说话人确认任务旨在判断注册语音与测试语音是否属于同一说话人。针对说话人识别系统提取的声纹特征通常会受到与身份信息无关的因素干扰进而导致系统的准确性严重下降的问题，提出一种基于不确定性学习（UL）的文本无关的说话人确认（TISV）方法。首先，在说话人主干网络中引入不确定性同时学习声纹特征（均值）和话语数据的不确定性（方差），以建模语音数据集中的不确定性；其次，通过重采样技巧得到特征的分布表示；最后，在说话人分类损失中引入KL散度正则化约束噪声的分布，从而解决计算分类损失过程中的退化问题。实验结果表明，当训练集为VoxCeleb1和VoxCeleb2开发集时，与基于确定性方法的Thin ResNet34模型相比，所提方法的模型在VoxCeleb1-O测试集上的等错误率（EER）分别降低了9.9%和10.4%，最小检测代价函数（minDCF）分别降低了10.9%和4.5%。可见，所提方法在有噪声、无约束场景下的准确度有所提高。

联盟链跨链交互既增强了联盟链应用的功能，又扩展了应用的使用范围，因此对促进联盟链应用推广和产业发展意义重大。然而，目前联盟链跨链交互依然存在着用户身份和资产交易信息隐私泄露的问题，进而阻碍了联盟链跨链交互技术的广泛应用。针对以上问题，提出一个基于改进公证人机制的联盟链资产跨链隐私保护方案。首先，在合约层引入哈希锁定机制来改进传统的单签名公证人跨链方式，从而降低传统公证人机制中心化作恶的风险；其次，利用同态加密的特性在保证交易合法的前提下，实现对交易资产的可用不可见；同时，利用多密钥生成中心（KGC）模式的标识密码算法实现在网络层上的用户身份隐私保护。理论分析和实验结果表明，所提方案对联盟链跨链交互时交易中的用户身份信息和资产信息具有良好的隐私保护效果，且相较于其他同类方案在签名和验证方面的开销更低。

语言传播网络是一种典型的社会网络，语言网络的结构和动态性对语言的竞争与传播具有重要影响。鉴于此特点，提出以同一地区的语言竞争现象作为研究对象，利用基于Agent的社会圈子网络来构建更能接近实际的语言网络。社会网络中个体网络的结构参数和整体网络的参数都具有良好的社会网络特点。网络中的Agent可以被赋予不同大小的社会圈子，Agent可以在网络中移动、新生和死亡，进而引起社会网络旧关系的断开和新关系的建立。网络中的Agent的语言类型代表了单语X、单语Y和双语Z(单语X和单语Y)三类，语言的传播模型为横向传播和纵向传播。在分析了语言地位、吸引因子、横纵向传播的最高比例、语言的人口比例对语言竞争影响的基础上，重点分析了社会交往半径和社会流动性对语言竞争的影响。仿真结果表明，与静态社会网络模型相比，所提模型更加贴近实际社会，能够有效提高语言之间共存的可能性，为研究濒危语言的保存提供一个较好的环境。