久草视频在线看,青青草原在线亚洲,青青草手机在线

汽車?yán)走_向超級傳感器演化，打開無限想象力[MEMS|傳感技術(shù)][汽車電子]

　　自動駕駛技術(shù)就好比是訓(xùn)練自動駕駛汽車（AV）像人類一樣駕駛，甚至有希望比人類駕駛得更好。正如人類在駕駛汽車時需要依靠感官和認(rèn)知反應(yīng)一樣，傳感器技術(shù)也是實現(xiàn)自動駕駛不可或缺的一部分。

發(fā)表于：8/2/2024

ADAS和汽車自動化：他山之石，可以攻玉[人工智能][汽車電子]

　　納入高級駕駛輔助系統(tǒng)（ADAS）功能如今已成為汽車設(shè)計提高安全性和易用性的一個重要方面。制造商正在尋求打造具有更高自動化水平的汽車，并最終實現(xiàn)完全自動駕駛（AD）。

發(fā)表于：8/1/2024

數(shù)據(jù)主權(quán)下CPTPP安全例外條款適用困境及其紓解[其他][其他]

CPTPP沿用的WTO安全例外條款已難以應(yīng)對當(dāng)前大數(shù)據(jù)時代的挑戰(zhàn)。數(shù)據(jù)主權(quán)理論能夠有效紓解CPTPP安全例外條款所面臨的理論困境。為此，應(yīng)當(dāng)肯定爭端裁判機構(gòu)的管轄權(quán)，至于自裁決的范圍可由專家組自行判斷，或是考慮該成員方向WTO遞交的相關(guān)意見書；從規(guī)則層面，應(yīng)將可能直接威脅國家主權(quán)的非傳統(tǒng)安全問題納入到“基本安全利益”的范圍，明確列舉可適用的情形；從程序方面，應(yīng)完善安全例外條款的程序要求，以防范安全例外條款的濫用。

發(fā)表于：7/29/2024

立法視角下“信息”與“數(shù)據(jù)”的四重概念界定與區(qū)分[其他][其他]

由于在立法與理論研究中信息與數(shù)據(jù)概念未進行明確區(qū)分，個人信息與數(shù)據(jù)、個人信息與個人數(shù)據(jù)被混同使用，導(dǎo)致數(shù)據(jù)財產(chǎn)權(quán)內(nèi)涵與外延爭議不斷。從事實、多學(xué)科、規(guī)范與理論共四重維度，對信息與數(shù)據(jù)概念進行分析后發(fā)現(xiàn)，信息與數(shù)據(jù)在本質(zhì)上不能等同,信息指代人類社會中的一切資訊、消息和內(nèi)容，而數(shù)據(jù)是對信息的一種電子化記錄或表達形態(tài)。從這個意義上說，數(shù)據(jù)屬于信息。因此，中國法律文本與理論研究中的個人信息、個人數(shù)據(jù)等概念也具有法律層面的區(qū)分意義。

發(fā)表于：7/29/2024

涉數(shù)據(jù)法律規(guī)范的沖突解決——論形式和實質(zhì)二分法[其他][其他]

目前涉數(shù)據(jù)法律規(guī)范在適用中存在沖突，沖突解決不當(dāng)導(dǎo)致法律責(zé)任歸結(jié)失衡。判斷涉數(shù)據(jù)法律規(guī)范沖突的本質(zhì)，可將其分為法益侵害單一性的形式?jīng)_突和法益侵害多重性的實質(zhì)沖突。涉數(shù)據(jù)法律規(guī)范沖突解決的前提是：明確《數(shù)據(jù)安全法》《個人信息保護法》及《網(wǎng)絡(luò)安全法》保護法益所指涉對象的不同及關(guān)聯(lián)性；厘清法律規(guī)范間的關(guān)系輪廓。涉數(shù)據(jù)法律規(guī)范的沖突解決方式需要類型化區(qū)分形式?jīng)_突及實質(zhì)沖突，形式?jīng)_突類比于《刑法》中法條競合，遵循“特別優(yōu)先”；實質(zhì)沖突類比于《刑法》中想象競合和并罰競合，遵循“擇一重罪處罰”或“并罰”。正確解決涉數(shù)據(jù)法律規(guī)范沖突不僅實現(xiàn)恰當(dāng)評價涉數(shù)據(jù)違法行為的目標(biāo)，也是提升數(shù)據(jù)生產(chǎn)力的內(nèi)在要求。

發(fā)表于：7/29/2024

負(fù)責(zé)任的發(fā)展生成式人工智能的挑戰(zhàn)及應(yīng)對路徑[人工智能][其他]

生成式人工智能正推動著新一輪科技產(chǎn)業(yè)的變革，但也引發(fā)了諸多治理風(fēng)險，例如數(shù)據(jù)濫用、訓(xùn)練數(shù)據(jù)質(zhì)量不高，算法黑箱、算法歧視現(xiàn)象普遍，但目前的監(jiān)管理念和措施仍具有滯后性。為了實現(xiàn)生成式人工智能負(fù)責(zé)任的發(fā)展，在治理路徑上，需要用戶、開發(fā)者和監(jiān)管部門等多元主體從技術(shù)和法律等多維度協(xié)同參與治理，構(gòu)建數(shù)據(jù)質(zhì)量管理體系、建立開放共享的公共訓(xùn)練數(shù)據(jù)平臺；實行算法備案登記、審查評估機制，實現(xiàn)對算法公平公正的敏捷治理；完善生成式人工智能侵權(quán)歸責(zé)體系、探索監(jiān)管沙盒制度的應(yīng)用，實現(xiàn)技術(shù)創(chuàng)新的負(fù)責(zé)任發(fā)展。

發(fā)表于：7/29/2024

數(shù)字經(jīng)濟下平臺數(shù)據(jù)壟斷合規(guī)的理據(jù)與路徑[其他][其他]

數(shù)據(jù)要素的非競爭性、非排他性因平臺壟斷意圖逐漸異化，并誘發(fā)算法共謀、大數(shù)據(jù)殺熟、平臺扼殺式并購等反競爭行為。基于維護數(shù)據(jù)市場交易秩序的現(xiàn)實需要、競爭倡導(dǎo)理論的法理支撐以及域外數(shù)據(jù)合規(guī)監(jiān)管的經(jīng)驗參考，平臺數(shù)據(jù)壟斷合規(guī)具有適用的可行性與必要性。然而，平臺數(shù)據(jù)壟斷合規(guī)往往因頂層規(guī)范缺失、規(guī)則模糊以及監(jiān)管機制弱化等無法實現(xiàn)預(yù)期效果。對此，應(yīng)細(xì)化“數(shù)據(jù)反壟斷合規(guī)指南”的設(shè)計邏輯指引合規(guī)，區(qū)分不同類型數(shù)據(jù)權(quán)屬以明確數(shù)據(jù)流通規(guī)則，依據(jù)數(shù)據(jù)流通的不同環(huán)節(jié)形塑數(shù)據(jù)競爭合規(guī)評價標(biāo)準(zhǔn)，銜接事前監(jiān)管與事后監(jiān)管理念促進監(jiān)管理念革新，并依托人工智能算法技術(shù)賦能監(jiān)管方式轉(zhuǎn)型。

發(fā)表于：7/29/2024

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

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

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(yuǎn)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

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

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(zhǔn)率 (Precision)、召回率(Recall)和F1指標(biāo)優(yōu)于傳統(tǒng)的檢測模型。

發(fā)表于：7/29/2024

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

針對當(dāng)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(rèn)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(rèn)證信息來對HTTPS訪問請求進行動態(tài)認(rèn)證，從而能實時驗證當(dāng)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(dāng)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(rèn)證架構(gòu)。

發(fā)表于：7/29/2024

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(biāo)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

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