XiaoMi-AI文件搜索系统
World File Search System函数的
基于流密码>构建安全快速的键推导功能
摘要 - 为了保护电子数据，由称为钥匙推导功能的标准函数生成的伪随机密码键起重要作用。该功能的输入称为初始键合材料，例如密码，共享秘密键和非随机字符串。关键推导功能的现有标准安全函数基于流密码，块密码和哈希功能。最新的安全和快速设计是基于流密封的键推导功能（SCKDF 2）。基于流密码，块密码和哈希函数的密钥推导功能的安全级别相等。但是，与其他两个函数相比，基于流密码的密钥推导函数的执行时间更快。本文提出了基于流密码的密钥推导函数的改进设计，即i -sckdf 2。我们使用Trivium模拟了提出的I -SCKDF 2的实例。结果，与现有的SCKDF 2相比，i -sckdf 2的执行时间较低。结果表明，i -sckdf 2生成n -bit加密密钥的执行时间比SCKDF 2低50％。i -sckdf 2的安全性通过了Dieharder测试工具中的所有安全测试。已证明提出的I -sckdf 2是安全的，并且与SCKDF 2相比，模拟时间更快。
单向功能和零知识
上面的表征还适用于统计和计算零知识参数系统。我们将此特征进一步扩展到具有知识复杂性o（log n）的证明系统。特别是，如果GAPMCSP具有具有知识复杂性O（log n）的证明系统，则表明单向函数的存在的特征是CZK的最差硬度。我们通过证明NP在存在指数性的硬辅助输入单向函数的情况下以知识复杂性ω（log n）的互动性证明系统进行补充（这是比指数硬的单向函数较弱的原始功能）。我们还表征了CZK的非确定性硬度在pspace̸⊆am的弱假设下，CZK的非确定性硬度的不均匀计算单向函数的存在。我们提出了结果的两个应用。首先，我们简化了通过NP的元素函数来证明元计算问题的单向功能，以及Hirahara（stoc'23）给出的NP的最坏情况的证明。第二，我们表明，如果NP具有La-conic零知识参数系统，则存在一个公用密钥加密方案，其安全性可以基于NP的最坏情况。这改善了以前的结果，该结果假定存在无法区分的混淆。
来自经典随机过程的非平衡量子自旋动力学
摘要 . 继我们最近的工作之后，我们研究了一种非平衡量子自旋系统的随机方法。我们展示了该方法如何应用于各种物理可观测量和不同的初始条件。我们提供了广泛适用的精确公式，用于描述量子猝灭后期望值和相关函数的时间依赖性，这些公式以经典随机过程的平均值表示。我们进一步探讨了在动态量子相变存在下经典随机变量的行为，包括它们的分布和相关函数的结果。我们详细介绍了相关随机微分方程的数值解，并研究了经典描述中波动的增长。我们讨论了随机方法当前实施的优势和局限性以及进一步发展的潜力。
教程：用机器学习个性化空间音频
Majdak，Piotr，Bruno Masiero和Janina Fels。 “在个性化和非个人化的串扰取消系统中的声音定位。” Jasa2013。 Brinkmann，Fabian，Alexander Lindau和Stefan Weinzierl。 “关于个体动态双耳合成的真实性。” JASA2017。 Jenny，Claudia和Christoph Reuter。 “虚拟现实中个性化的头部相关传递函数的可用性：矢状平面声音本地化中具有感知属性的经验研究。” JMIR认真游戏2020。Majdak，Piotr，Bruno Masiero和Janina Fels。“在个性化和非个人化的串扰取消系统中的声音定位。” Jasa2013。Brinkmann，Fabian，Alexander Lindau和Stefan Weinzierl。“关于个体动态双耳合成的真实性。” JASA2017。Jenny，Claudia和Christoph Reuter。 “虚拟现实中个性化的头部相关传递函数的可用性：矢状平面声音本地化中具有感知属性的经验研究。” JMIR认真游戏2020。Jenny，Claudia和Christoph Reuter。“虚拟现实中个性化的头部相关传递函数的可用性：矢状平面声音本地化中具有感知属性的经验研究。”JMIR认真游戏2020。
AI 引擎内核编码最佳实践指南
虽然大多数标准 C 代码都可以为 AI 引擎编译，但代码可能需要重构才能充分利用硬件提供的并行性。AI 引擎的强大之处在于它能够使用两个向量执行乘法累加 (MAC) 运算、为下一个运算加载两个向量、存储上一个运算的向量以及在每个时钟周期增加指针或执行另一个标量运算。称为内在函数的专用函数允许您定位 AI 引擎向量和标量处理器并提供几个常见向量和标量函数的实现，因此您可以专注于目标算法。除了向量单元之外，AI 引擎还包括一个标量单元，可用于非线性函数和数据类型转换。