XiaoMi-AI文件搜索系统
World File Search SystemIDSS
智能决策支持系统的负责设计
应避免IDSS直接调节用户的行为或灌输特定的价值理论。一位接受采访的专家将系统的功能或处理方式描述为“更多的对话或发现”和“不那么努力”。实践中，这意味着，例如，聊天机器人“应该拒绝如果答案需要道德立场，以回答”（Krügel等，2023; P.4）。同样，我们的一些接受采访的专家建议，IDSS应该避免就政治和民主等敏感话题提出具体建议。这些专家指出，例如，IDSS不会建议谁投票，而是会向用户提供经过验证和受信任的第三方资源的信息，或将其转介给帮助用户做出独立决策的网站和工具。另外，另一位专家提到，如果询问IDSS有关心理问题或自杀的方法，则系统应避免提供建议，但请参阅用户可以在此处获得帮助的联系点（例如，提供电话号码或网站）。
对连接和自动驾驶汽车网络网络中入侵检测系统的对抗攻击
摘要：机器学习中的分解助长了连接和自动驾驶汽车（CAV）的快速进步，但它们遇到了对抗性攻击的重大风险。本研究探讨了基于机器学习的入侵检测系统（IDSS）在车内网络（IVN）中的脆弱性（IDSS）到对抗性攻击，从而从对操纵CAV感知模型的常见研究转移了重点。考虑到IVN数据的相对简单性质，我们评估了基于IVN的IDS对操纵的敏感性，这是一种至关重要的检查，因为对抗性攻击通常会利用复杂性。我们使用替代IDS提出了一种对抗性攻击方法，该替代ID经过培训的诊断端口数据。在遵守现实的IVN流量限制的同时，在黑盒条件下进行这些攻击时，我们的方法试图欺骗ID，以误解了正常情况到恶意和恶意的案例。对两个IDS模型的评估（基线ID和最先进的模型，即MTH-IDS）呈现了实质性的漏洞，将F1得分从95％降低到97％，并从97％降低到79％。值得注意的是，诱导虚假警报被证明是一种对抗性策略特别有效，破坏了用户对国防机制的信任。尽管基于IVN的IDS的简单性，但我们的发现揭示了可能威胁到车辆安全的关键漏洞，并且需要仔细考虑基于IVN的IDSS的开发以及对IDSS警报的响应的制定。
朝网络入侵检测的量子增强机器学习
I. i troduction使用机器学习（ML）对安全性违规（ML）进行了广泛研究[1] - [8]。入侵检测系统（IDSS）是用于检测此类活动的工具。网络IDSS（NIDSS）特别检测网络中的恶意活动，并且是该领域中最著名的ML应用程序中的上下文之一[3]。idss和nidss可以分类为基于签名或基于异常的[1]。基于签名的（n）IDS通过将分析的数据流与存储在已知攻击的签名数据库中的模式进行比较来检测攻击。基于异常的（N）ID通常使用受监视系统的正常行为模型和模型外部的平常行为模型检测异常，以异常或可疑。基于签名的IDS可以以高精度检测众所周知的攻击，但无法检测或发现未知攻击，而基于异常的IDS具有该能力。在本文中，我们专注于基于异常的NIDSS。量子计算机，其中包括嘈杂的中等规模量子（NISQ）计算机，旨在利用量子物理学执行超出最强大的古典计算机功能的计算任务，并有可能实现量子至上[9] - [11]。随着QBIT的数量和量子计算机的准确性增加，超过最新经典计算的问题引起了很大的关注。在不久的将来预测了量子优势的明确证明[9] - [11]，并且已经提出了一个论点，即它已经实现了[12]，尽管竞争对手已经提出异议[12] [13]。量子至高无上的结果是，量子计算者可以在学习效率方面二次优于其经典对应物，甚至在绩效方面呈指数级别[10]。这是在网络入侵检测的背景下研究量子辅助机器学习（QAML）的潜力的动机。
Yining Wang
德克萨斯大学达拉斯分校的纳文·金德尔管理学院马萨诸塞州IDSS，达拉斯大学2024/04 IDSS，德克萨斯州奥斯汀大学2023/10麦考姆斯商学院麦考姆斯商学院2023/10 †2022/10纽约大学斯特恩商学院†2022/05 W.P. 亚利桑那州立大学的凯里商学院†2021/12纳文·金德尔管理学院，德克萨斯大学达拉斯大学达拉斯大学2021/12 MSO研讨会，伦敦商学院，伦敦商学院†2021/05纽约大学斯特恩商学院†2021/02 Desautels Managem McGill University，McGill Univers，Indin beloom Univers，SYARING 2020/2020/12。 2020/10 AI-IoT Seminar, University of Florida † 2020/10 IDSS, Massachusetts Institute of Technology 2019/12 Microsoft Research New York City 2019/07 Department of Statistics, Pennsylvania State University 2019/04 NUS Business School, National University of Singapore 2018/12 School of Information Systems, Singapore Management University 2018/12 Sauder School of Business, University of British Columbia 2018/12麦吉尔大学2018/12 Desautels管理学院佛罗里达大学沃灵顿商学院2018/11计算机科学系，伊利诺伊州Urbana-Champaign大学2018/11 2018/11马萨诸塞州IDSS，达拉斯大学2024/04 IDSS，德克萨斯州奥斯汀大学2023/10麦考姆斯商学院麦考姆斯商学院2023/10 †2022/10纽约大学斯特恩商学院†2022/05 W.P.亚利桑那州立大学的凯里商学院†2021/12纳文·金德尔管理学院，德克萨斯大学达拉斯大学达拉斯大学2021/12 MSO研讨会，伦敦商学院，伦敦商学院†2021/05纽约大学斯特恩商学院†2021/02 Desautels Managem McGill University，McGill Univers，Indin beloom Univers，SYARING 2020/2020/12。 2020/10 AI-IoT Seminar, University of Florida † 2020/10 IDSS, Massachusetts Institute of Technology 2019/12 Microsoft Research New York City 2019/07 Department of Statistics, Pennsylvania State University 2019/04 NUS Business School, National University of Singapore 2018/12 School of Information Systems, Singapore Management University 2018/12 Sauder School of Business, University of British Columbia 2018/12麦吉尔大学2018/12 Desautels管理学院佛罗里达大学沃灵顿商学院2018/11计算机科学系，伊利诺伊州Urbana-Champaign大学2018/11 2018/11
人工智能研究及其对欧盟政治治理的贡献：成员国比较研究
摘要：在过去的六十年中，人工智能 (AI) 领域取得了许多进展。考虑到人工智能技术对社会和政治体系的影响不同，了解欧盟类似国家之间的共同问题以及这些政治体系如何相互合作、寻求协同效应、寻找机会和节省成本是很有帮助的。因此，我们在欧盟类似国家之间进行了一项探索性研究，研究人工智能技术领域的科学研究，即：葡萄牙、希腊、奥地利、比利时和瑞典。这项研究的一个关键发现是智能决策支持系统 (IDSS) 对于政治决策过程至关重要，因为政治通常处理复杂且多方面的决策，其中涉及不同利益相关者之间的权衡。随着公共卫生在欧盟领域变得越来越重要，IDSS 可以提供相关贡献，因为它可以允许共享关键信息并协助政治决策过程，特别是在应对危机情况下。
网络知情性：使用CVSS增加对入侵检测系统的信任
入侵检测系统（IDSS）是必不可少的网络安全组合。以前的网络攻击检测方法更多地依赖于签名和规则来检测网络攻击，尽管过去十年来范式发生了变化，机器学习（ML）实现了更有效，更灵活的统计方法。，ML目前无法将网络安全信息集成到其内部运作中。本文介绍了网络知情性，这是一个新的指标，考虑到网络安全信息，以更明智地表示绩效，受到遇到的攻击的严重性的影响。该指标在网络安全方面使用了事实：共同的漏洞评分系统（CVSS）。在两个公共数据集上的结果表明，这种新的度量标准验证了使用通用指标获得的结果。此外，这种新的度量强调了基于ML的IDSS，优先考虑了严重攻击的高度绩效，这对通用指标看不到。因此，这个新的指标通过弥合ML和网络安全之间的差距很好地完成了通用指标。
基于控制器区域网络的生成分类器的异常检测系统
摘要 - 作为电子系统在现代车辆中变得越来越复杂且普遍存在，因此在板载网络上保护至关重要，特别是这些系统中的许多都是至关重要的。研究人员表明，现代车辆容易受到各种攻击的影响，从而使攻击者能够控制并损害安全 - 关键的电子系统。因此，文献中已经提出了几种入侵检测系统（IDS）来检测对车辆的这种网络攻击。本文介绍了一个基于新颖的生成分类器的入侵检测系统（IDS），该系统（IDS）专为汽车网络中的异常检测而设计，特别关注控制器区域网络（CAN）。利用变异贝叶斯，我们提出的ID使用深层可变模型来构造有条件概率的因果图。使用自动编码器体系结构来构建分类器以估算条件概率，这有助于通过贝叶斯推断的最终预测概率。对公共汽车挖掘数据集上针对最新IDS的比较评估突出了我们提出的分类器在提高检测准确性和F1分数方面的出色表现。提出的ID通过用有限的培训数据胜过现有模型来证明其功效，从而为汽车系统提供了增强的安全保证。
保障未来出行安全：网络安全问题...
鉴于电动汽车 (EV) 市场的不断扩大，开发一个兼顾消费者便利性和安全性的生态系统势在必行。电动汽车充电站管理系统 (EVCSMS) 提供的大量数据由物联网 (IoT) 生态系统提供支持。入侵检测系统 (IDS) 跟踪网络流量以发现 IT 和 IoT 环境中潜在的危险数据交换，其有效性和准确性正在不断提高。由于机器学习和深度学习技术加速了 IDS 的发展，入侵检测正成为学术界的一个主要课题。本文提出的研究目标是使用基于机器学习的入侵检测系统来保护电动汽车充电站 (EVCS) 的生态系统，该系统具有低误报率和高准确率。
目录 - 国家气象局
为了实现“气象准备就绪国家”的愿景，该机构已经制定了概念和计划，以满足 NWS 服务发展的需求。面对当今日益复杂的环境、社会、技术和经济挑战，NWS 必须变得更加敏捷、开放和灵活，以实现其满足社会不断变化的需求的使命。我们的信息服务必须从以离散消息传输信息发展到帮助核心合作伙伴了解我们提供的信息范围，以便他们做出正确的决策。对基于影响的决策支持服务 (IDSS) 和新兴和协作服务部门可用信息的需求不断增长，需要一种创新的服务方法，以促进广泛用户的灵活性和敏捷性。它还要求 NWS 更有效、更高效地利用科学技术的进步。
隐私影响评估 (PIA) 全球联合...
c. 描述此国防部信息系统或电子收集的用途，并描述系统中收集的个人个人信息类型。 DISA 实施的全球联合用户域，用于提供国防部企业应用程序、工作区、协作工具和文件存储。此外，DISA 使用身份同步服务 (IdSS) 填充和维护国防部组件网络和系统中的个人数据元素，例如目录服务和帐户配置系统。通过 CAC 身份验证访问国防企业配置在线 (DEPO)] 工具。收集的 PII 类型姓名、国防部 ID 号、其他 ID 号、安全信息、等级/级别、职位/头衔、公务电话、就业信息、公务地址、工作电子邮件地址、军事记录、邮寄/家庭地址、家庭/手机、公民身份和其他。