亚洲精品中文字幕乱码,国产精品成人欧美性做久久久,91天美制片厂

2023年斯坦福大學(xué)勒索軟件攻擊中2.7萬人的數(shù)據(jù)泄露

2023 年，勒索軟件攻擊影響了斯坦福大學(xué)公共安全部 ( SUDPS ) 網(wǎng)絡(luò)。斯坦福大學(xué)對事件進(jìn)行調(diào)查后得出的最新結(jié)論是,，勒索軟件團(tuán)伙竊取了 2.7 萬人的數(shù)據(jù),。不過,，此次襲擊并未影響到其他部門。此外，據(jù)斯坦福大學(xué)稱，有未經(jīng)授權(quán)的個人訪問了這些數(shù)據(jù),。在 2023 年 5 月 12 日至 9 月 27 日期間，黑客訪問了公共安全部的網(wǎng)絡(luò),。

發(fā)表于：2024/3/15

法國官方就業(yè)機(jī)構(gòu)遭網(wǎng)絡(luò)攻擊，4300 萬人面臨數(shù)據(jù)泄露風(fēng)險

3 月 15 日消息,，法國官方兩家就業(yè)相關(guān)機(jī)構(gòu)遭遇網(wǎng)絡(luò)攻擊，4300 萬人的數(shù)據(jù)面臨風(fēng)險,。根據(jù) 2023 年 1 月的數(shù)據(jù),，法國總?cè)丝诩s為 6804 萬,，這意味著可能的受害者規(guī)模相當(dāng)于法國公民總數(shù)的 63%。此次遭遇攻擊的兩家機(jī)構(gòu)分別為負(fù)責(zé)失業(yè)救濟(jì)的 France Travail 和負(fù)責(zé)促進(jìn)殘疾人就業(yè)的 Cap emploi,。據(jù)法國數(shù)據(jù)保護(hù)部門 CNIL 公告,，此次網(wǎng)絡(luò)攻擊涉及過去 20 年內(nèi)在 France Travail 或其前身 Pôle emploi 進(jìn)行過登記的求職者。此次泄露的個人數(shù)據(jù)包括姓名,、社會安全號碼,、France Travail 標(biāo)識符,、電子和實體郵件地址以及電話號碼,。

發(fā)表于：2024/3/15

全球首個汽車隱私與網(wǎng)絡(luò)安全測評體系發(fā)布

涵蓋數(shù)據(jù)安全、個人信息保護(hù)：全球首個汽車隱私與網(wǎng)絡(luò)安全測評體系發(fā)布 3月12日消息,，我們從中國汽車工程研究院股份有限公司官方獲悉,，全球首個聚焦汽車安全體系保障、網(wǎng)絡(luò)抗攻擊能力,、隱私安全保障能力及數(shù)據(jù)跨境合規(guī)四大安全防護(hù)能力的測評體系 —— 中國汽車隱私與網(wǎng)絡(luò)安全測評體系正式發(fā)布,。

發(fā)表于：2024/3/13

兩會熱議的數(shù)據(jù)要素,，如何擁抱新技術(shù)？

今年全國兩會上，“數(shù)字經(jīng)濟(jì)”再次成為的熱點話題,。 2024年政府工作報告提到：要健全數(shù)據(jù)基礎(chǔ)制度,，大力推動數(shù)據(jù)開發(fā)開放和流通使用；適度超前建設(shè)數(shù)字基礎(chǔ)設(shè)施,，加快形成全國一體化算力體系,；推動解決數(shù)據(jù)跨境流動等問題。這為我國數(shù)據(jù)要素市場的進(jìn)一步發(fā)展指出了方向,。

發(fā)表于：2024/3/13

北京今年將制定國內(nèi)首個數(shù)據(jù)跨域管控地方標(biāo)準(zhǔn)

數(shù)據(jù)要素安全合規(guī)高效的流通是數(shù)字經(jīng)濟(jì)高質(zhì)量發(fā)展的核心資源,。促進(jìn)數(shù)據(jù)要素價值發(fā)揮，制度建設(shè)不可或缺,。據(jù)了解,，今年北京市將制定五項數(shù)據(jù)相關(guān)的地方標(biāo)準(zhǔn)，其中,，數(shù)據(jù)跨域管控的標(biāo)準(zhǔn)將由螞蟻集團(tuán)聯(lián)合北京國際大數(shù)據(jù)交易所牽頭,。根據(jù)北京國際大數(shù)據(jù)交易所近日組織召開的2024年標(biāo)準(zhǔn)工作啟動會，今年該所將重點聚焦《數(shù)據(jù)資產(chǎn)登記指南》,、《數(shù)據(jù)資產(chǎn)質(zhì)量評估指南》,、《數(shù)據(jù)匿名化處理實施指南》,、《數(shù)據(jù)資產(chǎn)合規(guī)入表指南》、《數(shù)據(jù)可信流通跨域管控技術(shù)規(guī)范》五項標(biāo)準(zhǔn)開展編制工作,。

發(fā)表于：2024/3/12

免于同意之合同所必需規(guī)則的原理探究與落地適用

發(fā)表于：2024/3/7

基于數(shù)據(jù)中臺的高校數(shù)據(jù)服務(wù)體系及快速應(yīng)用構(gòu)建研究

針對目前高校在數(shù)據(jù)集成,、數(shù)據(jù)治理和數(shù)據(jù)服務(wù)等方面的問題,，提出了基于數(shù)據(jù)中臺的解決方案，在數(shù)據(jù)的采集和加工處理中引入數(shù)據(jù)湖,、主題層和專題層,，并對數(shù)據(jù)中臺的整體架構(gòu)設(shè)計、中臺內(nèi)數(shù)據(jù)的分層設(shè)計,、數(shù)據(jù)模型的構(gòu)建,、數(shù)據(jù)服務(wù)體系的設(shè)計進(jìn)行了詳細(xì)闡述;對基于數(shù)據(jù)中臺的快速應(yīng)用構(gòu)建，提出了采用大中臺,、微服務(wù)的系統(tǒng)建設(shè)方式,，通過對系統(tǒng)進(jìn)行解構(gòu)，重新根據(jù)不同業(yè)務(wù)邏輯進(jìn)行模塊化組裝，實現(xiàn)快速靈活構(gòu)建業(yè)務(wù)系統(tǒng),。經(jīng)過實際案例驗證,，該研究對于高校如何建設(shè)數(shù)據(jù)中臺以及如何在中臺上開展各類數(shù)字應(yīng)用建設(shè)提供了很好的范例。

發(fā)表于：2024/3/7

基于耗散結(jié)構(gòu)理論的政府?dāng)?shù)據(jù)治理研究

針對政府?dāng)?shù)據(jù)利用中數(shù)據(jù)的可查找,、可理解,、可使用等典型問題，為有效緩解高質(zhì)量數(shù)據(jù)供給不平衡不充分的矛盾,，綜合分析政府?dāng)?shù)據(jù)治理的理論成果與目標(biāo)任務(wù),，進(jìn)一步研究政府?dāng)?shù)據(jù)治理的基礎(chǔ)理論和相應(yīng)的實踐路徑，從系統(tǒng)科學(xué)角度探究基于耗散結(jié)構(gòu)理論的政府?dāng)?shù)據(jù)治理的內(nèi)在邏輯機(jī)理,，提出基于元數(shù)據(jù)管理和一體化建模的政府?dāng)?shù)據(jù)內(nèi)生治理機(jī)制建設(shè)的技術(shù)方法,，以期從基礎(chǔ)層面強(qiáng)化數(shù)據(jù)標(biāo)準(zhǔn)、提升數(shù)據(jù)質(zhì)量,、促進(jìn)數(shù)據(jù)利用,，提升政府?dāng)?shù)據(jù)治理效能。

發(fā)表于：2024/3/7

融合電影流行性與觀影時間的協(xié)同過濾算法

發(fā)表于：2024/3/7

基于深度注意力的融合全局和語義特征的圖像描述模型

現(xiàn)有的圖像描述模型使用全局特征時受限于感受野大小相同,，而基于對象區(qū)域的圖像特征缺少背景信息。為此,，提出了一種新的語義提取模塊提取圖像中的語義特征,，使用多特征融合模塊將全局特征與語義特征進(jìn)行融合，使得模型同時關(guān)注圖像的關(guān)鍵對象內(nèi)容信息和背景信息,。并提出基于深度注意力的解碼模塊,，對齊視覺和文本特征以生成更高質(zhì)量的圖像描述語句。所提模型在Microsoft COCO數(shù)據(jù)集上進(jìn)行了實驗評估,，分析結(jié)果表明該方法能夠明顯提升描述的性能,，相較于其他先進(jìn)模型具有競爭力。

發(fā)表于：2024/3/7

基于區(qū)塊鏈的低軌衛(wèi)星互聯(lián)網(wǎng)跨域數(shù)據(jù)調(diào)度設(shè)計

針對地面業(yè)務(wù)的需求和分布非均勻?qū)е孪到y(tǒng)資源利用率低的問題，提出一種基于區(qū)塊鏈的跨低軌衛(wèi)星互聯(lián)網(wǎng)域數(shù)據(jù)共享方案,。通過衛(wèi)星節(jié)點構(gòu)建區(qū)塊鏈,，實現(xiàn)數(shù)據(jù)的跨域調(diào)度；通過非均勻分布的接入設(shè)備數(shù)量改變礦工節(jié)點的出塊難度,，使得近期出塊節(jié)點暫停參與礦工節(jié)點的選舉過程,，以降低重復(fù)的資源消耗。仿真結(jié)果表明,，所提方案能夠有效降低系統(tǒng)資源消耗和任務(wù)的平均卸載時延,，在低軌衛(wèi)星互聯(lián)網(wǎng)中實現(xiàn)高效的跨域數(shù)據(jù)調(diào)度。

發(fā)表于：2024/3/7

基于時序向量相似性的空間目標(biāo)群匹配技術(shù)研究

分析了空間低軌目標(biāo)群的運行特點,，提出了基于時序向量相似性的空間目標(biāo)群匹配算法,，提高了對低軌巨型星座的識別管理能力。首先,，介紹了時序向量的降維方法,，將目標(biāo)群高維觀測時序向量簡化為空間構(gòu)型序列；而后,，提出了基于動態(tài)時間規(guī)整（Dynamic Time Warping,，DTW）的目標(biāo)群空間構(gòu)型序列相似性判別算法；最后,，利用星鏈衛(wèi)星目標(biāo)群仿真和實測數(shù)據(jù)對算法的匹配能力進(jìn)行驗證,。結(jié)果表明該算法可實現(xiàn)空間目標(biāo)群監(jiān)測數(shù)據(jù)快速匹配，仿真數(shù)據(jù)匹配過程中,，在群內(nèi)目標(biāo)缺失30%的條件下匹配成功率可達(dá)100%,，在低缺失條件下（缺失率5%以內(nèi)）群內(nèi)目標(biāo)識別成功率平均超過75%；實測數(shù)據(jù)匹配成功率可達(dá)100%,。

發(fā)表于：2024/3/7

基于區(qū)塊鏈的數(shù)據(jù)交換激勵機(jī)制研究

隨著大數(shù)據(jù)的不斷發(fā)展,，數(shù)據(jù)的收集和共享得到重視，產(chǎn)生了大量數(shù)據(jù)交換平臺,。然而大部分平臺將重點放在數(shù)據(jù)安全與用戶隱私的考量上,，從而忽視了用戶交換意愿方面的問題——實際應(yīng)用中用戶往往因為缺乏足夠的動機(jī)而少有交換意愿。針對該問題,，構(gòu)建了一種基于區(qū)塊鏈的數(shù)據(jù)交換激勵框架,，提出了一種基于歷史貢獻(xiàn)和當(dāng)前貢獻(xiàn)的數(shù)據(jù)交換激勵機(jī)制，一方面從歷史維度考量用戶的過往表現(xiàn),，另一方面從當(dāng)前維度考量用戶的實時貢獻(xiàn),。對所提出的方法進(jìn)行了理論分析和實驗評估，結(jié)果表明該激勵機(jī)制能夠有效起到長期激勵用戶進(jìn)行積極正向數(shù)據(jù)交換的作用,。

發(fā)表于：2024/3/7

基于OSPF協(xié)議Hello報文隱蔽信道構(gòu)建研究

現(xiàn)有存儲型網(wǎng)絡(luò)隱蔽信道的研究主要根據(jù)不同協(xié)議中不同字段來隱藏信息,。在眾多協(xié)議中,，例如TCP、UDP協(xié)議,，對其研究較多,，而OSFP使用廣泛卻在國內(nèi)研究較少。針對OSPF協(xié)議下的Hello報文進(jìn)行分析可以構(gòu)建網(wǎng)絡(luò)隱蔽信道的字段,。從所有可能字段中選擇Authentication,、Router Dead Interval和Neighbor三個字段分別使用隨機(jī)值模式、值調(diào)制模型和序列模式進(jìn)行構(gòu)建三種隱蔽信道,，利用微協(xié)議技術(shù)優(yōu)化信道,，并將三種隱蔽信道組合成一個傳輸速率更高的隱蔽信道模型。經(jīng)過驗證,，該模型具有一定的可行性和隱蔽性,，可為存儲型網(wǎng)絡(luò)隱蔽信道構(gòu)建技術(shù)提供一定的理論支持和技術(shù)支撐。

發(fā)表于：2024/3/7

基于GRU-FedAdam的工業(yè)物聯(lián)網(wǎng)入侵檢測方法

針對工業(yè)物聯(lián)網(wǎng)中的入侵檢測存在數(shù)據(jù)隱私泄露和訓(xùn)練時間長的問題,，提出一種基于GRU-FedAdam的入侵檢測方法,。該方法首先采用聯(lián)邦學(xué)習(xí)協(xié)作訓(xùn)練入侵檢測模型，保護(hù)客戶端數(shù)據(jù)隱私,；其次,，構(gòu)建基于門控循環(huán)單元（GRU）的入侵檢測模型并采用Adam優(yōu)化算法，提高客戶端模型的訓(xùn)練速度,。選用TON_IoT數(shù)據(jù)集為實驗數(shù)據(jù),，經(jīng)過兩輪通信輪次計算，訓(xùn)練時間比單層LSTM模型減少4 s,；利用Adam算法訓(xùn)練模型比SGD算法收斂速度更快，入侵檢測模型準(zhǔn)確率為0.99,。實驗結(jié)果表明,，基于GRU-FedAdam的入侵檢測方法在保護(hù)數(shù)據(jù)隱私的情況下，可減少訓(xùn)練時間和獲得更好的入侵檢測效果,。

發(fā)表于：2024/3/7