(RQ)分别对水样和沉积物进行风险评估,将RQ≥0.1的污染物列为风险污染物,水样中共筛选出21种风险污染物,其中RQ≥1的高风险污染物有5种,包括硒、铅、苯并[a,h]蒽、苯并[a]蒽和邻苯二甲酸二丁酯。④沉积物中共筛选出19种风险污染物,其中有13种高风险污染物,包括8种多环芳烃(芘、蒽、荧蒽、苊、萘、芴、苯并[a]蒽、苯并[a,h]蒽)、4种重金属(汞、铅、硒、砷)和1种邻苯二甲酸酯(邻苯二甲酸二丁酯)。该研究对相关部门拟定黄河流域污染物监测方案和管控措施有重要参考意义。展开更多
目的探讨改良早期预警评分(modified early warning score,MEWS)联合SBAR[现状(situation)、背景(background)、评估(assessment)、建议(recommendation)]沟通模式在高危新生儿中的应用效果,为临床提供一种有效评估患儿病情变化的沟通...目的探讨改良早期预警评分(modified early warning score,MEWS)联合SBAR[现状(situation)、背景(background)、评估(assessment)、建议(recommendation)]沟通模式在高危新生儿中的应用效果,为临床提供一种有效评估患儿病情变化的沟通方法。方法采用前-后对照研究方法,选取2022年8月至9月入住本院新生儿科病房的高危新生儿270例作为研究对象。以8月入院的高危新生儿为对照组,9月入院的高危新生儿作为试验组,每组分别纳入135例患儿。对照组患儿按照常规护理实施病情观察,试验组患儿在对照组基础采用MEWS联合SBAR沟通模式实施病情观察。比较两组高危新生儿预警事件发生情况,护士预警事件与医生处理事件的一致率,医生对护士工作的满意率。结果两组均完成研究。对照组中63.6%的预警事件是由护士发现,试验组中92.6%的预警事件是由护士发现,两组比较,差异具有统计学意义(χ2=16.622,P<0.001)。试验组护士预警事件与医生处理事件的一致性(Kappa系数=0.926)高于对照组(Kappa系数=0.641);试验组医生对护士在专科知识、抢救应急能力、掌握病情情况、及时观察病情变化、医护配合、工作积极性、沟通能力、心理素质方面的满意率均高于对照组(80.0%~95.0%v30.0%~55.0%),两组比较,差异具有统计学意义(均P<0.05)。结论MEWS与SBAR沟通模式联合应用,有助于护士准确评估患儿病情变化,及时有效完成医护沟通,提高护士观察、沟通和处理能力,也提高了医生对护士工作的满意度。展开更多
目的横断面研究不同性别的糖尿病患者多种饮食模式对全因死亡的影响和差异。方法分析来自美国国家健康和营养检查调查(National Health and Nutrition Examination Survey,NHANES)数据库中20002名参与者(3737名糖尿病患者)。用COX比例...目的横断面研究不同性别的糖尿病患者多种饮食模式对全因死亡的影响和差异。方法分析来自美国国家健康和营养检查调查(National Health and Nutrition Examination Survey,NHANES)数据库中20002名参与者(3737名糖尿病患者)。用COX比例风险回归模型分析饮食质量评分与不同性别糖尿病患者全因死亡的关系。分层分析评估其他因素是否与饮食模式评分有相互作用。结果在74个月的中位随访期内,有512例死亡记录,男性311例,女性201例。饮食评分较高的糖尿病患者组对比较低组调整风险比如下:饮食炎症指数[男性:风险比(hazard ratio,HR)=1.22,P=0.084;女性HR=1.00,P=0.818];地中海饮食评分(男性:HR=0.99,P=0.873;女性HR=0.79,P=0.027);健康饮食指数-2020(男性HR=1.00,P=0.956;女性HR=0.83,P=0.046)。饮食评分对糖尿病患者死亡风险的影响是独立的,未发现饮食评分与其他变量存在内在的相互作用。结论糖尿病人群中,地中海饮食和健康饮食指数-2020与女性较低的死亡风险相关,而在男性未发现明显的关联。展开更多
基金in part by the National Social Science Foundation of China under Grant 20BTQ058in part by the Natural Science Foundation of Hunan Province under Grant 2023JJ50033。
文摘Federated learning is widely used to solve the problem of data decentralization and can provide privacy protectionfor data owners. However, since multiple participants are required in federated learning, this allows attackers tocompromise. Byzantine attacks pose great threats to federated learning. Byzantine attackers upload maliciouslycreated local models to the server to affect the prediction performance and training speed of the global model. Todefend against Byzantine attacks, we propose a Byzantine robust federated learning scheme based on backdoortriggers. In our scheme, backdoor triggers are embedded into benign data samples, and then malicious localmodels can be identified by the server according to its validation dataset. Furthermore, we calculate the adjustmentfactors of local models according to the parameters of their final layers, which are used to defend against datapoisoning-based Byzantine attacks. To further enhance the robustness of our scheme, each localmodel is weightedand aggregated according to the number of times it is identified as malicious. Relevant experimental data showthat our scheme is effective against Byzantine attacks in both independent identically distributed (IID) and nonindependentidentically distributed (non-IID) scenarios.
文摘随着工业化进程的加快和城市化的发展,大量污染物排入黄河流域,并被频繁检出,威胁生态系统和人类健康。为获取潜在生态环境风险污染物,该研究通过调研2000年1月1日−2022年12月31日Web of Science(WoS)和中国知网(CNKI)数据库中黄河流域已报道的288篇污染物相关文献,使用多指标综合评分法筛选黄河流域的特征污染物,采用风险商值法获取水样和沉积物中的风险污染物。结果表明:①黄河流域共检出10类144种污染物,采用9类共13个筛选指标构建多指标综合评分法,对污染物各项指标进行评分,然后进行K-means聚类分析,按得分高低分为Ⅰ~Ⅵ级,选取得分较高的33种Ⅰ级和Ⅱ级高分值污染物作为黄河流域特征污染物,包括12种有机氯农药、10种多环芳烃、10种多氯联苯和1种邻苯二甲酸酯。②水样污染物浓度和沉积物含量前5种都是重金属、有机氯农药、邻苯二甲酸酯、多环芳烃以及药品和个人护理产品,而且二者顺序完全一致,且多数污染物的浓度之间存在显著相关性。③根据风险最大化原则,使用风险商值法(RQ)分别对水样和沉积物进行风险评估,将RQ≥0.1的污染物列为风险污染物,水样中共筛选出21种风险污染物,其中RQ≥1的高风险污染物有5种,包括硒、铅、苯并[a,h]蒽、苯并[a]蒽和邻苯二甲酸二丁酯。④沉积物中共筛选出19种风险污染物,其中有13种高风险污染物,包括8种多环芳烃(芘、蒽、荧蒽、苊、萘、芴、苯并[a]蒽、苯并[a,h]蒽)、4种重金属(汞、铅、硒、砷)和1种邻苯二甲酸酯(邻苯二甲酸二丁酯)。该研究对相关部门拟定黄河流域污染物监测方案和管控措施有重要参考意义。
文摘目的探讨改良早期预警评分(modified early warning score,MEWS)联合SBAR[现状(situation)、背景(background)、评估(assessment)、建议(recommendation)]沟通模式在高危新生儿中的应用效果,为临床提供一种有效评估患儿病情变化的沟通方法。方法采用前-后对照研究方法,选取2022年8月至9月入住本院新生儿科病房的高危新生儿270例作为研究对象。以8月入院的高危新生儿为对照组,9月入院的高危新生儿作为试验组,每组分别纳入135例患儿。对照组患儿按照常规护理实施病情观察,试验组患儿在对照组基础采用MEWS联合SBAR沟通模式实施病情观察。比较两组高危新生儿预警事件发生情况,护士预警事件与医生处理事件的一致率,医生对护士工作的满意率。结果两组均完成研究。对照组中63.6%的预警事件是由护士发现,试验组中92.6%的预警事件是由护士发现,两组比较,差异具有统计学意义(χ2=16.622,P<0.001)。试验组护士预警事件与医生处理事件的一致性(Kappa系数=0.926)高于对照组(Kappa系数=0.641);试验组医生对护士在专科知识、抢救应急能力、掌握病情情况、及时观察病情变化、医护配合、工作积极性、沟通能力、心理素质方面的满意率均高于对照组(80.0%~95.0%v30.0%~55.0%),两组比较,差异具有统计学意义(均P<0.05)。结论MEWS与SBAR沟通模式联合应用,有助于护士准确评估患儿病情变化,及时有效完成医护沟通,提高护士观察、沟通和处理能力,也提高了医生对护士工作的满意度。
文摘目的横断面研究不同性别的糖尿病患者多种饮食模式对全因死亡的影响和差异。方法分析来自美国国家健康和营养检查调查(National Health and Nutrition Examination Survey,NHANES)数据库中20002名参与者(3737名糖尿病患者)。用COX比例风险回归模型分析饮食质量评分与不同性别糖尿病患者全因死亡的关系。分层分析评估其他因素是否与饮食模式评分有相互作用。结果在74个月的中位随访期内,有512例死亡记录,男性311例,女性201例。饮食评分较高的糖尿病患者组对比较低组调整风险比如下:饮食炎症指数[男性:风险比(hazard ratio,HR)=1.22,P=0.084;女性HR=1.00,P=0.818];地中海饮食评分(男性:HR=0.99,P=0.873;女性HR=0.79,P=0.027);健康饮食指数-2020(男性HR=1.00,P=0.956;女性HR=0.83,P=0.046)。饮食评分对糖尿病患者死亡风险的影响是独立的,未发现饮食评分与其他变量存在内在的相互作用。结论糖尿病人群中,地中海饮食和健康饮食指数-2020与女性较低的死亡风险相关,而在男性未发现明显的关联。
