XiaoMi-AI文件搜索系统
World File Search System用云
利用云计算组织专业人才培养的教育空间
Andrii Shuliak 1 、Andrii Hedzyk 2 、Nina Tverezovska 3 、Lyubov Fenchak 4 、Natalia Lalak 5 、Anatolii Ratsul 6 、Oleksandr Kuchai 7 1 教育学博士，乌克兰帕夫洛·特奇纳乌曼国立师范大学信息学、信息和通信技术系教师 2 乌克兰德拉戈马诺夫国立师范大学研究生（博士） 3 教育学博士，教授，乌克兰国立生命与环境科学大学社会工作与康复系教授 4 教育学候选人，副教授，乌克兰穆卡切沃国立大学 5 教育学候选人，副教授，乌克兰穆卡切沃国立大学 6 教育学博士，教授，沃洛基米尔教育与特殊教育系主任维尼琴科乌克兰中央国立师范大学，乌克兰 7 教育学博士，副教授，乌克兰国立生命与环境科学大学教育学系教授，乌克兰
公共启用云的深度学习框架...
gwalior，国会议员摘要：在本评论文章中研究了将深度学习方法纳入公共安全视频调查系统，并特别注意其改善实时监视和预防犯罪的转型能力。随着机器学习和计算机视觉的快速发展，包括卷积神经网络在内的深度学习模型以及经常性的神经网络（RNN）表明，在自动化视频监视任务（包括查找对象，活动识别和异常检测）的自动化能力方面表现出惊人的能力。这些模型对公共安全行动非常有用，因为它们可以使人群管理，可疑行为的识别以及盗窃或殴打等特定的行动。在研究这些系统的技术架构时，本文强调了零件边缘计算和云计算的效果，以允许可扩展性和实时数据处理。Edge Computing提供局部处理以降低延迟并增加响应时间，但基于云的解决方案保证了大量视频信息的完美集成和存储。此外，该研究解决了在公共安全中应用深度学习的困难，包括隐私问题，数据安全，道德问题以及法律的必要性。尽管存在这些困难，但该研究强调了这些技术如何帮助增强安全操作，降低人为错误并提高运营效率。未来的研究方向（例如改善模型的鲁棒性，结合多模式数据源，创建更符合道德和透明的人工智能系统）也来自审查。最后，本文提供了公共安全视频调查系统中深度学习的当前情况和未来可能性的详细概述，从而阐明了他们改变公共安全现场的能力。关键字：深度学习，公共安全，视频监视，异常检测，云计算
美国能源部的电网现代化计划 (GMI) 和能源输送系统网络安全 (CEDS)：利用云解决方案保护关键基础设施
国际计算机应用与信息技术研究杂志 (IJRCAIT) 第 8 卷，第 1 期，2025 年 1 月至 2 月，第 1160-1175 页，文章 ID：IJRCAIT_08_01_086 可在线访问 https://iaeme.com/Home/issue/IJRCAIT?Volume=8&Issue=1 ISSN 印刷版：2348-0009 和 ISSN 在线版：2347-5099 影响因子 (2025)：14.56（基于 Google Scholar 引用）期刊 ID：0497-2547；DOI：https://doi.org/10.34218/IJRCAIT_08_01_086 © IAEME 出版物
使用云计算的基于AI的灾难分类
摘要：云计算和人工智能（AI）的组合（AI）在这个快速发展技术时代，对灾难管理和响应系统的有效补救措施。使用从社交媒体网站收集的文本和图像数据，该项目利用了数据中存在的集体智能。我们仔细训练了用于文本分析的双向LSTM模型和使用Kaggle数据集进行图像分类的卷积神经网络（CNN）模型。我们系统的基本组件是安装在Amazon Web服务（AWS）EC2实例上的API。为了提高性能和稳定性，通过负载平衡，自动缩放功能和多AZ冗余，可以加强API。API可以轻松地与受过训练的模型集成，以确定内容在接收输入数据时是否与灾难方案相关。当通过处理后的文本或图像进行正面分类时，警报机制会发出一封电子邮件通知，其中包含有关发现的灾难的重要信息。在Facebook，Instagram和Twitter等社交媒体网站上提供的大量用户生成的内容为提高E FFI CACY和EFFI的特殊机会提供了特殊的机会。该项目的主要目的是使用尖端技术来详细介绍大量社交媒体数据并在紧急情况下获得有用的见解。
用云技术货币分析简化应用现代化
应用程序组合中的许多挑战源于技术和运营债务。这些债务损害了业务敏捷性和运营弹性，导致TCO增加。因此，技术升级是任何数字化转型计划的关键先决条件。已达到生命终结（EOL）或支持结束（EOS）的软件版本效率低下，通常使用过时的安全补丁。因此，升级到最新技术（作为技术货币升级）对于维护无风险应用程序组合至关重要。这样的升级可以将技术债务减少10％–20％。
使用云计算环境中的基于身份的签名
如今，许多数据存储在云中，以共享各个域的共享目的。云数据的越来越多的安全性问题引起了保留这些存储或共享数据的机密性问题。云计算环境中的高级加密和解密技术可被认为可用于实现这一方面。但是，在云数据共享系统中尚未解决但批判性的挑战是撤销恶意用户。撤销的常见方法之一涉及定期更新用户的私钥。这种方法随着用户数量的增加而增加了关键生成中心（KGC）的工作量。在这项工作中，提出了一个有效的基于可撤销的身份签名（RIBS）方案，其中撤销功能被委派给了外部撤销服务器（ERS）。此提出的方案只允许非撤销的用户访问系统资源，从而提供受限制的访问控制。在这里，ERS基于撤销的用户列表生成了签名生成的秘密时间密钥。在提出的方法中，用户使用其私钥和秘密时间密钥来签署消息。此外，为了维持数据机密性，在将数据外包到云服务器之前，使用了基于非对称加密技术的对称加密和椭圆曲线加密（ECC）。结果表明，提出的方案通过提供降低的计算成本来优于某些现有方案。
使用云本机环境中使用服务网格的加密...
提出了减弱的可能性。因此，在云本地环境中，加密敏捷性的重要性可以在云本机环境中迅速变化，并且已经强调并开始。在这项研究中，我们将分析当前服务网格解决方案在实现服务消息环境中的加密敏捷性方面面临的结构系统并建议解决方案。特别是，我想提出一个改进方向，以通过专注于代表性服务网格解决方案ISTIO来提高加密敏捷性。
Infosys Oracle 技术愿景 2024：利用云、数据和 AI 进行转型
在尖端技术的动态融合推动下，激动人心的变革席卷了全球各行各业。技术领域充满了创新，从生成式人工智能 (Gen AI) 的兴起到云解决方案的加速采用，尤其是在 COVID-19 疫情期间。政府和私营部门都在向技术投入大量资金，渴望抓住未来的机遇。为了实现回报最大化，有远见的企业寻求与塑造其行业和全球市场的关键趋势保持一致，并相应地进行直接投资。他们想知道哪些新兴技术在 2024 年拥有最大的潜力。
使用云台机制进行自主无人机应用的主动对象检测和跟踪
摘要：对象识别，本地化和跟踪在计算机视觉应用中起着原始重要性的作用。但是，这仍然是一项极其艰巨的任务，尤其是在需要使用快速移动的无人机需要实时操作的对象的情况下。通常，这些基于视觉的系统的性能受到运动模糊和几何扭曲的影响，仅举两个问题。gimbal系统对于补偿运动模糊并确保视觉流稳定至关重要。在这项工作中，我们使用安装在无人机上的三级式（DOF）gimbal系统研究了主动跟踪方法的优势。提出了一种利用关节运动和视觉信息实时跟踪球形和平面对象的方法。跟踪方法在两个不同的逼真的凉亭仿真环境中进行了测试和评估：3D位置跟踪（球形）的第一个，第二个是6D姿势（平面基准标记）的第二个。我们表明，主动对象跟踪对于无人机应用是有利的，首先是通过减少动作模糊，这是由快速摄像机运动和振动引起的，其次，通过将感兴趣的对象固定在视场的中心内，从而减少了由于外围畸变而引起的重新投射错误。与传统的被动方法相比，结果表明有效的物体估计精度提高了主动方法的精度。更具体地说，一组实验表明，在具有挑战性的运动模式的条件下，在图像失真的情况下，主动的万日跟踪可以提高已知大小移动对象的空间估计精度。
使用云上的量子计算机
E. Pelofske，A。Bärtschi和S. Eidenbenz，“实践中的量子量：用户可以从NISQ设备中期望的东西”，在IEEE Quantum Engineering的IEEE交易中，第1卷。3，pp。1-19，2022，Art No。 3102119。1-19，2022，Art No。3102119。