XiaoMi-AI文件搜索系统
World File Search System保证服务
SOC 2 第 2 类报告
管理层的断言 5 独立服务审计师的报告 8 范围 8 服务组织的职责 8 服务审计师的职责 9 固有限制 9 意见 10 限制使用 11 系统描述 12 DC 1：公司概况以及所提供产品和服务的类型 13 DC 2：主要服务承诺和系统要求 13 DC 3：用于提供服务的系统组件 14 3.1 主要基础设施 14 3.2 主要软件 15 3.3 人员 16 3.4 数据 16 3.5 流程和程序 17 3.5.1 物理安全 18 3.5.2 逻辑访问 18 3.5.3 计算机操作 - 备份 18 3.5.4 计算机操作 - 可用性 18 3.5.4 变更管理 19 3.5.5 数据通信 19 3.6 系统边界19 DC 4：已识别安全事件的披露 20 DC 5：适用的信托服务标准和相关控制措施，旨在合理保证服务组织的服务承诺和系统要求得到实现 20 5.1 诚信和道德价值观 20 5.2 对能力的承诺 21 5.3 管理理念和运营风格 21 5.4 组织结构和权限与责任分配 21 5.5 人力资源政策与实践 22 5.6 风险评估流程 22 5.7 与风险评估的整合 22 5.8 信息和通信系统 23 5.9 监控控制措施 23 5.9.1 持续监控 23 5.10 报告缺陷 23 DC 6：补充用户实体控制措施 (CUEC) 24
基于图神经网络的图形结构SFC的节能VNF部署，并限制了深度强化学习
摘要 - 网络函数虚拟化（NFV），该函数将网络函数从硬件中解除，并将其转换为独立于硬件的虚拟网络函数（VNF），是许多新兴网络域，例如5G，Edge，Edge Computing和Data-Center网络。服务功能链（SFC）是VNF的有序集。VNF部署问题是在SFC中找到最佳的部署策略VNF，同时保证服务级协议（SLA）。现有的VNF部署研究主要关注无能量考虑的VNF序列。但是，随着用户和应用程序要求的快速开发，SFC从序列到动态图，服务提供商对NFV的能源消耗越来越敏感。因此，在本文中，我们确定了能节能的图形结构的SFC问题（EG-SFC），并将其作为组合优化问题（COP）提出。受益于COP机器学习的最新进展，我们提出了一个基于约束深度强化学习（DRL）方法的端到端图神经网络（GNN）来求解EG-SFC。我们的方法利用图形卷积网络（GCN）表示DRL中的双重Q-Network（DDQN）的Q网络。提出了掩模机制来处理COP中的资源约束。实验结果表明，所提出的方法可以处理看不见的SFC图，并且比贪婪的算法和传统DDQN更好地表现出更好的性能。
关于理想小组GmbH的管理主张的报告
范围我们已经检查了GmbH组（“理想”）的主张，标题为“理想的主张，GmbH的管理层”（“断言”）（“断言”），理想的虚拟数据室和董事会系统（“系统”）中的控制在整个2023年8月1日，在2023年7月31日，在2023年7月31日的任期中有效，以实现理想的服务。与安全性和可用性（“适用信托服务标准”）有关的标准，2017年第100款第100款信托服务标准，涉及安全性，可用性，处理完整性，机密性和隐私性（AICPA，Trust Services Services Services标准）。服务组织的职责理想负责其服务承诺和系统要求以及系统内部的设计，实施和运行有效的控制，以提供合理的保证，即实现了理想的服务承诺和系统要求。理想还提供了关于系统内部控制有效性的随附断言。在准备主张时，理想是负责选择和识别其主张，适用的信托服务标准以及通过对系统内部控件的有效性进行评估来选择其合理主张的合理依据。我们的考试是根据美国认证公共会计师协会建立的认证标准进行的。这些标准要求我们计划并执行考试，以获得有关管理层在所有物质方面是否相当陈述的合理保证。我们的考试包括：服务审计师的责任我们的责任是根据我们的检查表达意见，即管理层在整个期间内是否有效地断言系统内部的控制是否有效，以合理保证服务组织的服务承诺和系统要求是根据适用的信托服务标准实现的。我们认为，我们获得的证据足以且适当，以为我们的意见提供合理的依据。