将夜猫腻小说,好看的电视剧,完美世界有声小说

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(guò)協(xié)作對(duì)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(jiàn)”“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(shuō)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(kāi)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(guó)等大模型的治理經(jīng)驗(yàn)，針對(duì)我國(guó)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(guò)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(lái)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(shí)別方法[其他][信息安全]

TOR（The Onion Router）匿名網(wǎng)絡(luò)流量識(shí)別是一項(xiàng)重要的加密流量檢測(cè)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(duì)TOR的檢測(cè)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(yè)、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(cè)任務(wù)上效果顯著，其中l(wèi)ightGBM模型檢測(cè)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(kāi)展復(fù)測(cè)，在不同版本的TOR流量檢測(cè)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(yǔ)言模型后門識(shí)別探究[其他][信息安全]

隨著大語(yǔ)言模型的流行并且應(yīng)用在越來(lái)越多的領(lǐng)域，大語(yǔ)言模型的安全問(wèn)題也隨之而來(lái)。通常訓(xùn)練大語(yǔ)言模型對(duì)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(kāi)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(méi)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(shí)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(duì)識(shí)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(cè)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(cè)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。現(xiàn)有模型版權(quán)保護(hù)方法一般采用確定性測(cè)試樣本生成算法，存在選擇效率低和對(duì)抗攻擊脆弱的問(wèn)題。針對(duì)上述問(wèn)題，提出了一種基于黑盒測(cè)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(cè)試效率并降低了對(duì)抗攻擊的風(fēng)險(xiǎn)。此外針對(duì)黑盒場(chǎng)景，引入了新的測(cè)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(lái)，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(duì)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(yǔ)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(guò)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(yǔ)言處理技術(shù)對(duì)抄清數(shù)據(jù)進(jìn)行分析，結(jié)合語(yǔ)法及語(yǔ)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(yǔ)言模型時(shí)序知識(shí)問(wèn)答方法[其他][信息安全]

知識(shí)問(wèn)答是自然語(yǔ)言處理領(lǐng)域的研究熱點(diǎn)之一，而時(shí)序知識(shí)問(wèn)答還需考慮知識(shí)的時(shí)序關(guān)系，更是研究難點(diǎn)所在。當(dāng)前時(shí)序知識(shí)問(wèn)答方法通常將知識(shí)和問(wèn)題的詞向量相似度作為回答的重要依據(jù)，忽略了知識(shí)所蘊(yùn)含的句粒度語(yǔ)義信息。對(duì)此，提出了一種基于句粒度提示的大語(yǔ)言模型時(shí)序知識(shí)問(wèn)答方法，首先通過(guò)對(duì)句粒度提示的改進(jìn)，讓大語(yǔ)言模型高效學(xué)習(xí)句粒度語(yǔ)義信息，同時(shí)驗(yàn)證大語(yǔ)言模型在Zeroshot、Fewshot及弱監(jiān)督微調(diào)下時(shí)序知識(shí)問(wèn)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(yǔ)言模型時(shí)序知識(shí)問(wèn)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(duì)未來(lái)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(guò)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(duì)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(guò)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(cè)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(cè)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(cè)設(shè)備對(duì)道路進(jìn)行檢測(cè)。設(shè)計(jì)了一種道路平整度檢測(cè)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(hào)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(jí)，能夠?yàn)樵u(píng)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(cè)車上得到成功應(yīng)用。

發(fā)表于：2/21/2024 1:21:00 PM

一種用于頻率駕馭系統(tǒng)的快速捕獲鎖相環(huán)設(shè)計(jì)[模擬設(shè)計(jì)][通信網(wǎng)絡(luò)]

鎖相環(huán)是一種能夠完成兩個(gè)信號(hào)相位同步的負(fù)反饋控制系統(tǒng)，其濾波作用可以使其通頻帶很窄，且自動(dòng)跟蹤輸入頻率，因此鎖相環(huán)常用于原子鐘、頻標(biāo)馴服系統(tǒng)以及時(shí)間同步系統(tǒng)中，是通信、衛(wèi)星導(dǎo)航以及電子測(cè)量系統(tǒng)的重要組成部分。鎖相環(huán)中相位噪聲和捕獲時(shí)間是兩個(gè)相互制約的指標(biāo)，在減少鎖相環(huán)捕獲時(shí)間的同時(shí)抑制相位噪聲是目前鎖相環(huán)技術(shù)研究中的重要問(wèn)題之一。針對(duì)這一問(wèn)題，基于模擬鎖相環(huán)的基本理論和構(gòu)成，根據(jù)環(huán)路帶寬和捕獲時(shí)間的數(shù)學(xué)關(guān)系，設(shè)計(jì)出一種輔助捕獲電路，并應(yīng)用于銣銫組合鐘的頻率駕馭模塊。此電路可根據(jù)檢相輸出信號(hào)動(dòng)態(tài)調(diào)整環(huán)路濾波器的阻值以改變環(huán)路帶寬，從而實(shí)現(xiàn)快速捕獲。實(shí)驗(yàn)表明，所設(shè)計(jì)的快速捕獲鎖相環(huán)的捕獲時(shí)間為5.71 ms@1 Hz，鎖相環(huán)輸出信號(hào)雜波抑制優(yōu)于-90 dBc，諧波抑制優(yōu)于-55 dBc。

發(fā)表于：2/21/2024 1:21:00 PM