XiaoMi-AI文件搜索系统
World File Search SystemActor
针对暴力行为者的国际制裁
进入二十一世纪以来，经济制裁成为日益重要的政策工具。主要全球行为体，特别是美国、欧盟和联合国，频繁采用惩罚性经济措施，试图制止国家暴力和其他被视为无法容忍的国家行为。在涉及重大侵犯人权、恐怖主义、军事侵略、核扩散和贸易争端的危机中，制裁一直是首选手段。近期的案例包括俄罗斯因其对乌克兰的军事侵略而受到制裁，伊朗和朝鲜因核扩散而受到制裁，委内瑞拉和津巴布韦因政治镇压国内反对派团体而受到制裁。一些制裁计划包括综合措施，例如贸易限制、投资禁令和削减经济或军事援助。其他制裁则更有针对性，针对特定的个人、团体、公司或经济部门。有针对性的制裁包括资产冻结、禁止出售军事技术和可用于民用或军事用途的技术（两用技术）、限制国际银行活动以及旅行禁令。
基于软演员-评论者算法的插电式混合动力汽车能量管理策略
摘要：插电式混合动力汽车（PHEV）配备多个动力源，为满足驾驶员的动力需求提供了额外的自由度，因此通过能量管理策略（EMS）合理分配各动力源的动力需求，使各动力源工作在效率区，对提高燃油经济性至关重要。本文提出一种基于软演员-评论家（SAC）算法和自动熵调节的无模型EMS，以平衡能量效率的优化和驾驶循环的适应性。将最大熵框架引入基于深度强化学习的能量管理，以提高探索内燃机（ICE）和电动机（EM）效率区间的性能。具体而言，自动熵调节框架提高了对驾驶循环的适应性。此外，通过从实车采集的数据进行了仿真验证。结果表明，引入自动熵调节可以有效提高车辆等效燃油经济性。与传统EMS相比，该EMS可节省4.37%的能源，并且能够适应不同的驾驶循环，并能将电池的荷电状态保持在参考值。
饮食模式和肠道菌群：炎症性肠病的关键参与者
人们普遍认为，饮食和肠道菌群与炎症性肠病（IBD）的发生和进展密切相关，但是饮食模式与IBD肠道菌群之间相互作用的影响尚未得到很好的阐明。在本文中，我们旨在探讨饮食模式，肠道菌群和IBD之间的复杂关系。我们首先全面总结了与IBD相关的饮食模式，并发现饮食模式可以通过各种信号通路（包括Rapamycin（MTOR）靶标（MTOR）靶标的IBD的发生和进展，有丝分裂原激活的蛋白质激活的蛋白激酶（MAPKS），信号转移量，N NF型和激活的3（ 此外，此外，肠道菌群在IBD的进展中发挥了至关重要的作用，这可以影响IBD易感基因的表达，例如双氧化酶2（DUOX2）和apOA-1，肠道屏障（尤其是紧密连接蛋白的表达）（尤其是肠道），尤其是免疫功能）代谢，特别是SCFA，胆汁酸（BAS）和色氨酸代谢。 最后，我们审查了IBD中饮食模式与肠道菌群之间相互作用的当前知识，发现饮食模式调节了IBD的发作和进展，这部分归因于肠道肠道菌群的调节（尤其是SCFAS产生的细菌和埃希氏菌）。 粪便藻菌作为IBD的“微生物标志物”，可以用作减轻IBD的饮食干预措施的目标。 Adv Nutr 2022; 13：1628–1651。此外，肠道菌群在IBD的进展中发挥了至关重要的作用，这可以影响IBD易感基因的表达，例如双氧化酶2（DUOX2）和apOA-1，肠道屏障（尤其是紧密连接蛋白的表达）（尤其是肠道），尤其是免疫功能）代谢，特别是SCFA，胆汁酸（BAS）和色氨酸代谢。最后，我们审查了IBD中饮食模式与肠道菌群之间相互作用的当前知识，发现饮食模式调节了IBD的发作和进展，这部分归因于肠道肠道菌群的调节（尤其是SCFAS产生的细菌和埃希氏菌）。粪便藻菌作为IBD的“微生物标志物”，可以用作减轻IBD的饮食干预措施的目标。Adv Nutr 2022; 13：1628–1651。对饮食摄入量，肠道菌群和IBD之间的相互作用的全面了解将促进基于IBD中肠道菌群的调节，并加快IBD精确营养干预措施的时代。
与恶意演员联合学习的安全多方聚集
摘要 - 填充学习（FL）是机器学习越来越流行的方法（ML），在培训数据集高度分布的情况下。客户在其数据集中执行本地培训，然后将更新汇总到全球模型中。现有的聚合协议要么效率低下，要么不考虑系统中恶意参与者的情况。这是使FL成为隐私敏感ML应用的理想解决方案的主要障碍。我们提出E LSA，这是FL的安全聚合协议，它打破了此障碍 - 它是有效的，并解决了其设计核心的恶意参与者的存在。与PRIO和PRIO+的先前工作类似，E LSA提供了一种新颖的安全聚合协议，该协议是由两台服务器构建的，该协议是在两台服务器上构建的，只要一台服务器诚实，捍卫恶意客户端，并且是有效的端到端。与先前的工作相比，E LSA中的区别主题是，客户不是交互产生加密相关的服务器，而是在不损害协议安全性的情况下充当这些相关性的不受信任的经销商。与先前的工作相比，这导致了更快的协议，同时还可以实现更强的安全性。我们引入了新技术，即使服务器是恶意的，在运行时的较小成本为7-25％，而对于半honest服务器的情况，通信的增加而言可以忽略不计。我们的工作改善了先前工作的端到端运行时，具有相似的安全保证的大幅度保证 - 单格聚集器ROFL最多305 x（对于我们考虑的模型），并最多分配了8 x。
以参与者为中心的 AI 规划交互式可视化
引用本文 请注意，如果 King's Research Portal 上提供的全文是作者接受的手稿或后印刷版本，则可能与最终发布的版本不同。如果引用，建议您检查并使用出版商的最终版本以获取分页、卷/期和出版日期详细信息。如果在研究门户上提供最终发布的版本，如果引用，建议您再次检查出版商的网站以进行任何后续更正。一般权利 研究门户中提供的出版物的版权和道德权利由作者和/或其他版权所有者保留，并且用户访问出版物的条件是承认并遵守与这些权利相关的法律要求。
以参与者为中心的人工智能规划交互式可视化
随着我们越来越依赖人工智能系统来实现生活中越来越多的应用，理解和解释此类系统的需求也变得更加明显，无论是为了改进、信任还是法律责任。人工智能规划是一种提供解释挑战的任务，特别是由于生成的计划越来越复杂，以及连接行动并决定整体计划结构的复杂因果链。虽然最近有许多支持计划解释的技术，但用于浏览这些数据的视觉辅助工具却非常有限。此外，专注于抽象规划概念和领域相关解释的技术之间往往存在障碍。在本文中，我们提出了一种可视化分析工具来支持计划总结和交互，重点关注使用基于参与者的结构的机器人领域。我们展示了用户如何快速掌握有关计划中涉及的行动的重要信息以及它们之间的关系。最后，我们提出了一个用于设计工具的框架，重点介绍了如何将一般的 PDDL 元素转换为视觉表示，并进一步将概念与领域联系起来。
中华人民共和国国家支持的网络攻击者利用网络提供商和设备
获得 RADIUS 服务器凭证后，中华人民共和国政府支持的网络攻击者使用这些凭证和自定义自动脚本通过安全外壳 (SSH) 向路由器进行身份验证，执行路由器命令并保存输出 [T1119]。这些脚本以 Cisco 和 Juniper 路由器为目标，并保存执行命令的输出，包括每个路由器的当前配置。成功捕获命令输出后，这些配置被从网络泄露到攻击者的基础设施 [TA0010]。网络攻击者可能使用了其他脚本来进一步自动利用中型到大型受害网络（其中有大量路由器和交换机），以收集大量路由器配置，这些配置对于成功操纵网络内的流量是必需的。
俄罗斯政府支持的网络攻击目标已清除......
2022 年 2 月 16 日 — 从至少 2020 年 1 月到 2022 年 2 月，。联邦调查局 (FBI)、国家安全局。国家安全局 (NSA) 和网络安全和...