久久婷婷国产精品,精品亚洲第一,www久久99

藏文网络敏感信息检测研究[人工智能][信息安全]

随着互联网的普及，藏文网络空间也面临着日益增多的敏感信息传播风险，给社会稳定和国家安全带来挑战。传统的敏感信息检测方法难以有效应对藏文语言的特殊性和网络信息的复杂性。为了解决这一问题，提出了一种基于CINO-DPCNN的混合神经网络模型。该模型结合了CINO模型对藏文语义的深层次理解和DPCNN模型对文本特征的高效提取能力，能够更准确地识别藏文网络敏感信息。实验结果表明，CINO-DPCNN模型在准确率、F1值等指标方面取得了良好的结果，相较于现有模型有显著提高。这为构建安全、健康的藏文网络环境提供了新的技术支撑，也为其他少数民族语言的敏感信息检测提供了借鉴。

發表于：2025/4/28 下午1:58:03

医疗人工智能领域同意规则的困境与出路[人工智能][信息安全]

随着人工智能的发展，个人信息保护与个人数据运用之间的矛盾凸显。个人医疗信息保护是管窥人工智能时代同意规则困境与解困之路的最佳范例，人工智能医疗领域具有广阔的研究价值，但其前提都依赖海量个人医疗数据之处理。然而，当前以同意规则为核心构建起来的个人信息保护制度却难以应对医疗人工智能时代对个人医疗信息保护的挑战。传统的同意规则作为个人信息处理的正当性依据陷入重重困境之中。革新而非放弃同意规则是人工智能时代个人信息保护的解困之道。在坚守同意规则的核心价值基础上，引入场景理论，并在特定目的下结合比例原则，差异化重构同意规则，实现同意规则的分场景分层次的动态化适用，以期平衡个人信息保护与个人数据的利用。

發表于：2025/4/27 下午5:07:31

基于数据中台的地理信息要素融合治理的构想与实践[其他][数据中心]

随着技术的发展，测绘地理信息已经从传统的数据资源转变为数据要素，其在各类数据之间发挥着“纽带”作用，对于数据治理尤为重要。面向地理信息要素，分析其特点与问题，针对其难以汇聚管理且应用质效低的情况，基于数据中台的理念与思想，设计地理信息要素面向数据中台融合治理的体系架构，提出全流程的实践方法，并针对其中的数据融合、要素实体化两个关键步骤的流程与方法进行阐述。地理信息要素的有效融合与治理，对于构建数字中国、推动经济社会高质量发展具有重要作用。

發表于：2025/4/27 下午4:28:36

应用于相机标定的亚像素棋盘角点检测[人工智能][消费电子]

在相机标定过程中，棋盘角点检测精度对于确保标定结果的准确性至关重要。针对当前棋盘角点检测方法在精度方面的不足，提出一种新型的亚像素级棋盘角点检测技术。首先，采用U-Net卷积神经网络作为主干网络，根据相机捕获的棋盘图像构建角点热图。此外，为了缩小编码器特征和解码器特征之间的语义差距，创新性地引入了通道和空间双交叉注意模块。接着，通过高斯曲面拟合方法，计算出精确的亚像素棋盘角点坐标。实验结果表明，该方法能够有效提高角点检测的精度，并在相机标定任务中实现了更低的重投影误差。

發表于：2025/4/27 下午4:15:27

生成式人工智能时代信息生态秩序的失衡风险与治理方案[人工智能][信息安全]

生成式人工智能驱动了人工智能生成内容时代的到来，变革了信息生成和传播的机制。在变革过程中，信息生态秩序的失衡风险也随之产生。受到语料库、模型目标设定、模型微调中相关主体价值观念等内外因素影响，生成式人工智能存在输出和传播虚构信息、错误信息、误导性信息的问题，会对现有信息生态的有序性、真实性、可信性产生影响。为应对失衡风险，应在包容审慎、动态敏捷的柔性治理理念指引下，调动政府部门、运营管理主体、产品使用者等多元主体共同参与风险治理；针对模型训练、服务嵌入、内容生成、内容发布、信息传播等具体阶段和场景展开分层分类精细治理；综合采取法律规制、伦理规制、行业自律、技术规制等多种治理方案展开立体化治理。

發表于：2025/4/27 下午3:59:26

海量数据下的网络安全智能检测技术研究[通信与网络][通信网络]

系统迁移上云、海量数据积累、智能技术应用等发展趋势给网络安全，特别是智能检测领域带来了诸多机遇和挑战。基于网络安全智能检测和隐蔽通信技术研究现状，从海量数据下的网络安全智能检测视角，提出了从数据采集到数据应用的五层框架和特征统计度量、分类模型算法等关键技术。在对网络隐蔽通信检测技术进行研究论述和讨论分析后，提出通过特征统计指标来评估数据流间的规律性、拟合度及相关性，设计了基于支持向量机（Support Vector Machine，SVM）的分类模型，并以分类特征向量为输入训练SVM分类器，实现对隐蔽通信的智能检测。

發表于：2025/4/27 下午3:50:25

联邦学习中基于NMSS和LoRA的鲁棒防御机制研究[通信与网络][信息安全]

针对联邦学习中隐私泄露、数据投毒和模型篡改等安全威胁，构建了一种融合不可篡改秘密共享与低秩适应技术的防御架构。该方案采用三服务器门限验证机制与零知识证明技术，确保参数分片在传输和恢复过程中的安全性；同时，利用低秩约束与动态权重聚合算法，有效限制恶意攻击干扰并降低通信开销。在CIFAR-10和mini-ImageNet等数据集上的实验充分验证了该方法在提高防御准确率、降低模型误差和提升系统鲁棒性方面的显著优势，证明了方案在大规模场景下的实用性和可扩展性。结论表明，该架构为联邦学习环境下安全防护提供了一种高效、可行的技术路径。

發表于：2025/4/27 下午3:37:00

UEFI固件Double-fetch条件竞争漏洞模糊测试技术研究[通信与网络][信息安全]

基于统一可扩展固件接口(Unified Extensible Firmware Interface, UEFI)标准实现的固件已广泛应用于个人计算机、云服务器以及网络设备, UEFI固件服务漏洞会引发严重安全威胁，模糊测试是检测漏洞的主要手段。然而，受限于传统内存类漏洞机理，当前UEFI固件模糊测试方法无法检测诸如UEFI固件Double-fetch条件竞争漏洞等特殊类型漏洞。提出了Double-fetch信息引导的UEFI固件服务模糊测试方法,并实现了原型系统UEFIDFFuzzer，通过对来自英特尔厂商的114个UEFI固件服务驱动进行测试, UEFIDFFuzzer发现了两个现有UEFI模糊测试工具RSFuzzer以及静态分析工具efiXplorer没有发现的UEFI固件Double-fetch零日漏洞。

發表于：2025/4/27 下午3:25:23

两阶段物联网资产识别模型的研究[通信与网络][物联网]

提出了一种两阶段的物联网资产识别模型。首先，对异构协议进行分析，解决多样化协议流量特征提取困难问题。其次，利用轻量级模型SqueezeNet过滤非物联网设备，提高识别效率并降低计算负担。为进一步解决数据不均衡问题，引入生成对抗网络（GAN）生成合成样本数据，平衡数据分布。最后，采用 XLNet与注意力机制结合的模型来识别物联网设备的类型，有效提升了模型在大规模物联网网络环境中的识别精度和效率。实验结果表明，模型在公开数据集上的准确率达到99.48%，召回率提升2.02%，F1分数提高1.85%，并在真实环境中保持99.01%的准确率。该模型为物联网资产管理和安全管理提供了有效的解决方案。

發表于：2025/4/27 下午3:12:22

基于特征点提取和PCA的改进ICP点云配准方法[通信与网络][通信网络]

传统迭代最近点（Iterative Closest Point， ICP）方法进行点云配准时存在实时性差、易陷入局部极值且配准精度低等问题。提出一种基于特征点提取、主成分分析（Principal Component Analysis， PCA）粗配准和ICP精配准的三步点云配准方法。首先定义点云数据局部密度概念，并自动选择局部密度较大的点作为特征点，然后利用PCA对提取的特征点进行分析，根据PCA主分量方向计算配准所需平移和旋转参数。最后利用ICP对数据进行精配准。试验结果表明，所提方法相对于对比方法的配准精度提升超过13.4%，实时性提升超过38.2%，并且在低信噪比条件下表现出了更高的适应性，具有较高的应用前景。

發表于：2025/4/22 下午3:19:28