XiaoMi-AI文件搜索系统
World File Search System误报
fortiweb数据表
没有更好的工具，安全团队可能会被事件的数量淹没，而当孤立地看到这些事件时，这些事件的价值很低，或者更糟糕的是，经过进一步的调查后，事实证明是误报。这种警报疲劳可能导致错过或忽略关键的安全事件。FortiWeb威胁分析使用机器学习算法来识别整个应用程序攻击表面的攻击模式，并将其汇总为可理解的安全事件。解决方案通过识别模式并分配严重性来帮助您的安全团队专注于重要的威胁，从而将重要的威胁与信息警报和误报区分开。调查安全警报需要上下文，并且能够随着时间的推移连接多个事件的点。FortiWeb威胁分析通过评估数千个警报并根据所确定的模式将这些警报评估并将这些警报分组为事件，从而消除了手动评估警报的复杂性。有了这种简化的观点，SOC分析师可以将精力集中在重要威胁上。
基于激光和雷达传感器数据融合的临时视觉限制环境的多体腿跟踪
背景（黑色气缸）检测；这两个图像都是整个场景的摘录。（a）分类后的激光检测。簇通过绿线连接。（b）分类后的雷达检测。蓝色框架封闭了真实的阳性，红色框架封闭了误报（比较第8.1节）。簇被黑线包围。
每周公布的新冠肺炎疫苗接种情况
7 根据 98.9% 的养老院提供的数据 8 根据 98.8% 的养老院提供的数据 9 根据 97.3% 的养老院提供的数据 10 此数字可能包括少量第三剂疫苗接种，由于容量追踪器缺少对第三剂的响应，这些疫苗接种被误报为加强剂
疲劳和干扰检测技术（FDDT）
用法和监视21疲劳和干扰警报之间是否存在差异？对驾驶员的响应22触发驾驶员的风险23驾驶员对驾驶员的响应23我应该如何管理误报，我应该如何使用24号法律？审核我的FDDT 25使用FDDT数据来改善疲劳管理26
支付中的人工智能
随着经济犯罪的规模和复杂性不断增加，银行需要不断增强其欺诈检测工具以跟上步伐。目前，PSP 使用的许多欺诈检测系统仍然依赖于相当静态和反应性的规则集。就其本质而言，ML 算法会从新信息中迭代学习，因此可以帮助识别不断发展的欺诈模式并随着时间的推移提高其准确性。但是，大多数 PSP 目前不允许自动更新其欺诈系统，而是依靠不频繁的人为操作来验证和采用 AI 识别的规则集更改。许多欺诈系统还根据某些高级属性将客户分组为大群体。通过将每个客户的交易与其群体的“正常”行为（而不是该客户的个人特征）进行比较来识别异常。这些限制会降低欺诈检测系统的有效性，增加误报（允许进行欺诈交易）和误报（错误拒绝交易）的可能性，这两者都可能给企业带来巨大的成本。
提高 Sonar 的系统范围检测性能...
网络传感器系统中的分布式检测优化问题涉及许多设计方面，包括平衡漏检和误报概率以及通过适当的网络内信息融合管理通信资源。此外，还必须进行许多权衡，例如信息融合和传感器控制的计算要求与信息交换的通信要求之间的权衡。因此，最好通过共同考虑设计方面和权衡对整体系统性能的影响来做出整体系统设计决策。本文讨论了网络内融合和相关的网络算法，以提高多静态声纳应用的检测性能和能源效率。这是通过在传输到场外之前交换和融合声纳浮标之间的联系来实现的。网络内融合利用成本较低的浮标间通信进行大部分数据通信，并通过仅报告具有足够相关性的多个浮标的检测结果来减少随机不相关的误报。场外接触传输的减少允许每个浮标具有较低的信号过量阈值，从而增加检测概率。我们通过分析和高保真声纳模拟证明了分布式网络内融合的有效性。
数字航空电子设备的全寿命维护成本
摘要：现代航空电子设备约占飞机总成本的 30%。因此，降低航空电子设备在使用寿命内的运行成本至关重要。本文讨论了创建适当的数字航空电子系统维护模型这一关键科学问题，从而显著提高其运行效率。在本研究中，我们提出了生命周期成本方程，以选择数字航空电子设备维护的最佳方案。所提出的成本方程考虑了飞行过程中发生的永久性故障、间歇性故障和误报。生命周期成本方程是针对飞机运行的保修期和保修期后间隔确定的。我们为每个服务期建模了几种维护方案。成本方程考虑了永久性故障和间歇性故障的特征、飞行中误报和真报的条件概率以及不同维护操作的成本、飞行时间和一些其他参数。我们已经证明，带有间歇性故障检测器的三级保修后维护方案是最佳的，因为与其他维护选项相比，它将预期总维护成本降低了几倍。
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。
提高声纳系统整体检测性能...
网络传感器系统中的分布式检测优化问题涉及许多设计方面，包括平衡漏检和误报概率以及通过适当的网络内信息融合管理通信资源。此外，还必须进行许多权衡，例如信息融合和传感器控制的计算要求与信息交换的通信要求之间的权衡。因此，最好通过共同考虑设计方面和权衡对整体系统性能的影响来做出整体系统设计决策。本文讨论了网络内融合和相关的网络算法，以提高多静态声纳应用的检测性能和能源效率。这是通过在传输到场外之前交换和融合声纳浮标之间的联系来实现的。网络内融合利用成本较低的浮标间通信进行大部分数据通信，并通过仅报告具有足够相关性的多个浮标的检测结果来减少随机不相关的误报。场外接触传输的减少允许每个浮标具有较低的信号过量阈值，从而增加检测概率。我们通过分析和高保真声纳模拟证明了分布式网络内融合的有效性。