劉 濤 馬 慧 翁方宸 劉天威 伍高飛 王 鶴 李學(xué)俊 張玉清1,
1(西安電子科技大學(xué)網(wǎng)絡(luò)與信息安全學(xué)院 西安 710126)2(海南大學(xué)網(wǎng)絡(luò)空間安全學(xué)院(密碼學(xué)院) ???570208)3(中國(guó)科學(xué)院大學(xué)國(guó)家計(jì)算機(jī)網(wǎng)絡(luò)入侵防范中心 北京 101408)
全國(guó)密碼技術(shù)競(jìng)賽自2015年創(chuàng)辦以來,已成功舉辦了6屆.從第1屆的39家參賽單位共110個(gè)參賽隊(duì)伍,到2021年第6屆的60家參賽單位共333個(gè)參賽隊(duì)伍參加,已成為目前國(guó)內(nèi)密碼領(lǐng)域級(jí)別最高、影響力最大的經(jīng)典賽事.目前對(duì)競(jìng)賽相關(guān)的研究與分析主要分為3大類:一類是從競(jìng)賽組織者角度對(duì)競(jìng)賽本身的開展和實(shí)施進(jìn)行總結(jié)[1-2],姚慧等人[3]基于模糊層次分析法對(duì)研究生競(jìng)賽項(xiàng)目進(jìn)行量化分析并優(yōu)選;一類是從競(jìng)賽參與者角度對(duì)人才培養(yǎng)的影響和作用進(jìn)行探討[4-6],戴鑫等人[7]采用專家訪談法和探索性因子分析法對(duì)1 291名大學(xué)生調(diào)查結(jié)果進(jìn)行分析;一類是從競(jìng)賽數(shù)據(jù)角度對(duì)其他因素的影響進(jìn)行定類與定量的分析,Su等人[8]采用獨(dú)立樣本t檢驗(yàn)分析性別、籍貫、參加比賽頻率等影響大學(xué)生社會(huì)適應(yīng)能力的因素.
基于以上分類和相關(guān)的文獻(xiàn)調(diào)查,本文總結(jié)了目前競(jìng)賽分析類論文存在的不足:1)在視角上,現(xiàn)有文獻(xiàn)大多基于某個(gè)參賽主體,缺乏從賽事整體、行業(yè)發(fā)展和舉辦方等視角來分析;2)在方法上,現(xiàn)有文獻(xiàn)大多采用問卷調(diào)查進(jìn)行統(tǒng)計(jì)歸納,缺乏合理的數(shù)據(jù)分析方法;3)在觀點(diǎn)上,現(xiàn)有文獻(xiàn)大多基于個(gè)體的現(xiàn)象和結(jié)果進(jìn)行總結(jié),缺乏堅(jiān)實(shí)且廣泛的數(shù)據(jù)支撐.針對(duì)上述不足,本文首次對(duì)全國(guó)密碼技術(shù)競(jìng)賽進(jìn)行深入的系統(tǒng)剖析,基于獲獎(jiǎng)數(shù)據(jù),采用熵權(quán)法和TOPSIS綜合評(píng)價(jià)法對(duì)歷年獲獎(jiǎng)數(shù)據(jù)進(jìn)行處理與分析,主要工作與貢獻(xiàn)如下:
1) 基于熵權(quán)法,通過線性加權(quán)方式對(duì)歷屆參賽單位進(jìn)行排名,對(duì)排名前3的參賽單位的作品和獲獎(jiǎng)情況進(jìn)行統(tǒng)計(jì),結(jié)合其在密碼學(xué)相關(guān)領(lǐng)域的投入,剖析獲獎(jiǎng)原因;
2) 對(duì)官方6大類作品和A,B類命題的獲獎(jiǎng)作品進(jìn)行整理,分析獲獎(jiǎng)作品分布情況,探究作品的選題分類和獲獎(jiǎng)情況之間的關(guān)系;
3) 對(duì)參賽作品領(lǐng)域進(jìn)行細(xì)致分類,探索作品所選領(lǐng)域和方向?qū)ψ罱K獲獎(jiǎng)的影響,先通過TOPSIS綜合評(píng)價(jià)法對(duì)不同領(lǐng)域獲獎(jiǎng)作品進(jìn)行分析,再基于作品簡(jiǎn)介進(jìn)行深入分析,從中提煉出不同名次作品具備的特點(diǎn).
通過在全國(guó)密碼技術(shù)競(jìng)賽官網(wǎng)和部分官方媒體的新聞報(bào)道中,收集了2015年第1屆至2021年第6屆的獲獎(jiǎng)數(shù)據(jù),其中2020年由于疫情的原因競(jìng)賽沒有舉辦.我們將收集到的數(shù)據(jù)進(jìn)行了歸納整理.該競(jìng)賽在2015年第1屆和2016年第2屆時(shí)設(shè)置獎(jiǎng)項(xiàng)為1等獎(jiǎng)、2等獎(jiǎng)、3等獎(jiǎng)和優(yōu)勝獎(jiǎng),自2017年第3屆起更改獎(jiǎng)項(xiàng)設(shè)置為特等獎(jiǎng)、1等獎(jiǎng)、2等獎(jiǎng)、3等獎(jiǎng),并且以后的每屆比賽一直延續(xù)了該獎(jiǎng)項(xiàng)設(shè)置.因此,本文全篇研究選取了2017—2021年間近4屆比賽的獲獎(jiǎng)情況作為分析的數(shù)據(jù)來源,具體數(shù)據(jù)如表1所示:
表1 2015—2021歷年具體獲獎(jiǎng)數(shù)據(jù)
1.2.1 處理方法
競(jìng)賽數(shù)據(jù)有著不同的特點(diǎn),需要對(duì)應(yīng)不同的數(shù)據(jù)處理方法.本文選取熵權(quán)法和TOPSIS綜合評(píng)價(jià)法作為主要的數(shù)據(jù)處理方法.
1) 熵權(quán)法[9].在信息論中,熵是對(duì)不確定性的一種度量.信息量越大不確定性越小,熵越小,在綜合評(píng)價(jià)中對(duì)結(jié)果的影響反而越大,對(duì)應(yīng)有較大的權(quán)重.例如特等獎(jiǎng)所占權(quán)重更大,基本算法步驟如下:
① 將各個(gè)獎(jiǎng)項(xiàng)指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理.數(shù)據(jù)指標(biāo)一般分為成本型、效應(yīng)型和區(qū)間型等,對(duì)于本文數(shù)據(jù)應(yīng)選取效應(yīng)型指標(biāo),也就是指標(biāo)值越大越好.將各獎(jiǎng)項(xiàng)數(shù)據(jù)歸一化到區(qū)間[0,1),假設(shè)給定i個(gè)獎(jiǎng)項(xiàng)指標(biāo)的數(shù)據(jù)x1,x2,…,xi,對(duì)于j學(xué)校的各個(gè)獎(jiǎng)項(xiàng)指標(biāo)數(shù)據(jù)標(biāo)準(zhǔn)化后,得到:
(1)
② 計(jì)算第i項(xiàng)指標(biāo)下第j個(gè)學(xué)校占該指標(biāo)的比重:
(2)
③ 根據(jù)信息熵的定義,1組數(shù)據(jù)的信息熵:
(3)
④ 根據(jù)信息熵的計(jì)算公式,計(jì)算各個(gè)指標(biāo)的信息熵,進(jìn)而得到各個(gè)指標(biāo)的權(quán)重:
(4)
⑤ 根據(jù)權(quán)重計(jì)算綜合得分:
(5)
2) TOPSIS綜合評(píng)價(jià)法[10].即“逼近理想解排序方法”,是系統(tǒng)工程中常用的決策技術(shù),主要用來解決有限方案多目標(biāo)決策問題,是一種運(yùn)用距離作為評(píng)價(jià)標(biāo)準(zhǔn)的綜合評(píng)價(jià)法.通過計(jì)算各研究對(duì)象與最優(yōu)方案、最劣方案的相對(duì)距離進(jìn)行排序[11],其基本算法步驟如下:
① 構(gòu)造原始數(shù)據(jù)矩陣A=(aij)10×16,其中aij表示某類作品在第i年獲取獎(jiǎng)項(xiàng)j的數(shù)目;
② 對(duì)原始數(shù)據(jù)進(jìn)行預(yù)處理,為了消除單類作品獲獎(jiǎng)總數(shù)對(duì)整個(gè)評(píng)價(jià)系統(tǒng)的影響,將數(shù)據(jù)進(jìn)行預(yù)處理,得到矩陣B=(bij)10×16,其中bij=aij/∑aik,k∈[1,2,…,j),bij為某類作品在當(dāng)年獲取某獎(jiǎng)項(xiàng)的概率,ak為該領(lǐng)域在當(dāng)年的獲獎(jiǎng)總數(shù);
③ 構(gòu)建加權(quán)矩陣C=(cij)10×16.利用權(quán)重W=[w1,w2,…,w16]T,進(jìn)一步得到最終加權(quán)數(shù)據(jù)cij=wjbij;
1.2.2 處理過程
對(duì)收集到的2017—2021年4屆比賽的獲獎(jiǎng)數(shù)據(jù)進(jìn)行如下處理:
1) 統(tǒng)計(jì)各參賽單位歷屆獲得特等獎(jiǎng)、1等獎(jiǎng)、2等獎(jiǎng)、3等獎(jiǎng)的數(shù)量.
2) 基于表1的獲獎(jiǎng)數(shù)據(jù)采用熵權(quán)法計(jì)算各獎(jiǎng)項(xiàng)權(quán)重,如表2所示:
表2 2017—2021年各獎(jiǎng)項(xiàng)權(quán)重
3) 根據(jù)計(jì)算得到的歷屆各獎(jiǎng)項(xiàng)權(quán)重以及各參賽單位歷屆獲獎(jiǎng)的數(shù)量,依據(jù)式(5)計(jì)算各參賽單位歷年的綜合得分及平均數(shù),以此為據(jù)進(jìn)行合理排名.例如,2021年北京航空航天大學(xué)獲特等獎(jiǎng)1個(gè)、1等獎(jiǎng)5個(gè)、2等獎(jiǎng)4個(gè)、3等獎(jiǎng)0個(gè),結(jié)合表2所示2021年各獎(jiǎng)項(xiàng)權(quán)重,由式(5)可得2021年北京航空航天大學(xué)綜合得分為2.672 8,對(duì)得分進(jìn)行歸一化處理后結(jié)果為0.90. 2017—2021年共87所高校和單位參加比賽,表3示出排名前5的參賽單位歷年得分及4年平均得分,完整的87所參賽高校和單位的歷年得分情況將通過郵箱聯(lián)系或GitHub的方式提供.
表3 2017—2021年得分排名前5院校
4) 歷年獲獎(jiǎng)作品涉及范圍廣,類型繁多.通過計(jì)算并統(tǒng)計(jì)獲獎(jiǎng)作品題目中出現(xiàn)關(guān)鍵字的頻率[11-13],并結(jié)合目前密碼學(xué)領(lǐng)域涉及的技術(shù)及應(yīng)用方向,將獲獎(jiǎng)作品進(jìn)行更細(xì)粒度的劃分,共劃分為密碼分析、區(qū)塊鏈及應(yīng)用、商密算法應(yīng)用、身份認(rèn)證與訪問控制、數(shù)據(jù)簽名及應(yīng)用、算法優(yōu)化、物聯(lián)網(wǎng)、信息隱藏、隱私計(jì)算及應(yīng)用和云計(jì)算及應(yīng)用10個(gè)類型,如圖1所示:
圖1 獲獎(jiǎng)作品分類
根據(jù)收集、處理后的獲獎(jiǎng)數(shù)據(jù),本文選取北京航空航天大學(xué)、中國(guó)人民解放軍戰(zhàn)略支援部隊(duì)信息工程大學(xué)(以下簡(jiǎn)稱信息工程大學(xué))、西安電子科技大學(xué)這3所加權(quán)排名最高的院校進(jìn)行獲獎(jiǎng)情況分析及獲獎(jiǎng)作品的整體分析.
2.1.1 北京航空航天大學(xué)
如圖2所示,北京航空航天大學(xué)在密碼技術(shù)競(jìng)賽中獲獎(jiǎng)數(shù)量從2017年的1個(gè)1等獎(jiǎng)增長(zhǎng)到2021年的1個(gè)特等獎(jiǎng)、5個(gè)1等獎(jiǎng)、4個(gè)2等獎(jiǎng).加權(quán)排名也從2017年的第5名提高到2021年的第1名,穩(wěn)中有進(jìn),參與團(tuán)隊(duì)和獲獎(jiǎng)數(shù)量呈現(xiàn)明顯增長(zhǎng)趨勢(shì).北航在軟件設(shè)計(jì)和工程實(shí)踐這2類作品上占據(jù)較大優(yōu)勢(shì),值得注意的是,在最近4屆比賽中,該校斬獲2次特等獎(jiǎng),均為軟件設(shè)計(jì)類.參賽作品主要集中在算法優(yōu)化和隱私計(jì)算應(yīng)用上.其中算法優(yōu)化類作品獲獎(jiǎng)數(shù)量多,占獲獎(jiǎng)總數(shù)的45%,且質(zhì)量高,2021年第6屆比賽“票據(jù)隱私保護(hù)的公平自統(tǒng)計(jì)電子投票系統(tǒng)”獲得特等獎(jiǎng).
圖2 北京航空航天大學(xué)獲獎(jiǎng)情況
圖3 信息工程大學(xué)獲獎(jiǎng)情況
2.1.2 信息工程大學(xué)
信息工程大學(xué)2017—2021年獲獎(jiǎng)數(shù)量分別是10,10,8,8,獲獎(jiǎng)的總體數(shù)量處于平穩(wěn)狀態(tài),保持較高的獲獎(jiǎng)能力,加權(quán)排名始終位列全國(guó)排名前4.從圖3的歷年獲獎(jiǎng)情況和歷年加權(quán)排名可以看出,該校在密碼技術(shù)競(jìng)賽早期就嶄露頭角、屢創(chuàng)佳績(jī).獲獎(jiǎng)作品涵蓋密碼學(xué)各個(gè)領(lǐng)域,在參賽作品類型方面擅長(zhǎng)軟件設(shè)計(jì)和工程實(shí)踐,這也是學(xué)校屢獲佳績(jī)的重要原因.
2.1.3 西安電子科技大學(xué)
西安電子科技大學(xué)在密碼技術(shù)競(jìng)賽中加權(quán)排名一直穩(wěn)定在前5,在2017年和2018年中獲獎(jiǎng)主要集中在2等獎(jiǎng)和3等獎(jiǎng),2019年斬獲1個(gè)特等獎(jiǎng),2021年共獲10個(gè)獎(jiǎng)項(xiàng),均勻分布在1等、2等、3等獎(jiǎng)項(xiàng)中,說明西電的參賽作品水平呈現(xiàn)穩(wěn)步上升趨勢(shì).該校作品種類涵蓋豐富,軟件設(shè)計(jì)和工程實(shí)踐是其優(yōu)勢(shì)領(lǐng)域,云計(jì)算和密碼算法優(yōu)化占獲獎(jiǎng)總數(shù)的55%,如圖4所示.但該校鮮有理論和程序編制方面的作品.
圖4 西安電子科技大學(xué)獲獎(jiǎng)情況
2.2.1 官方大類獲獎(jiǎng)分析
全國(guó)密碼技術(shù)競(jìng)賽在復(fù)賽選題階段需將作品劃定為軟件設(shè)計(jì)、工程實(shí)踐、程序編制、硬件制作、理論課題和其他方面,因此本節(jié)對(duì)所有參賽作品按照上述6大類別進(jìn)行分類整理,并統(tǒng)計(jì)相關(guān)獲獎(jiǎng)情況,結(jié)果如圖5所示.從總體來看,軟件設(shè)計(jì)在參賽作品中占比最高,工程實(shí)踐其次,軟件設(shè)計(jì)在獲獎(jiǎng)方面具有明顯優(yōu)勢(shì).理論課題和硬件制作數(shù)量相對(duì)較少,其原因主要是理論課題和硬件制作實(shí)現(xiàn)難度大、作品周期長(zhǎng).
圖5 作品類型統(tǒng)計(jì)
2.2.2 A,B類選題獲獎(jiǎng)數(shù)據(jù)分析
全國(guó)密碼技術(shù)競(jìng)賽復(fù)賽選題有2種方式:一是選擇由組委會(huì)提供的題目(以下稱為A類題);二是參賽團(tuán)隊(duì)自擬的題目(以下稱為B類題).A類題由組委會(huì)委托國(guó)內(nèi)商用密碼企業(yè)根據(jù)實(shí)際應(yīng)用需求出題,B類題需經(jīng)組委會(huì)審核通過.為研究A,B類選題對(duì)獲獎(jiǎng)情況是否有影響,本文進(jìn)行以下分析.
表4展示了2017—2021年共4屆比賽A,B類作品復(fù)賽進(jìn)決賽的淘汰率.該數(shù)據(jù)表明A類淘汰率低,穩(wěn)定在20%以下,B類淘汰率相對(duì)較高,在50%左右.分析原因主要有2個(gè):一是A類總數(shù)量較少,例如2021年復(fù)賽中A類總共27個(gè),而B類有231個(gè);二是A類為組委會(huì)出題,題目聚焦當(dāng)前形勢(shì)下密碼需求,解決工業(yè)界實(shí)際問題.
綜合4屆參賽總體數(shù)據(jù)來看,選取A或B類題目對(duì)于獲獎(jiǎng)名次高低并沒有特別影響,表5列出了近4屆比賽中A,B類獲獎(jiǎng)的比例,從表中可以看出無論是A類還是B類獲得1等獎(jiǎng)的概率均在10%~15%之間,獲得2等獎(jiǎng)的概率在25%左右,獲得3等獎(jiǎng)的概率為60%.
表4 A,B類作品淘汰率 %
表5 A,B類獲獎(jiǎng)情況 %
2.3 A,B類選題獲獎(jiǎng)作品分析
2017—2021歷年獲獎(jiǎng)作品中,A類題和B類題分布如圖6所示.由圖6可知,獲獎(jiǎng)作品中算法優(yōu)化類別的作品占比最高,其次是密碼分析類.從圖6也可以得知組委會(huì)在A類題目設(shè)計(jì)時(shí)更傾向于算法優(yōu)化類和密碼分析類,其中A類題中算法優(yōu)化類占比高達(dá)44%,而在自選題中作品類型的整體分布更加均勻,各類型的作品均有涉及.
圖6 獲獎(jiǎng)作品分布
為了提供更多參考,統(tǒng)計(jì)獲獎(jiǎng)?wù)急茸罡叩?類作品,并將這些作品在B類自命題作品中的獲獎(jiǎng)趨勢(shì)一并進(jìn)行繪制,如圖7所示.從圖7可以看出,密碼分析類作品的獲獎(jiǎng)情況相對(duì)平穩(wěn),而算法優(yōu)化和隱私計(jì)算及應(yīng)用類整體呈現(xiàn)逐年遞增狀態(tài),且在2021年上升趨勢(shì)頗為明顯,反映出參賽者更加注重于算法本身的優(yōu)化,同時(shí)也與這2年隱私保護(hù)相關(guān)研究頗受密碼學(xué)界的關(guān)注有關(guān).
圖7 獲獎(jiǎng)?wù)急茸罡叩?類作品
為探索不同領(lǐng)域作品在獲獎(jiǎng)名次上的差異情況,研究是否存在某領(lǐng)域作品更容易獲取高名次獎(jiǎng)項(xiàng)的可能,本文首次采取TOPSIS綜合評(píng)價(jià)法對(duì)所有獲獎(jiǎng)作品進(jìn)行分析.根據(jù)TOPSIS最優(yōu)與最劣歐氏距離的大小得出不同作品的得分,結(jié)果如表6所示.從得分可以看出,數(shù)據(jù)簽名及應(yīng)用和物聯(lián)網(wǎng)這2類作品的綜合指標(biāo)指數(shù)較高,而云計(jì)算及應(yīng)用和商密算法應(yīng)用這2類作品的綜合指標(biāo)指數(shù)相對(duì)較低.以TOPSIS方法的標(biāo)準(zhǔn)進(jìn)行評(píng)判,前者獲獎(jiǎng)作品中高名次獎(jiǎng)項(xiàng)占總獎(jiǎng)項(xiàng)的比例更大,即該領(lǐng)域作品有更大概率獲取高名次獎(jiǎng)項(xiàng).
通過分析產(chǎn)生上述差異的原因,發(fā)現(xiàn)綜合指標(biāo)指數(shù)最高的數(shù)據(jù)簽名及應(yīng)用類的參賽作品不多,僅占總參賽作品的4%,但是其獲得高名次的獎(jiǎng)項(xiàng)占參賽作品的比例較大,導(dǎo)致通過TOPSIS方法計(jì)算出的綜合指標(biāo)指數(shù)偏高.而商密算法應(yīng)用類型作品在自命題類別的參賽作品占比最大,3等獎(jiǎng)獲獎(jiǎng)作品數(shù)目遠(yuǎn)高于其他領(lǐng)域,且其高名次的獲獎(jiǎng)作品數(shù)目較少,導(dǎo)致綜合指標(biāo)指數(shù)墊底.因此作品選擇不同領(lǐng)域?qū)ψ髌帆@得的名次有一定的影響,選擇一個(gè)參賽作品較多的領(lǐng)域,想法創(chuàng)意容易重復(fù),競(jìng)爭(zhēng)更加激烈,導(dǎo)致其獲得高名次的綜合指標(biāo)指數(shù)不高,而選擇參賽人數(shù)相對(duì)較少的領(lǐng)域更方便凸顯作品的創(chuàng)新性,更容易獲得高名次獎(jiǎng)項(xiàng).
表6 各領(lǐng)域作品綜合指標(biāo)指數(shù)
綜合總體數(shù)據(jù)來看,競(jìng)賽參與度不斷提高,作品創(chuàng)新性不斷增強(qiáng),影響力不斷擴(kuò)大,獲獎(jiǎng)作品的主題與當(dāng)前密碼學(xué)研究的熱點(diǎn)問題緊密聯(lián)系,主要呈現(xiàn)出如下的特點(diǎn):
1) 重視國(guó)產(chǎn)密碼應(yīng)用.國(guó)產(chǎn)密碼算法是保障我國(guó)網(wǎng)絡(luò)安全自主可控的重要基石,密碼的國(guó)產(chǎn)化改造和推廣引起了國(guó)內(nèi)的廣泛關(guān)注,根據(jù)對(duì)歷年參賽作品的統(tǒng)計(jì),90%以上作品均采用國(guó)產(chǎn)密碼算法,推動(dòng)了我國(guó)國(guó)產(chǎn)密碼的發(fā)展.
2) 更強(qiáng)調(diào)密碼技術(shù)本身.縱觀獲取高名次的作品,其不僅能夠結(jié)合實(shí)際場(chǎng)景形成較高的實(shí)用性和創(chuàng)新性,同時(shí)能夠?qū)γ艽a技術(shù)本身進(jìn)行完善精進(jìn),提出新理論、新方法、新技術(shù),能有效地解決問題并能產(chǎn)生積極效果.
3) 更廣的作品覆蓋領(lǐng)域.緊跟學(xué)科/技術(shù)發(fā)展潮流的作品不僅包含傳統(tǒng)的密碼算法、密碼芯片、密碼協(xié)議、密碼分析等技術(shù),還涵蓋區(qū)塊鏈、數(shù)字貨幣、量子密碼、物聯(lián)網(wǎng)輕量級(jí)密碼、云安全、個(gè)人隱私保護(hù)等當(dāng)今密碼學(xué)科前沿技術(shù),充分體現(xiàn)了密碼學(xué)科在網(wǎng)絡(luò)空間安全領(lǐng)域的新需求、新場(chǎng)景、新特點(diǎn)和新應(yīng)用.
1) 參賽單位的重視程度及專業(yè)基礎(chǔ).根據(jù)本文綜合排名前3的獲獎(jiǎng)數(shù)據(jù)以及對(duì)排名前3的院校的調(diào)研信息可知,其對(duì)大賽認(rèn)可度高,前期對(duì)競(jìng)賽宣傳力度大,學(xué)生參與度強(qiáng),報(bào)名參賽隊(duì)伍多,增加了其獲獎(jiǎng)數(shù)目和獲獎(jiǎng)質(zhì)量的概率,同時(shí)也與其密碼學(xué)研究基礎(chǔ)或在密碼學(xué)相關(guān)領(lǐng)域的研究投入有很大關(guān)系.
2) 作品的選題及所屬的研究領(lǐng)域.從綜合排名前3的單位來看,其參賽隊(duì)伍選題涵蓋了各種類型,且與當(dāng)前我國(guó)密碼領(lǐng)域研究熱點(diǎn)問題相關(guān),例如區(qū)塊鏈、隱私計(jì)算等.通過TOPSIS綜合評(píng)價(jià)法對(duì)獲獎(jiǎng)作品領(lǐng)域的分析結(jié)果可以看出,選擇一個(gè)作品類型不多的小眾或尖端領(lǐng)域,可降低作品內(nèi)容和所用技術(shù)同質(zhì)化的概率,一定程度上增加作品的創(chuàng)新性分?jǐn)?shù),提高獲獎(jiǎng)概率.
3) 作品內(nèi)容的完整性、實(shí)用性和創(chuàng)新性.從獲得較好名次和未獲得名次的作品對(duì)比分析中可知,獲獎(jiǎng)作品不僅關(guān)注技術(shù)的應(yīng)用,也關(guān)注技術(shù)本身的完善,作品的綜合完成度高是其具備的普遍特點(diǎn);同時(shí)獲獎(jiǎng)作品往往能夠有效解決題目設(shè)定的應(yīng)用問題,具備較高的實(shí)用性;獲獎(jiǎng)作品一般采用了新技術(shù)、新方法等,即使是在前人工作的基礎(chǔ)上也會(huì)有較大改進(jìn)和突破,擁有獨(dú)到見解,創(chuàng)新性十足.
根據(jù)全國(guó)密碼技術(shù)競(jìng)賽歷屆的參賽獲獎(jiǎng)情況及本文的系統(tǒng)性分析結(jié)果,本文對(duì)今后的參賽單位和團(tuán)隊(duì)提供以下建議供其參考:
1) 參賽單位.參賽單位的組織者應(yīng)高度重視,前期積極組織宣傳,鼓勵(lì)學(xué)生參與比賽.一方面不僅可以鍛煉學(xué)生的創(chuàng)新能力和實(shí)踐能力,提高整體水平,同時(shí)大的參賽隊(duì)伍基數(shù)能有效增加整體及優(yōu)秀組織獎(jiǎng)的獲獎(jiǎng)概率,也為自身后續(xù)參加密碼技術(shù)競(jìng)賽的發(fā)展進(jìn)行全方位的資源儲(chǔ)備.
2) 參賽隊(duì)伍.在組隊(duì)時(shí)應(yīng)考慮覆蓋全面,比賽涉及代碼編寫、文檔撰寫、PPT制作、匯報(bào)演講,在各階段要充分考慮隊(duì)員優(yōu)勢(shì),做到分工明確、各盡其能.同時(shí)要注意和指導(dǎo)老師保持良好溝通,接受多方意見,在不斷地商討中完善作品.
3) 作品領(lǐng)域.選擇一個(gè)相對(duì)競(jìng)爭(zhēng)壓力小的領(lǐng)域,更易于與其他作品形成差異化.同時(shí)也可以選擇以某一領(lǐng)域?yàn)檠芯亢诵?,交叉其他領(lǐng)域的作品參賽,通過融合其他領(lǐng)域的技術(shù)特點(diǎn),提升作品的技術(shù)深度.
4) 作品選題.A類題框定了作品的研究領(lǐng)域和內(nèi)容、制定了研究方向,能夠節(jié)省參賽者的選題時(shí)間,但相對(duì)B類自命題的自由度不高,如無明確研究方向的隊(duì)伍可在選題第一時(shí)間關(guān)注官網(wǎng)發(fā)布的A類題,在對(duì)A類題目有基礎(chǔ)且能保證作品實(shí)現(xiàn)的前提下可率先選擇.
5) 作品內(nèi)容.參賽者需區(qū)分大賽與其他賽事的作品要求,作品內(nèi)容不僅要關(guān)注應(yīng)用領(lǐng)域的新穎性,還要更多地關(guān)注密碼技術(shù)本身,強(qiáng)調(diào)密碼技術(shù)的創(chuàng)新性和實(shí)用性.
6) 比賽過程.復(fù)賽注重作品文檔的打磨,決賽側(cè)重作品實(shí)現(xiàn)和講解.在比賽的不同階段有不同的側(cè)重點(diǎn),注意合理分配時(shí)間.
全國(guó)密碼技術(shù)競(jìng)賽自舉辦以來得到了各方的積極響應(yīng),集聚了豐富的技術(shù)、人才、市場(chǎng)等各類創(chuàng)新創(chuàng)業(yè)資源,建立了人才與企業(yè)的對(duì)接平臺(tái),展現(xiàn)了我國(guó)密碼教育事業(yè)的蓬勃發(fā)展,推動(dòng)了我國(guó)網(wǎng)絡(luò)空間安全學(xué)科的健康發(fā)展.本文基于獲獎(jiǎng)數(shù)據(jù)對(duì)全國(guó)密碼技術(shù)競(jìng)賽的歷屆參賽情況和獲獎(jiǎng)情況進(jìn)行數(shù)據(jù)處理和可視化分析,是對(duì)全國(guó)密碼技術(shù)競(jìng)賽的首次系統(tǒng)性分析,以此期望對(duì)未來參加此類密碼技術(shù)競(jìng)賽的團(tuán)隊(duì)提供理論借鑒和數(shù)據(jù)參考,這是本文數(shù)據(jù)分析的價(jià)值體現(xiàn).同時(shí),在本文數(shù)據(jù)分析的基礎(chǔ)上,可以繼續(xù)利用自然語言處理技術(shù)對(duì)作品類型進(jìn)行更精準(zhǔn)的劃分,利用機(jī)器學(xué)習(xí)模型對(duì)院校未來的獲獎(jiǎng)趨勢(shì)及作品類型分布進(jìn)行預(yù)測(cè),這是本文未來可持續(xù)跟進(jìn)研究的內(nèi)在動(dòng)因.