國產精品成人69XXX,2020日本中文字幕每日更新

網(wǎng)絡(luò)安全等級保護(hù)制度下的數(shù)據(jù)安全研究[其他][信息安全]

通過深度剖析網(wǎng)絡(luò)安全和數(shù)據(jù)安全的內(nèi)在聯(lián)系，探討將數(shù)據(jù)安全保護(hù)納入網(wǎng)絡(luò)安全等級保護(hù)工作流程的必要性與可行性，提出具體的工作步驟與實(shí)施過程。在落實(shí)等級保護(hù)的基礎(chǔ)上，有序推進(jìn)數(shù)據(jù)安全保護(hù)，快速、有效、體系化地開展數(shù)據(jù)安全保護(hù)工作，實(shí)現(xiàn)網(wǎng)絡(luò)基礎(chǔ)設(shè)施安全和上層業(yè)務(wù)數(shù)據(jù)安全一體的真正數(shù)據(jù)安全。

發(fā)表于：2/29/2024 4:13:00 PM

基于隱私計(jì)算技術(shù)的數(shù)據(jù)安全共享交互框架[其他][信息安全]

隱私計(jì)算作為一種數(shù)據(jù)安全交互解決手段，是由兩個(gè)或多個(gè)參與方聯(lián)合計(jì)算的技術(shù)和系統(tǒng)，參與方可以在不泄露各自數(shù)據(jù)的前提下通過協(xié)作對數(shù)據(jù)進(jìn)行聯(lián)合機(jī)器學(xué)習(xí)和分析，隱私計(jì)算可實(shí)現(xiàn)“數(shù)據(jù)可用不可見”“數(shù)據(jù)不動(dòng)模型動(dòng)”，具備強(qiáng)化數(shù)據(jù)安全合規(guī)性、確保隱私數(shù)據(jù)不泄露的能力，可以說是現(xiàn)階段數(shù)據(jù)安全交互與敏感信息保護(hù)的“最優(yōu)解”。圍繞數(shù)據(jù)安全共享與協(xié)同應(yīng)用，提出基于隱私計(jì)算技術(shù)的共享交互框架設(shè)計(jì)方案，結(jié)合業(yè)務(wù)實(shí)際分別給出技術(shù)架構(gòu)和邏輯架構(gòu)設(shè)計(jì)，分析關(guān)鍵技術(shù)和利弊，為數(shù)據(jù)的安全交互和開發(fā)利用提供解決思路。

發(fā)表于：2/29/2024 4:13:00 PM

生成式大模型的數(shù)據(jù)安全風(fēng)險(xiǎn)與法律治理[其他][信息安全]

生成式大模型具有廣泛的應(yīng)用前景。大模型的訓(xùn)練和運(yùn)行均需要海量數(shù)據(jù)的支撐，極有可能引發(fā)數(shù)據(jù)安全風(fēng)險(xiǎn)。認(rèn)知風(fēng)險(xiǎn)是化解風(fēng)險(xiǎn)的前提，需要從靜態(tài)、動(dòng)態(tài)兩個(gè)視角建立起大模型應(yīng)用數(shù)據(jù)安全風(fēng)險(xiǎn)的認(rèn)知體系。結(jié)合歐盟、美國等大模型的治理經(jīng)驗(yàn)，針對我國大模型數(shù)據(jù)安全風(fēng)險(xiǎn)治理存在的不足，建議建立基于數(shù)據(jù)安全風(fēng)險(xiǎn)的分類監(jiān)管路徑、完善基于大模型運(yùn)行全過程的數(shù)據(jù)安全責(zé)任制度、探索基于包容審慎監(jiān)管的創(chuàng)新監(jiān)管機(jī)制，為實(shí)現(xiàn)大模型應(yīng)用的可信未來提供充分的法治保障。

發(fā)表于：2/29/2024 4:13:00 PM

融合協(xié)議信息的TOR匿名網(wǎng)絡(luò)流量識別方法[其他][信息安全]

TOR（The Onion Router）匿名網(wǎng)絡(luò)流量識別是一項(xiàng)重要的加密流量檢測任務(wù)，隨著TOR混淆模式的迭代更新，引入OBFS4(ObjectBased File System4)混淆協(xié)議后對TOR的檢測較為困難。詳細(xì)研究了TOR行為和混淆協(xié)議特性，將關(guān)鍵行為特征與OBFS4混淆協(xié)議特征進(jìn)行融合，增強(qiáng)了面向混淆協(xié)議的TOR流量的檢出能力。另外構(gòu)造了包含瀏覽網(wǎng)頁、視頻直播、聊天等多業(yè)務(wù)數(shù)據(jù)集進(jìn)行實(shí)驗(yàn)。結(jié)果顯示，該研究方法在基于OBFS4混淆協(xié)議的TOR流量檢測任務(wù)上效果顯著，其中l(wèi)ightGBM模型檢測效果最佳，在融合協(xié)議特征的方法下準(zhǔn)確率達(dá)到9889%。同時(shí)該方法面向不同版本的TOR流量開展復(fù)測，在不同版本的TOR流量檢測任務(wù)中準(zhǔn)確率均高于97%。

發(fā)表于：2/29/2024 4:13:00 PM

基于梯度優(yōu)化的大語言模型后門識別探究[其他][信息安全]

隨著大語言模型的流行并且應(yīng)用在越來越多的領(lǐng)域，大語言模型的安全問題也隨之而來。通常訓(xùn)練大語言模型對數(shù)據(jù)集以及計(jì)算資源有著極為苛刻的要求，所以有使用需求的用戶大部分都直接利用網(wǎng)絡(luò)上開源的數(shù)據(jù)集以及模型，這給后門攻擊提供了絕佳的溫室。后門攻擊是指用戶在模型中輸入正常數(shù)據(jù)時(shí)模型表現(xiàn)像沒有注入后門時(shí)一樣正常，但當(dāng)輸入帶有后門觸發(fā)器的數(shù)據(jù)時(shí)模型輸出異常。防止后門攻擊的有效方法就是進(jìn)行后門識別。目前基于梯度的優(yōu)化方法是比較常用的，但使用這些方法時(shí)內(nèi)部影響因子的設(shè)定對識別效果具有一定影響。文章就詞令牌數(shù)量、最鄰近數(shù)量、噪聲大小進(jìn)行了實(shí)驗(yàn)測量和作用機(jī)制的分析，以便為后續(xù)使用這些方法的研究者提供參考。

發(fā)表于：2/29/2024 4:13:00 PM

基于黑盒測試框架的深度學(xué)習(xí)模型版權(quán)保護(hù)方法[人工智能][信息安全]

當(dāng)前生成式人工智能技術(shù)迅速發(fā)展，深度學(xué)習(xí)模型作為關(guān)鍵技術(shù)資產(chǎn)的版權(quán)保護(hù)變得越發(fā)重要?，F(xiàn)有模型版權(quán)保護(hù)方法一般采用確定性測試樣本生成算法，存在選擇效率低和對抗攻擊脆弱的問題。針對上述問題，提出了一種基于黑盒測試框架的深度學(xué)習(xí)模型版權(quán)保護(hù)方法。首先引入基于隨機(jī)性算法的樣本生成策略，有效提高了測試效率并降低了對抗攻擊的風(fēng)險(xiǎn)。此外針對黑盒場景，引入了新的測試指標(biāo)和算法，增強(qiáng)了黑盒防御的能力，確保每個(gè)指標(biāo)具有足夠的正交性。在實(shí)驗(yàn)驗(yàn)證方面，所提方法顯示出了高效的版權(quán)判斷準(zhǔn)確性和可靠性，有效降低了高相關(guān)性指標(biāo)的數(shù)量。

發(fā)表于：2/29/2024 4:13:00 PM

基于大模型的智能抄清：事件要點(diǎn)抽取與報(bào)告生成[其他][信息安全]

隨著信息爆炸時(shí)代的到來，如何利用抄清手段高效地從海量數(shù)據(jù)中提取有價(jià)值的信息并生成準(zhǔn)確的抄清報(bào)告成為了情報(bào)分析和推理領(lǐng)域的重要挑戰(zhàn)。傳統(tǒng)的手動(dòng)抄清方法難以應(yīng)對數(shù)據(jù)量龐大、多樣性高的情報(bào)數(shù)據(jù)，因此需要借助自然語言技術(shù)提升抄清分析效率和準(zhǔn)確性。提出了一種基于大模型的智能抄清方法，旨在通過事件要點(diǎn)抽取和報(bào)告生成，實(shí)現(xiàn)高效、準(zhǔn)確和可靠的情報(bào)分析和推理。該方法利用自然語言處理技術(shù)對抄清數(shù)據(jù)進(jìn)行分析，結(jié)合語法及語義信息進(jìn)行文檔事件要點(diǎn)信息抽取，基于大模型的生成能力，生成全面且內(nèi)容豐富的抄清報(bào)告。

發(fā)表于：2/29/2024 4:13:00 PM

基于句粒度提示的大語言模型時(shí)序知識問答方法[其他][信息安全]

知識問答是自然語言處理領(lǐng)域的研究熱點(diǎn)之一，而時(shí)序知識問答還需考慮知識的時(shí)序關(guān)系，更是研究難點(diǎn)所在。當(dāng)前時(shí)序知識問答方法通常將知識和問題的詞向量相似度作為回答的重要依據(jù)，忽略了知識所蘊(yùn)含的句粒度語義信息。對此，提出了一種基于句粒度提示的大語言模型時(shí)序知識問答方法，首先通過對句粒度提示的改進(jìn)，讓大語言模型高效學(xué)習(xí)句粒度語義信息，同時(shí)驗(yàn)證大語言模型在Zeroshot、Fewshot及弱監(jiān)督微調(diào)下時(shí)序知識問答能力。在ICEWS0515數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn)，所提方法回答正確準(zhǔn)確率得到可觀提升，體現(xiàn)了基于句粒度提示的大語言模型時(shí)序知識問答方法的有效性。

發(fā)表于：2/29/2024 4:13:00 PM

支持4K分辨率的ARINC818視頻傳輸驗(yàn)證系統(tǒng)[嵌入式技術(shù)][航空航天]

針對未來機(jī)載座艙4K以上分辨率視頻傳輸需求，設(shè)計(jì)了一種基于FPGA的通用ARINC818視頻編解碼系統(tǒng)，并通過DP視頻接口完成視頻傳輸驗(yàn)證。系統(tǒng)接收上位機(jī)發(fā)送的DP視頻，在FPGA中完成解碼，再對視頻數(shù)據(jù)按照ARINC818協(xié)議進(jìn)行編碼，編碼后的ARINC818視頻回傳至本系統(tǒng)，再通過FPGA完成ARINC818解碼處理，解碼后的視頻再轉(zhuǎn)換成DP視頻送出顯示。本測試系統(tǒng)最高支持ARINC818-3標(biāo)準(zhǔn)中的10 Gb/s傳輸速率，實(shí)現(xiàn)了單lane 4K@30 Hz和雙lane 4K@60 Hz的ARINC818視頻收發(fā)功能，具有使用方便、功能豐富、配置靈活的特點(diǎn)。

發(fā)表于：2/21/2024 1:21:00 PM

道路平整度檢測多源數(shù)據(jù)高精度同步采集[可編程邏輯][其他]

隨著使用年限增加，道路出現(xiàn)了不平整等路面損壞情況，急需一種快速、有效的道路平整度檢測設(shè)備對道路進(jìn)行檢測。設(shè)計(jì)了一種道路平整度檢測多傳感器數(shù)據(jù)同步采集系統(tǒng)，以FPGA為控制核心，利用GPS輸出的NEMA數(shù)據(jù)和高穩(wěn)晶振建立高精度的時(shí)間基準(zhǔn)，采用A/D采樣的方式進(jìn)行同步數(shù)據(jù)采集。為提高系統(tǒng)的抗干擾能力和數(shù)據(jù)采樣的精度，傳感器信號調(diào)理電路采用差分放大和抗混疊濾波設(shè)計(jì)。實(shí)驗(yàn)結(jié)果表明，該系統(tǒng)完成了多傳感器數(shù)據(jù)高精度同步采集，時(shí)間同步精度為微秒級，能夠?yàn)樵u價(jià)路面平整度提供高精度原始數(shù)據(jù)，具有數(shù)據(jù)采樣精度高、穩(wěn)定性好、抗干擾能力強(qiáng)、成本低等優(yōu)點(diǎn)，已在武漢夕睿光電技術(shù)有限公司的道路檢測車上得到成功應(yīng)用。

發(fā)表于：2/21/2024 1:21:00 PM