基于隱私計(jì)算技術(shù)的數(shù)據(jù)安全共享交互框架[其他][信息安全]

隱私計(jì)算作為一種數(shù)據(jù)安全交互解決手段，是由兩個(gè)或多個(gè)參與方聯(lián)合計(jì)算的技術(shù)和系統(tǒng)，參與方可以在不泄露各自數(shù)據(jù)的前提下通過協(xié)作對數(shù)據(jù)進(jìn)行聯(lián)合機(jī)器學(xué)習(xí)和分析，隱私計(jì)算可實(shí)現(xiàn)“數(shù)據(jù)可用不可見”“數(shù)據(jù)不動(dòng)模型動(dòng)”，具備強(qiáng)化數(shù)據(jù)安全合規(guī)性、確保隱私數(shù)據(jù)不泄露的能力，可以說是現(xiàn)階段數(shù)據(jù)安全交互與敏感信息保護(hù)的“最優(yōu)解”。圍繞數(shù)據(jù)安全共享與協(xié)同應(yīng)用，提出基于隱私計(jì)算技術(shù)的共享交互框架設(shè)計(jì)方案，結(jié)合業(yè)務(wù)實(shí)際分別給出技術(shù)架構(gòu)和邏輯架構(gòu)設(shè)計(jì)，分析關(guān)鍵技術(shù)和利弊，為數(shù)據(jù)的安全交互和開發(fā)利用提供解決思路。

發(fā)表于：2/29/2024

生成式大模型的數(shù)據(jù)安全風(fēng)險(xiǎn)與法律治理[其他][信息安全]

生成式大模型具有廣泛的應(yīng)用前景。大模型的訓(xùn)練和運(yùn)行均需要海量數(shù)據(jù)的支撐，極有可能引發(fā)數(shù)據(jù)安全風(fēng)險(xiǎn)。認(rèn)知風(fēng)險(xiǎn)是化解風(fēng)險(xiǎn)的前提，需要從靜態(tài)、動(dòng)態(tài)兩個(gè)視角建立起大模型應(yīng)用數(shù)據(jù)安全風(fēng)險(xiǎn)的認(rèn)知體系。結(jié)合歐盟、美國等大模型的治理經(jīng)驗(yàn)，針對我國大模型數(shù)據(jù)安全風(fēng)險(xiǎn)治理存在的不足，建議建立基于數(shù)據(jù)安全風(fēng)險(xiǎn)的分類監(jiān)管路徑、完善基于大模型運(yùn)行全過程的數(shù)據(jù)安全責(zé)任制度、探索基于包容審慎監(jiān)管的創(chuàng)新監(jiān)管機(jī)制，為實(shí)現(xiàn)大模型應(yīng)用的可信未來提供充分的法治保障。

發(fā)表于：2/29/2024

融合協(xié)議信息的TOR匿名網(wǎng)絡(luò)流量識別方法[其他][信息安全]

TOR（The Onion Router）匿名網(wǎng)絡(luò)流量識別是一項(xiàng)重要的加密流量檢測任務(wù)，隨著TOR混淆模式的迭代更新，引入OBFS4(ObjectBased File System4)混淆協(xié)議后對TOR的檢測較為困難。詳細(xì)研究了TOR行為和混淆協(xié)議特性，將關(guān)鍵行為特征與OBFS4混淆協(xié)議特征進(jìn)行融合，增強(qiáng)了面向混淆協(xié)議的TOR流量的檢出能力。另外構(gòu)造了包含瀏覽網(wǎng)頁、視頻直播、聊天等多業(yè)務(wù)數(shù)據(jù)集進(jìn)行實(shí)驗(yàn)。結(jié)果顯示，該研究方法在基于OBFS4混淆協(xié)議的TOR流量檢測任務(wù)上效果顯著，其中l(wèi)ightGBM模型檢測效果最佳，在融合協(xié)議特征的方法下準(zhǔn)確率達(dá)到9889%。同時(shí)該方法面向不同版本的TOR流量開展復(fù)測，在不同版本的TOR流量檢測任務(wù)中準(zhǔn)確率均高于97%。

發(fā)表于：2/29/2024

基于梯度優(yōu)化的大語言模型后門識別探究[其他][信息安全]

隨著大語言模型的流行并且應(yīng)用在越來越多的領(lǐng)域，大語言模型的安全問題也隨之而來。 通常訓(xùn)練大語言模型對數(shù)據(jù)集以及計(jì)算資源有著極為苛刻的要求，所以有使用需求的用戶大部分都直接利用網(wǎng)絡(luò)上開源的數(shù)據(jù)集以及模型，這給后門攻擊提供了絕佳的溫室。后門攻擊是指用戶在模型中輸入正常數(shù)據(jù)時(shí)模型表現(xiàn)像沒有注入后門時(shí)一樣正常，但當(dāng)輸入帶有后門觸發(fā)器的數(shù)據(jù)時(shí)模型輸出異常。防止后門攻擊的有效方法就是進(jìn)行后門識別。目前基于梯度的優(yōu)化方法是比較常用的，但使用這些方法時(shí)內(nèi)部影響因子的設(shè)定對識別效果具有一定影響。文章就詞令牌數(shù)量、最鄰近數(shù)量、噪聲大小進(jìn)行了實(shí)驗(yàn)測量和作用機(jī)制的分析，以便為后續(xù)使用這些方法的研究者提供參考。

發(fā)表于：2/29/2024

基于黑盒測試框架的深度學(xué)習(xí)模型版權(quán)保護(hù)方法[人工智能][信息安全]

當(dāng)前生成式人工智能技術(shù)迅速發(fā)展，深度學(xué)習(xí)模型作為關(guān)鍵技術(shù)資產(chǎn)的版權(quán)保護(hù)變得越發(fā)重要?，F(xiàn)有模型版權(quán)保護(hù)方法一般采用確定性測試樣本生成算法，存在選擇效率低和對抗攻擊脆弱的問題。針對上述問題，提出了一種基于黑盒測試框架的深度學(xué)習(xí)模型版權(quán)保護(hù)方法。首先引入基于隨機(jī)性算法的樣本生成策略，有效提高了測試效率并降低了對抗攻擊的風(fēng)險(xiǎn)。此外針對黑盒場景，引入了新的測試指標(biāo)和算法，增強(qiáng)了黑盒防御的能力，確保每個(gè)指標(biāo)具有足夠的正交性。在實(shí)驗(yàn)驗(yàn)證方面，所提方法顯示出了高效的版權(quán)判斷準(zhǔn)確性和可靠性，有效降低了高相關(guān)性指標(biāo)的數(shù)量。

發(fā)表于：2/29/2024

基于大模型的智能抄清：事件要點(diǎn)抽取與報(bào)告生成[其他][信息安全]

隨著信息爆炸時(shí)代的到來，如何利用抄清手段高效地從海量數(shù)據(jù)中提取有價(jià)值的信息并生成準(zhǔn)確的抄清報(bào)告成為了情報(bào)分析和推理領(lǐng)域的重要挑戰(zhàn)。傳統(tǒng)的手動(dòng)抄清方法難以應(yīng)對數(shù)據(jù)量龐大、多樣性高的情報(bào)數(shù)據(jù)，因此需要借助自然語言技術(shù)提升抄清分析效率和準(zhǔn)確性。提出了一種基于大模型的智能抄清方法，旨在通過事件要點(diǎn)抽取和報(bào)告生成，實(shí)現(xiàn)高效、準(zhǔn)確和可靠的情報(bào)分析和推理。該方法利用自然語言處理技術(shù)對抄清數(shù)據(jù)進(jìn)行分析，結(jié)合語法及語義信息進(jìn)行文檔事件要點(diǎn)信息抽取，基于大模型的生成能力，生成全面且內(nèi)容豐富的抄清報(bào)告。

發(fā)表于：2/29/2024

基于句粒度提示的大語言模型時(shí)序知識問答方法[其他][信息安全]

知識問答是自然語言處理領(lǐng)域的研究熱點(diǎn)之一，而時(shí)序知識問答還需考慮知識的時(shí)序關(guān)系，更是研究難點(diǎn)所在。當(dāng)前時(shí)序知識問答方法通常將知識和問題的詞向量相似度作為回答的重要依據(jù)，忽略了知識所蘊(yùn)含的句粒度語義信息。對此，提出了一種基于句粒度提示的大語言模型時(shí)序知識問答方法，首先通過對句粒度提示的改進(jìn)，讓大語言模型高效學(xué)習(xí)句粒度語義信息，同時(shí)驗(yàn)證大語言模型在Zeroshot、Fewshot及弱監(jiān)督微調(diào)下時(shí)序知識問答能力。在ICEWS0515數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn)，所提方法回答正確準(zhǔn)確率得到可觀提升，體現(xiàn)了基于句粒度提示的大語言模型時(shí)序知識問答方法的有效性。

發(fā)表于：2/29/2024

【探索前沿 測試為先】低電壓測試，AI技術(shù)熱潮背后算力核心的重要支撐[測試測量][數(shù)據(jù)中心]

　　2023什么最火？無疑是以ChatGPT為代表的AGI （通用人工智能）了，甚至被稱之為第四次工業(yè)革命的推動(dòng)者。比爾·蓋茨說，“ChatGPT像互聯(lián)網(wǎng)發(fā)明一樣重要，將會改變世界?！?/a>

IO-Link如何將“智能”融入智能工廠[通信與網(wǎng)絡(luò)][工業(yè)自動(dòng)化]

　　IO-Link®有望讓幾乎所有工廠傳感器或執(zhí)行器實(shí)現(xiàn)“智能化”，從而能夠與過程控制器進(jìn)行通信并共享有價(jià)值的數(shù)據(jù)。這篇博文探討了IO-Link的開發(fā)原因、工作原理、使用場合和局限性。

發(fā)表于：2/29/2024

如何實(shí)現(xiàn)MSO 示波器更多通道的測試？[測試測量][消費(fèi)電子]

　　本文以泰克4，5和6系列MSO為例，說明了多示波器同步的程序和原理。4，5和6系列MSO支持任意型號示波器之間的同步，從而實(shí)現(xiàn)更多通道的同步采集系統(tǒng)。

發(fā)表于：2/29/2024

Microchip推出3.3 kV XIFM 即插即用mSiC? 柵極驅(qū)動(dòng)器[電子元件][汽車電子]

　　萬物電氣化推動(dòng)了碳化硅 （SiC）技術(shù)在交通、電網(wǎng)和重型汽車等中高壓應(yīng)用領(lǐng)域的廣泛采用。為了幫助開發(fā)人員部署SiC解決方案并快速推進(jìn)開發(fā)流程，Microchip Technology Inc.（微芯科技公司）今日（2024年2月23日）推出采用Augmented Switching? 專利技術(shù)的3.3 kV XIFM 即插即用mSiC?柵極驅(qū)動(dòng)器。該驅(qū)動(dòng)器采用預(yù)配置模塊設(shè)置，開箱即用，可顯著縮短設(shè)計(jì)和評估時(shí)間。

發(fā)表于：2/29/2024

是德科技發(fā)布2024技術(shù)趨勢預(yù)測，新一輪技術(shù)變革機(jī)遇浮現(xiàn)(上篇)[測試測量][5G]

科技點(diǎn)亮未來，創(chuàng)新驅(qū)動(dòng)發(fā)展。隨著科技創(chuàng)新的步伐日益加快，2024年將迎來新一輪的突破，有望從根本上重塑整個(gè)世界的生活、互動(dòng)和交流方式。是德科技緊跟技術(shù)創(chuàng)新與行業(yè)發(fā)展動(dòng)向，于近期發(fā)布了2024主要技術(shù)趨勢預(yù)測，內(nèi)容涵蓋云計(jì)算、6G、AI與營銷及AI趨勢、軟件測試與AI、半導(dǎo)體和軟件與AI、EDA、量子、電動(dòng)汽車等熱點(diǎn)話題，旨在為行業(yè)提供前瞻性的洞察與思考，從而預(yù)見未來。 此次關(guān)于趨勢預(yù)測的文章共分為上下兩篇，上篇重點(diǎn)圍繞AI與營銷及AI趨勢、軟件測試與AI 、半導(dǎo)體和軟件與AI、以及EDA等領(lǐng)域進(jìn)行深入探討，解讀新質(zhì)生產(chǎn)力會給各行各業(yè)帶來哪些變化與影響。

發(fā)表于：2/28/2024

天合儲能與國際能源巨頭Low Carbon強(qiáng)強(qiáng)聯(lián)手[電源技術(shù)][工業(yè)自動(dòng)化]

天合儲能與國際知名獨(dú)立發(fā)電商 Low Carbon公司簽訂190MW液冷儲能系統(tǒng)供貨協(xié)議,為其在英國當(dāng)?shù)靥峁㏕rinaStorage Elementa在內(nèi)的儲能系統(tǒng)和解決方案。該項(xiàng)目落成后,將提升各發(fā)電廠的峰谷套利及其他輔助服務(wù)收益,加速新型電力系統(tǒng)的變革。

發(fā)表于：2/28/2024

淺談因電遷移引發(fā)的半導(dǎo)體失效[模擬設(shè)計(jì)][工業(yè)自動(dòng)化]

淺談因電遷移引發(fā)的半導(dǎo)體失效

發(fā)表于：2/28/2024

新型六位半數(shù)字電壓測量模塊助力突破工業(yè)精密測量邊界[測試測量][工業(yè)自動(dòng)化]

　　俗話說“差之毫厘，謬以千里”，在當(dāng)下精密工業(yè)領(lǐng)域，儀表測量的精確性直接影響生產(chǎn)過程中的自動(dòng)化控制水平及設(shè)備工作的安全可靠性。電壓，作為電力系統(tǒng)中的基本參數(shù)之一，如何借助小尺寸且易于系統(tǒng)集成的高可靠性單元實(shí)現(xiàn)精確測量，成為眾多領(lǐng)域客戶提出的創(chuàng)新性需求。作為全球領(lǐng)先的半導(dǎo)體技術(shù)提供商，ADI開創(chuàng)性推出了新型六位半數(shù)字電壓測量模塊，大大降低了實(shí)現(xiàn)精確電壓測量的門檻。

發(fā)表于：2/27/2024