大学生一级毛片,bt天堂在线www资源种子,中文字幕亚洲专区无码

新加坡電信打造量子安全解決方案

新加坡電信打造量子安全解決方案據(jù)新加坡電信發(fā)布的官方消息，這家運(yùn)營商與思科、飛塔、諾基亞簽署了三份諒解備忘錄，共同為企業(yè)用戶提供量子安全解決方案。

發(fā)表于：2024/4/2

【技術(shù)沙龍】數(shù)據(jù)要素資產(chǎn)化開啟網(wǎng)絡(luò)安全行業(yè)新紀(jì)元

在數(shù)字經(jīng)濟(jì)迅猛發(fā)展的當(dāng)下，數(shù)據(jù)已成為推動(dòng)社會(huì)進(jìn)步的核心要素之一。我們正見證著一個(gè)歷史性的轉(zhuǎn)變,數(shù)據(jù)要素資產(chǎn)化正在重塑經(jīng)濟(jì)結(jié)構(gòu)，尤其是在網(wǎng)絡(luò)安全領(lǐng)域，它開辟了前所未有的機(jī)遇與挑戰(zhàn)！

發(fā)表于：2024/4/1

美國電信巨頭AT&T數(shù)據(jù)泄露：涉及數(shù)百萬用戶信息

美國電信巨頭AT&T近日陷入了一場嚴(yán)重的個(gè)人數(shù)據(jù)泄露風(fēng)波，引發(fā)了廣泛關(guān)注和擔(dān)憂。該公司已緊急向數(shù)百萬用戶通報(bào)了這一事件，并采取了多項(xiàng)措施來應(yīng)對潛在的安全風(fēng)險(xiǎn)。據(jù)AT&T官方聲明，他們已經(jīng)對受影響用戶的密碼進(jìn)行了重置，以確保賬戶安全。同時(shí)，公司還積極與可能遭受信息泄露的賬戶持有人進(jìn)行溝通，提供必要的支持和指導(dǎo)。

發(fā)表于：2024/4/1

派拓網(wǎng)絡(luò)推出全新Cortex平臺(tái)端點(diǎn)安全方案加強(qiáng)端點(diǎn)保護(hù)

2024年3月28日，北京——全球網(wǎng)絡(luò)安全領(lǐng)導(dǎo)企業(yè)Palo Alto Networks（納斯達(dá)克代碼：PANW）（派拓網(wǎng)絡(luò)）近日宣布推出全新Cortex平臺(tái)端點(diǎn)安全方案，幫助客戶加快平臺(tái)化進(jìn)程，提高端點(diǎn)防護(hù)能力。

發(fā)表于：2024/3/28

研究顯示AMD處理器也受Rowhammer內(nèi)存攻擊影響

研究顯示 AMD 處理器也受 Rowhammer 內(nèi)存攻擊影響，官方給出緩解措施

發(fā)表于：2024/3/27

Gartner發(fā)布2024年網(wǎng)絡(luò)安全重要趨勢

Gartner公司于近日發(fā)布2024年網(wǎng)絡(luò)安全重要趨勢。根據(jù)Gartner公司的研究，推動(dòng)2024年主要網(wǎng)絡(luò)安全趨勢的因素包括生成式人工智能（生成式AI）、持續(xù)威脅暴露、第三方風(fēng)險(xiǎn)、隱私驅(qū)動(dòng)的應(yīng)用和數(shù)據(jù)解耦和網(wǎng)絡(luò)安全技能重塑等。 Gartner研究總監(jiān)陳延全表示：“企業(yè)安全職能在技術(shù)、組織和人員方面面臨顛覆。風(fēng)險(xiǎn)管理領(lǐng)導(dǎo)者必須進(jìn)行完善的準(zhǔn)備工作并采取務(wù)實(shí)的態(tài)度，以應(yīng)對顛覆，實(shí)施高效的網(wǎng)絡(luò)安全項(xiàng)目。” 為了應(yīng)對這些因素的綜合影響，2024年風(fēng)險(xiǎn)管理領(lǐng)導(dǎo)者需要在其安全計(jì)劃中采取一系列實(shí)踐方法、技術(shù)功能和結(jié)構(gòu)改革，以此提高企業(yè)機(jī)構(gòu)的韌性和網(wǎng)絡(luò)安全績效。

發(fā)表于：2024/3/27

Black Lotus Labs：TheMoon惡意軟件變種被發(fā)現(xiàn)

3 月 27 日消息，網(wǎng)絡(luò)安全公司 Black Lotus Labs 近日發(fā)布報(bào)告，近日追蹤發(fā)現(xiàn)了名為“TheMoon”的惡意軟件僵尸網(wǎng)絡(luò)變種，已經(jīng)感染了全球 88 個(gè)國家和地區(qū)的數(shù)千臺(tái) SOHO 路由器和物聯(lián)網(wǎng)設(shè)備。

發(fā)表于：2024/3/27

簡化退化模型的真實(shí)圖像超分辨率網(wǎng)絡(luò)

圖像超分辨率任務(wù)常用雙三次下采樣以構(gòu)造數(shù)據(jù)集訓(xùn)練網(wǎng)絡(luò)，但雙三次下采樣由于退化模型固定，導(dǎo)致網(wǎng)絡(luò)泛化能力低，無法用于真實(shí)世界低分辨率圖像。為解決上述問題本文提出預(yù)處理模塊，通過預(yù)處理模塊與雙三次下采樣數(shù)據(jù)集得到的網(wǎng)絡(luò)相結(jié)合，在減少資源消耗的同時(shí)提高其泛化能力。此外，還針對不同的精度需求設(shè)計(jì)了特征學(xué)習(xí)訓(xùn)練策略和多任務(wù)聯(lián)調(diào)策略。通過根據(jù)不同需求采用相應(yīng)的訓(xùn)練策略，在滿足精度需求的同時(shí)具有消耗計(jì)算資源少、訓(xùn)練速度快以及適用范圍廣的特點(diǎn)。實(shí)驗(yàn)證明，增加預(yù)處理模塊的網(wǎng)絡(luò)以較少的模型參數(shù)增加量換取了重建效果和感知質(zhì)量方面的較大提升，并且通過不同策略實(shí)現(xiàn)了進(jìn)一步的精度提高。

發(fā)表于：2024/3/25

基于CNN-Transformer混合構(gòu)架的輕量圖像超分辨率方法

針對基于混合構(gòu)架的圖像超分模型通常需要較高計(jì)算成本的問題，提出了一種基于CNN-Transformer混合構(gòu)架的輕量圖像超分網(wǎng)絡(luò)STSR（Swin Transformer based Single Image Super Resolution）。首先，提出了一種并行特征提取的特征增強(qiáng)模塊（Feature Enhancement Block，F(xiàn)EB），由卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network，CNN）和輕量型Transformer網(wǎng)絡(luò)并行地對輸入圖像進(jìn)行特征提取，再將提取到的特征進(jìn)行特征融合。其次，設(shè)計(jì)了一種動(dòng)態(tài)調(diào)整模塊（Dynamic Adjustment，DA），使得網(wǎng)絡(luò)能根據(jù)輸入圖像來動(dòng)態(tài)調(diào)整網(wǎng)絡(luò)的輸出，減少網(wǎng)絡(luò)對無關(guān)信息的依賴。最后，采用基準(zhǔn)數(shù)據(jù)集來測試網(wǎng)絡(luò)的性能，實(shí)驗(yàn)結(jié)果表明STSR在降低模型參數(shù)量的前提下仍然保持較好的重建效果。

發(fā)表于：2024/3/25

一種用于輔助兵棋推演的快速?zèng)Q策框架研究

基于一般的決策和規(guī)劃流程，提出了一個(gè)面向兵棋推演的快速?zèng)Q策框架（Rapid Military Decision Framework，RMDF），該框架針對異構(gòu)實(shí)體模型，通過分層的網(wǎng)格環(huán)境對復(fù)雜推演環(huán)境簡化建模，將推演實(shí)體的作用效果，簡化為地面、海上和空中三個(gè)網(wǎng)格環(huán)境層次上的作用效果，并以熱圖的形式在網(wǎng)格環(huán)境中顯示，通過推演實(shí)體的核心參數(shù)來確定其性能模型和行為模型，并基于一致性包算法實(shí)現(xiàn)任務(wù)分配，生成備選行動(dòng)策略，通過快速仿真實(shí)現(xiàn)推演策略的迭代優(yōu)化，能夠在推演之前或推演期間提供行動(dòng)方案的快速評估，可以有效地輔助兵棋推演指揮人員進(jìn)行復(fù)雜態(tài)勢下的兵棋推演。

發(fā)表于：2024/3/25

基于遺傳算法和LightGBM的網(wǎng)絡(luò)安全態(tài)勢感知模型

針對傳統(tǒng)煙草工業(yè)系統(tǒng)中的網(wǎng)絡(luò)流量異常檢測方法存在的特征間聯(lián)系和上下文信息丟失等問題，提出了一種基于遺傳算法改進(jìn)的LightGBM模型，此模型能夠使得模型避免陷入局部最優(yōu)情況。首先通過計(jì)算構(gòu)建樹模型對數(shù)據(jù)降維，從高維數(shù)據(jù)中挖掘出對于檢測效果影響重要的關(guān)鍵特征信息，并使用提出的模型對這些關(guān)鍵特征信息進(jìn)行分析。為了評估模型的有效性與優(yōu)越性，使用準(zhǔn)確率和損失進(jìn)行模型評價(jià)，并與其他網(wǎng)絡(luò)流量異常檢測模型Tabular model、TabNet、LightGBM、XGBoost進(jìn)行對比。使用公開數(shù)據(jù)集 CIC.IDS.2018 進(jìn)行實(shí)驗(yàn)分析。結(jié)果表明，在高特征的網(wǎng)絡(luò)安全態(tài)勢感知下，多分類和二分類的識(shí)別準(zhǔn)確率分別達(dá)99.43%和99.87%，在低特征情況下，多分類和二分類的識(shí)別準(zhǔn)確率分別達(dá)98.73%和99.39%，具有較高準(zhǔn)確率以及良好的靈活性和魯棒性。

發(fā)表于：2024/3/25

依賴差分隱私：關(guān)聯(lián)數(shù)據(jù)集下的高斯機(jī)制

差分隱私(Differential Privacy)是一種數(shù)據(jù)擾動(dòng)框架，它保證查詢結(jié)果在概率上不可區(qū)分。研究表明差分隱私應(yīng)用于關(guān)聯(lián)數(shù)據(jù)集時(shí)，將帶來隱私泄露的風(fēng)險(xiǎn)。根據(jù)依賴差分隱私(Dependent Differential Privacy)，量化了依賴差分隱私敏感度的度量；隨后，提出了依賴差分隱私-高斯機(jī)制算法(Gaussian Mechanism Algorithm Dependent Differential Privacy)，實(shí)現(xiàn)數(shù)據(jù)擾動(dòng)，同時(shí)證明了該機(jī)制滿足隱私保證的基本定理；通過使用真實(shí)數(shù)據(jù)集的實(shí)驗(yàn)表明，GMA DDP在管理依賴數(shù)據(jù)的隱私-效用權(quán)衡方面具有較高的可用性。

發(fā)表于：2024/3/25

關(guān)于智能網(wǎng)聯(lián)汽車數(shù)據(jù)安全治理框架的探究

隨著智能網(wǎng)聯(lián)汽車市場快速發(fā)展，智能網(wǎng)聯(lián)汽車數(shù)據(jù)量增長迅猛，數(shù)據(jù)交換愈加頻繁。高價(jià)值和高敏感特性，使得如何保證數(shù)據(jù)安全成為智能網(wǎng)聯(lián)汽車行業(yè)監(jiān)管部門和車輛生產(chǎn)企業(yè)共同關(guān)注的重點(diǎn)。目前，針對智能網(wǎng)聯(lián)汽車數(shù)據(jù)安全治理并沒有統(tǒng)一的實(shí)踐標(biāo)準(zhǔn)，基于智能網(wǎng)聯(lián)汽車數(shù)據(jù)安全合規(guī)要求，從數(shù)據(jù)安全控制角度出發(fā)，對智能網(wǎng)聯(lián)汽車數(shù)據(jù)安全治理框架進(jìn)行初步探索，以數(shù)據(jù)分類分級為基礎(chǔ)，以數(shù)據(jù)生命周期安全管理為主線，構(gòu)筑包括數(shù)據(jù)安全管理、數(shù)據(jù)安全技術(shù)、數(shù)據(jù)安全運(yùn)營和數(shù)據(jù)處理場景安全管理在內(nèi)的整體數(shù)據(jù)安全治理框架，為智能網(wǎng)聯(lián)汽車數(shù)據(jù)安全提供一種體系化治理路徑。

發(fā)表于：2024/3/25

數(shù)據(jù)產(chǎn)權(quán)新范式下的企業(yè)數(shù)據(jù)持有者權(quán)

企業(yè)數(shù)據(jù)權(quán)屬不清給數(shù)據(jù)產(chǎn)品市場化交易帶來巨大障礙，延用傳統(tǒng)產(chǎn)權(quán)保護(hù)模式已經(jīng)捉襟見肘，如何尋求更為合理的產(chǎn)權(quán)配置方案已成為學(xué)界日益關(guān)注的焦點(diǎn)?！稊?shù)據(jù)二十條》創(chuàng)新性提出構(gòu)建數(shù)據(jù)產(chǎn)權(quán)“三權(quán)分置”的新范式，賦予企業(yè)數(shù)據(jù)持有者權(quán)，是促進(jìn)數(shù)據(jù)社會(huì)化流通和數(shù)字經(jīng)濟(jì)發(fā)展的必然要求。但該政策指引并不能直接與法定權(quán)利作等價(jià)轉(zhuǎn)換，需要通過立法程序予以法定化，個(gè)人利益和共同善則為其權(quán)利建構(gòu)提供了正當(dāng)化依據(jù)。從本質(zhì)上看，企業(yè)數(shù)據(jù)持有者權(quán)是一種對數(shù)據(jù)的“弱支配權(quán)”，其淡化了所有權(quán)的絕對排他支配性，強(qiáng)調(diào)企業(yè)對數(shù)據(jù)的事實(shí)支配控制。在權(quán)利內(nèi)容上，包含持有、處理、收益和處分權(quán)能，旨在實(shí)現(xiàn)數(shù)據(jù)的使用與交換雙重價(jià)值，以此化解企業(yè)數(shù)據(jù)上承載的多元主體利益沖突，保護(hù)企業(yè)合法權(quán)益，實(shí)現(xiàn)數(shù)據(jù)要素價(jià)值。

發(fā)表于：2024/3/25

自動(dòng)化行政的裁量困境與解決路徑

行政裁量自動(dòng)化是行政裁量與人工智能相結(jié)合的產(chǎn)物，也是順應(yīng)智慧政府建設(shè)的必然趨勢。但由于計(jì)算機(jī)程序算法的確定性特征，在編程中不允許存在二義性，特別是法條中俯拾皆是的“不確定法律概念”帶來的模糊性，給行政裁量的自動(dòng)化造成困難，很多學(xué)者因此認(rèn)為，行政自動(dòng)化系統(tǒng)不能處理裁量問題。事實(shí)上，模糊邏輯理論是人類處理這一問題的有力工具，將其引入自動(dòng)化系統(tǒng)可以突破傳統(tǒng)二值邏輯的束縛，并為運(yùn)用模糊產(chǎn)生式規(guī)則處理行政裁量問題奠定堅(jiān)實(shí)的基礎(chǔ)。

發(fā)表于：2024/3/25