亚洲同性男gv网站,办公室撕开奶罩揉吮奶头在线观看

創(chuàng)作型人工智能應用下作者“數據控制權”的提出[人工智能][數據中心]

當人工智能使用作品作為數據來源并制造產物時，可能無法構成合理使用?，F有著作權法僅規(guī)定了控制作品電子存儲行為的復制權，缺少對“數據使用”行為的控制。使數據處理者在獲得電子存儲的復制許可后，可以利用權利要素的缺失，自由使用創(chuàng)作型人工智能生成數據產物，對作者利益造成損害。基此，提出了作者的“數據控制權”，并通過案例分析、文獻研究等方式，論述“數據控制權”設立的正當性、合理性并進行框架建構，填補著作權法中數據權利要素的缺失，對作品的數據權利進行針對性的保護，同時也兼顧了作者與數據處理者的利益，為人工智能的數據使用的行為，提供了一種基于數據權和著作權相結合的保護思路。

發(fā)表于：9/25/2023

個人信息主體權利司法實現的解釋論展開[其他][其他]

《個人信息保護法》第50條規(guī)定了個人信息權益的司法保護程序，但在該條第2款的性質及其與相關條款的適用關系層面仍存疑惑。從解釋論的視角出發(fā)，該條系對個人信息主體訴權的確認而非請求權規(guī)范，第2款前句是個人信息主體行使訴權的前置要件，但并不適用于所有個人信息權利之訴。當不存在任何侵害行為時，個人信息主體需向個人信息處理者行使個人信息主體權利且被拒絕后，才能尋求司法救濟；當個人信息權益受到侵害或存在侵害之虞，但不存在損害結果時，個人信息主體的請求權基礎為相應的個人信息主體權利，不以向個人信息處理者提出請求且被拒絕作為起訴的受理條件；當個人因個人信息權益被侵害且存在損害結果時，可依據《個人信息保護法》第69條直接提起訴訟并要求賠償。

發(fā)表于：9/25/2023

數據流通的歐盟戰(zhàn)略及其鏡鑒[其他][數據中心]

發(fā)表于：9/25/2023

商業(yè)數據不正當競爭行為的司法規(guī)制研究*[其他][數據中心]

當前大量存在的不正當商業(yè)數據抓取、流量劫持、數據封鎖、惡意干擾等行為，嚴重干擾了數字經濟時代商業(yè)活動的有序發(fā)展，并出現了表現形式多樣化與動態(tài)化的變化趨勢。針對商業(yè)數據不正當競爭行為的司法實踐印證了《反不正當競爭法》第2條及第12條的法律保障效果，同時也暴露出現有規(guī)定的概括性、條款之間規(guī)范的界限不明確、對“不正當競爭關系”認定不當等問題。為進一步加強商業(yè)數據不正當競爭行為司法規(guī)制，應通過統(tǒng)一標準以規(guī)范反不正當競爭法的適用，明確“競爭關系”作為司法適用的前提，構建有利于引導商業(yè)數據合理利用的多元化法治體系。

發(fā)表于：9/25/2023

基于知識圖譜技術的上市企業(yè)產業(yè)鏈風險預測[其他][信息安全]

隨著產業(yè)互聯網的飛速發(fā)展，面對海量的產業(yè)數據，構建知識圖譜等自然語言處理應用需求逐漸增長。產業(yè)信息的有效管理和挖掘有助于及時發(fā)現所面臨的風險和機遇，產業(yè)鏈風險預測可以為監(jiān)管部門提供產業(yè)風險預警手段。針對以上問題，本文以知識圖譜相關知識為科學依據，提出了基于知識圖譜技術的產業(yè)文本數據實體標注準則，對海量上市公司產業(yè)信息進行知識抽取，形成自上而下的三維產業(yè)知識圖譜。同時研究了上市企業(yè)產業(yè)知識圖譜特定產業(yè)鏈知識的內在聯系，總結規(guī)律并結合產業(yè)鏈往年時序圖特征信息實現圖譜推理，成功的對產業(yè)鏈中上市企業(yè)市值等信息進行了預測和分析。

發(fā)表于：9/25/2023

基于三維人臉數據增強的深度偽造檢測方法[測試測量][數據中心]

隨著深度偽造技術的發(fā)展，深度偽造視頻的制作及傳播變得越來越容易，給社會帶來了巨大的安全風險，深度偽造檢測算法成為當前網絡安全領域的重要方向。聚焦于提出一種泛化性能更好、效率更高、可解釋性更強的深度偽造檢測算法，主要針對DFDC、FaceForensic++及CelebDF三個深度偽造視頻數據集進行實驗并以這三個數據集集中訓練出檢測模型，首先使用人臉檢測算法MTCNN提取人臉圖像，進而將EfficientNet網絡與Transformer架構相結合作為檢測模型，通過采用三維人臉數據增強、注意力機制以及全局局部融合方法對模型進行訓練和測試。模型在未使用型集成、知識蒸餾等方法的基礎上，達到了與最優(yōu)檢測效果相當的檢測水平。

發(fā)表于：9/25/2023

金融數據安全：應對新興技術挑戰(zhàn)的策略與實踐[其他][信息安全]

隨著科技的快速發(fā)展和新興技術的廣泛應用，金融行業(yè)正面臨著前所未有的安全挑戰(zhàn)。金融數據的安全性對于金融機構和客戶而言至關重要，因為數據泄露或被黑客攻擊可能導致經濟損失、信譽受損以及其他嚴重后果。通過研究對金融數據安全帶來的影響和威脅，探討新興技術對金融數據安全所帶來的挑戰(zhàn)，并提出應對策略和解決方案。該研究成果對于確保金融數據的安全性、維護金融行業(yè)的穩(wěn)定發(fā)展具有重要意義。

發(fā)表于：9/25/2023

基于數據元件與數據金庫打造安全可信金融數據空間[其他][數據中心]

基于中國電子提出的數據元件與數據金庫理念，數據要素市場被科學合理地切分為數據資源市場、數據元件市場、數據產品市場，實現數據“資源化、資產化、資本化”。安全可信金融數據空間通過搭建多對多的安全可信數據空間架構模型，融合公共數據和社會數據，以信用為手段，以金融科技為抓手，搭建政府、組織、企業(yè)和金融機構之間的數據安全流通橋梁，實現多主體在線供給需求對接，支撐數據要素實現安全、高效流通和跨域流通，形成符合經濟學原理的市場化配置體系。

發(fā)表于：9/25/2023

基于領域驅動的測控任務評定系統(tǒng)設計與實現[通信與網絡][航空航天]

隨著航天技術的不斷進步，尤其是近年來商業(yè)航天的快速發(fā)展，高密度航天發(fā)射成為常態(tài)，測控系統(tǒng)作為航天發(fā)射場的重要業(yè)務系統(tǒng)之一，該系統(tǒng)運行的能力與效率將極大影響航天發(fā)射任務執(zhí)行的結果，因此有必要實施對測控任務過程的決策與評定研究?？紤]到未來測控任務快速評定呈現少人化、通用化、自動化與智能化的發(fā)展趨勢，提出了一種基于領域驅動設計的測控任務評定系統(tǒng)設計思想。通過深入分析測控任務評定業(yè)務，結合領域驅動設計和微服務架構特點，經過領域模型設計、微服務識別、微服務實現等步驟進行全系統(tǒng)設計。最后，結合典型航天發(fā)射測控任務場景，驗證了本方案的可行性，為進一步提升我國測控任務評定效率提供了參考和思路。

發(fā)表于：9/25/2023

衛(wèi)星信道群時延對高階調制信號接收影響的仿真分析[通信與網絡][航空航天]

針對信道群時延對高階調制信號的影響進行仿真分析，給出了線性群時延、拋物線群時延模型下，8PSK、16APSK和16QAM接收系統(tǒng)信道群時延的設計指標。同時針對群時延補償技術，仿真了CAM與DD結合的均衡算法對信道群時延的補償效果，為后續(xù)工程設計提供參考。

發(fā)表于：9/25/2023

寬帶高功率諧波雷達發(fā)射機的設計與實現[微波|射頻][航空航天]

近年來雷達探測技術在各個領域發(fā)展取得了飛躍發(fā)展，廣泛應用于軍事、民用等方面，諧波雷達由于其非接觸性、穿透性和便攜性等優(yōu)點而引發(fā)人們關注。為了提高發(fā)射機的探測距離分辨率和抗電磁干擾能力，提出了一種寬帶高功率諧波雷達發(fā)射機的設計方案，對發(fā)射前端的功放、天線等關鍵器件給出了具體的設計過程。通過對諧波雷達發(fā)射前端系統(tǒng)的仿真與分析，實物制作與測試，驗證了方案的可行性。

發(fā)表于：9/25/2023

低軌衛(wèi)星多目標無源定位到達時差分選方法*[通信與網絡][航空航天]

低地球軌道（Low Earth Orbit，LEO）衛(wèi)星無源定位場景中不同目標輻射源之間相互干擾、時頻混疊，不同目標的到達時差（Time Difference Of Arrival，TDOA）參數混雜難以區(qū)分，較難實現精準目標定位。基于網格密度聚類算法（Clustering Algorithm based on Grid Density，CAGD）的基本原理，并利用TDOA參數的多復雜特征，構建多目標TDOA參數分選模型，實現TDOA定位參數分選。模型通過定義網格密度波谷，解決了定位目標間數據被聚為一類的問題，同時引入位置相連原則實現最佳類簇合并，最終實現定位參數分選。仿真結果表明，相較于傳統(tǒng)網格及密度聚類方法，本方法對LEO衛(wèi)星無源定位場景下的多目標TDOA參數分選表現更好。

發(fā)表于：9/25/2023

LEO衛(wèi)星TDOA/DOA定位性能分析*[通信與網絡][航空航天]

隨著以“星鏈”衛(wèi)星為代表的低軌（LEO）互聯網衛(wèi)星系統(tǒng)的快速發(fā)展，星載相控陣列天線的應用數量飛速增長，未來LEO互聯網衛(wèi)星便于提供星載電磁波到達方向（DOA）檢測能力。衛(wèi)星覆蓋區(qū)內的非法干擾進行定位排查，是未來互聯網衛(wèi)星系統(tǒng)正常運維的重要保障。目前常用的雙星到達時差（TDOA）/到達頻差（FDOA）定位體制存在定位誤差顯著增大的“定位盲區(qū)”造成盲區(qū)內的干擾源無法定位的問題，提出了一種基于加權最小二乘約束優(yōu)化模型的TDOA/DOA雙星干擾源定位技術體制。分析了幾何稀釋精度因子（GDOP）的定位誤差，仿真實驗表明該定位方法具有不存在“定位盲區(qū)”的優(yōu)點，在經緯度張角為4^°×4^°的波束范圍內定位誤差小于0.2 km，定位誤差的地理平均為0.112 km，滿足非法干擾定位排查的應用需求。通過定位解算的根均方差（RMSE）的蒙特卡洛方法，驗證了GDOP誤差精度。該定位方法的定位誤差地理穩(wěn)定性優(yōu)于目前常規(guī)的雙星TDOA/FDOA定位算法。

發(fā)表于：9/25/2023

基于預訓練模型的基層治理敏感實體識別方法[其他][數據中心]

基層治理產生的大量敏感數據可通過數據脫敏去除隱私內容，但這些數據包含較多非結構化文本數據，難以直接進行數據脫敏。因此，需要對非結構化文本數據進行命名實體識別以提取敏感數據。首先把敏感實體分為16類并對信訪文本進行標注，輸入層表示采用預訓練模型BERT，編碼層利用雙向長短時記憶網絡汲取上下文信息，解碼層通過條件隨機場模型優(yōu)化序列，構建了較高精度的基層治理敏感實體識別模型。針對脫敏工作需要，改變假陰性和假陽性的loss權重，并采用敏感實體框選率輔助評價模型性能。在基層治理信訪數據集和公共數據集MSRA上進行實驗，F1值分別為88.38%和90.11%，相較于基準模型提升了4.64%和3.78%。該模型可應用于非結構化文本的敏感實體識別，識別成功率高?，F有評價指標未能較好地反映敏感實體的間接推理關系，應當探索更完善的敏感實體評價體系。

發(fā)表于：9/25/2023

一種基于虛擬端點的PCIe交換機地址分配方案*[其他][其他]

針對PCIe總線特性，結合工業(yè)控制裝備的應用特性以及設計、調試和查找問題的便利性，提出一種基于虛擬端點的PCIe交換機地址分配方案。通過分析PCIe設備的枚舉與資源分配過程，將虛擬端點添加到PCIe交換機系統(tǒng)拓撲結構中，設計PCIe外設地址空間固定分配機制，并給出外設的物理槽位號的計算公式，可在外設交互故障時刻快速定位故障外設。通過實驗驗證，在支持熱插拔的裝置中，無論外設板卡的運行數目、類型和位置如何改變，該地址分配方案可實現各下游虛擬PCI橋下接入的有效端點分配的地址空間固定，且消除了遍歷查詢外設地址環(huán)節(jié)，提高了數據傳輸的效率，有益于PCIe總線更加便捷地應用于工控領域。

發(fā)表于：9/25/2023