欧美精品久久一区二区,青梅竹马是消防员在线,精品国产综合区久久久久久

基于分解策略的多標簽在線特征選擇算法[其他][其他]

在線學(xué)習(xí)方法是用于大規(guī)模數(shù)據(jù)集的、高效且可擴展的機器學(xué)習(xí)算法。然而，在對多標簽數(shù)據(jù)集進行特征選擇時，傳統(tǒng)的在線多標簽學(xué)習(xí)方法需要訪問數(shù)據(jù)集的所有特征，當數(shù)據(jù)集具有較高維度時，這種在線學(xué)習(xí)方式并不能適用于實際情景。針對多標簽數(shù)據(jù)集的特征選擇，在現(xiàn)有研究的基礎(chǔ)上，使用二類分解策略，提出基于分解策略的多標簽在線特征選擇算法。該算法利用稀疏正則化和截取方法進行在線特征選擇，降低計算復(fù)雜度。實驗表明，算法的特征選擇性能優(yōu)于其他多標簽在線特征選擇算法。

發(fā)表于：10/27/2022

基于特征序列的惡意代碼靜態(tài)檢測技術(shù)[其他][信息安全]

近年來，基于機器學(xué)習(xí)方法的惡意代碼檢測方法存在著無法自動和高效地提取惡意代碼的問題，有些還需要人工對特征進行提取，但是提取的特征沒有深層地描述惡意代碼行為，存在檢測的準確率較低、效率低等缺點。通過對靜態(tài)惡意代碼進行分析，從紋理特征和操作碼特征入手，在提取紋理特征過程中，提出一種Simhash處理編譯文件轉(zhuǎn)換成灰度圖像的方法，生成灰度圖像后通過GIST算法和SIFT算法提取全局和局部圖像紋理特征，并將全局和局部圖像特征進行融合。

發(fā)表于：10/27/2022

基于溯源圖節(jié)點級別的APT檢測[人工智能][其他]

傳統(tǒng)的入侵檢測系統(tǒng)無法應(yīng)對日益增多和復(fù)雜的網(wǎng)絡(luò)攻擊(如高級持續(xù)性威脅)，因為可能在幾個月內(nèi)不能檢測出隱蔽威脅事件并具有較高誤報率。最近研究建議利用溯源數(shù)據(jù)來實現(xiàn)基于主機的入侵檢測，溯源圖是由溯源數(shù)據(jù)構(gòu)造成的有向無環(huán)圖。然而，以前的研究是提取了整個溯源圖的特征，對圖中的少量異常攻擊實體（節(jié)點）不敏感，因此無法準確識別異常節(jié)點。提出了一種在溯源圖節(jié)點級別上的APT實時檢測方法。采用K-Means和輪廓系數(shù)相結(jié)合的方法對訓(xùn)練數(shù)據(jù)集中的良性節(jié)點進行聚類，生成良性節(jié)點簇，通過判斷新節(jié)點是否屬于良性節(jié)點簇來判別是否存在異常。在Unicorn SC-2和DARPA TC兩種公共數(shù)據(jù)集上評估該方法，結(jié)果表明該方法準確率達到95.83%，并且能夠準確識別和定位異常節(jié)點。

發(fā)表于：10/27/2022

基于組合神經(jīng)網(wǎng)絡(luò)的物聯(lián)網(wǎng)入侵檢測方法[通信與網(wǎng)絡(luò)][物聯(lián)網(wǎng)]

針對物聯(lián)網(wǎng)流量入侵檢測的全局特征提取問題，對現(xiàn)有的網(wǎng)絡(luò)入侵檢測方法進行了改進，提出了一種基于組合神經(jīng)網(wǎng)絡(luò)的入侵檢測方法。首先利用一維密集連接卷積神經(jīng)網(wǎng)絡(luò)對數(shù)據(jù)集中流量的空間特征進行提取；然后利用門控循環(huán)神經(jīng)單元進一步提取時序特征，完成對物聯(lián)網(wǎng)流量數(shù)據(jù)的時空特征提取；最后采用UNSW-NB15和Bot-iot數(shù)據(jù)集對組合神經(jīng)網(wǎng)絡(luò)模型進行多分類訓(xùn)練和測試。實驗結(jié)果表明，所提方法在準確率以及其他評價指標方面均有一定的提高，表明了該方法的有效性。

發(fā)表于：10/26/2022

虛擬貨幣挖礦木馬行為監(jiān)測技術(shù)研究與應(yīng)用[通信與網(wǎng)絡(luò)][信息安全]

近年來，在利益驅(qū)動下通過傳播挖礦木馬程序，利用受害者主機算力進行挖礦獲取虛擬貨幣的行為愈演愈烈。從攻擊者視角分析了挖礦木馬的暴力爆破、漏洞利用、木馬植入、橫向傳播等典型攻擊路徑，基于挖礦協(xié)議的流量識別、威脅情報匹配、攻擊鏈模型關(guān)聯(lián)分析、AI基因模型監(jiān)測等開展技術(shù)研究，結(jié)合研究成果進行了實際網(wǎng)絡(luò)流量監(jiān)測應(yīng)用，為挖礦木馬的防范和治理提供思考與借鑒。

發(fā)表于：10/26/2022

公安工作疫情流調(diào)大數(shù)據(jù)建模和安全分析[其他][數(shù)據(jù)中心]

根據(jù)疫情流調(diào)數(shù)據(jù)特點，建立流調(diào)數(shù)據(jù)模型量化防疫具體需求。為了快速篩選出防疫需求的數(shù)據(jù)，基于MySQL數(shù)據(jù)庫使用多條件數(shù)據(jù)查詢及過濾、數(shù)據(jù)分組、數(shù)據(jù)清洗方法，并使用Python第三方庫Pandas對流調(diào)數(shù)據(jù)做時間間隔計算。最后，在此基礎(chǔ)上對模型數(shù)據(jù)做可視化處理，直觀地反映流調(diào)數(shù)據(jù)情況，并對流調(diào)數(shù)據(jù)的傳輸作了安全分析。本文數(shù)據(jù)處理方法對基層民警提高大數(shù)據(jù)處理效率有借鑒意義，對疫情防疫流調(diào)工作有重要意義。

發(fā)表于：10/26/2022

基于DCMM的高校數(shù)據(jù)治理能力評估應(yīng)用與研究[其他][數(shù)據(jù)中心]

針對在高校實施數(shù)據(jù)治理的評估評價相對方法不足和較少開展的問題，通過文獻梳理研究了數(shù)據(jù)治理評估在相關(guān)應(yīng)用領(lǐng)域的研究進展，列舉了5種主流數(shù)據(jù)治理模型及其作為數(shù)據(jù)治理水平評估模型的適用性。選取DCMM數(shù)據(jù)管理能力成熟度模型，面向高校進行數(shù)據(jù)治理評估指標體系的問卷設(shè)計，采用AHP層次化方法對問卷數(shù)據(jù)進行結(jié)果分析，展示出高校數(shù)據(jù)治理能力的建設(shè)狀況。通過分析說明基于治理模型的高校數(shù)據(jù)治理評估方法的可行性，并且給出數(shù)據(jù)治理提升的措施和建議。

發(fā)表于：10/26/2022

基于區(qū)塊鏈的醫(yī)療影像數(shù)據(jù)人工智能檢測模型[人工智能][醫(yī)療電子]

基于深度學(xué)習(xí)的目標檢測技術(shù)被廣泛應(yīng)用于醫(yī)療檢測領(lǐng)域，該技術(shù)依賴大量醫(yī)療影像訓(xùn)練分類模型，從而為醫(yī)生決策提供有力的輔助醫(yī)療手段。因涉及患者隱私并直接關(guān)系到醫(yī)生診斷，所以醫(yī)療影像數(shù)據(jù)的共享必須保護患者隱私并確保數(shù)據(jù)準確不被篡改，而現(xiàn)有中心化的醫(yī)療數(shù)據(jù)存儲方案面臨隱私泄露等諸多安全問題。提出了一種基于區(qū)塊鏈的醫(yī)療影像數(shù)據(jù)人工智能檢測模型。該模型針對目標檢測技術(shù)輔助醫(yī)生診斷的問題，采用區(qū)塊鏈技術(shù)實現(xiàn)去中心化、不可篡改的訓(xùn)練參數(shù)聚合，通過加密和簽名技術(shù)保護數(shù)據(jù)隱私，利用智能合約評估服務(wù)器診斷準確率，有助于解決醫(yī)療數(shù)據(jù)壁壘和醫(yī)療隱私泄露問題。

發(fā)表于：10/26/2022

基于網(wǎng)絡(luò)表示學(xué)習(xí)的區(qū)塊鏈異常交易檢測[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

由于具有巨大的流通市值、龐大的用戶量和賬戶匿名性的特點，區(qū)塊鏈交易頻繁受到盜竊、龐氏騙局、欺詐等異常行為的威脅。針對區(qū)塊鏈異常交易，提出一種網(wǎng)絡(luò)表示學(xué)習(xí)模型DeepWalk-Ba用于特征提取，以比特幣為例，對區(qū)塊鏈交易的網(wǎng)絡(luò)結(jié)構(gòu)和屬性進行學(xué)習(xí)，從交易的鄰域結(jié)構(gòu)中挖掘隱含信息作為節(jié)點特征，再使用5種有監(jiān)督和1種無監(jiān)督的機器學(xué)習(xí)算法進行異常檢測。實驗表明，有監(jiān)督模型隨機森林表現(xiàn)最好，達到了99.3%的精確率和86.4%的召回率，比使用傳統(tǒng)的特征提取方法的異常檢測模型具有更好的檢測效果。

發(fā)表于：10/26/2022

基于區(qū)塊鏈的高可靠北斗RTK服務(wù)系統(tǒng)研究[通信與網(wǎng)絡(luò)][航空航天]

高精度的全球?qū)Ш叫l(wèi)星系統(tǒng)測量必須采用載波相位觀測值，RTK是基于載波相位觀測值的實時動態(tài)定位技術(shù)，它能夠?qū)崟r提供測站點在指定坐標系中的三維定位結(jié)果。北斗衛(wèi)星導(dǎo)航系統(tǒng)在RTK作業(yè)模式下，基準站通過數(shù)據(jù)鏈將其觀測值和測站坐標信息一起傳送給流動站。然而，在中心化存儲條件下，這些數(shù)據(jù)很容易被篡改，如果篡改發(fā)生在地籍調(diào)查、森林防火、海上救援等事件中，可能會對公民和國家利益相關(guān)者造成生命和經(jīng)濟損害。因此，有必要識別錯誤、偽造的數(shù)據(jù)來確保北斗定位數(shù)據(jù)的完整性，通過支持溯源和公開可驗證來提高數(shù)據(jù)的可靠性。區(qū)塊鏈是一個分布式賬本系統(tǒng)，天然具有去中心化、公開可驗證、防篡改、可溯源等性質(zhì)。提出了一種新的北斗衛(wèi)星導(dǎo)航系統(tǒng)RTK服務(wù)框架，使用區(qū)塊鏈網(wǎng)絡(luò)來記錄北斗數(shù)據(jù)，利用區(qū)塊鏈公開可驗證和不可篡改特性，保證了北斗數(shù)據(jù)的完整性和可靠性；利用流動站監(jiān)控RTCM數(shù)據(jù)流，改進包月包年計費模式，實現(xiàn)按流量計費使付費模式更加合理精細，并利用以太坊客戶端搭建私有鏈加以實現(xiàn)。

發(fā)表于：10/26/2022

高頻負載點供電難，何解？這款大電流智能功率驅(qū)動器來破題[電源技術(shù)][汽車電子]

當前，新能源車正處于高速發(fā)展階段，為動力負載供電系統(tǒng)的穩(wěn)定運行提出了全新挑戰(zhàn)。能否有一種新型大電流負載點轉(zhuǎn)換器，可滿足電源負載系統(tǒng)設(shè)計中對高效率、高密度、可靠功率級日益增長的需求。對此，ADI公司推出了LTC7050 SilentMOS?系列智能功率驅(qū)動器，成為有效解決上述難題的利器。

發(fā)表于：10/24/2022

STM32 圖像處理函式庫介紹[人工智能][工業(yè)自動化]

STM32 圖像處理函式庫STM32IPL是由 C 語言所編寫的開放原始碼軟件函式庫，提供了圖像處理和計算機視覺功能，能加快在意法半導(dǎo)體（ST）的STM32 微控制器上開發(fā)視覺分析的應(yīng)用。本產(chǎn)品在最新版（v3.1.0）FP-AI-VISION1功能套件中以STM32Cube 中間件的形式推出。

發(fā)表于：10/24/2022

質(zhì)贏未來丨Mini LED成本、產(chǎn)量、良率三兼顧[EDA與制造][工業(yè)自動化]

由于具有功耗更低、亮度和對比度更高、效率更高等優(yōu)勢，Mini LED市場正在快速崛起。其應(yīng)用也從電視機、智能手機、平板電腦和AR/VR數(shù)字顯示器等常見電子消費品類，慢慢擴展到汽車和工業(yè)照明等領(lǐng)域，并且還在持續(xù)高速增長。因此，為了更好地迎合市場需求，抓住市場機遇，以經(jīng)濟高效的方式提高Mini LED產(chǎn)品質(zhì)量并提升盈利能力，對于Mini LED生產(chǎn)制造商來說，顯得尤為重要。

發(fā)表于：10/24/2022

科普貼 | 用于5G的射頻濾波器、其制造挑戰(zhàn)和解決方案[微波|射頻][5G]

在這篇文章中，我們將探討射頻濾波器是如何工作的，為什么它們?nèi)绱酥匾酒圃焐淘谥圃旆涓C器件時面臨的挑戰(zhàn)，以及泛林如何幫助解決這些問題。

發(fā)表于：10/20/2022

星縱物聯(lián)攜手Assek Technologie基于LoRaWAN® 打造加拿大校園室內(nèi)空氣質(zhì)量監(jiān)測網(wǎng)[通信與網(wǎng)絡(luò)][物聯(lián)網(wǎng)]

近年來，教育部門及師生對于校園室內(nèi)空氣質(zhì)量監(jiān)測的重視度正在不斷增強。2020年6月，我國教育部辦公廳發(fā)布《關(guān)于加強學(xué)校新建校舍室內(nèi)空氣質(zhì)量管理的通知》，提出要重視校舍室內(nèi)空氣質(zhì)量管理，加強校舍室內(nèi)空氣質(zhì)量檢測，保障師生身體健康

發(fā)表于：10/19/2022