少妇人妻偷人精品无码频69,99re6免费的视频

反電信網(wǎng)絡詐騙中個人信息刪除權的實現(xiàn)路徑*

《反電信網(wǎng)絡詐騙法》是我國在數(shù)字社會中進行前端防控犯罪治理思路的典型轉型，其中構建的信息監(jiān)測共享機制成為政企多方協(xié)同治理的范例。該機制授予企業(yè)組織一定程度以個人信息工具化利用為特性的用戶信息控制權，使得信息主體與信息處理者之間的關系更為緊張，其結果可能表現(xiàn)為個人信息刪除權的被迫落空。在信息監(jiān)測機制通體流程解構為“信息實名-信息留存-風險信息識別-風險信息核驗-風險信息共享-中止服務”的程序鏈條中，包括安全義務主體、信息處理目的、信息留存時限都與刪除權的權利場景不相協(xié)調。其疏解路徑應當分別從《個人信息保護法》和《反電信網(wǎng)絡詐騙法》兩法規(guī)范體系內進行思考，明確在法理和規(guī)范性解釋下法定個人信息利用行為對信息刪除請求權抗辯的合理性，厘清信息監(jiān)測共享機制中與義務主體、內容有關的模糊地帶，同時對信息留存的時限與方式給予上限性規(guī)定，實現(xiàn)兩法以個人信息保護為核心的共同意志。

發(fā)表于：2024/1/25

合同自動化的等級序列、展開維度與風險防治*

從合同自動化的等級序列入手,通過類比自動駕駛對合同自動化的差異化發(fā)展問題進行探討,指出智能法律合約想要轉換為智能合約需滿足文法要求、平臺訪問、非賦權原則三個基本規(guī)則。結合合同生命周期對智能法律合約的運行過程進行系統(tǒng)化的展開，進而對不同階段的智能法律合同所聚焦的問題進行論證。通過分析智能合約自動執(zhí)行與法律合同中當事人享有權利之間存在的內生矛盾引出智能合約的風險原點，并加以討論和評價。最后，擺脫代碼之治這種單一化的風險救濟途徑，通過構建覆蓋事前、事中、事后全流程的智能合約風險閉環(huán)機制，為探索智能合約可持續(xù)發(fā)展提供新的可行性方案。

發(fā)表于：2024/1/25

人工智能時代反壟斷法的挑戰(zhàn)：算法共謀的競爭威脅與制度構建

算法共謀對市場造成的威脅主要表現(xiàn)為：一方面，軸輻算法通過使用相同的第三方平臺來決定他們的定價策略，從而形成一個輪輻機制，促進了信息的交換；另一方面，自學習算法可以在沒有信息共享或明確的協(xié)調行為的情形下，達成隱蔽的自主性共謀以促成規(guī)避競爭的效果。而目前反壟斷法的分析框架在解決算法共謀的認定問題上掣襟露肘。主要表現(xiàn)為：算法共謀在技術上存在著隱蔽性并難以證明，串通行為的認定存在爭議，算法共謀的歸責標準缺位。首先，在制度層面，既要注重公平競爭與消費者保護，也要兼顧效率目標，來開展算法技術創(chuàng)新和發(fā)展。其次，在技術標準層面，擴展更新現(xiàn)有標準中關于串通的定義和協(xié)同行為的認定范圍，解決算法黑箱與算法共謀的隱蔽性問題。最后，構建和明確算法共謀的責任歸屬，經(jīng)營者對算法共謀結果的疏忽可以被解釋為具有反競爭的意圖。

發(fā)表于：2024/1/25

基于深度卷積網(wǎng)絡和卷積去噪自編碼器的水聲信號識別方法

針對復雜水聲信號的分類識別問題，提出了一種新的網(wǎng)絡模型結構，將卷積神經(jīng)網(wǎng)絡和卷積去噪自編碼器結合到一起應用于水聲信號Lofar譜的分類識別中。實驗結果表明，該模型能夠利用更少的參數(shù)學習更豐富的魯棒性特征，目標識別的總體準確率達到81.2%，與傳統(tǒng)卷積神經(jīng)網(wǎng)絡識別方法相比具有更高的識別準確率。

發(fā)表于：2024/1/25

基于Kalman算法的大數(shù)據(jù)存儲架構可擴展性優(yōu)化算法

為了優(yōu)化大數(shù)據(jù)存儲架構可擴展性能，提高大數(shù)據(jù)架構資源利用率，通過引入Kalman算法設計了一種大數(shù)據(jù)存儲架構可擴展性優(yōu)化算法。首先，綜合考慮大數(shù)據(jù)存儲架構與多核環(huán)境內存布局之間的兼容性，設計架構內存布局。其次，設計分布式共享內存協(xié)議，確保各個進程在訪問共享內存時能夠正確地協(xié)同工作，提高存儲架構的容錯性。在此基礎上，利用Kalman算法，動態(tài)調整存儲節(jié)點的負載，進而優(yōu)化大數(shù)據(jù)存儲架構，以提高其可擴展性。實驗結果表明，應用該算法后，大數(shù)據(jù)存儲架構的資源利用率始終高于對照組，均達到了96%以上，最高達到了98%，架構可擴展性優(yōu)化效果顯著，服務器資源利用更充分，大規(guī)模數(shù)據(jù)處理更高效。

發(fā)表于：2024/1/25

基于事件表示的虛假情報檢測研究*

隨著互聯(lián)網(wǎng)的興起，虛假情報的廣泛傳播給社會輿論治理和情報分析帶來了困難，準確地分辨虛假情報能夠幫助相關部門和人員有針對性地進行處理。為了提高虛假情報檢測的效率，提出了基于事件表示的虛假情報檢測方法。首先，收集情報文本，并對其進行預處理操作；其次將收集到的情報文本轉化成詞向量；然后，通過LSTM層捕捉情報文本深層次的語義特征；接著使用全連接層，目的在于將高維特征嵌入到低維向量空間，從而獲得情報文本的最終表示；最終，將分類結果反饋給相關情報人員進行鑒別處理。經(jīng)在謠言數(shù)據(jù)集上的驗證表明，該方法可以較好地區(qū)分謠言事件與非謠言事件，為更精準地實現(xiàn)情報鑒別提供支持。

發(fā)表于：2024/1/25

基于邊緣緩存的數(shù)據(jù)服務共享技術

在嵌入式裝備系統(tǒng)中，大數(shù)據(jù)作為一種戰(zhàn)略資產，在優(yōu)勢獲取與效率提升方面的價值日益凸顯。然而，多源異構、位置分散的大數(shù)據(jù)缺乏有效利用和深度融合，難以滿足業(yè)務應用向智能化、協(xié)同化轉變的需求。為此，以大數(shù)據(jù)共享利用為導向，基于邊緣計算與緩存技術，將數(shù)據(jù)加工為一種產品和服務能力，以滿足嵌入式系統(tǒng)中不同應用對數(shù)據(jù)服務產品共享的需求；從數(shù)據(jù)服務共享架構、數(shù)據(jù)服務管理調度方法、數(shù)據(jù)服務共享方法等三個方面，探討分布式數(shù)據(jù)服務共享技術的可行性，以滿足嵌入式裝備系統(tǒng)數(shù)字化在數(shù)據(jù)智能、數(shù)據(jù)協(xié)同、決策支持等方面的關鍵需求。通過大數(shù)據(jù)的開發(fā)利用，推動智能應用的升級更新。

發(fā)表于：2024/1/25

北京：到 2028 年在全國率先實現(xiàn)可重復使用火箭入軌回收復飛

1 月 24 日消息，今日，北京市人民政府網(wǎng)站發(fā)布北京市人民政府辦公廳關于印發(fā)《北京市加快商業(yè)航天創(chuàng)新發(fā)展行動方案（2024-2028 年）》的通知。

發(fā)表于：2024/1/25

東方空間引力二號中大型可回收液體火箭快了

東方空間引力二號中大型可回收液體火箭快了！發(fā)射成本媲美獵鷹九號

發(fā)表于：2024/1/25

融合注意力機制和Child-Sum Tree-LSTM的二進制代碼相似性檢測

抽象語法樹是一種代碼的樹型表示，它保留了代碼中定義良好的語句組件、語句的顯式順序和執(zhí)行邏輯。包含豐富語義信息的抽象語法樹可以在二進制分析時通過反編譯生成，并且已經(jīng)作為代碼特征應用于二進制代碼相似度檢測。抽象語法樹中不同類別的節(jié)點承載著不同的語義信息，對整棵樹的語義具有不同的貢獻程度。然而現(xiàn)有的二進制代碼相似度檢測方法所用神經(jīng)網(wǎng)絡無法對抽象語法樹節(jié)點進行重要性區(qū)分，影響了模型的訓練效果。針對該問題，提出了一種融合注意力機制和Child-Sum Tree-LSTM神經(jīng)網(wǎng)絡的跨指令集、跨代碼混淆二進制代碼相似性檢測方法。首先使用二進制分析工具IDA Pro對二進制代碼反編譯提取架構無關的抽象語法樹特征，并利用隨機采樣構造訓練樣本對。然后使用抽象語法樹訓練樣本對訓練融合注意力機制和Child-Sum Tree-LSTM的神經(jīng)網(wǎng)絡模型。在公開數(shù)據(jù)集BINKIT上的實驗表明，所提方法的AUC和Accuracy指標分別為94.1%、66.2%，優(yōu)于Child-Sum Tree-LSTM算法。

發(fā)表于：2024/1/25