久草福利视频,欧美大荫蒂毛茸茸视频

論人工智能在刑事司法決策中的應(yīng)用[人工智能][數(shù)據(jù)中心]

人工智能在刑事司法領(lǐng)域的應(yīng)用方興未艾，世界各國廣泛開發(fā)人工智能產(chǎn)品，以期提高司法效率，提升司法決策的公平性。然而，人工智能尚處于初級階段，存在決策偏見、算法黑箱等技術(shù)缺陷，并不能做到完全價值中立；人工智能的應(yīng)用也對傳統(tǒng)司法原則和理論造成了沖擊，一定程度上威脅到了人權(quán)保護(hù)。所以，不能盲目夸大人工智能對于司法決策的作用。針對人工智能技術(shù)的缺陷，提出要在人工智能產(chǎn)品開發(fā)的各個階段減少決策偏見，推進(jìn)相關(guān)認(rèn)證標(biāo)準(zhǔn)；對于人工智能的應(yīng)用問題，首先要明確人工智能只能輔助決策而不能替代決策，其次應(yīng)加強人類的責(zé)任和監(jiān)管，保障決策的公平性。同時，應(yīng)加強辯方的數(shù)據(jù)權(quán)利，以實現(xiàn)技術(shù)司法模式下的控辯平衡。

發(fā)表于：2023/8/24 15:52:43

我國算法治理政策與科研主題協(xié)同研究[其他][其他]

探究我國算法治理政策與科研的協(xié)同情況，對推動算法治理相關(guān)科學(xué)研究和完善我國算法治理政策具有重要參考意義。選取我國算法治理領(lǐng)域的12部政策和545篇科研論文為樣本，結(jié)合LDA主題模型與Word2vec模型，對政策和文獻(xiàn)進(jìn)行主題識別和相似度計算，并進(jìn)行可視化分析，探究我國算法治理政策與科研的協(xié)同情況。實驗結(jié)果表明，算法治理的科學(xué)研究早于政策發(fā)布，算法治理政策與科研整體上協(xié)同性較低，但在技術(shù)治理當(dāng)中有較高的協(xié)同趨勢。

發(fā)表于：2023/8/24 15:40:54

生成式人工智能視閾下算法審計的制度構(gòu)建與路徑創(chuàng)新[人工智能][其他]

隨著文心一言、通義千問、ChatGLM等我國生成式人工智能算法研發(fā)與應(yīng)用的落地，加快構(gòu)建并完善面向生成式人工智能的算法治理已成為完善算法監(jiān)管體系的題中之義。在算法治理體系之中，算法審計制度有利于算法異化與算法風(fēng)險的糾偏問責(zé)，促進(jìn)算法公平與數(shù)字正義的實質(zhì)透明，并實現(xiàn)算法公開與商業(yè)秘密的張力彌合，從而成為算法規(guī)制的關(guān)鍵制度配置。在全流程治理視角下，唯有“用算法審計算法”，實現(xiàn)書面合規(guī)審計與技術(shù)合規(guī)審計的協(xié)同并舉，才能在算法內(nèi)外部對算法的透明度、公平性、可控性、包容性和可問責(zé)進(jìn)行多維視角的有效評估。而在算法審計實踐之中，現(xiàn)行法仍需完善剛?cè)岵牟钚蛞?guī)制格局，鞏固分類分級的精準(zhǔn)治理，以實現(xiàn)算法審計內(nèi)外兼修的制度銜接，促進(jìn)算法治理從碎片化監(jiān)管邁向更為一體化、敏捷化、精準(zhǔn)化的治理格局。

發(fā)表于：2023/8/24 15:30:12

大數(shù)據(jù)時代下歐盟數(shù)據(jù)可攜帶權(quán)的風(fēng)險和啟示[其他][數(shù)據(jù)中心]

數(shù)據(jù)可攜帶權(quán)是歐盟于2018年生效的一項新興權(quán)利，允許數(shù)據(jù)主體不受阻礙地將個人數(shù)據(jù)傳輸給另一個數(shù)據(jù)控制者。研究數(shù)據(jù)可攜帶權(quán)對我國個人數(shù)據(jù)保護(hù)體系的建構(gòu)、國內(nèi)互聯(lián)網(wǎng)企業(yè)走向國際市場都將起到積極促進(jìn)的作用。通過對歐盟《一般數(shù)據(jù)保護(hù)條例》中的立法規(guī)定及其實施現(xiàn)狀進(jìn)行分析，發(fā)現(xiàn)該條款實質(zhì)上已淪為僵尸條款，并未發(fā)揮預(yù)期的功能。我國在《中華人民共和國個人信息保護(hù)法》中確立了此項權(quán)利，在后續(xù)相關(guān)制度規(guī)定時應(yīng)當(dāng)參考?xì)W盟經(jīng)驗，對數(shù)據(jù)可攜帶權(quán)的客體范圍進(jìn)行限縮，加強政府部門分層級監(jiān)管，實現(xiàn)數(shù)據(jù)可攜帶權(quán)的中國本土化。

發(fā)表于：2023/8/24 14:43:41

命令行接口模糊測試漏洞挖掘研究及應(yīng)用[通信與網(wǎng)絡(luò)][信息安全]

5G數(shù)據(jù)網(wǎng)絡(luò)設(shè)備是現(xiàn)代通信的基礎(chǔ)設(shè)施，其安全可靠性直接影響整個網(wǎng)絡(luò)的安全可靠程度。命令行接口作為網(wǎng)絡(luò)設(shè)備的基本操作接口，研究其存在的漏洞對提升整個網(wǎng)絡(luò)安全具有至關(guān)重要的意義?；谀：郎y試提出一種命令行接口漏洞挖掘方法，并對注入點分析及界定、模糊測試漏洞挖掘數(shù)據(jù)模型處理、模糊測試算法優(yōu)化及模糊測試漏洞挖掘流程等關(guān)鍵技術(shù)及過程進(jìn)行深入研究。研究成果直接運用到命令行接口模糊測試漏洞挖掘系統(tǒng)中，實現(xiàn)包含網(wǎng)絡(luò)設(shè)備信息收集、模糊測試漏洞挖掘數(shù)據(jù)建模、網(wǎng)絡(luò)設(shè)備響應(yīng)信息分析、模糊測試漏洞挖掘執(zhí)行、漏洞挖掘后分析及生成漏洞報告等關(guān)鍵功能。最后對未來提升命令行接口模糊測試漏洞挖掘系統(tǒng)的效率和有效性進(jìn)行了討論和展望。

發(fā)表于：2023/7/24 17:25:52

個人信息復(fù)制權(quán)的實踐檢視與理論完善*[其他][其他]

當(dāng)前，不管是在學(xué)術(shù)研究中還是在實踐應(yīng)用中，個人信息復(fù)制權(quán)都陷入了困頓和顰蹙的局面。為此，必須對其進(jìn)行語義分析以了解其基本內(nèi)涵，并從其與相近權(quán)利諸如查閱權(quán)、可攜帶權(quán)的比較當(dāng)中進(jìn)一步明確其外延。個人信息復(fù)制權(quán)的確立對于維護(hù)個人信息權(quán)益具有重大價值和關(guān)鍵作用，而對個人信息復(fù)制權(quán)的權(quán)利主體、權(quán)利客體、行使程序、行使限制和侵權(quán)責(zé)任的明晰，則有助于指引信息主體的行為、促進(jìn)信息處理者的合規(guī)、保障司法適用的展開。以52款A(yù)PP的隱私政策為考察對象，文本中的個人信息復(fù)制權(quán)存在缺位、迷失、簡約、差異和限制五個現(xiàn)象。以特定APP的復(fù)制權(quán)實驗結(jié)果為樣本，實踐中的個人信息復(fù)制權(quán)則呈現(xiàn)出異化、限制、萎縮、雜亂和迅速五個特點?；诖耍瑐€人信息復(fù)制權(quán)在理論層面、文本層面和實踐層面之間的張力、背離和矛盾進(jìn)一步揭示：明確客體范圍、厘定權(quán)利邊界、完善救濟程序已經(jīng)成為個人信息復(fù)制權(quán)發(fā)展完善的應(yīng)有之義和必要之舉。

發(fā)表于：2023/7/24 16:12:33

面向多維數(shù)據(jù)的異常點檢測模型設(shè)計*[測試測量][信息安全]

為了在大數(shù)據(jù)環(huán)境下快速、精準(zhǔn)地挖掘異常點，保障網(wǎng)絡(luò)安全，提出了一種面向多維數(shù)據(jù)的異常點檢測模型設(shè)計方案。該方案利用長短期記憶網(wǎng)絡(luò)（LSTM）存儲任意時間段的多維數(shù)據(jù)，并使用圖卷積網(wǎng)絡(luò)提取完整數(shù)據(jù)結(jié)構(gòu)，同時加入懲罰參數(shù)和均方誤差來縮小異常點出現(xiàn)范圍。此外，還利用編碼器和解碼器構(gòu)建變分自編碼器函數(shù)模型，使其能夠解讀正常數(shù)據(jù)子特征，并通過編碼重建損失函數(shù)來計算數(shù)據(jù)異常度量，從而實現(xiàn)異常點檢測。經(jīng)過實驗驗證，該方法表現(xiàn)出較高的檢測正確率和運行效率，具有極高的應(yīng)用價值。

發(fā)表于：2023/7/24 16:07:00

一種可擴展的高精度可靠IO時序測試方法[測試測量][其他]

針對現(xiàn)有IO測試方法時序測量數(shù)量少、精度和可靠性低的問題，提出了一種可擴展的高精度可靠IO時序測試方法，實現(xiàn)了基于層次化的混合網(wǎng)絡(luò)架構(gòu)的統(tǒng)一時鐘的可擴展大規(guī)模分布式IO時序測試系統(tǒng)。試驗表明該系統(tǒng)在有效提高了IO時序容量規(guī)模的同時，保證了每個時序的測量時間精度，同時這種測量精度不會隨層級增加而積累，各層級間誤差一致性較高，可在滿足大規(guī)模異步IO時序測試的同時，兼顧高精度和高可靠性，具有一定的實用價值。

發(fā)表于：2023/7/24 16:00:34

結(jié)合區(qū)塊鏈的量子隨機數(shù)分發(fā)與驗證方案[其他][其他]

在隨機性和安全性要求很高的應(yīng)用場景中需要使用真隨機數(shù)，為此提出了一種結(jié)合區(qū)塊鏈技術(shù)的量子隨機數(shù)分發(fā)與驗證方案，用于獲取及驗證真隨機數(shù)。該方案利用量子隨機數(shù)生成器得到真隨機數(shù)存儲在云平臺，通過驗證用戶的聚合簽名分配對應(yīng)的量子隨機數(shù)，并將分配記錄上傳至區(qū)塊鏈，利用分布式存儲服務(wù)供用戶查詢下載量子隨機數(shù)。通過結(jié)合區(qū)塊鏈技術(shù)，使用戶可對分發(fā)結(jié)果溯源驗證，有效保障了量子隨機數(shù)分發(fā)的安全性和一致性。本文方案解決了用戶獲得真隨機數(shù)的難題，為多方用戶需獲取相同真隨機數(shù)的場景提供了解決方法。

發(fā)表于：2023/7/24 15:56:12

基于半全局匹配的去遮擋方法研究[其他][其他]

針對合成孔徑集成成像系統(tǒng)中前景遮擋影響目標(biāo)物的采集和識別的問題，提出了一種基于半全局立體匹配的去遮擋方法。首先搭建相機陣列采集目標(biāo)物的前景遮擋圖片，接著采用數(shù)字重聚焦技術(shù)和能量梯度函數(shù)設(shè)置分類閾值，將遮擋物和目標(biāo)物進(jìn)行分類并去除前景遮擋，然后利用元素圖像修復(fù)技術(shù)對遮擋去除區(qū)域進(jìn)行修復(fù)，最后對修復(fù)后的元素圖像進(jìn)行目標(biāo)物重建。實驗結(jié)果表明，本文方法重建出的結(jié)果圖相比于傳統(tǒng)的合成孔徑成像方法在峰值信噪比（PSNR）上提高了13.271 4dB，相比塊匹配方法在峰值信噪比（PSNR）上提高了5.350 3 dB。

發(fā)表于：2023/7/24 15:46:27