中国一级毛片免费观看,亚洲春色cameltoe一区

如何使用帶有I2C和SPI解碼的示波器排查系統(tǒng)問題[測試測量][工業(yè)自動化]

　　大多數(shù)基于微控制器的設(shè)計都使用I2C或SPI，或兩者兼用，來實現(xiàn)控制器之間以及控制器與外圍芯片之間的通信。當(dāng)芯片發(fā)送特定的I2C或SPI數(shù)據(jù)包時，能夠看到嵌入式系統(tǒng)內(nèi)部的操作對于排除故障至關(guān)重要。許多管理相對較慢參數(shù)的芯片，如溫度傳感器、電機(jī)控制器、人機(jī)界面或電源管理等，都將這些總線作為與系統(tǒng)其他部分通信的主要手段。其他高速芯片，如通信集成電路、時鐘和模數(shù)轉(zhuǎn)換器，通常也通過這些總線進(jìn)行配置。例如，在電源啟動后排查冷卻風(fēng)扇問題時，查看發(fā)送到風(fēng)扇控制器集成電路的SPI命令的時序和結(jié)構(gòu)，以及風(fēng)扇的驅(qū)動信號和電源，可能會有所幫助。

發(fā)表于：2024/5/15

兆芯推出AI訓(xùn)練推理一體解決方案[人工智能][工業(yè)自動化]

國產(chǎn)x86！兆芯打造AI訓(xùn)練推理一體方案雙路64核心

發(fā)表于：2024/5/15

AI時代的傳統(tǒng)網(wǎng)絡(luò)安全之變[人工智能][信息安全]

AI是一把鋒利異常的“雙刃劍”。它在釋放生產(chǎn)力，為人們提供高效便捷的同時，也帶來了新的隱患。一旦AI被規(guī)?；?、深度化的應(yīng)用于網(wǎng)絡(luò)攻擊、電信詐騙等，那么其攻擊力、破壞值將可能大到無法想象。

發(fā)表于：2024/5/14

何為需求規(guī)劃的關(guān)鍵所在[人工智能][其他]

　　面對眾多分散的銷售渠道、繁雜的產(chǎn)品線以及更加難以預(yù)測的客戶需求，包括消費品公司在內(nèi)的各類企業(yè)面對著同一個棘手的問題——為何供應(yīng)鏈總是無法跟上市場營銷前端的速度？盡管許多企業(yè)已經(jīng)采用了需求規(guī)劃和預(yù)測系統(tǒng)，希望可以通過系統(tǒng)升級提高洞察力，以調(diào)整庫存規(guī)模并保證每次都能按時足量交貨。有些企業(yè)甚至與客戶協(xié)作，將雙方的訂貨和庫存管理系統(tǒng)進(jìn)行連接，以便根據(jù)當(dāng)前庫存水平協(xié)調(diào)采購請求，并更好地管理生產(chǎn)需求。盡管如此，這仍然未能幫助企業(yè)達(dá)成預(yù)期目標(biāo)。

發(fā)表于：2024/5/11

論數(shù)字化“智力成果”保護(hù)向著作權(quán)法回歸的正當(dāng)性——以人工智能生成內(nèi)容的保護(hù)路徑選擇為例[其他][信息安全]

現(xiàn)階段數(shù)字化“智力成果”不斷涌現(xiàn)，但著作權(quán)保護(hù)之正當(dāng)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(hù)對象上、權(quán)利主體上還是受控行為上都因為技術(shù)的強(qiáng)勢介入而產(chǎn)生認(rèn)定難題，進(jìn)而產(chǎn)生了適用反不正當(dāng)競爭法進(jìn)行保護(hù)的傾向。但事實上，適用反不正當(dāng)競爭法不僅無法達(dá)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(jìn)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(rèn)識誤區(qū)。當(dāng)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(hù)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(dāng)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(jī)制尋找適合數(shù)字化“智力成果”的保護(hù)模式。

發(fā)表于：2024/5/7

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[其他][信息安全]

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(jì)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(jī)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(bǔ)強(qiáng)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：2024/5/7

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[通信與網(wǎng)絡(luò)][信息安全]

當(dāng)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(qiáng)。在此背景下，從行業(yè)實踐角度出發(fā)，對我國當(dāng)前數(shù)據(jù)安全監(jiān)管現(xiàn)狀、數(shù)據(jù)分級方法進(jìn)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(qiáng)數(shù)據(jù)治理、滿足政府合規(guī)要求。

發(fā)表于：2024/5/7

歐盟精細(xì)化數(shù)據(jù)立法下的數(shù)據(jù)保護(hù)與流通[其他][信息安全]

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(jìn)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(jìn)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(rèn)知轉(zhuǎn)變，進(jìn)而梳理出歐盟從傳統(tǒng)的數(shù)據(jù)保護(hù)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：2024/5/7

生成式人工智能對個人信息保護(hù)的挑戰(zhàn)與治理路徑[人工智能][信息安全]

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(jī)。傳統(tǒng)“基于權(quán)利保護(hù)”的路徑過于強(qiáng)調(diào)個人信息保護(hù)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(hù)和風(fēng)險保護(hù)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(hù)機(jī)制。在個人信息處理規(guī)則上，以“弱同意”規(guī)則取代僵化嚴(yán)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(jìn)一步加強(qiáng)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(qiáng)化科技倫理規(guī)范和侵權(quán)責(zé)任追究。

發(fā)表于：2024/5/7

復(fù)雜背景下小尺寸多角度人臉檢測方法研究[通信與網(wǎng)絡(luò)][信息安全]

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(jìn)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：2024/5/7

結(jié)合批規(guī)范化層的深度學(xué)習(xí)模型在水中目標(biāo)識別中的應(yīng)用[通信與網(wǎng)絡(luò)][信息安全]

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(jìn)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(dá)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(biāo)樣本數(shù)據(jù)進(jìn)行網(wǎng)絡(luò)訓(xùn)練和模型驗證，證明該模型對水聲目標(biāo)數(shù)據(jù)分類識別有一定程度的性能提升。

發(fā)表于：2024/5/7

基于邊端協(xié)作的分布式數(shù)據(jù)分級管理技術(shù)[嵌入式技術(shù)][信息安全]

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(jìn)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：2024/5/7

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[其他][信息安全]

數(shù)字生態(tài)建設(shè)推進(jìn)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(kuò)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(hù)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(jī)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：2024/5/7

基于BERT-LSTM模型的WebShell文件檢測研究[模擬設(shè)計][信息安全]

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(jìn)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(zhǔn)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：2024/5/7

基于SPARTA框架的HAS4決賽攻擊路徑分析[通信與網(wǎng)絡(luò)][信息安全]

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(xì)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：2024/5/7