XiaoMi-AI文件搜索系统
World File Search System误报率
Astrée：证明不存在运行时错误 - DI ENS
摘要：安全关键型嵌入式软件必须满足严格的质量要求。测试和验证消耗了很大一部分（且还在不断增长）的开发成本。近年来，基于语义的静态分析工具已在各种应用领域出现，从运行时错误分析到最坏情况执行时间预测。它们的吸引力在于，它们有可能在提供 100% 覆盖率的同时减少测试工作量，从而提高安全性。静态运行时错误分析适用于大型工业规模项目，并生成明确的运行时错误列表以及可能是真错误或误报的潜在运行时错误列表。过去，通常只修复明确的错误，因为由于大量误报，手动检查每个警报太耗时。因此无法证明运行时不存在错误。本文介绍了可参数化的静态分析器 Astrée。通过专业化和参数化，Astrée 可以适应所分析的软件。这使得 Astrée 能够高效地计算出精确的结果。Astrée 已成功用于分析大型安全关键型航空电子软件，且误报率为零。
利用人工智能辅助技术对抗安全警报疲劳
安全信息和事件管理 (SIEM) 面临的主要挑战是在来自不同安全产品生成的大量错误警报中发现关键安全事件。为了解决操作 SIEM 的安全专家常见的警报疲劳问题，我们提出了一种新的警报筛选方案，该方案利用人工智能 (AI) 辅助工具区分实际威胁和误报，而无需调查每个警报。所提出的方案结合了精心选择的学习算法和新设计的可视化工具，以促进快速警报分析和事件响应。所提出的方案在企业安全运营中心收集的警报数据集上进行评估。报告的高度关键警报的召回率为 99.598%，误报率为 0.001%，所提出的方案在现实世界的安全运营中表现出非常有希望的潜力。我们认为，所提出的方案能够有效解决警报疲劳问题，从而为企业级网络安全的综合安全解决方案铺平了道路。
extac 886 sd c2 用于无人系统驱动的 nmcm ...
由于物理和环境条件，更大的范围会伴随着通过调查获得的信息质量的损失。数据中的信息质量较低会导致更高的误报率，从而导致更多“不必要”的识别，这很耗时。由于侧视声纳在特定范围内具有最佳图像质量，而其他范围仅提供有限的质量，因此指定需要识别的 HPDC 要么会增加错过实际水雷的机会，要么会产生更高的误报，最终会降低任务执行效率。因此，可以通过拆分调查和指定阶段来提高效率，以便可以优化范围以进行调查或指定。因此，对于上述适用的系统，调查和绘图之后应该重新获取、指定和绘图。在 X10 阶段的情况下，单位必须将（声纳）图像提供给参谋元素，必须启用该元素来使用和分析数据以进行必要的应用。因此，NMCM TA 发布任务以收集任务单位的信息和报告。这可以是处理后的数据或传感器数据。这些不同类型的数据必须区别对待。e)（NU）NMCM 数据处理
通过量子计算开发智能网络威胁检测系统
面对日益复杂的网络威胁，传统的检测系统往往无法保护关键的供应链。本研究介绍了一种集成量子计算 (QC) 和人工智能 (AI) 的智能网络威胁检测系统的开发和评估。与传统方法相比，该系统显著提高了检测准确性、减少了延迟并提高了资源效率。量子算法，如量子支持向量机 (QSVM) 和量子神经网络 (QNN)，分别表现出 95.2% 和 96.7% 的准确率，表现出色。该系统对各种网络威胁（包括恶意软件、网络钓鱼、勒索软件和高级持续性威胁 (APT)）的检测率很高，误报率也降低了。QC 的集成还加快了威胁检测和响应时间，关键组件的系统延迟减少了一半。这些进步为供应链中的网络威胁响应提供了巨大的好处，确保对金融交易和关键基础设施进行强有力的保护。增强的可扩展性和效率使该系统成为保护美国金融部门免受复杂网络攻击的宝贵资产。
Astrée：证明不存在运行时错误 - APR
摘要：安全关键型嵌入式软件必须满足严格的质量要求。测试和验证占开发成本的很大一部分，而且这一比例还在不断增长。近年来，基于语义的静态分析工具已出现在各种应用领域，从运行时错误分析到最坏情况执行时间预测。它们的吸引力在于，它们有可能在提供 100% 覆盖率的同时减少测试工作量，从而提高安全性。静态运行时错误分析适用于大型工业规模项目，并生成确定的运行时错误和潜在运行时错误的列表，这些错误可能是真错误，也可能是误报。过去，通常只修复确定的错误，因为由于大量误报，手动检查每个警报太耗时。因此，无法提供运行时错误不存在的证据。本文介绍了可参数化的静态分析器 Astrée。通过专业化和参数化，Astrée 可以适应所分析的软件。这使得 Astrée 能够高效计算出精确的结果。Astrée 已成功用于分析大型安全关键型航空电子软件，且误报率为零。
激光添加剂的自动异常检测
先进热成像越来越多地被投入到直接能量沉积 (DED) 增材制造 (AM) 中，以应对熔池的信息可见性和解决工艺不一致问题。然而，当前图像引导监测方法在 DED 工艺中的可行性存在关键挑战。首先，高分辨率热图像由数百帧捕获的数百万像素组成，导致分析中的维数灾难。其次，各种外生噪声、结构不良的数据和严重的聚类不平衡限制了当前方法执行实时监控的能力。本研究的目的是通过设计一种针对高维热图像数据的自动和无监督异常检测来推进 DED 工艺中熔池监测的前沿。具体来说，我们开发了一个变分自动编码器来生成每个输入热图像数据的低维表示。高斯混合模型和 K 均值聚类与生成模型相结合，将潜在空间分成同质区域并检测异常。实验结果表明，所提出的方法对缺陷熔池的检测非常有效，准确率高达 94.52%，误报率低于 2.1%。
识别 GPT 生成的文本
最近推出的 ChatGPT 是一种基于生成式预训练架构构建的对话式 AI，它在 AI 及其可能的应用领域引起了公众的极大关注。在本研究中，我们引入了一个基于 Transformer 的模型，该模型可以预测 GPT 模型（包括最新的 ChatGPT 模型）是否编写了给定的句子或文本。在对我们的模型进行评估时，Edukado AI 团队在识别人类和 AI 编写的内容混合时实现了 99.7% 的准确率。OpenAI 发布的聊天机器人自发布以来，已对各个行业产生了重大影响，包括客户服务和支持、内容创建、营销和销售以及教育。据估计，在推出后仅两个月内，聊天机器人在 2023 年 1 月就达到了 1 亿月活跃用户（Hu，2023 年）。在最近的一项调查（Westfall，2023 年）中，发现 89% 的学生使用该平台来帮助完成家庭作业，48% 的学生承认使用该平台进行测验或在家考试。与此同时，令人震惊的是，52% 的学生使用它来写论文。我们的研究结果凸显了以高精度和低误报率检测 GPT 模型生成的文本的潜力。人工智能的影响
Dom2Vec - 通过词嵌入和 AI/ML 驱动的词典分析检测 DGA 域
摘要 — 及时识别对域生成算法 (DGA) 域的 DNS 查询在减轻恶意软件传播及其潜在影响方面起着至关重要的作用，尤其是在阻止协调的僵尸网络活动方面。我们推出了 Dom2Vec，这是一种创新方法，通过利用仅从 DNS 查询中观察到的域名中派生的词典特征来快速检测 DGA 生成的域。Dom2Vec 利用词嵌入将从域名中提取的标记映射到高度富有表现力的表示中。然后将这些表示与基于声誉的域名评分系统相结合，该系统利用 n-gram 与白名单域列表相关的共现频率。域嵌入、声誉分数和从域名派生的其他有意义的词典特征的融合为 AI/ML 驱动的 DGA 检测提供了强大的域名表示。通过对包含 25 个不同 DGA 域系列的数据集进行实验评估，我们证明 Dom2Vec 明显优于当前最先进的 DGA 检测和分析方法，将我们之前基于信誉评分的检测系统提高了至少 30%，误报率低于 1%。索引术语 —DGA 检测、Word2Vec、TF-IDF、n-gram、词典分析、DNS、机器学习。
在超低功率嵌入RISC-V处理器上进行癫痫发作检测
摘要：通过闭环植入式设备对难治性癫痫的处理，这些设备对通过药物释放或电刺激作用的癫痫发作是一种极具吸引力的选择。对于这种可植入的医疗设备，有效和低能消耗，小规模和有效的加工体系结构至关重要。为了满足这些要求，通过卷积神经网络（CNN）对大脑信号进行分析和分类进行癫痫发作检测是一种有吸引力的方法。这项工作为CNN提供了用于在超低功率微处理器上运行的癫痫发作检测。在MATLAB中实现并优化了CNN。此外，在具有RISC-V架构的GAP8微处理器上还实施了CNN。提出的CNN的培训，优化和评估基于CHB-MIT数据集。CNN达到的中位灵敏度为90％，高度高99％以上，对应于中位误报率为每小时6.8 s。在微控制器上实施CNN后，达到了85％的灵敏度。1 s的脑电图数据的分类为t = 35 ms，平均功率为p≈140µW。拟议的检测器在功耗方面优于相关的方法6。通过记录癫痫大鼠，对所提出的基于CNN的检测器的普遍适用性进行了验证。这结果使未来的医疗设备用于癫痫治疗。
诊断/预测算法的验证和确认
本文介绍了在先进新型武器平台中开发预测和健康管理 (PHM) 功能所面临的程序和技术挑战。在最高级别，它提出了将 PHM 优势和目标与后勤支持概念以可衡量的方式联系起来的具体策略。作者还提供了使用这种方法的示例，以确保 PHM 元素已在飞机上投入使用。在下一个级别，作者评估了 PHM 算法和传感器套件中使用的验证和确认 (V&V) 方法。前向拟合应用通常不太容易获得现场和最终系统数据，这给诊断覆盖率、检测率和误报率的验证带来了额外的障碍。作者将演示特定工具，以使用测试台开发数据、类似组件故障数据以及最终的现场数据的组合来提供 V&V 用例。将介绍故障检测、诊断和预测功能元素的指标。此外，作者还讨论了模拟和真实故障数据的使用，以及为预测系统的现场性能而开发的策略。讨论了信号噪声、测量不确定性和阈值设置的影响。还讨论了现场数据可用性的“性能指标增长”概念，并提供了这些技术和工具在应对新飞机部署挑战方面的具体应用。