98在线视频,国产亚洲综合性久久久影院,午夜精品视频一区

空基網(wǎng)絡(luò)中定向自組網(wǎng)關(guān)鍵技術(shù)研究綜述[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

基于定向天線的移動自組織網(wǎng)絡(luò)被廣泛應(yīng)用于軍事領(lǐng)域，尤其對于具有易實施、高隱蔽性、高保密性要求的空基網(wǎng)絡(luò)，定向天線比全向天線更具有優(yōu)勢，它具有更遠(yuǎn)的傳輸范圍，減小了節(jié)點間的相互干擾，能夠?qū)崿F(xiàn)空間復(fù)用能力的提升。但是定向天線的引入在增加通信距離的同時也會帶來一些問題，給許多協(xié)議層帶來破壞性的副作用。目前，國內(nèi)外研究人員已提出多種算法來解決這些問題。結(jié)合空基網(wǎng)絡(luò)的復(fù)雜性，研究了國內(nèi)外提出的基于定向天線的移動自組網(wǎng)數(shù)據(jù)鏈路層和網(wǎng)絡(luò)層的各類算法和協(xié)議，總結(jié)對比近年來定向鄰居發(fā)現(xiàn)算法、媒體訪問控制協(xié)議和定向路由協(xié)議三種關(guān)鍵技術(shù)，并提出更適合用于空基網(wǎng)絡(luò)的技術(shù)與協(xié)議，最后對這些算法和協(xié)議的下一步研究提供了一些方向。

發(fā)表于：4/29/2024 1:10:00 PM

簡化退化模型的真實圖像超分辨率網(wǎng)絡(luò)[人工智能][信息安全]

圖像超分辨率任務(wù)常用雙三次下采樣以構(gòu)造數(shù)據(jù)集訓(xùn)練網(wǎng)絡(luò)，但雙三次下采樣由于退化模型固定，導(dǎo)致網(wǎng)絡(luò)泛化能力低，無法用于真實世界低分辨率圖像。為解決上述問題本文提出預(yù)處理模塊，通過預(yù)處理模塊與雙三次下采樣數(shù)據(jù)集得到的網(wǎng)絡(luò)相結(jié)合，在減少資源消耗的同時提高其泛化能力。此外，還針對不同的精度需求設(shè)計了特征學(xué)習(xí)訓(xùn)練策略和多任務(wù)聯(lián)調(diào)策略。通過根據(jù)不同需求采用相應(yīng)的訓(xùn)練策略，在滿足精度需求的同時具有消耗計算資源少、訓(xùn)練速度快以及適用范圍廣的特點。實驗證明，增加預(yù)處理模塊的網(wǎng)絡(luò)以較少的模型參數(shù)增加量換取了重建效果和感知質(zhì)量方面的較大提升，并且通過不同策略實現(xiàn)了進(jìn)一步的精度提高。

發(fā)表于：3/25/2024 2:30:06 PM

基于CNN-Transformer混合構(gòu)架的輕量圖像超分辨率方法[人工智能][信息安全]

針對基于混合構(gòu)架的圖像超分模型通常需要較高計算成本的問題，提出了一種基于CNN-Transformer混合構(gòu)架的輕量圖像超分網(wǎng)絡(luò)STSR（Swin Transformer based Single Image Super Resolution）。首先，提出了一種并行特征提取的特征增強模塊（Feature Enhancement Block，F(xiàn)EB），由卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network，CNN）和輕量型Transformer網(wǎng)絡(luò)并行地對輸入圖像進(jìn)行特征提取，再將提取到的特征進(jìn)行特征融合。其次，設(shè)計了一種動態(tài)調(diào)整模塊（Dynamic Adjustment，DA），使得網(wǎng)絡(luò)能根據(jù)輸入圖像來動態(tài)調(diào)整網(wǎng)絡(luò)的輸出，減少網(wǎng)絡(luò)對無關(guān)信息的依賴。最后，采用基準(zhǔn)數(shù)據(jù)集來測試網(wǎng)絡(luò)的性能，實驗結(jié)果表明STSR在降低模型參數(shù)量的前提下仍然保持較好的重建效果。

發(fā)表于：3/25/2024 2:30:05 PM

一種用于輔助兵棋推演的快速決策框架研究[其他][信息安全]

基于一般的決策和規(guī)劃流程，提出了一個面向兵棋推演的快速決策框架（Rapid Military Decision Framework，RMDF），該框架針對異構(gòu)實體模型，通過分層的網(wǎng)格環(huán)境對復(fù)雜推演環(huán)境簡化建模，將推演實體的作用效果，簡化為地面、海上和空中三個網(wǎng)格環(huán)境層次上的作用效果，并以熱圖的形式在網(wǎng)格環(huán)境中顯示，通過推演實體的核心參數(shù)來確定其性能模型和行為模型，并基于一致性包算法實現(xiàn)任務(wù)分配，生成備選行動策略，通過快速仿真實現(xiàn)推演策略的迭代優(yōu)化，能夠在推演之前或推演期間提供行動方案的快速評估，可以有效地輔助兵棋推演指揮人員進(jìn)行復(fù)雜態(tài)勢下的兵棋推演。

發(fā)表于：3/25/2024 2:30:04 PM

基于遺傳算法和LightGBM的網(wǎng)絡(luò)安全態(tài)勢感知模型[其他][信息安全]

針對傳統(tǒng)煙草工業(yè)系統(tǒng)中的網(wǎng)絡(luò)流量異常檢測方法存在的特征間聯(lián)系和上下文信息丟失等問題，提出了一種基于遺傳算法改進(jìn)的LightGBM模型，此模型能夠使得模型避免陷入局部最優(yōu)情況。首先通過計算構(gòu)建樹模型對數(shù)據(jù)降維，從高維數(shù)據(jù)中挖掘出對于檢測效果影響重要的關(guān)鍵特征信息，并使用提出的模型對這些關(guān)鍵特征信息進(jìn)行分析。為了評估模型的有效性與優(yōu)越性，使用準(zhǔn)確率和損失進(jìn)行模型評價，并與其他網(wǎng)絡(luò)流量異常檢測模型Tabular model、TabNet、LightGBM、XGBoost進(jìn)行對比。使用公開數(shù)據(jù)集 CIC.IDS.2018 進(jìn)行實驗分析。結(jié)果表明，在高特征的網(wǎng)絡(luò)安全態(tài)勢感知下，多分類和二分類的識別準(zhǔn)確率分別達(dá)99.43%和99.87%，在低特征情況下，多分類和二分類的識別準(zhǔn)確率分別達(dá)98.73%和99.39%，具有較高準(zhǔn)確率以及良好的靈活性和魯棒性。

發(fā)表于：3/25/2024 2:30:03 PM

依賴差分隱私：關(guān)聯(lián)數(shù)據(jù)集下的高斯機制[其他][信息安全]

差分隱私(Differential Privacy)是一種數(shù)據(jù)擾動框架，它保證查詢結(jié)果在概率上不可區(qū)分。研究表明差分隱私應(yīng)用于關(guān)聯(lián)數(shù)據(jù)集時，將帶來隱私泄露的風(fēng)險。根據(jù)依賴差分隱私(Dependent Differential Privacy)，量化了依賴差分隱私敏感度的度量；隨后，提出了依賴差分隱私-高斯機制算法(Gaussian Mechanism Algorithm Dependent Differential Privacy)，實現(xiàn)數(shù)據(jù)擾動，同時證明了該機制滿足隱私保證的基本定理；通過使用真實數(shù)據(jù)集的實驗表明，GMA DDP在管理依賴數(shù)據(jù)的隱私-效用權(quán)衡方面具有較高的可用性。

發(fā)表于：3/25/2024 2:30:02 PM

關(guān)于智能網(wǎng)聯(lián)汽車數(shù)據(jù)安全治理框架的探究[通信與網(wǎng)絡(luò)][信息安全]

發(fā)表于：3/25/2024 2:30:01 PM

數(shù)據(jù)產(chǎn)權(quán)新范式下的企業(yè)數(shù)據(jù)持有者權(quán)[其他][信息安全]

企業(yè)數(shù)據(jù)權(quán)屬不清給數(shù)據(jù)產(chǎn)品市場化交易帶來巨大障礙，延用傳統(tǒng)產(chǎn)權(quán)保護模式已經(jīng)捉襟見肘，如何尋求更為合理的產(chǎn)權(quán)配置方案已成為學(xué)界日益關(guān)注的焦點。《數(shù)據(jù)二十條》創(chuàng)新性提出構(gòu)建數(shù)據(jù)產(chǎn)權(quán)“三權(quán)分置”的新范式，賦予企業(yè)數(shù)據(jù)持有者權(quán)，是促進(jìn)數(shù)據(jù)社會化流通和數(shù)字經(jīng)濟發(fā)展的必然要求。但該政策指引并不能直接與法定權(quán)利作等價轉(zhuǎn)換，需要通過立法程序予以法定化，個人利益和共同善則為其權(quán)利建構(gòu)提供了正當(dāng)化依據(jù)。從本質(zhì)上看，企業(yè)數(shù)據(jù)持有者權(quán)是一種對數(shù)據(jù)的“弱支配權(quán)”，其淡化了所有權(quán)的絕對排他支配性，強調(diào)企業(yè)對數(shù)據(jù)的事實支配控制。在權(quán)利內(nèi)容上，包含持有、處理、收益和處分權(quán)能，旨在實現(xiàn)數(shù)據(jù)的使用與交換雙重價值，以此化解企業(yè)數(shù)據(jù)上承載的多元主體利益沖突，保護企業(yè)合法權(quán)益，實現(xiàn)數(shù)據(jù)要素價值。

發(fā)表于：3/25/2024 2:30:00 PM

自動化行政的裁量困境與解決路徑[其他][信息安全]

行政裁量自動化是行政裁量與人工智能相結(jié)合的產(chǎn)物，也是順應(yīng)智慧政府建設(shè)的必然趨勢。但由于計算機程序算法的確定性特征，在編程中不允許存在二義性，特別是法條中俯拾皆是的“不確定法律概念”帶來的模糊性，給行政裁量的自動化造成困難，很多學(xué)者因此認(rèn)為，行政自動化系統(tǒng)不能處理裁量問題。事實上，模糊邏輯理論是人類處理這一問題的有力工具，將其引入自動化系統(tǒng)可以突破傳統(tǒng)二值邏輯的束縛，并為運用模糊產(chǎn)生式規(guī)則處理行政裁量問題奠定堅實的基礎(chǔ)。

發(fā)表于：3/25/2024 2:30:00 PM

流量劫持罪名認(rèn)定的困境與紓解——基于數(shù)據(jù)安全法益的視角[其他][信息安全]

流量劫持不僅會因破壞市場競爭秩序被反不正當(dāng)競爭法規(guī)制，還有可能因參與網(wǎng)絡(luò)黑灰產(chǎn)業(yè)犯罪而落入刑法范疇。基于行為復(fù)雜與主體多元的特性，流量劫持的罪名認(rèn)定存在計算機犯罪與財產(chǎn)犯罪兩種典型觀點，其背后反映出虛擬財產(chǎn)法益、網(wǎng)絡(luò)秩序法益與系統(tǒng)安全法益的取舍。基于流量劫持行為過程和應(yīng)用場景的考量，其本質(zhì)應(yīng)為對計算機信息系統(tǒng)或應(yīng)用程序的數(shù)據(jù)通信行為加以非法控制，侵害了數(shù)據(jù)安全法益。破壞計算機信息系統(tǒng)罪所保護的數(shù)據(jù)安全法益，與流量劫持的侵害法益趨同，具有適用的可行性與必要性；同時需要對數(shù)據(jù)、應(yīng)用程序、干擾等入罪要件進(jìn)行刑法教義學(xué)釋義。

發(fā)表于：3/25/2024 2:30:00 PM