免费国产一级,免费黄色软件下载

企業(yè)“數(shù)據(jù)池”的商業(yè)秘密保護路徑探究[其他][數(shù)據(jù)中心]

“數(shù)據(jù)池”是數(shù)據(jù)生產(chǎn)要素的重要表現(xiàn)形式，對促進(jìn)數(shù)字經(jīng)濟發(fā)展、推動產(chǎn)業(yè)轉(zhuǎn)型具有積極作用。但我國目前缺乏數(shù)據(jù)權(quán)利基礎(chǔ)制度，著作權(quán)法和數(shù)據(jù)共享協(xié)議都未能對數(shù)據(jù)池提供全面的法律保護。此種情況下，可以通過商業(yè)秘密相關(guān)法律規(guī)范對數(shù)據(jù)池予以保護，但數(shù)據(jù)池必須滿足商業(yè)秘密的秘密性、價值性和保密措施構(gòu)成要件。在分析數(shù)據(jù)池秘密性構(gòu)成要件時，應(yīng)當(dāng)重點認(rèn)識公開信息形成的新信息可以具有秘密性，企業(yè)間數(shù)據(jù)池共享的行為也不會使其喪失秘密性。

發(fā)表于：2023/11/1 14:51:40

注意力經(jīng)濟下陪伴式人工智能平臺的侵權(quán)責(zé)任[人工智能][其他]

注意力經(jīng)濟背景下，傳統(tǒng)技術(shù)中立理論受到?jīng)_擊。在侵權(quán)責(zé)任規(guī)制上，應(yīng)為具有情感連接功能的陪伴式人工智能平臺找尋新的規(guī)制路徑。這一路徑不應(yīng)完全脫離當(dāng)前以過錯責(zé)任為主的侵權(quán)責(zé)任體系，但由于陪伴式人工智能平臺的算法可能引發(fā)廣泛且嚴(yán)重的損害，因此在規(guī)制的整體態(tài)度上，保持相對嚴(yán)格的歸責(zé)傾向；而在具體的司法實踐中，以舉證責(zé)任倒置等方法補足直接運用過錯責(zé)任的缺陷，并對未來建立陪伴式人工智能平臺的通用規(guī)則持樂觀態(tài)度。

發(fā)表于：2023/11/1 14:48:23

數(shù)據(jù)抓取行為競爭法規(guī)制中的利益衡量研究[其他][其他]

數(shù)據(jù)是數(shù)字市場競爭格局形成中的核心要素，然數(shù)據(jù)抓取作為獲得數(shù)據(jù)要素的重要手段卻備受爭議。數(shù)字經(jīng)濟蓬勃發(fā)展的今天，利益衡量這種古老的解釋方法，對于數(shù)據(jù)抓取行為的競爭法規(guī)制仍然具有較強回應(yīng)性。從利益衡量的角度出發(fā)，以平臺經(jīng)營者利益、消費者利益及社會公共利益的多元利益維度展開，判斷其各方主體的利益沖突實質(zhì)和利益的屬性。利益衡量為數(shù)據(jù)抓取行為的競爭法規(guī)制勘定邊界，亦為數(shù)據(jù)要素市場的建設(shè)提供價值序位考量，并暗含解決數(shù)據(jù)抓取行為這一復(fù)雜問題的指向，即建設(shè)統(tǒng)一的數(shù)據(jù)要素市場。

發(fā)表于：2023/11/1 14:43:00

基于同態(tài)的多對多電子投票方案設(shè)計*[模擬設(shè)計][信息安全]

電子投票方案通常基于安全多方計算、盲簽名、同態(tài)加密和秘密共享等密碼學(xué)技術(shù)設(shè)計，并通過網(wǎng)絡(luò)實現(xiàn)。與傳統(tǒng)的投票方案相比，各個角色的隱私得到了更好的保護，投票和計票過程更安全高效?；赑aillier密碼的同態(tài)性設(shè)計了多對多的電子投票方案，采用預(yù)計算三元組的方式在不解密選票的情形下對贊同、棄權(quán)、反對選項進(jìn)行合規(guī)性判斷；然后通過密碼同態(tài)性合成總投票、計票中心解密后便能夠從m個候選人中選出t個勝出者；最后證明了方案的正確性和安全性，并分析了方案實現(xiàn)需要的通信代價和投票人、可信中心以及計票員的計算量。方案整體實現(xiàn)效率高，適用于大型電子投票的場合。

發(fā)表于：2023/11/1 14:38:00

基于策略和屬性隱藏的區(qū)塊鏈訪問控制方法研究[通信與網(wǎng)絡(luò)][信息安全]

針對訪問控制過程中缺乏對用戶隱私保護的問題，提出了一種基于策略和屬性隱藏的區(qū)塊鏈訪問控制方案。首先，基于Hyperledger Fabric平臺編寫訪問請求、屬性管理和策略管理鏈碼，搭建基本的基于屬性的訪問控制模型，實現(xiàn)了細(xì)粒度的訪問控制。其次，使用AES對稱加密算法和屬性基加密算法將資源進(jìn)行加密存儲，再將存儲地址和資源哈希上傳到區(qū)塊鏈上，確保數(shù)據(jù)的安全性和完整性。最后，使用Paillier同態(tài)加密算法將用戶屬性和訪問策略加密并上傳到區(qū)塊鏈上，確保訪問過程中用戶的隱私安全。通過方案對比和仿真實驗說明了本文方案能夠有效保護用戶的隱私。

發(fā)表于：2023/11/1 14:27:31

基于時空主成分分析的惡意加密流量檢測技術(shù)*[測試測量][其他]

惡意加密流量檢測對關(guān)鍵信息基礎(chǔ)設(shè)施的可靠運行至關(guān)重要，也是應(yīng)對DDoS攻擊等網(wǎng)絡(luò)威脅的有效手段。利用時空主成分分析技術(shù)，構(gòu)建了時間維度和空間維度的網(wǎng)絡(luò)流量變化模型，實現(xiàn)惡意加密流量的實時檢測和追蹤溯源。在時間維度，利用歷史積累的網(wǎng)絡(luò)流量監(jiān)測信息進(jìn)行主成分分析，構(gòu)建瞬時流量預(yù)測模型與實際監(jiān)測流量之間的平方預(yù)測誤差，判定網(wǎng)絡(luò)中出現(xiàn)惡意加密流量的時刻。在空間維度，利用歷史積累的各國家和地區(qū)的網(wǎng)絡(luò)流量監(jiān)測數(shù)據(jù)，構(gòu)建區(qū)域流量預(yù)測模型與實際監(jiān)測流量之間的平方預(yù)測誤差，對惡意加密流量的來源地進(jìn)行追蹤溯源。最后，設(shè)計了一種可用于現(xiàn)網(wǎng)部署的算法實現(xiàn)流程，并分析了相比其他已有算法帶來的能力提升。

發(fā)表于：2023/11/1 14:19:33

多源數(shù)據(jù)融合的雷達(dá)威力范圍評估分析方法研究[微波|射頻][數(shù)據(jù)中心]

傳統(tǒng)意義上，由于無法找到大量獨立同分布的樣本，雷達(dá)威力范圍評估分析是小樣本問題。從雷達(dá)威力范圍方程出發(fā)，分析其中和雷達(dá)本身工作狀態(tài)、參數(shù)密切相關(guān)的個性因素，以及和雷達(dá)本身無關(guān)的目標(biāo)環(huán)境、氣象環(huán)境、操作使用等共性因素，對不同因素分別進(jìn)行處理，形成能夠關(guān)聯(lián)不同雷達(dá)測試數(shù)據(jù)的雷達(dá)威力范圍方程。分析整理歷史上目標(biāo)雷達(dá)截面積數(shù)據(jù)，確定其分布規(guī)律；結(jié)合雷達(dá)測試數(shù)據(jù)分析共性因素的分布規(guī)律；確定雷達(dá)威力范圍的分布規(guī)律，給出雷達(dá)威力范圍的點估計和區(qū)間估計。經(jīng)過試驗分析，所提方法與其他相關(guān)方法相比有較好的優(yōu)越性。

發(fā)表于：2023/11/1 14:13:00

基于元數(shù)據(jù)分離的數(shù)據(jù)管理體系結(jié)構(gòu)及應(yīng)用研究[其他][數(shù)據(jù)中心]

針對現(xiàn)有嵌入式工業(yè)計算設(shè)備的數(shù)據(jù)分散、管理不足等問題，提出了一種基于元數(shù)據(jù)分離的數(shù)據(jù)管理體系結(jié)構(gòu)。融合數(shù)據(jù)特性需求，設(shè)計了一種數(shù)據(jù)統(tǒng)一標(biāo)準(zhǔn)化處理的規(guī)則庫，構(gòu)建了元數(shù)據(jù)信息組織模型、索引存儲結(jié)構(gòu)及標(biāo)準(zhǔn)格式的數(shù)據(jù)文件，實現(xiàn)了數(shù)據(jù)文件與元數(shù)據(jù)分離存儲的管理模式，將數(shù)據(jù)文件存儲至索引目錄磁盤，元數(shù)據(jù)信息實時寫入時序數(shù)據(jù)庫。初步開發(fā)了數(shù)據(jù)管理的應(yīng)用原型系統(tǒng)，提升以元數(shù)據(jù)模型為基準(zhǔn)的數(shù)據(jù)分級組織管理能力，實現(xiàn)數(shù)據(jù)互聯(lián)互通，提高以業(yè)務(wù)為導(dǎo)向的數(shù)據(jù)管理應(yīng)用服務(wù)效能。

發(fā)表于：2023/11/1 14:05:00

基于混合偏好分析的聯(lián)邦推薦框架[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

針對基于內(nèi)容推薦算法存在過擬合及過度專業(yè)化問題，提出了一種混合個體及群體偏好分析的聯(lián)邦推薦框架，該框架包含三個模塊：基于隨機森林的偏好分析模塊、基于聯(lián)邦的相似興趣用戶分群模塊、基于混合偏好分析的推薦模塊。在基于隨機森林的偏好分析模塊中，提出考慮組合因素的同一屬性間偏好度分析和結(jié)合信息熵的不同屬性間在意度分析方法,通過糾正與真實興趣屬性具有強關(guān)聯(lián)性的非興趣屬性影響，初步解決了算法的過擬合問題；在基于聯(lián)邦的相似興趣用戶分群模塊和混合偏好分析的推薦模塊中，通過基于聯(lián)邦的相似興趣用戶分群模塊和群體的同屬性異屬性分析，得到用戶所在興趣群體的同屬性異屬性偏好信息，并通過網(wǎng)格遍歷群體和個體的超參權(quán)重混合進(jìn)行資源推薦，解決了推薦系統(tǒng)存在的過度專業(yè)化問題，提高算法在特定任務(wù)上的表現(xiàn)。實驗結(jié)果表明所提算法相較于隨機森林算法在各方面指標(biāo)上有明顯提升，且提高了推薦系統(tǒng)的可解釋性。

發(fā)表于：2023/11/1 14:01:00

面向高分辨率遙感圖像的分割模型研究*[其他][航空航天]

高分辨率遙感影像往往蘊含著豐富的地物信息、復(fù)雜的拓?fù)潢P(guān)系和多變的目標(biāo)對象，給復(fù)雜環(huán)境下情報識別與分析帶來了挑戰(zhàn)。為了高效、快速、精確地獲取到遙感圖像中的關(guān)鍵信息，在主流圖像分割的編碼-解碼模式的基礎(chǔ)上，提出了一種全新的遙感圖像分割方法，內(nèi)部引入了多種注意力機制以及多尺度的特征表示結(jié)構(gòu)，增強了對遙感圖像的解譯能力，提升了最終的目標(biāo)分割效果。在公開數(shù)據(jù)集上的實驗表明，所提方案可以在保持低參數(shù)量的情況下，明顯優(yōu)于其余基線方法。

發(fā)表于：2023/11/1 13:51:00