亚洲综合久久综合激情久久,国产乱子伦视频一区二区三区,国产精品成人A在线观看

大數(shù)據(jù)時代下歐盟數(shù)據(jù)可攜帶權(quán)的風險和啟示[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的作用。通過對歐盟《一般數(shù)據(jù)保護條例》中的立法規(guī)定及其實施現(xiàn)狀進行分析，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)當參考歐盟經(jīng)驗，對數(shù)據(jù)可攜帶權(quán)的客體范圍進行限縮，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：8/24/2023 2:43:41 PM

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。基于模糊測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)的效率和有效性進行了討論和展望。

發(fā)表于：7/24/2023 5:25:52 PM

個人信息復(fù)制權(quán)的實踐檢視與理論完善*[其他][其他]

當前，不管是在學術(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)的比較當中進一步明確其外延。個人信息復(fù)制權(quán)的確立對于維護個人信息權(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)責任的明晰，則有助于指引信息主體的行為、促進信息處理者的合規(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?，個人信息復(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：7/24/2023 4:12:33 PM

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：7/24/2023 4:07:00 PM

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：7/24/2023 4:00:34 PM

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：7/24/2023 3:56:12 PM

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，將遮擋物和目標物進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)域進行修復(fù)，最后對修復(fù)后的元素圖像進行目標物重建。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：7/24/2023 3:46:27 PM

面向網(wǎng)絡(luò)靶場應(yīng)用的分布式一致性方案研究[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

當前，為了應(yīng)對日益復(fù)雜和嚴峻的網(wǎng)絡(luò)空間安全威脅，網(wǎng)絡(luò)靶場作為網(wǎng)絡(luò)空間安全研究的重要科學裝置受到高度關(guān)注。隨著云計算、大數(shù)據(jù)等新技術(shù)的日臻成熟，網(wǎng)絡(luò)靶場也逐漸從成本高昂的本地集群部署的方式，轉(zhuǎn)向分布式服務(wù)提供的模式，綜合性、大規(guī)模的分布式網(wǎng)絡(luò)靶場已成為發(fā)展趨勢。針對分布式網(wǎng)絡(luò)靶場亟需解決的分布式一致性問題，分析得出網(wǎng)絡(luò)靶場的一致性問題主要包括分布式資源調(diào)度和數(shù)據(jù)一致性兩方面，提出采用啟發(fā)式算法和Raft一致性算法的解決方案，保證分布式網(wǎng)絡(luò)靶場應(yīng)用的可靠性和穩(wěn)定性。

發(fā)表于：7/24/2023 3:30:08 PM

基于元學習的多頭注意力時序卷積的入侵檢測[測試測量][信息安全]

為解決現(xiàn)有入侵檢測方法在高階依賴關(guān)系挖掘，處理時序特征和應(yīng)對新型攻擊手段檢測等方面性能不足的問題，提出了一種基于元學習的多頭注意力時序卷積的入侵檢測方法。該方法引入了多頭注意力機制，使模型能在不同尺度上捕捉網(wǎng)絡(luò)數(shù)據(jù)的時序特征和高階依賴關(guān)系。其次，結(jié)合多任務(wù)學習改進元學習算法對網(wǎng)絡(luò)未知攻擊進行識別，提升網(wǎng)絡(luò)未知攻擊的檢測性能，此外，設(shè)計了一種自適應(yīng)特征提取策略，動態(tài)調(diào)整特征提取粒度，以適應(yīng)不同類型的網(wǎng)絡(luò)攻擊。在公開數(shù)據(jù)集實驗對比表明，本文算法與主流算法相比，具有更高的準確率和F值。

發(fā)表于：7/24/2023 3:22:48 PM

基于圖論算法的網(wǎng)絡(luò)通信異常節(jié)點識別*[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

針對網(wǎng)絡(luò)通信中異常節(jié)點的識別，傳統(tǒng)的基于規(guī)則和簽名的方式，或是只參考局部圖形特征的方法，在識別網(wǎng)絡(luò)中的關(guān)鍵用戶時都存在局限性。提出了一種基于圖論算法的異常節(jié)點檢測方法。首先，通過線下采集的真實局域網(wǎng)數(shù)據(jù)集生成圖網(wǎng)絡(luò)；利用網(wǎng)絡(luò)的多個圖形特征來定位異常節(jié)點，分析其可能存在的異常行為；其次在網(wǎng)絡(luò)公開數(shù)據(jù)集上進行實驗，以驗證檢測的效果；最后的測試結(jié)果證明，本方法可以在網(wǎng)絡(luò)通信中有效地定位異常節(jié)點，高效便捷，實用性佳。

發(fā)表于：7/24/2023 3:14:00 PM