懒人听书,大主宰之灵路天蚕土豆,女人书籍排行榜

ADAS和汽車(chē)自動(dòng)化：他山之石，可以攻玉[人工智能][汽車(chē)電子]

　　納入高級(jí)駕駛輔助系統(tǒng)（ADAS）功能如今已成為汽車(chē)設(shè)計(jì)提高安全性和易用性的一個(gè)重要方面。制造商正在尋求打造具有更高自動(dòng)化水平的汽車(chē)，并最終實(shí)現(xiàn)完全自動(dòng)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(duì)當(dāng)前大數(shù)據(jù)時(shí)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(zhēng)端裁判機(jī)構(gòu)的管轄權(quán)，至于自裁決的范圍可由專(zhuān)家組自行判斷，或是考慮該成員方向WTO遞交的相關(guān)意見(jiàn)書(shū)；從規(guī)則層面，應(yīng)將可能直接威脅國(guó)家主權(quán)的非傳統(tǒng)安全問(wèn)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(jìn)行明確區(qū)分，個(gè)人信息與數(shù)據(jù)、個(gè)人信息與個(gè)人數(shù)據(jù)被混同使用，導(dǎo)致數(shù)據(jù)財(cái)產(chǎn)權(quán)內(nèi)涵與外延爭(zhēng)議不斷。從事實(shí)、多學(xué)科、規(guī)范與理論共四重維度，對(duì)信息與數(shù)據(jù)概念進(jìn)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(lèi)社會(huì)中的一切資訊、消息和內(nèi)容，而數(shù)據(jù)是對(duì)信息的一種電子化記錄或表達(dá)形態(tài)。從這個(gè)意義上說(shuō)，數(shù)據(jù)屬于信息。因此，中國(guó)法律文本與理論研究中的個(gè)人信息、個(gè)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(shí)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(shí)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(gè)人信息保護(hù)法》及《網(wǎng)絡(luò)安全法》保護(hù)法益所指涉對(duì)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(lèi)型化區(qū)分形式?jīng)_突及實(shí)質(zhì)沖突，形式?jīng)_突類(lèi)比于《刑法》中法條競(jìng)合，遵循“特別優(yōu)先”；實(shí)質(zhì)沖突類(lèi)比于《刑法》中想象競(jìng)合和并罰競(jìng)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(shí)現(xiàn)恰當(dāng)評(píng)價(jià)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(duì)路徑[人工智能][其他]

生成式人工智能正推動(dòng)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(xiǎn)，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(shí)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(hù)、開(kāi)發(fā)者和監(jiān)管部門(mén)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(kāi)放共享的公共訓(xùn)練數(shù)據(jù)平臺(tái)；實(shí)行算法備案登記、審查評(píng)估機(jī)制，實(shí)現(xiàn)對(duì)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(shí)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(jì)下平臺(tái)數(shù)據(jù)壟斷合規(guī)的理?yè)?jù)與路徑[其他][其他]

數(shù)據(jù)要素的非競(jìng)爭(zhēng)性、非排他性因平臺(tái)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(tái)扼殺式并購(gòu)等反競(jìng)爭(zhēng)行為。基于維護(hù)數(shù)據(jù)市場(chǎng)交易秩序的現(xiàn)實(shí)需要、競(jìng)爭(zhēng)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(yàn)參考，平臺(tái)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(tái)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(jī)制弱化等無(wú)法實(shí)現(xiàn)預(yù)期效果。對(duì)此，應(yīng)細(xì)化“數(shù)據(jù)反壟斷合規(guī)指南”的設(shè)計(jì)邏輯指引合規(guī)，區(qū)分不同類(lèi)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(jìng)爭(zhēng)合規(guī)評(píng)價(jià)標(biāo)準(zhǔn)，銜接事前監(jiān)管與事后監(jiān)管理念促進(jìn)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]

在主數(shù)據(jù)的標(biāo)準(zhǔn)化建設(shè)過(guò)程中，往往面臨著諸如一物多碼，一碼多物等數(shù)據(jù)編碼不一致問(wèn)題。主數(shù)據(jù)編碼標(biāo)準(zhǔn)定義了主數(shù)據(jù)的分類(lèi)和編碼規(guī)則，是進(jìn)行信息交換和資源共享的重要前提。然而，在企業(yè)正式構(gòu)建主數(shù)據(jù)管理平臺(tái)之前，往往就已經(jīng)存在了大量的業(yè)務(wù)系統(tǒng)，這些系統(tǒng)通常由不同的廠家構(gòu)建，采用的數(shù)據(jù)標(biāo)準(zhǔn)不一，不同系統(tǒng)之間缺乏銜接點(diǎn)。針對(duì)上述問(wèn)題，提出一種基于條件設(shè)置的主數(shù)據(jù)編碼規(guī)則配置方法，對(duì)主數(shù)據(jù)模型的編碼規(guī)則進(jìn)行統(tǒng)一管理，解決了復(fù)雜業(yè)務(wù)場(chǎng)景下同一個(gè)主數(shù)據(jù)模型屬性需要配置不同的編碼規(guī)則問(wèn)題。最后使用 Spring Security 和 MyBatis 框架，對(duì)該方法進(jìn)行實(shí)現(xiàn)。通過(guò)在南京地鐵主數(shù)據(jù)管理平臺(tái)中的實(shí)際應(yīng)用，結(jié)果表明該方法合理可行，有效地提高了數(shù)據(jù)治理的性能。

發(fā)表于：7/29/2024

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

運(yùn)用Word2Vec和LDA相結(jié)合的主題模型分析技術(shù)，對(duì)我國(guó)31個(gè)省份三個(gè)時(shí)期五年規(guī)劃文本中文化政策部分進(jìn)行主題識(shí)別，從時(shí)間和空間兩個(gè)維度進(jìn)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(shì)、重點(diǎn)轉(zhuǎn)移、政策導(dǎo)向、技術(shù)應(yīng)用等方面隨時(shí)間推移呈現(xiàn)不同演化趨勢(shì)；四大區(qū)域受經(jīng)濟(jì)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(qiáng)調(diào)程度、地區(qū)特色旅游發(fā)展以及國(guó)家級(jí)項(xiàng)目和競(jìng)爭(zhēng)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(jìn)步對(duì)經(jīng)濟(jì)、文化等領(lǐng)域的深遠(yuǎn)影響，與此同時(shí)，其所帶來(lái)的安全風(fēng)險(xiǎn)問(wèn)題更令人擔(dān)憂，全球主要國(guó)家和地區(qū)也均將人工智能監(jiān)管問(wèn)題納入國(guó)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(duì)象，對(duì)近年來(lái)俄羅斯人工智能監(jiān)管現(xiàn)狀進(jìn)行分析，在此基礎(chǔ)上以第123-FZ號(hào)聯(lián)邦法與第258-FZ號(hào)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(duì)于人工智能監(jiān)管已形成以主體層、機(jī)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(jìn)多行業(yè)監(jiān)管；隨著ChatGPT、Sora等應(yīng)用的涌現(xiàn)，俄羅斯對(duì)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(xiǎn)URL檢測(cè)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(zhǎng)，URL作為訪問(wèn)網(wǎng)站的唯一入口，成為Web攻擊的重點(diǎn)對(duì)象。傳統(tǒng)的URL檢測(cè)方式主要是針對(duì)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(bào)，且對(duì)于復(fù)雜URL的檢測(cè)能力不足。為解決上述問(wèn)題，基于集成學(xué)習(xí)中的Boosting思想，提出一種針對(duì)業(yè)務(wù)訪問(wèn)的風(fēng)險(xiǎn)URL檢測(cè)的混合模型。該模型前期將URL作為字符串，使用自然語(yǔ)言處理技術(shù)對(duì)其進(jìn)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(lèi)模型，判斷URL是否存在風(fēng)險(xiǎn)，接著將風(fēng)險(xiǎn)URL原始字符串輸入到多分類(lèi)模型中，利用XGBoost算法對(duì)其進(jìn)行多分類(lèi)判定，明確風(fēng)險(xiǎn)URL的具體風(fēng)險(xiǎn)類(lèi)型，為安全分析人員提供參考。在模型構(gòu)建過(guò)程中不斷進(jìn)行參數(shù)調(diào)優(yōu)，并采用AUC值和F1值分別對(duì)二分類(lèi)模型和多分類(lèi)模型進(jìn)行評(píng)估，評(píng)估結(jié)果顯示二分類(lèi)模型的AUC值為98.91%，多分類(lèi)模型的F1值為0.993，效果較好。將其應(yīng)用到實(shí)際環(huán)境中，與現(xiàn)有檢測(cè)手段進(jìn)行對(duì)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(cè)結(jié)果彌補(bǔ)了現(xiàn)有檢測(cè)手段的漏報(bào)。

發(fā)表于：7/29/2024

基于交易時(shí)間衰減的以太坊惡意地址檢測(cè)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(cè)任務(wù)，模型改進(jìn)基于Transformer模型的自注意力機(jī)制，根據(jù)以太坊地址的交易特點(diǎn)并受到牛頓冷卻定理的啟發(fā)，引入隨時(shí)間交易的時(shí)間間隔衰減因素，同時(shí)融合以太坊地址間的相似度因素和交易金額因素?；谝陨先矫妫ㄟ^(guò)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(jìn)原有的自注意力矩陣。實(shí)驗(yàn)證明，Trans-TAN模型能夠有效捕捉以太坊交易流向圖過(guò)程中惡意節(jié)點(diǎn)地址的特征，在測(cè)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(cè)模型。

發(fā)表于：7/29/2024

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

針對(duì)當(dāng)前大量HTTPS應(yīng)用復(fù)用證書(shū)存在安全風(fēng)險(xiǎn)問(wèn)題，借鑒了零信任模型中安全策略動(dòng)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(lái)擴(kuò)展增強(qiáng)認(rèn)證功能的方案，通過(guò)在現(xiàn)有DNS權(quán)威服務(wù)器上額外配置增強(qiáng)的認(rèn)證信息來(lái)對(duì)HTTPS訪問(wèn)請(qǐng)求進(jìn)行動(dòng)態(tài)認(rèn)證，從而能實(shí)時(shí)驗(yàn)證當(dāng)前HTTPS證書(shū)的安全狀態(tài)。該方案通過(guò)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(shū)復(fù)用帶來(lái)的安全問(wèn)題，是一種靈活高效并且可擴(kuò)展的零信任安全增強(qiáng)認(rèn)證架構(gòu)。

發(fā)表于：7/29/2024

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

傳統(tǒng)模糊測(cè)試依賴(lài)專(zhuān)家經(jīng)驗(yàn)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(duì)不同的ICPs(Industrial Control Protocols)有效性差，缺乏通用有效的模糊測(cè)試方法。針對(duì)上述問(wèn)題，提出一種基于WGAN-GP(Wasserstein Generative Adversarial Network with Gradient Penalty)的ICP模糊測(cè)試方法，結(jié)合統(tǒng)計(jì)語(yǔ)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(cè)試框架GPFuzz。在油氣集輸全流程工業(yè)攻防靶場(chǎng)中對(duì)3種常見(jiàn)工控協(xié)議(Modbus/TCP，Ethernet/IP，S7comm)進(jìn)行實(shí)驗(yàn)，結(jié)果表明該框架生成的測(cè)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(cè)試方法，為ICS提供一種高效、通用的安全性評(píng)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(xiǎn)與應(yīng)對(duì)策略研究[通信與網(wǎng)絡(luò)][信息安全]

隨著云計(jì)算技術(shù)的快速發(fā)展，云化工業(yè)軟件已成為推動(dòng)制造業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵驅(qū)動(dòng)力，但也面臨越來(lái)越復(fù)雜的安全風(fēng)險(xiǎn)挑戰(zhàn)，并已受到廣泛重視。云化工業(yè)軟件的安全風(fēng)險(xiǎn)主要來(lái)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(wèn)控制、人員與流程及法律與合規(guī)性四個(gè)方面。在對(duì)安全風(fēng)險(xiǎn)進(jìn)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(duì)策略，以確保系統(tǒng)的穩(wěn)定運(yùn)行和數(shù)據(jù)的安全可靠。同時(shí)，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(diǎn)和主要特征，為云化工業(yè)軟件的安全風(fēng)險(xiǎn)管理提供了具體路徑。

發(fā)表于：7/29/2024

我國(guó)數(shù)據(jù)要素交易市場(chǎng)發(fā)展現(xiàn)狀與未來(lái)趨勢(shì)[其他][信息安全]

數(shù)據(jù)是國(guó)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(dòng)經(jīng)濟(jì)社會(huì)數(shù)字化轉(zhuǎn)型、國(guó)家創(chuàng)新發(fā)展的新動(dòng)力。數(shù)據(jù)流通交易可以最大化激發(fā)數(shù)據(jù)要素價(jià)值潛能，提高數(shù)字經(jīng)濟(jì)和數(shù)字產(chǎn)業(yè)的競(jìng)爭(zhēng)力和創(chuàng)新能力。我國(guó)有著發(fā)展數(shù)據(jù)要素交易市場(chǎng)的良好基礎(chǔ)條件，全國(guó)各省市也掀起了新一輪的數(shù)據(jù)要素交易市場(chǎng)建設(shè)進(jìn)程。在總結(jié)美國(guó)、歐盟等世界主要經(jīng)濟(jì)體在數(shù)據(jù)要素交易市場(chǎng)建設(shè)措施和特點(diǎn)的基礎(chǔ)上，分析我國(guó)及主要省市數(shù)據(jù)要素交易市場(chǎng)建設(shè)的總體情況與實(shí)踐特點(diǎn)，提出我國(guó)數(shù)據(jù)要素交易市場(chǎng)發(fā)展的未來(lái)趨勢(shì)。

發(fā)表于：7/29/2024