XiaoMi-AI文件搜索系统
World File Search System误报
火灾探测系统 - Hochiki 澳大利亚
通过光学模拟优化了捕捉散射光的检测传感器的结构。对小颗粒燃烧的黑烟的灵敏度提高，而对大颗粒阴燃的白烟的灵敏度降低。这使得对各种火灾的灵敏度几乎均匀，并能够尽早准确地检测火灾。此外，由于它对大颗粒蒸汽的灵敏度较低，因此即使蒸汽进入，误报的可能性也会大大降低。
pg8974p无线电源镜镜pir运动检测器
PG8974P无线镜像光学PIR运动检测器是安全系统的重要组成部分。在检测运动后，PG8974P向安全系统传达了警报。此外，PG8974P提供了重达18公斤（40磅）的宠物的免疫力，以减少误报。使用高级技术，PG8974P提供了可靠性，对干扰的稳健性，延长电池寿命，扩展范围和易于安装。
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。
反馈⁃aware通过日志检测
arge⁃scale软件系统将面临一个特定的chal⁃lenge，即是异常检测。系统日志为异常检测提供了简单而常见的信息源。通常，管理员手动检查日志文件，并搜索问题⁃相关的日志条目，这是错误的且TIMETEDIOUS。为了减少人类EF⁃堡垒，研究人员提出了许多自动日志探测器[1⁃19]。但是，这些检测器在皇家世界工业系统中是不感染的。首先，大多数检测器典型地通过识别统计异常值来操作。特定检测器对系统的效用取决于其统计异常值与系统异常症状的一致性。通常，统计异常值和实际系统异常之间的差距可能会导致高误差率，并容易使异常检测器无法使用。第二，在系统更新期间可能会出现新的异常类型，并与现有的异常检测器发生冲突以产生误报。第三，杂项和复杂的对数数据包含巨大的噪声。这种噪声可能会误导探测器并进一步增加误报。
提高声纳系统整体检测性能...
网络传感器系统中优化分布式检测的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，这些算法可提高多静态声纳应用的检测性能和能源效率。这是通过在场外传输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的信号过量阈值降低，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融合的有效性。
固态 X 波段地面移动雷达 (SMR)
该处理器包括一个定制的、灵活的数字波形发生器和相关的匹配滤波器/检测器。它包括一个后处理器软件包，用于促进目标检测、鬼影抑制和减少误报目标，以及在特定区域自动初始化的目标跟踪。在杂波严重的情况下，处理器可以轻松管理和解决图融合、多路径反射、分裂和数据恢复。
提高声纳系统整体检测性能...
网络传感器系统中优化分布式检测的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，这些算法可提高多静态声纳应用的检测性能和能源效率。这是通过在场外传输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的信号过量阈值降低，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融合的有效性。
QTFlow：...
摘要 - 在当代电子设计自动化（EDA）工具中，安全通常会倒退到权力，性能和区域优化的主要目标。通常，安全分析是手工进行的，导致设计中的脆弱性尚未注意到。安全意识的EDA工具协助设计师识别和删除安全威胁，同时牢记性能和领域。剪边方法采用信息流量分析来识别设计结构中的无意信息泄漏。当前信息泄漏检测方法使用定量信息流量分析来量化泄漏。但是，处理顺序电路由于时间不足的性质，俯瞰定时频道和引入误报而对最先进的技术构成了挑战。为了解决此问题，我们介绍了QTFlow，这是一个对定时敏感框架，用于量化设计阶段的硬件信息泄漏。说明其对开源基准测试的有效性，QTFlow自主识别时序通道并降低了与当前状态的技术相比，由时间无关分析引起的所有误报。索引术语 - 定量信息流量，指示性，硬件安全性，时机渠道
VAIDIO — AI影像辨识入侵侦测系统
本产品具有以人工智慧与深度学习技术作为基础的AI引擎，可以针对影像串流中的目标物件作进㇐步的种类辨识。例如将「人」作为目标辨识物件， AI引擎便会排除因为其他不相关物体(动物、塑胶袋、黄昏/黎明的光影移动)进入目标侦测区域(ROI, Region of Interest)所产生的误报，大幅提升入侵侦测的准确率。
经验优先网络| eguide
这是杜松脱颖而出的地方，我们独特的连接安全方法在最需要的地方提供了可靠的保护（例如在最新的ICSA认证测试中具有零误报的100％有效性得分），一致的安全策略可以创建一次，并且在公共和私有云环境中都可以轻松地应用于任何应用程序流量，以及基于当前风险配置文件的复杂策略和细分。