为提高突然事件引起的级联故障对航空网络破坏程度的评估可信性，考虑到机场节点对负载的冗余能力，即如果在一定的空间范围内出现过载，节点不会立即失效，而是具备一定的超额负载处置能力，提出一种考虑过载状态和失效概率的航空网络级联故障模型。该模型首先在传统的“负载-容量”Motter-Lai级联故障模型中增加了过载系数、权重系数、分布系数和容量系数，其次以过载状态和失效概率来描述网络节点的冗余容量特性，并对失效节点和过载节点采用不同的负载重分配策略，使模型更贴合航空网络实际。理论分析和仿真结果表明：在一定范围内提升过载系数有助于降低级联故障的影响，然而提升到一定程度后改善效果不明显；模型中的各参数存在最优区间，可以使航空网络保持较好鲁棒性的同时，花费较小的构建成本，据此对航空网络资源进行优化配置，可以提升网络对级联故障的抵御能力。

随着计算机软件规模和复杂度的不断增加，软件中存在的代码缺陷对公共安全形成了严重威胁。针对静态分析工具拓展性差，以及现有方法检测粒度粗、检测效果不够理想的问题，提出了一种基于程序切片和语义特征融合的代码缺陷静态检测方法。首先，对源代码中的关键点进行数据流和控制流分析，并采用基于过程间有限分布子集（IFDS）的切片方法，以获取由多行与代码缺陷相关的语句组成的代码片段；然后，通过词嵌入法获取代码片段语义相关的向量表示，从而在保证准确率的同时选择合适的代码片段长度；最后，利用文本卷积神经网络（TextCNN）和双向门控循环单元（BiGRU）分别提取代码片段中的局部关键特征和上下文序列特征，并将所提方法用于检测切片级别的代码缺陷。实验结果表明，所提方法能够有效检测不同类型的代码缺陷，并且检测效果显著优于静态分析工具Flawfinder；在细粒度的前提下，IFDS切片方法能进一步提高F₁值和准确率，分别达到了89.64%和92.08%；与现有的基于程序切片的方法相比，在关键点为应用程序编程接口（API）或变量时，所提方法的F₁值分别达到89.69%、89.74%，准确率分别达到92.15%、91.98%。可见在不显著增加时间复杂度的同时，所提方法具备更好的综合检测性能。