软件定义网络(SDN)被誉为下一代网络的关键技术。近年来，SDN已经成为学术界与工业界的热点。广域网是SDN应用到工业界的一个重要的场景。基于SDN的广域网被称为软件定义广域网(SD-WAN)。在SD-WAN中，SDN控制器通过控制流转发路径上的SDN交换机来实现流的路径可编程性。然而，控制器失效是SD-WAN中一种常见的现象。当控制器失效时，流转发路径上的交换机会失去控制，流的路径可编程性将无法得到保障，从而无法实现对网络流量的灵活调度，导致网络性能下降。该文对SD-WAN控制器失效场景下保证路径可编程性的研究工作进行了综述。该文首先阐述了当控制器失效时，SD-WAN中路径可编程性保障研究的背景及意义。随后，在查阅分析了国内外相关文献的基础上，介绍了当前在控制器失效时SD-WAN对交换机的主流控制方案。最后，对现有研究成果可能的进一步提高之处进行了总结，并对此研究的未来发展与研究前景进行了展望。

通过对Xu(2004)和Zhang(2004)提出的两种环签名方案进行分析，指出了这两种环签名方案都容易受到群成员改变攻击(group-changing attack)，并给出了攻击方法；另外，Zhang的方案还容易受到多已知签名存在伪造(multiple-known-signature existential forgery)攻击。为防范这两种攻击，对这两种环签名方案进行了改进，改进后的方案在最强的安全模型(Joseph, 2004提出)中仍是安全的。

针对目前图像隐写检测模型中线性卷积层对高阶特征表达能力有限，以及各通道特征图没有区分的问题，该文构建了一个基于多层感知卷积和通道加权的卷积神经网络(CNN)隐写检测模型。该模型使用多层感知卷积(Mlpconv)代替传统的线性卷积，增强隐写检测模型对高阶特征的表达能力；同时引入通道加权模块，实现根据全局信息对每个卷积通道赋予不同的权重，增强有用特征并抑制无用特征，增强模型提取检测特征的质量。实验结果表明，该检测模型针对不同典型隐写算法及不同嵌入率，相比Xu-Net, Yedroudj-Net, Zhang-Net均有更高的检测准确率，与最优的Zhu-Net相比，准确率提高1.95%～6.15%。