国产字幕一区二区三区,99久久精品国产亚洲91爱爱爱视频

虛擬人在高校智慧思政體系中的應(yīng)用探析

提出在現(xiàn)有高校教育隊伍和國家智慧教育公共服務(wù)平臺基礎(chǔ)上,，利用大數(shù)據(jù),、人工智能,、虛擬現(xiàn)實等技術(shù)，創(chuàng)設(shè)高校智慧思政虛擬人,，形成線上與線下,、教學與思政一體化運轉(zhuǎn)模式，構(gòu)建沉浸式,、虛擬化,、精準化的工作體系。通過探析虛擬人在高校智慧思政體系中的應(yīng)用,，增加和學生之間的互動感和陪伴感,，增強教育工作精準度，進一步賦能高校智慧思政體系,，牢牢把握意識形態(tài)領(lǐng)域的話語主動權(quán),，實現(xiàn)“三全育人”培養(yǎng)目標，助力培育擔當民族復(fù)興大任的時代新人,。

發(fā)表于：2024/5/28

一種基于點云實例分割的六維位姿估計方法

提出了一種基于SoftGroup實例分割模型和PCA主成分分析算法來估計物體位姿的方法,。在工業(yè)自動化領(lǐng)域，通常會為諸如機器人,、機械臂配備視覺系統(tǒng)并利用二維圖像估算目標物體位置,，但當目標物體出現(xiàn)堆疊、遮擋等復(fù)雜場景時,，對二維圖形的識別精度往往有所下降,。為準確、高效地獲取物體位置,，充分利用三維點云數(shù)據(jù)的高分辨率,、高精度的優(yōu)勢：首先將深度相機采集到的RGB-D圖像轉(zhuǎn)為點云圖，接著利用SoftGroup模型分割出點云圖中的目標對象,，最后用PCA算法得到目標的六維位姿。在自制工件數(shù)據(jù)集上進行驗證,，結(jié)果表明對三種工件識別的平均AP高達97.5%,，單張點云圖識別用時僅0.73 ms，證明所提出的方法具有高效性和實時性,，為諸如機器人定位,、機械臂自主抓取場景帶來了全新的視角和解決方案，具有顯著的工程應(yīng)用潛力,。

發(fā)表于：2024/5/28

基于國產(chǎn)化MCU和FPGA芯片的小型PLC控制器設(shè)計

近年來,，國內(nèi)小型PLC技術(shù)雖然得到一定發(fā)展，但整體功能較為簡單,，普遍沒有高速脈沖輸出和高速計數(shù)通道,，不能進行電伺服電機和步進電機的控制,，本體通信功能單一，不能滿足現(xiàn)場設(shè)備總線的要求,?；诖爽F(xiàn)狀，研發(fā)一款基于國產(chǎn)化MCU和FPGA芯片的多功能小型PLC控制器,。本體支持多通道數(shù)字量輸入輸出通道,、模擬量輸入輸出通道、以太網(wǎng)通信接口,、CAN通信接口,、RS485通信接口、SD卡通信接口,、模塊擴展接口等,。數(shù)字量通道支持測頻、高速計數(shù),、脈寬調(diào)制,、脈沖串輸出/位置控制等功能，可以實現(xiàn)電伺服電機和步進電機的控制,，具有IO控制功能多,、通信接口豐富、空間小的特點,，可以靈活應(yīng)用在工控領(lǐng)域,。

發(fā)表于：2024/5/28

金融領(lǐng)域數(shù)據(jù)安全能力體系構(gòu)建方法研究

發(fā)表于：2024/5/28

數(shù)據(jù)科學的可視化惡意軟件分析技術(shù)在檔案數(shù)字化安全管理系統(tǒng)中的應(yīng)用

數(shù)據(jù)科學的可視化惡意軟件分析技術(shù)是當前信息安全領(lǐng)域中的重要的創(chuàng)新技術(shù),旨在提高對檔案數(shù)字化系統(tǒng)中潛在威脅的檢測和應(yīng)對能力。系統(tǒng)論述了基于數(shù)據(jù)科學的可視化惡意軟件分析技術(shù)在檔案數(shù)字化安全管理系統(tǒng)中的應(yīng)用，并結(jié)合可視化數(shù)據(jù)集構(gòu)建了基于神經(jīng)網(wǎng)絡(luò)的惡意檢測模型,。使用可視化繪圖對惡意軟件的檢出效果和迭代趨勢進行分析,，其優(yōu)點對比傳統(tǒng)的數(shù)據(jù)剝離手段更加高效并更具可讀性，且在分析的過程中能夠迅速,、準確地應(yīng)對不斷演進的威脅,，為數(shù)字化檔案的安全提供了有力的支持。

發(fā)表于：2024/5/28

國外數(shù)字化工廠網(wǎng)絡(luò)安全保障機制研究——以洛克希德?馬丁公司為例

數(shù)字化工廠是融合新一代信息技術(shù)和先進制造技術(shù)的關(guān)鍵工業(yè)設(shè)施,，也是推進我國制造業(yè)數(shù)字化轉(zhuǎn)型,、增強國家科技和經(jīng)濟競爭力的重要載體。由于數(shù)字化工廠的網(wǎng)絡(luò)化,、智能化和開放性等特點,，傳統(tǒng)的網(wǎng)絡(luò)集成式安全架構(gòu)難以適應(yīng)更復(fù)雜的業(yè)務(wù)流、供應(yīng)鏈和不斷變化的業(yè)態(tài)模式,，成為制造業(yè)數(shù)字化轉(zhuǎn)型的重大挑戰(zhàn),。如何保障其安全穩(wěn)定運行，成為各國政府和工業(yè)界關(guān)注的焦點,。以洛克希德?馬丁公司數(shù)字化工廠建設(shè)為例,，研究該企業(yè)數(shù)字化轉(zhuǎn)型戰(zhàn)略、工廠數(shù)字化架構(gòu),，并分析其工業(yè)物聯(lián)網(wǎng)設(shè)備的連接通信框架（智能工廠框架）,，以及在云平臺、無線物聯(lián)網(wǎng),、網(wǎng)絡(luò)安全治理,、研發(fā)運營等多方面的安全措施。在此基礎(chǔ)上,，對我國如何強化重點行業(yè)數(shù)字化工廠網(wǎng)絡(luò)安全保障機制建設(shè),，提出多角度的綜合性建議。

發(fā)表于：2024/5/28

面向社交平臺應(yīng)急關(guān)聯(lián)信息的文本分類綜述

緊急事件發(fā)生初期,，及時從海量社交平臺數(shù)據(jù)中挖掘有效信息為應(yīng)急響應(yīng)提供決策參考具有重要意義,。隨著自然語言處理技術(shù)飛速發(fā)展，文本分類已被逐漸運用于該領(lǐng)域,，主要可分為基于傳統(tǒng)機器學習的K近鄰,、樸素貝葉斯、決策樹,、支持向量機等方法，以及基于深度學習的CNN,、RNN,、GCN、Transformer等方法。從算法原理,、發(fā)展歷程,、適用領(lǐng)域及性能優(yōu)劣等方面對當前主流的文本分類方法進行分析，調(diào)研了社交平臺應(yīng)急關(guān)聯(lián)信息文本分類的研究現(xiàn)狀與熱點,，歸納了現(xiàn)有方法面臨的問題與挑戰(zhàn),，展望了未來研究方向，為后續(xù)科研工作提供參考與啟示,。

發(fā)表于：2024/5/28

公共數(shù)據(jù)授權(quán)運營的關(guān)鍵問題與實施架構(gòu)研究

公共數(shù)據(jù)授權(quán)運營是充分釋放公共數(shù)據(jù)價值的重要途徑,，自國家“數(shù)據(jù)二十條”出臺以來，各地紛紛加快公共數(shù)據(jù)授權(quán)運營建設(shè)工作的部署,。系統(tǒng)分析了公共數(shù)據(jù)授權(quán)運營的理論研究成果和地方實踐經(jīng)驗,，提出了我國公共數(shù)據(jù)授權(quán)運營發(fā)展大致經(jīng)歷了基礎(chǔ)準備、試點探索,、加速落地三個階段,；歸納總結(jié)了地方實踐過程中，在授權(quán)主體,、授權(quán)路徑,、數(shù)據(jù)供給、平臺建設(shè),、收益分配,、服務(wù)生態(tài)六方面仍存在亟待解決的問題；最后,，以問題為導向,，構(gòu)建了制度規(guī)則、基礎(chǔ)設(shè)施,、運營生態(tài)相結(jié)合的實施架構(gòu),，以期為地方政府更加高效有序地開展公共數(shù)據(jù)授權(quán)運營工作提供有效借鑒。

發(fā)表于：2024/5/28

黑客分發(fā)惡意“掃雷”游戲,，向金融 / 保險機構(gòu)網(wǎng)絡(luò)釣魚

發(fā)表于：2024/5/28

韓國電信成功開發(fā)出量子密鑰分發(fā)設(shè)備

每秒生成15萬個密鑰：韓國電信開發(fā)成功量子密鑰分發(fā)設(shè)備

發(fā)表于：2024/5/28

惡意代碼可視化分類研究

新型惡意代碼設(shè)計變得日益復(fù)雜,，傳統(tǒng)的識別并檢測方法已經(jīng)滿足不了當前的需求。因此,，在對BODMAS數(shù)據(jù)集分析的基礎(chǔ)上,，將其進行可視化處理并進行分類。同時考慮到現(xiàn)有惡意代碼可視化分類模型主要依賴全局特征,，在卷積神經(jīng)網(wǎng)絡(luò)基礎(chǔ)上設(shè)計了一個CA（通道級局部特征關(guān)注）模塊和一個MA（多尺度局部特征關(guān)注）模塊,，構(gòu)建了兩個新模型,，巧妙地結(jié)合全局與局部特征。在BODMAS數(shù)據(jù)集上,，新模型在惡意代碼種類識別并分類平均準確率相比于BODMAS數(shù)據(jù)集論文描述的方法得到了提高,，證明了數(shù)據(jù)集可視化可行性和新模型的有效性，為未來研究提供了重要的數(shù)據(jù)和實驗基礎(chǔ),。

發(fā)表于：2024/5/27

歐盟數(shù)據(jù)保護委員會：ChatGPT 的“數(shù)據(jù)準確性”仍未達標

發(fā)表于：2024/5/27

第一波黑客已經(jīng)用大模型搞網(wǎng)絡(luò)攻擊了

發(fā)表于：2024/5/24

開源代碼托管平臺GitLab修復(fù)高危漏洞：攻擊者可接管賬號

開源代碼托管平臺 GitLab 修復(fù)高危漏洞：攻擊者可接管賬號

發(fā)表于：2024/5/24

安全公司Rapid7警告有黑客利用PuTTY/WinSCP山寨官網(wǎng)引流

安全公司警告有黑客利用 PuTTY / WinSCP 山寨官網(wǎng)引流,，向受害者提供惡意木馬

發(fā)表于：2024/5/23