欧美1卡一卡二卡三新区,欧美精品在线视频,黑人巨大精品欧美

基于條件設(shè)置的主數(shù)據(jù)編碼規(guī)則應(yīng)用與研究[其他][其他]

發(fā)表于：7/29/2024 4:28:00 PM

基于Word2Vec和LDA主題模型的中國省級五年規(guī)劃“文化政策”文本研究[其他][其他]

運用Word2Vec和LDA相結(jié)合的主題模型分析技術(shù)，對我國31個省份三個時期五年規(guī)劃文本中文化政策部分進行主題識別，從時間和空間兩個維度進行“文化政策”主題挖掘和演化分析。研究發(fā)現(xiàn)，“文化政策”主題在發(fā)展趨勢、重點轉(zhuǎn)移、政策導(dǎo)向、技術(shù)應(yīng)用等方面隨時間推移呈現(xiàn)不同演化趨勢；四大區(qū)域受經(jīng)濟發(fā)展水平、文化資源稟賦、政策導(dǎo)向影響，在企業(yè)角色強調(diào)程度、地區(qū)特色旅游發(fā)展以及國家級項目和競爭力方面存在地域差異。

發(fā)表于：7/29/2024 4:13:00 PM

俄羅斯人工智能監(jiān)管政策分析：框架、特征及啟示[人工智能][信息安全]

ChatGPT、Sora等大模型的出現(xiàn)，再次凸顯人工智能技術(shù)進步對經(jīng)濟、文化等領(lǐng)域的深遠影響，與此同時，其所帶來的安全風(fēng)險問題更令人擔(dān)憂，全球主要國家和地區(qū)也均將人工智能監(jiān)管問題納入國家安全總體戰(zhàn)略。以俄羅斯人工智能監(jiān)管政策為研究對象，對近年來俄羅斯人工智能監(jiān)管現(xiàn)狀進行分析，在此基礎(chǔ)上以第123-FZ號聯(lián)邦法與第258-FZ號聯(lián)邦法為核心構(gòu)建人工智能監(jiān)管框架，并總結(jié)其監(jiān)管特征。研究結(jié)果表明俄羅斯對于人工智能監(jiān)管已形成以主體層、機構(gòu)層、制度層為基礎(chǔ)的監(jiān)管框架；俄羅斯人工智能統(tǒng)籌自我監(jiān)管和共同監(jiān)管協(xié)同作用，以刺激作為監(jiān)管的基礎(chǔ)，積極推進多行業(yè)監(jiān)管；隨著ChatGPT、Sora等應(yīng)用的涌現(xiàn)，俄羅斯對于人工智能的監(jiān)管框架正在不斷完善。

發(fā)表于：7/29/2024 3:57:00 PM

基于Boosting集成學(xué)習(xí)的風(fēng)險URL檢測研究[通信與網(wǎng)絡(luò)][信息安全]

隨著互聯(lián)網(wǎng)的不斷發(fā)展，網(wǎng)站數(shù)量不斷增長，URL作為訪問網(wǎng)站的唯一入口，成為Web攻擊的重點對象。傳統(tǒng)的URL檢測方式主要是針對惡意URL，主要方法是基于特征值和黑白名單，容易產(chǎn)生漏報，且對于復(fù)雜URL的檢測能力不足。為解決上述問題，基于集成學(xué)習(xí)中的Boosting思想，提出一種針對業(yè)務(wù)訪問的風(fēng)險URL檢測的混合模型。該模型前期將URL作為字符串，使用自然語言處理技術(shù)對其進行分詞及向量化，然后采用分步建模法的思想，首先利用GBDT算法構(gòu)建二分類模型，判斷URL是否存在風(fēng)險，接著將風(fēng)險URL原始字符串輸入到多分類模型中，利用XGBoost算法對其進行多分類判定，明確風(fēng)險URL的具體風(fēng)險類型，為安全分析人員提供參考。在模型構(gòu)建過程中不斷進行參數(shù)調(diào)優(yōu)，并采用AUC值和F1值分別對二分類模型和多分類模型進行評估，評估結(jié)果顯示二分類模型的AUC值為98.91%，多分類模型的F1值為0.993，效果較好。將其應(yīng)用到實際環(huán)境中，與現(xiàn)有檢測手段進行對比，發(fā)現(xiàn)模型的檢出率高于現(xiàn)有WAF和APT安全設(shè)備，其檢測結(jié)果彌補了現(xiàn)有檢測手段的漏報。

發(fā)表于：7/29/2024 3:40:00 PM

基于交易時間衰減的以太坊惡意地址檢測方法[通信與網(wǎng)絡(luò)][信息安全]

提出Trans-TAN模型，用于以太坊上的交易流向圖中關(guān)聯(lián)惡意地址的檢測任務(wù)，模型改進基于Transformer模型的自注意力機制，根據(jù)以太坊地址的交易特點并受到牛頓冷卻定理的啟發(fā)，引入隨時間交易的時間間隔衰減因素，同時融合以太坊地址間的相似度因素和交易金額因素。基于以上三方面，通過牛頓冷卻定理的常微分方程解形式構(gòu)建的地址關(guān)聯(lián)矩陣，從而改進原有的自注意力矩陣。實驗證明，Trans-TAN模型能夠有效捕捉以太坊交易流向圖過程中惡意節(jié)點地址的特征，在測試集中精準率 (Precision)、召回率(Recall)和F1指標優(yōu)于傳統(tǒng)的檢測模型。

發(fā)表于：7/29/2024 3:26:00 PM

一種基于DNS的零信任增強認證系統(tǒng)設(shè)計[通信與網(wǎng)絡(luò)][信息安全]

針對當前大量HTTPS應(yīng)用復(fù)用證書存在安全風(fēng)險問題，借鑒了零信任模型中安全策略動態(tài)授權(quán)的思路，提出了一種基于現(xiàn)有互聯(lián)網(wǎng)基礎(chǔ)設(shè)施DNS來擴展增強認證功能的方案，通過在現(xiàn)有DNS權(quán)威服務(wù)器上額外配置增強的認證信息來對HTTPS訪問請求進行動態(tài)認證，從而能實時驗證當前HTTPS證書的安全狀態(tài)。該方案通過可信易得的DNS基礎(chǔ)設(shè)施解決了當前普遍存在的HTTPS證書復(fù)用帶來的安全問題，是一種靈活高效并且可擴展的零信任安全增強認證架構(gòu)。

發(fā)表于：7/29/2024 3:12:00 PM

基于生成對抗網(wǎng)絡(luò)的工控協(xié)議模糊測試研究[通信與網(wǎng)絡(luò)][數(shù)據(jù)中心]

傳統(tǒng)模糊測試依賴專家經(jīng)驗和協(xié)議規(guī)范，基于神經(jīng)網(wǎng)絡(luò)的方法受限于訓(xùn)練數(shù)據(jù)質(zhì)量和模型結(jié)構(gòu)，面對不同的ICPs(Industrial Control Protocols)有效性差，缺乏通用有效的模糊測試方法。針對上述問題，提出一種基于WGAN-GP(Wasserstein Generative Adversarial Network with Gradient Penalty)的ICP模糊測試方法，結(jié)合統(tǒng)計語言模型N-gram修正訓(xùn)練結(jié)果，并構(gòu)建了面向多種ICPs的通用模糊測試框架GPFuzz。在油氣集輸全流程工業(yè)攻防靶場中對3種常見工控協(xié)議(Modbus/TCP，Ethernet/IP，S7comm)進行實驗，結(jié)果表明該框架生成的測試用例具有多樣性，在接受率和異常觸發(fā)指標上優(yōu)于其他模糊測試方法，為ICS提供一種高效、通用的安全性評估方法，提升系統(tǒng)整體的安全性。

發(fā)表于：7/29/2024 3:00:00 PM

云化工業(yè)軟件安全風(fēng)險與應(yīng)對策略研究[通信與網(wǎng)絡(luò)][信息安全]

隨著云計算技術(shù)的快速發(fā)展，云化工業(yè)軟件已成為推動制造業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵驅(qū)動力，但也面臨越來越復(fù)雜的安全風(fēng)險挑戰(zhàn)，并已受到廣泛重視。云化工業(yè)軟件的安全風(fēng)險主要來自技術(shù)層面、信息通信層面、業(yè)務(wù)管理層面和外部約束層面，具體包括技術(shù)與架構(gòu)、網(wǎng)絡(luò)與訪問控制、人員與流程及法律與合規(guī)性四個方面。在對安全風(fēng)險進行分析的基礎(chǔ)上，提出在云化工業(yè)軟件全生命周期管理中引入內(nèi)生安全方法的應(yīng)對策略，以確保系統(tǒng)的穩(wěn)定運行和數(shù)據(jù)的安全可靠。同時，研究論述了云化工業(yè)軟件內(nèi)生安全管理體系的建設(shè)要點和主要特征，為云化工業(yè)軟件的安全風(fēng)險管理提供了具體路徑。

發(fā)表于：7/29/2024 2:50:00 PM

我國數(shù)據(jù)要素交易市場發(fā)展現(xiàn)狀與未來趨勢[其他][信息安全]

數(shù)據(jù)是國家重要的新型生產(chǎn)要素和基礎(chǔ)性戰(zhàn)略資源，已成為推動經(jīng)濟社會數(shù)字化轉(zhuǎn)型、國家創(chuàng)新發(fā)展的新動力。數(shù)據(jù)流通交易可以最大化激發(fā)數(shù)據(jù)要素價值潛能，提高數(shù)字經(jīng)濟和數(shù)字產(chǎn)業(yè)的競爭力和創(chuàng)新能力。我國有著發(fā)展數(shù)據(jù)要素交易市場的良好基礎(chǔ)條件，全國各省市也掀起了新一輪的數(shù)據(jù)要素交易市場建設(shè)進程。在總結(jié)美國、歐盟等世界主要經(jīng)濟體在數(shù)據(jù)要素交易市場建設(shè)措施和特點的基礎(chǔ)上，分析我國及主要省市數(shù)據(jù)要素交易市場建設(shè)的總體情況與實踐特點，提出我國數(shù)據(jù)要素交易市場發(fā)展的未來趨勢。

發(fā)表于：7/29/2024 2:40:00 PM

基于云原生的航天發(fā)射一體化指揮顯示系統(tǒng)數(shù)據(jù)引擎設(shè)計[模擬設(shè)計][航空航天]

針對航天發(fā)射領(lǐng)域多種類與多任務(wù)并行的發(fā)展趨勢，剖析了現(xiàn)行指揮顯示系統(tǒng)數(shù)據(jù)引擎軟件架構(gòu)的局限，通過構(gòu)建多級緩存，優(yōu)化Flink任務(wù)調(diào)度算法，實現(xiàn)了基于云原生的數(shù)據(jù)處理機制和數(shù)據(jù)引擎系統(tǒng)。系統(tǒng)采用微服務(wù)架構(gòu)，以容器技術(shù)打包并布設(shè)了面向航天領(lǐng)域的數(shù)據(jù)接入、分布式計算、數(shù)據(jù)多級緩存等核心模塊，有效緩解了系統(tǒng)運行壓力，提高了數(shù)據(jù)處理與任務(wù)態(tài)勢信息獲取的時效性，為數(shù)據(jù)可視化與輔助判決提供了更加全面精確的數(shù)據(jù)支撐。在整體開發(fā)運維流程上融入DevSecOps思想，支持快速開發(fā)、部署和交付，為下一代指揮顯示系統(tǒng)的研發(fā)提供了參考。

發(fā)表于：7/26/2024 3:40:00 PM