JK白丝极品被CAO到流水呻吟,亚洲成人日本在线

人工智能時代反壟斷法的挑戰(zhàn)：算法共謀的競爭威脅與制度構(gòu)建[模擬設計][其他]

算法共謀對市場造成的威脅主要表現(xiàn)為：一方面，軸輻算法通過使用相同的第三方平臺來決定他們的定價策略，從而形成一個輪輻機制，促進了信息的交換；另一方面，自學習算法可以在沒有信息共享或明確的協(xié)調(diào)行為的情形下，達成隱蔽的自主性共謀以促成規(guī)避競爭的效果。而目前反壟斷法的分析框架在解決算法共謀的認定問題上掣襟露肘。主要表現(xiàn)為：算法共謀在技術(shù)上存在著隱蔽性并難以證明，串通行為的認定存在爭議，算法共謀的歸責標準缺位。首先，在制度層面，既要注重公平競爭與消費者保護，也要兼顧效率目標，來開展算法技術(shù)創(chuàng)新和發(fā)展。其次，在技術(shù)標準層面，擴展更新現(xiàn)有標準中關于串通的定義和協(xié)同行為的認定范圍，解決算法黑箱與算法共謀的隱蔽性問題。最后，構(gòu)建和明確算法共謀的責任歸屬，經(jīng)營者對算法共謀結(jié)果的疏忽可以被解釋為具有反競爭的意圖。

發(fā)表于：1/25/2024 3:36:00 PM

重要數(shù)據(jù)安全國家標準的設計思路*[其他][數(shù)據(jù)中心]

近日，由全國信安標委組織、中國科學技術(shù)大學牽頭編制的國標《信息安全技術(shù) 重要數(shù)據(jù)處理安全要求》公開征求意見。該文件是我國在重要數(shù)據(jù)安全保護方面編制的第二部國家標準，旨在對重要數(shù)據(jù)的安全處理過程進行規(guī)范，將在具體落實我國重要數(shù)據(jù)保護制度方面產(chǎn)生重要影響。從標準編制的背景、過程、基本原則、主要內(nèi)容四個方面闡述了該文件的設計思路，并分析了該文件與已有法律文件之間的聯(lián)系和預期產(chǎn)生的影響。

發(fā)表于：1/25/2024 3:28:00 PM

網(wǎng)絡隱私政策“告知同意”規(guī)則的反思與重構(gòu)[其他][數(shù)據(jù)中心]

大數(shù)據(jù)時代，建立在“理性人假設”、個人信息私有化預設及個人信息控制理論之上的傳統(tǒng)告知同意規(guī)則，已深陷形式化泥淖，無法適應網(wǎng)絡隱私政策場景。有限理性假設及歐美個人信息保護法案普遍應用的情景脈絡完整性理論能夠有效破除數(shù)字時代告知同意規(guī)則面臨的理論困境。基于此理論，構(gòu)建強告知弱同意模式以優(yōu)化告知同意規(guī)則，具備合理性。一方面，要嚴格適用《民法典》合同編第496至498條規(guī)定的格式條款訂入規(guī)則、效力規(guī)則和解釋規(guī)則規(guī)范網(wǎng)絡平臺的告知行為；另一方面，在保證用戶充分知情的基礎之上，逐步明確同意規(guī)則彈性適用的限度，以是否符合用戶“合理期待”這一實質(zhì)標準取代目前國內(nèi)外立法所普遍采用的敏感信息與一般信息的界分標準。

發(fā)表于：1/25/2024 3:12:00 PM

從認證全過程視角理解與完善個人信息保護認證制度[其他][數(shù)據(jù)中心]

個人信息保護認證與個人信息跨境提供中其他出境制度相比，可以實現(xiàn)個人信息安全與自由流動之間的平衡，比安全評估制度具有更自由的流動性，比標準合同具有更穩(wěn)定的安全性。在全球數(shù)據(jù)經(jīng)濟逐漸占據(jù)主導地位的今天，個人信息保護認證制度有其巨大的實施價值。同時，認證機構(gòu)作為個人信息保護認證中關鍵的一環(huán)，要求認證機構(gòu)具有公平性和專業(yè)性的資質(zhì)，在認證中保持客觀中立并發(fā)揮應有的專業(yè)水平。然而，個人信息保護認證制度在我國剛剛起步不久，相關法律規(guī)定還不完善，具體落實的幾個方面都存在不足，主要包括認證前啟動、認證中審查和認證后擔責。因此，在認證前啟動要秉持自愿認證與強制認證相結(jié)合；在認證中擴大可申請認證的主體范圍，并建立分級分類認證標準制度；在認證后完善私法和公法雙重救濟途徑。

發(fā)表于：1/25/2024 3:00:00 PM

基于深度卷積網(wǎng)絡和卷積去噪自編碼器的水聲信號識別方法[模擬設計][智能交通]

針對復雜水聲信號的分類識別問題，提出了一種新的網(wǎng)絡模型結(jié)構(gòu)，將卷積神經(jīng)網(wǎng)絡和卷積去噪自編碼器結(jié)合到一起應用于水聲信號Lofar譜的分類識別中。實驗結(jié)果表明，該模型能夠利用更少的參數(shù)學習更豐富的魯棒性特征，目標識別的總體準確率達到81.2%，與傳統(tǒng)卷積神經(jīng)網(wǎng)絡識別方法相比具有更高的識別準確率。

發(fā)表于：1/25/2024 2:23:00 PM

基于機器學習算法的西部方向氣候模式預測訂正研究[人工智能][物聯(lián)網(wǎng)]

基于氣候預測對西部方向環(huán)境保障的重要性，針對高原地區(qū)氣候模式準確度不高的現(xiàn)實困境，采用大數(shù)據(jù)挖掘技術(shù)，充分處理氣候系統(tǒng)非線性統(tǒng)計特征。首先利用隨機森林，對氣候模式融合網(wǎng)格數(shù)據(jù)進行訂正；而后將訂正網(wǎng)格進行EOF分解，采用信息流算法挖掘環(huán)流因子與時間序列因果關系，構(gòu)建不同模態(tài)下高影響因子集；采用隨機森林進行建模，預報不同模態(tài)的時間序列；最后還原預報的格點場，完成模式格點數(shù)據(jù)修訂。結(jié)果表明，經(jīng)機器學習算法修訂后的氣候模式預報準確度、預報技巧顯著提高，同時，模型預報的穩(wěn)定度也有較大提升。本研究基于機器學習算法進行氣象大數(shù)據(jù)挖掘，提升氣候模式預測效能，旨在為提升西部方向氣候預測水平提供方法思路。

發(fā)表于：1/25/2024 1:18:00 PM

基于Kalman算法的大數(shù)據(jù)存儲架構(gòu)可擴展性優(yōu)化算法[模擬設計][工業(yè)自動化]

為了優(yōu)化大數(shù)據(jù)存儲架構(gòu)可擴展性能，提高大數(shù)據(jù)架構(gòu)資源利用率，通過引入Kalman算法設計了一種大數(shù)據(jù)存儲架構(gòu)可擴展性優(yōu)化算法。首先，綜合考慮大數(shù)據(jù)存儲架構(gòu)與多核環(huán)境內(nèi)存布局之間的兼容性，設計架構(gòu)內(nèi)存布局。其次，設計分布式共享內(nèi)存協(xié)議，確保各個進程在訪問共享內(nèi)存時能夠正確地協(xié)同工作，提高存儲架構(gòu)的容錯性。在此基礎上，利用Kalman算法，動態(tài)調(diào)整存儲節(jié)點的負載，進而優(yōu)化大數(shù)據(jù)存儲架構(gòu)，以提高其可擴展性。實驗結(jié)果表明，應用該算法后，大數(shù)據(jù)存儲架構(gòu)的資源利用率始終高于對照組，均達到了96%以上，最高達到了98%，架構(gòu)可擴展性優(yōu)化效果顯著，服務器資源利用更充分，大規(guī)模數(shù)據(jù)處理更高效。

發(fā)表于：1/25/2024 1:07:00 PM

基于事件表示的虛假情報檢測研究*[模擬設計][信息安全]

隨著互聯(lián)網(wǎng)的興起，虛假情報的廣泛傳播給社會輿論治理和情報分析帶來了困難，準確地分辨虛假情報能夠幫助相關部門和人員有針對性地進行處理。為了提高虛假情報檢測的效率，提出了基于事件表示的虛假情報檢測方法。首先，收集情報文本，并對其進行預處理操作；其次將收集到的情報文本轉(zhuǎn)化成詞向量；然后，通過LSTM層捕捉情報文本深層次的語義特征；接著使用全連接層，目的在于將高維特征嵌入到低維向量空間，從而獲得情報文本的最終表示；最終，將分類結(jié)果反饋給相關情報人員進行鑒別處理。經(jīng)在謠言數(shù)據(jù)集上的驗證表明，該方法可以較好地區(qū)分謠言事件與非謠言事件，為更精準地實現(xiàn)情報鑒別提供支持。

發(fā)表于：1/25/2024 12:40:00 PM

基于邊緣緩存的數(shù)據(jù)服務共享技術(shù)[模擬設計][信息安全]

在嵌入式裝備系統(tǒng)中，大數(shù)據(jù)作為一種戰(zhàn)略資產(chǎn)，在優(yōu)勢獲取與效率提升方面的價值日益凸顯。然而，多源異構(gòu)、位置分散的大數(shù)據(jù)缺乏有效利用和深度融合，難以滿足業(yè)務應用向智能化、協(xié)同化轉(zhuǎn)變的需求。為此，以大數(shù)據(jù)共享利用為導向，基于邊緣計算與緩存技術(shù)，將數(shù)據(jù)加工為一種產(chǎn)品和服務能力，以滿足嵌入式系統(tǒng)中不同應用對數(shù)據(jù)服務產(chǎn)品共享的需求；從數(shù)據(jù)服務共享架構(gòu)、數(shù)據(jù)服務管理調(diào)度方法、數(shù)據(jù)服務共享方法等三個方面，探討分布式數(shù)據(jù)服務共享技術(shù)的可行性，以滿足嵌入式裝備系統(tǒng)數(shù)字化在數(shù)據(jù)智能、數(shù)據(jù)協(xié)同、決策支持等方面的關鍵需求。通過大數(shù)據(jù)的開發(fā)利用，推動智能應用的升級更新。

發(fā)表于：1/25/2024 11:23:00 AM

融合注意力機制和Child-Sum Tree-LSTM的二進制代碼相似性檢測[模擬設計][信息安全]

抽象語法樹是一種代碼的樹型表示，它保留了代碼中定義良好的語句組件、語句的顯式順序和執(zhí)行邏輯。包含豐富語義信息的抽象語法樹可以在二進制分析時通過反編譯生成，并且已經(jīng)作為代碼特征應用于二進制代碼相似度檢測。抽象語法樹中不同類別的節(jié)點承載著不同的語義信息，對整棵樹的語義具有不同的貢獻程度。然而現(xiàn)有的二進制代碼相似度檢測方法所用神經(jīng)網(wǎng)絡無法對抽象語法樹節(jié)點進行重要性區(qū)分，影響了模型的訓練效果。針對該問題，提出了一種融合注意力機制和Child-Sum Tree-LSTM神經(jīng)網(wǎng)絡的跨指令集、跨代碼混淆二進制代碼相似性檢測方法。首先使用二進制分析工具IDA Pro對二進制代碼反編譯提取架構(gòu)無關的抽象語法樹特征，并利用隨機采樣構(gòu)造訓練樣本對。然后使用抽象語法樹訓練樣本對訓練融合注意力機制和Child-Sum Tree-LSTM的神經(jīng)網(wǎng)絡模型。在公開數(shù)據(jù)集BINKIT上的實驗表明，所提方法的AUC和Accuracy指標分別為94.1%、66.2%，優(yōu)于Child-Sum Tree-LSTM算法。

發(fā)表于：1/25/2024 11:01:00 AM