国产乱妇乱子视频在线播放国产,不卡福利视频,7m视频最新分类凸凹免费大全

美國司法部懸賞千萬美元緝拿LockBit勒索軟件頭目

發(fā)表于：5/9/2024

論數(shù)字化“智力成果”保護向著作權(quán)法回歸的正當性——以人工智能生成內(nèi)容的保護路徑選擇為例

現(xiàn)階段數(shù)字化“智力成果”不斷涌現(xiàn)，但著作權(quán)保護之正當性卻遭遇了前所未有的挑戰(zhàn)。以人工智能生成內(nèi)容為例，無論是在保護對象上、權(quán)利主體上還是受控行為上都因為技術(shù)的強勢介入而產(chǎn)生認定難題，進而產(chǎn)生了適用反不正當競爭法進行保護的傾向。但事實上，適用反不正當競爭法不僅無法達到預(yù)期效果，反而會因抵觸著作權(quán)法而增加社會成本。經(jīng)過進一步分析，可以發(fā)現(xiàn)人工智能生成內(nèi)容等數(shù)字化“智力成果”之上存在創(chuàng)作模式、技術(shù)身份和使用行為性質(zhì)的認識誤區(qū)。當相關(guān)誤區(qū)被糾正后，著作權(quán)法完全有能力對數(shù)字化“智力成果”提供充分保護并且實現(xiàn)作者利益與公眾利益之間的平衡。因此，正確的做法是在外部明確著作權(quán)法、反不正當競爭法和公共領(lǐng)域的界限，在內(nèi)部利用著作權(quán)法高效的利益平衡機制尋找適合數(shù)字化“智力成果”的保護模式。

發(fā)表于：5/7/2024

歐盟數(shù)據(jù)治理模式對我國數(shù)據(jù)要素開發(fā)利用的啟示

歐盟圍繞數(shù)據(jù)資源開發(fā)利用經(jīng)歷了三個階段的發(fā)展，構(gòu)建形成了對全球影響極大、極具歐盟特色的數(shù)據(jù)治理路徑，目前，歐盟正加快體系化實施數(shù)據(jù)戰(zhàn)略，以推動壯大本土數(shù)字產(chǎn)業(yè)，形成與美、中抗衡的數(shù)字經(jīng)濟競爭力。歐盟數(shù)據(jù)戰(zhàn)略主要包含健全數(shù)據(jù)管理機構(gòu)、推動數(shù)據(jù)共享流通、建設(shè)數(shù)據(jù)基礎(chǔ)設(shè)施以及建立數(shù)據(jù)治理規(guī)則等方面，在實踐中取得了顯著成效。立足我國數(shù)據(jù)要素開發(fā)利用中存在的數(shù)據(jù)流通交易不暢、數(shù)據(jù)價值挖掘不足以及安全保障仍待補強等問題，研究總結(jié)歐盟數(shù)據(jù)治理模式對我國的啟示，旨在為數(shù)據(jù)要素探索實踐提供參考。

發(fā)表于：5/7/2024

基于特征分析的智能網(wǎng)聯(lián)汽車數(shù)據(jù)分級方法研究

當前，智能網(wǎng)聯(lián)技術(shù)的發(fā)展使得汽車成為數(shù)據(jù)交互的重要載體，智能網(wǎng)聯(lián)汽車所產(chǎn)生的數(shù)據(jù)量呈現(xiàn)指數(shù)型增長趨勢，國家對于數(shù)據(jù)安全的重視程度也在不斷加強。在此背景下，從行業(yè)實踐角度出發(fā)，對我國當前數(shù)據(jù)安全監(jiān)管現(xiàn)狀、數(shù)據(jù)分級方法進行梳理，最后提出一種基于特征分析的數(shù)據(jù)分級方法，助力企業(yè)加強數(shù)據(jù)治理、滿足政府合規(guī)要求。

發(fā)表于：5/7/2024

歐盟精細化數(shù)據(jù)立法下的數(shù)據(jù)保護與流通

近年來歐盟數(shù)據(jù)領(lǐng)域的立法重點產(chǎn)生了一定的價值轉(zhuǎn)向，歐盟法作為大陸法系的重要組成部分與我國法律體系一脈相承。研究歐盟數(shù)據(jù)立法進程所彰顯的法治精神和價值導(dǎo)向?qū)τ谖覈鴶?shù)據(jù)治理工作具有一定借鑒意義。以歐盟有關(guān)數(shù)據(jù)治理的憲章、公約、條約、戰(zhàn)略、法律與法案為分析文本，對歐盟系列規(guī)范性文本進行共時性與歷時性的雙維度研究以厘清其立法思路演變與路徑選擇。在研究過程中發(fā)現(xiàn)歐盟對于數(shù)據(jù)這一新型生產(chǎn)要素在被納入法律視野中后而產(chǎn)生的數(shù)據(jù)權(quán)這一概念存在著從傳統(tǒng)人格權(quán)向財產(chǎn)權(quán)的認知轉(zhuǎn)變，進而梳理出歐盟從傳統(tǒng)的數(shù)據(jù)保護轉(zhuǎn)向數(shù)據(jù)流通與賦能的立法嬗變趨勢，并得出對我國數(shù)據(jù)治理的三點啟示：數(shù)據(jù)戰(zhàn)略建構(gòu)應(yīng)追求結(jié)構(gòu)體系化、數(shù)據(jù)權(quán)利創(chuàng)設(shè)應(yīng)考慮利益多元化和數(shù)據(jù)流通模式設(shè)計應(yīng)遵循場景類型化。

發(fā)表于：5/7/2024

生成式人工智能對個人信息保護的挑戰(zhàn)與治理路徑

以ChatGPT為代表的生成式人工智能技術(shù)給各行各業(yè)帶來顛覆性變革，但也引發(fā)個人信息泄露、算法偏見、虛假信息傳播等個人信息侵權(quán)危機。傳統(tǒng)“基于權(quán)利保護”的路徑過于強調(diào)個人信息保護而阻礙人工智能產(chǎn)業(yè)的發(fā)展，“基于風(fēng)險防范”的路徑則更加凸顯個人信息的合理利用價值，價值選擇上更優(yōu)。但以權(quán)利保護和風(fēng)險保護共同治理，才能實現(xiàn)利益平衡并建立個人信息的長效保護機制。在個人信息處理規(guī)則上，以“弱同意”規(guī)則取代僵化嚴苛的知情同意規(guī)則；在目的限制原則上，以“風(fēng)險限定”取代“目的限定”；在個人信息最小化原則上，以“風(fēng)險最小化”取代“目的最小化”。在此基礎(chǔ)上，進一步加強生成式人工智能數(shù)據(jù)來源合規(guī)監(jiān)管，提升算法透明性和可解釋性，強化科技倫理規(guī)范和侵權(quán)責任追究。

發(fā)表于：5/7/2024

復(fù)雜背景下小尺寸多角度人臉檢測方法研究

為了提升復(fù)雜背景下小尺寸人臉檢測精度，提出了一種人臉檢測方法GhostNet-MTCNN。在多任務(wù)級聯(lián)卷積神經(jīng)網(wǎng)絡(luò)（MTCNN）主干網(wǎng)絡(luò)上，將占用計算資源的普通卷積進行舍棄，利用GhostNet網(wǎng)絡(luò)中計算量更低的Ghost bottleneck模組替代卷積的作用，重新構(gòu)建網(wǎng)絡(luò)特征提取功能，從而搭建一個新的模型。實驗結(jié)果表明，該方法可以有效平衡參數(shù)量和精度。在Easy、Medium、Hard三種驗證集上，與MTCNN相比在參數(shù)量僅增加0.62M的前提下精度分別提升了 5.6%、6.6%、7.8%，與MobileNetV3-MTCNN相比在參數(shù)量減少1.27M的同時精度又分別提升了1.6%、0.8%、0.5%。該研究能夠在復(fù)雜場景下提高模型對小尺寸、多角度人臉檢測精度，同時也能夠有效平衡參數(shù)量和檢測精度使其成為在邊緣設(shè)備部署中更優(yōu)的選擇。

發(fā)表于：5/7/2024

結(jié)合批規(guī)范化層的深度學(xué)習(xí)模型在水中目標識別中的應(yīng)用

針對深度學(xué)習(xí)模型在訓(xùn)練水聲樣本數(shù)據(jù)時會出現(xiàn)穩(wěn)定性差進而導(dǎo)致分類識別效果不佳的問題，從網(wǎng)絡(luò)的局部連接、空間位置排列以及模型設(shè)計的角度出發(fā)，研究在原有一維序列卷積核與一維序列池化的基礎(chǔ)上，引入批規(guī)范化層，構(gòu)建了深度學(xué)習(xí)網(wǎng)絡(luò)模型。通過歸一化處理，達到加速網(wǎng)絡(luò)模型的收斂過程以及提高訓(xùn)練過程中的穩(wěn)定性的目的。最終為驗證該模型的有效性，對3類水聲目標樣本數(shù)據(jù)進行網(wǎng)絡(luò)訓(xùn)練和模型驗證，證明該模型對水聲目標數(shù)據(jù)分類識別有一定程度的性能提升。

發(fā)表于：5/7/2024

基于邊端協(xié)作的分布式數(shù)據(jù)分級管理技術(shù)

隨著智能應(yīng)用在嵌入式裝備系統(tǒng)中的不斷普及與發(fā)展，對大數(shù)據(jù)的有效利用和深度融合提出了更高的要求。然而，嵌入式裝備類型多樣、大數(shù)據(jù)多源異構(gòu)，由于缺乏統(tǒng)一的組織管理，業(yè)務(wù)應(yīng)用間存在數(shù)據(jù)壁壘，并出現(xiàn)了數(shù)據(jù)孤島現(xiàn)象，導(dǎo)致大數(shù)據(jù)利用與開發(fā)困難。因此，在嵌入式裝備系統(tǒng)中，如何有效組織管理數(shù)據(jù)是亟待解決的難點。為此，以嵌入式裝備系統(tǒng)的數(shù)據(jù)統(tǒng)一管理和共享利用為導(dǎo)向，基于邊側(cè)與端側(cè)協(xié)作技術(shù)，從數(shù)據(jù)管理架構(gòu)、數(shù)據(jù)分級協(xié)同管理方案、數(shù)據(jù)請求調(diào)度策略三個方面，探討了嵌入式裝備系統(tǒng)中分布式數(shù)據(jù)協(xié)作管理技術(shù)的可行性，以促進數(shù)據(jù)到信息、信息到知識、知識到?jīng)Q策的快速轉(zhuǎn)化，同時，通過管與用的緊密結(jié)合，推動嵌入式裝備系統(tǒng)中數(shù)據(jù)應(yīng)用的開發(fā)。

發(fā)表于：5/7/2024

數(shù)字生態(tài)建設(shè)的數(shù)網(wǎng)業(yè)安全一體化融合研究

數(shù)字生態(tài)建設(shè)推進生態(tài)環(huán)境監(jiān)測業(yè)務(wù)創(chuàng)新，也同樣導(dǎo)致網(wǎng)絡(luò)安全威脅面擴大、數(shù)據(jù)安全風(fēng)險態(tài)勢加劇。針對生態(tài)環(huán)境數(shù)字化轉(zhuǎn)型的新環(huán)境，將網(wǎng)絡(luò)安全場景化防護與生態(tài)數(shù)據(jù)生命周期的安全管控深度融合，引入基于零信任機制的應(yīng)用接入與訪問控制技術(shù)、網(wǎng)絡(luò)數(shù)字化重構(gòu)以及大數(shù)據(jù)AI分析等技術(shù)，創(chuàng)新性開展生態(tài)環(huán)境數(shù)據(jù)分類分級建設(shè)，對包括衍生數(shù)據(jù)在內(nèi)的生態(tài)數(shù)據(jù)實施分類施策、分級管控，深化網(wǎng)絡(luò)安全與數(shù)字化建設(shè)協(xié)同運營，實現(xiàn)數(shù)字生態(tài)監(jiān)測體系安全穩(wěn)定運行，提升數(shù)字生態(tài)的社會化供給能力。

發(fā)表于：5/7/2024

基于BERT-LSTM模型的WebShell文件檢測研究

針對基于傳統(tǒng)規(guī)則的WebShell文件檢測難度大，采用文本分類的思想，設(shè)計了一種基于BERT-LSTM模型的WebShell檢測方法。首先，對現(xiàn)有公開的正常PHP文件和惡意PHP文件進行清洗編譯，得到指令opcode碼；然后，通過變換器的雙向編碼器表示技術(shù)（BERT）將操作碼轉(zhuǎn)換為特征向量；最后結(jié)合長短期記憶網(wǎng)絡(luò)（LSTM）從文本序列角度檢測特征建立分類模型。實驗結(jié)果表明，該檢測模型的準確率為98.95%，召回率為99.45%，F(xiàn)1值為99.09%，相比于其他模型檢測效果更好。

發(fā)表于：5/7/2024

基于SPARTA框架的HAS4決賽攻擊路徑分析

太空網(wǎng)絡(luò)面臨的安全威脅越來越多，美國自2020年起，連續(xù)四年舉辦黑掉衛(wèi)星(Hack-A-Sat，HAS)挑戰(zhàn)賽，并發(fā)射真實衛(wèi)星“月光者”用于HAS比賽。太空攻擊研究與戰(zhàn)術(shù)分析框架SPARTA是針對太空網(wǎng)絡(luò)安全的對抗戰(zhàn)術(shù)和技術(shù)知識庫。借助SPARTA框架，詳細分析了第四屆HAS決賽中攻擊使用的戰(zhàn)術(shù)技術(shù)，對于深入理解SPARTA框架、太空網(wǎng)絡(luò)安全具有一定借鑒意義。

發(fā)表于：5/7/2024

分布式新型儲能場景下電力系統(tǒng)網(wǎng)絡(luò)安全防護體系研究

分布式儲能系統(tǒng)結(jié)構(gòu)繁雜，設(shè)備數(shù)量規(guī)模龐大。闡述了分布式新型儲能應(yīng)用場景下電力系統(tǒng)可能面臨的設(shè)備、網(wǎng)絡(luò)、數(shù)據(jù)安全與隱私保護、供應(yīng)鏈等方面的網(wǎng)絡(luò)安全風(fēng)險，并對其信息安全威脅以及信息安全需求進行分析，最后針對不同的網(wǎng)絡(luò)安全風(fēng)險提出相應(yīng)的應(yīng)對建議并給出新型儲能電力系統(tǒng)網(wǎng)絡(luò)建設(shè)方案，結(jié)合區(qū)塊鏈技術(shù)保障新型儲能系統(tǒng)的數(shù)據(jù)安全。

發(fā)表于：5/7/2024

基于貝葉斯攻擊圖的油氣生產(chǎn)物聯(lián)網(wǎng)系統(tǒng)風(fēng)險評估

針對油氣生產(chǎn)物聯(lián)網(wǎng)系統(tǒng)動態(tài)風(fēng)險評估問題，提出一種基于貝葉斯攻擊圖的油氣生產(chǎn)物聯(lián)網(wǎng)系統(tǒng)風(fēng)險評估模型。首先通過對系統(tǒng)進行風(fēng)險分析，得到入侵證據(jù)及系統(tǒng)漏洞，結(jié)合入侵證據(jù)和漏洞利用成功概率，采用EM算法對訓(xùn)練數(shù)據(jù)進行數(shù)據(jù)補全并動態(tài)更新貝葉斯攻擊圖的條件概率參數(shù)表，通過條件概率表可計算得出先驗概率，結(jié)合入侵證據(jù)計算得到節(jié)點的后驗概率，進而得到系統(tǒng)的風(fēng)險值，考慮資源利用的相關(guān)性對風(fēng)險值進行最終修正。仿真結(jié)果分析證明了該模型的有效性和準確性。

發(fā)表于：5/7/2024

推動工業(yè)數(shù)據(jù)產(chǎn)權(quán)登記助力工業(yè)數(shù)據(jù)要素資產(chǎn)化

日前，由中國計算機學(xué)會（CCF）主辦的“2024中國數(shù)字經(jīng)濟產(chǎn)業(yè)發(fā)展大會”在蘇州成功舉行,本次大會旨在加快發(fā)展數(shù)字經(jīng)濟，促進數(shù)字經(jīng)濟和實體經(jīng)濟深度融合，探索加快產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型路徑。工業(yè)是國民經(jīng)濟的支柱產(chǎn)業(yè)，國家數(shù)據(jù)局推動數(shù)據(jù)要素乘數(shù)效應(yīng)行動計劃，在12個典型行業(yè)和領(lǐng)域中，工業(yè)制造位列首位。在大會期間，中國工業(yè)互聯(lián)網(wǎng)研究院副總工程師田野接受本刊專訪，就工業(yè)數(shù)據(jù)治理及工業(yè)數(shù)據(jù)資產(chǎn)化相關(guān)問題進行解讀。

發(fā)表于：5/7/2024