一区二区三区四区日韩,免费看影片的网站入口

數(shù)據(jù)抓取行為競(jìng)爭(zhēng)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(chǎng)競(jìng)爭(zhēng)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(zhēng)議。數(shù)字經(jīng)濟(jì)蓬勃發(fā)展的今天，利益衡量這種古老的解釋方法，對(duì)于數(shù)據(jù)抓取行為的競(jìng)爭(zhēng)法規(guī)制仍然具有較強(qiáng)回應(yīng)性。從利益衡量的角度出發(fā)，以平臺(tái)經(jīng)營(yíng)者利益、消費(fèi)者利益及社會(huì)公共利益的多元利益維度展開(kāi)，判斷其各方主體的利益沖突實(shí)質(zhì)和利益的屬性。利益衡量為數(shù)據(jù)抓取行為的競(jìng)爭(zhēng)法規(guī)制勘定邊界，亦為數(shù)據(jù)要素市場(chǎng)的建設(shè)提供價(jià)值序位考量，并暗含解決數(shù)據(jù)抓取行為這一復(fù)雜問(wèn)題的指向，即建設(shè)統(tǒng)一的數(shù)據(jù)要素市場(chǎng)。

發(fā)表于：2023/11/1 14:43:00

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

電子投票方案通?；诎踩喾接?jì)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(jì)，并通過(guò)網(wǎng)絡(luò)實(shí)現(xiàn)。與傳統(tǒng)的投票方案相比，各個(gè)角色的隱私得到了更好的保護(hù)，投票和計(jì)票過(guò)程更安全高效。基于Paillier密碼的同態(tài)性設(shè)計(jì)了多對(duì)多的電子投票方案，采用預(yù)計(jì)算三元組的方式在不解密選票的情形下對(duì)贊同、棄權(quán)、反對(duì)選項(xiàng)進(jìn)行合規(guī)性判斷；然后通過(guò)密碼同態(tài)性合成總投票、計(jì)票中心解密后便能夠從m個(gè)候選人中選出t個(gè)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(shí)現(xiàn)需要的通信代價(jià)和投票人、可信中心以及計(jì)票員的計(jì)算量。方案整體實(shí)現(xiàn)效率高，適用于大型電子投票的場(chǎng)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(wèn)控制方法研究[通信與網(wǎng)絡(luò)][信息安全]

針對(duì)訪問(wèn)控制過(guò)程中缺乏對(duì)用戶隱私保護(hù)的問(wèn)題，提出了一種基于策略和屬性隱藏的區(qū)塊鏈訪問(wèn)控制方案。首先，基于Hyperledger Fabric平臺(tái)編寫(xiě)訪問(wèn)請(qǐng)求、屬性管理和策略管理鏈碼，搭建基本的基于屬性的訪問(wèn)控制模型，實(shí)現(xiàn)了細(xì)粒度的訪問(wèn)控制。其次，使用AES對(duì)稱加密算法和屬性基加密算法將資源進(jìn)行加密存儲(chǔ)，再將存儲(chǔ)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(wèn)策略加密并上傳到區(qū)塊鏈上，確保訪問(wèn)過(guò)程中用戶的隱私安全。通過(guò)方案對(duì)比和仿真實(shí)驗(yàn)說(shuō)明了本文方案能夠有效保護(hù)用戶的隱私。

發(fā)表于：2023/11/1 14:27:31

基于時(shí)空主成分分析的惡意加密流量檢測(cè)技術(shù)*[測(cè)試測(cè)量][其他]

惡意加密流量檢測(cè)對(duì)關(guān)鍵信息基礎(chǔ)設(shè)施的可靠運(yùn)行至關(guān)重要，也是應(yīng)對(duì)DDoS攻擊等網(wǎng)絡(luò)威脅的有效手段。利用時(shí)空主成分分析技術(shù)，構(gòu)建了時(shí)間維度和空間維度的網(wǎng)絡(luò)流量變化模型，實(shí)現(xiàn)惡意加密流量的實(shí)時(shí)檢測(cè)和追蹤溯源。在時(shí)間維度，利用歷史積累的網(wǎng)絡(luò)流量監(jiān)測(cè)信息進(jìn)行主成分分析，構(gòu)建瞬時(shí)流量預(yù)測(cè)模型與實(shí)際監(jiān)測(cè)流量之間的平方預(yù)測(cè)誤差，判定網(wǎng)絡(luò)中出現(xiàn)惡意加密流量的時(shí)刻。在空間維度，利用歷史積累的各國(guó)家和地區(qū)的網(wǎng)絡(luò)流量監(jiān)測(cè)數(shù)據(jù)，構(gòu)建區(qū)域流量預(yù)測(cè)模型與實(shí)際監(jiān)測(cè)流量之間的平方預(yù)測(cè)誤差，對(duì)惡意加密流量的來(lái)源地進(jìn)行追蹤溯源。最后，設(shè)計(jì)了一種可用于現(xiàn)網(wǎng)部署的算法實(shí)現(xiàn)流程，并分析了相比其他已有算法帶來(lái)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(píng)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(wú)法找到大量獨(dú)立同分布的樣本，雷達(dá)威力范圍評(píng)估分析是小樣本問(wèn)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(gè)性因素，以及和雷達(dá)本身無(wú)關(guān)的目標(biāo)環(huán)境、氣象環(huán)境、操作使用等共性因素，對(duì)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(cè)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(cè)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(diǎn)估計(jì)和區(qū)間估計(jì)。經(jīng)過(guò)試驗(yàn)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(duì)現(xiàn)有嵌入式工業(yè)計(jì)算設(shè)備的數(shù)據(jù)分散、管理不足等問(wèn)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(jì)了一種數(shù)據(jù)統(tǒng)一標(biāo)準(zhǔn)化處理的規(guī)則庫(kù)，構(gòu)建了元數(shù)據(jù)信息組織模型、索引存儲(chǔ)結(jié)構(gòu)及標(biāo)準(zhǔn)格式的數(shù)據(jù)文件，實(shí)現(xiàn)了數(shù)據(jù)文件與元數(shù)據(jù)分離存儲(chǔ)的管理模式，將數(shù)據(jù)文件存儲(chǔ)至索引目錄磁盤(pán)，元數(shù)據(jù)信息實(shí)時(shí)寫(xiě)入時(shí)序數(shù)據(jù)庫(kù)。初步開(kāi)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(jí)組織管理能力，實(shí)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)]

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(yùn)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(duì)象，給復(fù)雜環(huán)境下情報(bào)識(shí)別與分析帶來(lái)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(jī)制以及多尺度的特征表示結(jié)構(gòu)，增強(qiáng)了對(duì)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(kāi)數(shù)據(jù)集上的實(shí)驗(yàn)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

基于多模態(tài)特征融合的社交媒體賬號(hào)分類方法[其他][數(shù)據(jù)中心]

社交媒體賬號(hào)分類方法從賬號(hào)的屬性信息出發(fā)，通過(guò)構(gòu)建賬號(hào)特征從而對(duì)賬號(hào)進(jìn)行分類，對(duì)從海量社交媒體數(shù)據(jù)中挖掘有價(jià)值的信息具有十分重要的作用?，F(xiàn)有社交媒體賬號(hào)分類一般基于用戶發(fā)布的信息提取特征，存在賬號(hào)信息描述不完整、分類有效性低的問(wèn)題。針對(duì)上述問(wèn)題，提出了一種基于多模態(tài)特征融合的社交媒體賬號(hào)分類方法。該方法綜合考慮賬號(hào)自身屬性、文本以及賬號(hào)之間的社交關(guān)系等信息，使用張量分析的方法對(duì)賬號(hào)所表現(xiàn)的多模態(tài)特征進(jìn)行融合。相比現(xiàn)有方法，所提方法可以更好地利用賬號(hào)的各種信息，獲得更好的分類效果。通過(guò)實(shí)驗(yàn)，所提方法準(zhǔn)確率達(dá)到了93.74%。

發(fā)表于：2023/11/1 13:46:00

PKS體系運(yùn)行SilverLight插件的研究與實(shí)現(xiàn)[可編程邏輯][信創(chuàng)產(chǎn)業(yè)]

SilverLight是基于Windows系統(tǒng)開(kāi)發(fā)的瀏覽器插件，應(yīng)用于Web網(wǎng)頁(yè)程序中，目前無(wú)法在PKS體系上運(yùn)行。為了解決這個(gè)問(wèn)題，將SilverLight插件運(yùn)行在由二進(jìn)制翻譯工具和Wine構(gòu)成的系統(tǒng)環(huán)境兼容層中，以Pipelight作為通信機(jī)制，將系統(tǒng)環(huán)境兼容層與Pipelight相結(jié)合，實(shí)現(xiàn)SilverLight在PKS體系上高效運(yùn)行。

發(fā)表于：2023/10/23 18:20:54