[1] |
Persic A, Tiffany S. Open science for all: Implementing the UNESCO Recommendation on Open Science for an equitable and just transition to open science[N]. College & Research Libraries News, 2023, 84(10): 377-381.DOI:10.5860/crln.84.10.377.
|
[2] |
蔡忠伟. 国家政策驱动下的日本开放获取实践进展[J]. 科技与出版, 2023, 42(9): 97-106.
|
[3] |
Chen R S, Zhou Y C, Jiang L L, et al. China State of Open Data Report 2023[R]. Digital Science. Report. 2023.
|
[4] |
万佳林, 贾晓峰, 胡志民. 基于多案例研究的生物医学科学数据开放共享策略分析[J]. 医学信息学杂志, 2024, 45(2):20-25.
|
[5] |
李宜展, 刘细文, 李泽霞, 等. 科学数据安全边界概念模型研究——基于利益相关者视角[J]. 中国科学基金, 2022, 36(2):339-347.
|
[6] |
庄倩, 何琳. 科学数据共享中科研人员共享行为的演化博弈分析[J]. 情报杂志, 2015, 34(8): 152-157+168.
|
[7] |
Mons B, Schultes E A, Liu F, et al. The FAIR Principles: First generation implementation choices and challenges[J]. Data Intelligence, 2020(2): 1-9.DOI:10.1162/dint_e_00023.
|
[8] |
李骐安, 孟宪飞, 张书华, 等. 基于FAIR原则的中国科学数据资源现状分析及启示[J]. 数字图书馆论坛, 2023, 19(1):50-57.
|
[9] |
王漪, 徐墨庚, 童心, 等. 国家海洋科学数据中心建设与发展实践[J]. 自然资源信息化, 2024, 2(3):1-9.
|
[10] |
Shakked N, Zhang W. Experimental evidence on the productivity effects of generative artificial intelligence[J]. Science, 2023, 381(6654): 187-192. DOI: 10.1126/science.adh2586.
pmid: 37440646
|
[11] |
Stadler T, Oprisanu B, Troncoso C. Synthetic data-anonymization groundhog day[C]// 31st USENIX Security Symposium (USENIX Security 22). 2022:1451-1468. https://www.usenix.org/system/files/sec22-stadler.pdf.
|
[12] |
杨卫, 刘细文, 黄金霞, 等. 我国开放科学政策体系构建研究[J]. 中国科学院院刊, 2023, 38(6):829-844.
|
[13] |
朱艳华, 廖方宇, 胡良霖, 等. 科学数据安全标准规范关键问题探索[J]. 信息网络安全, 2021, 21(11):1-8.
|
[14] |
廖方宇, 胡良霖, 王健, 等. 科学数据安全标准研究与工作建议[J]. 科学通报, 2024:1-7.
|
[15] |
Ducas L, Micciancio D. FHEW: bootstrapping homomorphic encryption in less than a second[C]. in EUROCRYPT 2015, Sofifia, Bulgaria, 2015:617-640.
|
[16] |
Resende A, Railsback D, Dowsley R, et al. Fast privacy-preserving text classification based on secure multiparty computation[J]. IEEE Transactions on Information Forensics and Security, 2021, 17: 428-442. DOI: 10.1109/TIFS.2022.3144007.
|
[17] |
Lin W, Li B, Wang C. Towards private learning on decentralized graphs with local differential privacy[J]. IEEE Transactions on Information Forensics and Security, 2022, 17: 2936-2946. DOI: 10.1109/TIFS.2022.3198283.
|
[18] |
Ghosh A, Chung J, Yin D, et al. An efficient framework for clustered federated learning[J]. IEEE Transactions on Information Theory, 2022, 68: 8076-8091.DOI: 10.1109/TIT.2022.3192506.
|
[19] |
冯登国, 刘敬彬, 秦宇, 等. 创新发展中的可信计算理论与技术[J]. 中国科学:信息科学, 2020, 50(8):1127-1147.
|
[20] |
Stokel-Walker C, What ChatGPT and generative AI mean for science[J]. Nature, 2023, 614: 214-216. https://doi.org/10.1038/d41586-023-00340-6.
|