一区二区视频,日本com,偷国产乱人伦偷精品

人工智能是一種好的網(wǎng)絡(luò)安全工具，也是一把雙刃劍

AI在安全方面的角色對白帽黑客和網(wǎng)絡(luò)罪犯都很有吸引力，但目前似乎還沒有找到雙方的平衡。人工智能已經(jīng)成為網(wǎng)絡(luò)安全開發(fā)者的新寶藏，這要?dú)w功于它的潛力，它不僅可以在很大的規(guī)模上實(shí)現(xiàn)功能自動化，還可以根據(jù)它在一段時間內(nèi)學(xué)到的東西來做出相應(yīng)的決策。這可能會對安全維護(hù)人員產(chǎn)生重大影響——通常情況下，公司根本沒有足夠的資源在眾多惡意軟件中“大海撈針”。

發(fā)表于：10/5/2018

一種基于高級驅(qū)動輔助系統(tǒng)快速時空立體匹配方法

提出了一種用于高級駕駛輔助系統(tǒng)(ADAS)的快速時空立體匹配方法。該方法使用動態(tài)規(guī)劃(DP)算法來匹配立體圖像的邊緣點(diǎn)，其主要思想在于將當(dāng)前的匹配結(jié)果用于下一幀的視差圖的計(jì)算。根據(jù)前一幀的視差圖計(jì)算局部和整體視差范圍，其整體視差范圍通過前一幀v視差圖像得到；某一點(diǎn)的局部視差則通過左圖在當(dāng)前幀的某一點(diǎn)與該圖在前一幀的另一個點(diǎn)之間的距離得到，然后根據(jù)得到的局部視差通過動態(tài)規(guī)劃算法進(jìn)行匹配。該方法不僅能夠減小搜索范圍而且提高了匹配速度。通過虛擬系列圖像進(jìn)行了測試，得到了令人滿意的效果。

發(fā)表于：9/22/2018

基于生成對抗網(wǎng)絡(luò)的人臉熱紅外圖像生成

可見光圖像易受光照變化影響，而熱紅外圖像對成像的光照條件具有魯棒性，因此，熱紅外圖像可以彌補(bǔ)可見光圖像光照敏感性這一不足。然而，紅外熱像儀價格昂貴，采集熱紅外圖像的成本遠(yuǎn)高于可見光圖像。針對此問題，提出了一種基于生成對抗網(wǎng)絡(luò)的熱紅外人臉圖像生成方法，采用條件生成對抗網(wǎng)絡(luò)結(jié)合L1損失從可見光圖像中生成紅外熱像。在USTC-NIVE數(shù)據(jù)庫上的實(shí)驗(yàn)結(jié)果驗(yàn)證了所提出的紅外熱像生成方法的有效性。同時，將生成的紅外熱像作為擴(kuò)充樣本，有助于提高紅外表情識別的精度。

發(fā)表于：9/22/2018

華為胡厚崑：5G數(shù)據(jù)加密得到重大提升比4G更安全

“5G技術(shù)是不是比4G更安全？我的答案是肯定的！”在今日舉辦的天津達(dá)沃斯論壇首場新聞發(fā)布會上，華為公司輪值董事長胡厚崑面對媒體鄭重澄清。

發(fā)表于：9/19/2018

【論文集錦】您了解AES算法嗎？——《電子技術(shù)應(yīng)用》優(yōu)秀論文集錦

高級加密標(biāo)準(zhǔn)(AES,Advanced Encryption Standard)為最常見的對稱加密算法。微信小程序加密傳輸就是用這個加密算法的?！峨娮蛹夹g(shù)應(yīng)用》近年來刊登了一系列與AES算法相關(guān)的技術(shù)文章，小編整理于此，以餮讀者、作者。歡迎大家推廣引用！

發(fā)表于：9/18/2018

物聯(lián)網(wǎng)安全無解？專家給出6點(diǎn)理由你看夠不夠

將物理基礎(chǔ)設(shè)施連接到互聯(lián)網(wǎng)，會使系統(tǒng)容易遭受新的安全威脅。讓高管們夜不能寐的威脅因行業(yè)差異而各不相同，但各個領(lǐng)域的網(wǎng)絡(luò)安全問題無疑都在惡化。

發(fā)表于：9/14/2018

RISC-V將成2018年趨勢

發(fā)表于：9/13/2018

中天微發(fā)布全球首款支持物聯(lián)網(wǎng)安全的RISC-V處理器

杭州中天微系統(tǒng)有限公司，就是在今年4月20號，在中興宣布被美帝封殺制裁，面臨生死存亡的那一天，阿里巴巴集團(tuán)宣布全資收購杭州中天微系統(tǒng)有限公司，

發(fā)表于：9/13/2018

出貨量8億顆！阿里系芯片公司中天微發(fā)布中國自研CPU架構(gòu)RISC-V處理器

新智元將于9月20日在北京國家會議中心舉辦AI WORLD 2018世界人工智能峰會，南京大學(xué)計(jì)算機(jī)系主任、人工智能學(xué)院院長周志華教授屆時將親臨會場做《關(guān)于機(jī)器學(xué)習(xí)的一點(diǎn)思考》主題演講。周志華教授是AI領(lǐng)域會士“大滿貫”得主，AAAI 2019程序主席、IJCAI 2021程序主席，《機(jī)器學(xué)習(xí)》一書的作者。

發(fā)表于：9/13/2018

基于SoPC的網(wǎng)絡(luò)入侵檢測中模式匹配系統(tǒng)設(shè)計(jì)

設(shè)計(jì)了一種基于FPGA的模式匹配系統(tǒng)，通過Verilog HDL語言實(shí)現(xiàn)系統(tǒng)主體；采用開源的Snort規(guī)則，選用由“異或”運(yùn)算組成的適合FPGA處理的HashMem函數(shù)進(jìn)行模式匹配；通過軟件預(yù)處理找出Snort中的沖突模式串進(jìn)行單獨(dú)匹配從而用硬件方法解決沖突。硬件電路采用DM9000A網(wǎng)絡(luò)控制器接收網(wǎng)絡(luò)數(shù)據(jù)。實(shí)驗(yàn)結(jié)果顯示，當(dāng)處理的Snort規(guī)則數(shù)增多時，系統(tǒng)資源消耗低，吞吐量穩(wěn)定，相比于傳統(tǒng)系統(tǒng)隨著規(guī)則數(shù)增加性能下降的特性，此系統(tǒng)更具優(yōu)勢。

發(fā)表于：9/13/2018

協(xié)同系統(tǒng)中基于誤比特率的波束成形設(shè)計(jì)

針對頻率選擇性信道下放大轉(zhuǎn)發(fā)模式的多中繼協(xié)同系統(tǒng)的波束成形因子設(shè)計(jì)問題進(jìn)行研究。以最小化接收端總誤比特率（BER）為目標(biāo)，提出了一種兩階段的波束成形設(shè)計(jì)方法。所提方法可以有效降低設(shè)計(jì)的難度和復(fù)雜度，并且可以使接收端的總BER最小。仿真結(jié)果表明，與現(xiàn)有算法相比，本算法可以顯著降低接收端的誤比特率。

發(fā)表于：9/13/2018

可重構(gòu)雙基雙域模乘器設(shè)計(jì)與實(shí)現(xiàn)

選擇素?cái)?shù)域和二進(jìn)制域上基于字的Montgomery模乘算法，分析傳統(tǒng)雙域模乘器在二進(jìn)制域上運(yùn)算效率不高的問題，首先選擇能夠使兩個域上模乘器延遲時間相當(dāng)?shù)淖珠L，并對模乘器進(jìn)行雙域的可重構(gòu)設(shè)計(jì),使之能夠同時支持素?cái)?shù)域和二進(jìn)制域上的運(yùn)算。相較以往設(shè)計(jì),采用雙域雙基設(shè)計(jì)的模乘器使時鐘周期數(shù)平均縮短了48%。

發(fā)表于：9/12/2018

基于S變換的雷達(dá)脈內(nèi)調(diào)制特征提取方法

針對利用常規(guī)參數(shù)進(jìn)行復(fù)雜體制雷達(dá)輻射源信號分類識別存在的問題，提出一種基于S變換的雷達(dá)脈內(nèi)調(diào)制特征提取方法。將S變換引入雷達(dá)脈內(nèi)信號分析中，首先提取信號S變換時頻圖像的不變矩特征；然后針對其在BPSK和QPSK信號分類上的不足，提出了基于S變換峰值包絡(luò)特征提取方法；最后用支持向量機(jī)作為分類器進(jìn)行分類實(shí)驗(yàn)。仿真結(jié)果表明，在一定信噪比范圍內(nèi)，提取的特征具有較好的聚集性和可分性，對6種雷達(dá)脈內(nèi)調(diào)制信號取得了較好的分類正確率。

發(fā)表于：9/12/2018

基于擬牛頓法的常模盲多用戶檢測算法

分析了傳統(tǒng)常模算法及其改進(jìn)算法的缺點(diǎn)，將線性約束和擬牛頓法應(yīng)用于常模算法，提出了線性約束擬牛頓常模盲多用戶檢測算法，稱之為LC-QNCMA。在DS-CDMA系統(tǒng)中,對本文算法與傳統(tǒng)的線性約束常模算法（LC-CMA）及最小二乘常模算法（LSCMA）進(jìn)行了仿真比較。結(jié)果表明，與LC-CMA相比,LC-QNCMA的信干比性能和誤碼性能方面有較大改善；與LSCMA算法相比，LC-QNCMA算法復(fù)雜度有明顯降低。本文算法在兩種算法的優(yōu)缺點(diǎn)中取得了較好的折中。

發(fā)表于：9/12/2018

基于粒子群優(yōu)化的模糊C均值聚類算法*

針對模糊C均值聚類算法(FCM)存在對初始聚類中心敏感，易陷入局部最優(yōu)解的不足，將改進(jìn)的粒子群聚類算法與FCM算法相結(jié)合，提出了一種基于粒子群優(yōu)化的模糊C均值聚類算法。該算法對粒子群初始化空間及粒子移動最大速度進(jìn)行優(yōu)化，同時引入環(huán)形拓?fù)浣Y(jié)構(gòu)鄰域，提高粒子群聚類算法的全局搜索能力。對UCI中3個數(shù)據(jù)集進(jìn)行仿真實(shí)驗(yàn)，結(jié)果表明提出的基于粒子群優(yōu)化的模糊C均值聚類算法相比FCM算法和基本粒子群聚類算法具有更好的聚類效率和準(zhǔn)確性。

發(fā)表于：9/11/2018