XiaoMi-AI文件搜索系统
World File Search SystemInternet
DSCI 599：安全互联网的机器学习
USC欢迎残疾学生进入大学的所有教育计划。学生可访问性服务办公室（OSA）负责确定遇到与残疾相关障碍的学生的适当住宿。一旦学生完成了OSAS流程（注册，初始任命和提交的文件），并且确定住宿是合理且适当的，则可以为每门课程生成一封住宿（LOA）。必须由学生将LOA交给每个课程教练，然后进行讨论。这应该在学期的早期尽可能地完成，因为住宿不是追溯性的。可以在osas.usc.edu上找到更多信息。您可以通过（213）740-0776与OSA联系，或通过电子邮件osasfrontdesk@usc.edu与OSA联系。
AT&T Internet Air™ 商务版
AT&T 商务互联网套餐限制：服务可能会因滥用、异常使用、干扰我们的网络或无法向他人提供优质服务而变慢、暂停、终止或受限。套餐不适用于高比特率应用程序，不得用于服务器设备或主机应用程序（例如连续的网络摄像头发布或广播）、高带宽应用程序、过度造成网络拥塞的服务或内容（例如网络广播），或以任何其他被您的业务协议禁止的方式使用（请参阅 att.com/abs-addtl-terms 上的附加服务和设备相关条款或您的业务协议中的类似部分以及 att.com/aup 上的 AT&T 可接受使用政策中禁止的网络使用/活动）。
互联网使用障碍的诊断和治疗...
编辑德国成瘾研究和搜索疗法学会E.V.（DG搜索）科学方向和协调教授Hans-jürgenRumpf博士，卢贝克大学，精神病学和心理治疗指南指南编辑团队Anja Bischof博士Anja Bischof博士，卢贝克大学，卢比克大学，精神病学和心理疗法Senviving Senvivive Senviving专业公司的成瘾研究和搜索治疗E.V.（DG成瘾）参与的专业社会和专业协会联邦成瘾援助协会E.V.（BUS。）德国儿童和青少年医学学会E.V.（DGKJ）德国儿童和青少年精神病学，心理学和心理治疗学会E.V.（DGKJP）德国精神病学和心理治疗学会，心理学和神经医学E.V.（DGPPN）德国心理学学会E.V.（DGPS）德国心身医学学院E.V.（DKPM）德国心身医学和医学心理治疗学会E.V.（DGPM）德国成瘾医学学会E.V.（DGS）德国成瘾心理学学会E.V.（DGSP）德国行为医学和行为修改学会E.V.（DGVM）德国行为疗法协会（DVT）德国搜索基金会专家协会媒体依赖性E.V.专业协会成瘾E.V.（FVS）儿童和青少年心理治疗行为疗法（KJPVT）一致性由所有参与社会和协会的董事会在当前版本中采用。（BUS。）（dgkj）fachverband sucht e.v.财政支持大多数工作是由专家提供的：内部没有财务支持。协调工作是由吕贝克大学的精神病学和心理治疗诊所的领导团队进行的。通过促进以下专业社会和协会来支持这项工作：德国成瘾研究和搜索疗法学会E.V.（DG搜索）中央心理健康研究所高级教授，海德堡大学联邦成瘾援助协会曼海姆德国儿童和青少年医学学会E.V.（FVS）德国搜索基金会
互联网基础设施论坛（IIF）的基础工作 - Topdns
m arkusdeBrün描述了各种类型的滥用类型，这些滥用行为正常挑战互联网基础设施运营商：•网络钓鱼：网络钓鱼攻击，犯罪分子欺骗用户揭示机密信息，仍然是广泛的威胁。网站网站的扩散需要进行预防和快速检测。区分网络钓鱼和欺诈通常是具有挑战性的。网络钓鱼地点的体积有所减少，但质量却大大提高。•恶意软件：恶意软件越来越多地用于利用或损坏基础架构。通过不同渠道传递的多样性也增加了，将操作员的响应时间和防御措施投入了测试。•僵尸网络：打击僵尸网络 - 用于恶意活动的感染设备的网络 - 是一个复杂的挑战，因为它们通常很难大规模识别和操作。•垃圾邮件：尽管有多年的对策，但垃圾邮件仍然是滥用的重要来源。不需要的消息的质量分布会给系统带来压力，并且需要专门的过滤和检测技术。
通过物联网中对结构中损害识别的审查调查
物联网（IoT）提供了一种收集和分析结构数据的方法。这种创新的方法具有识别和预防物联网结构障碍的希望，从而增强了混凝土和钢结构的安全性和卓越性。在较旧的结构中，实施温度，湿度，断裂传感器或其他监视系统可连续监督结构的状况。此外，智能系统的利用允许自动调节建筑物内的各种设备，以及通过IoT与数据分析系统和消费者共享获得的信息。相关数据的自动收集促进了结构障碍的检测，并提高了建筑物的安全性。这种尖端技术可以动态地收集实时结构数据并采用智能算法来查明结构损害。无线传感器网络利用传感器和物联网来检测混凝土和钢结构中的损坏，收集必要的数据并采用智能算法来识别此类结构中的损害。这些网络可以动态积聚实时结构数据，并利用智能算法来检测结构内的损害。物联网传感器以不断监视复杂的结构，并迅速通知相关的工程师和专家。本文使用物联网全面研究了混凝土和钢结构中的损伤检测过程。
出版详情：Liu, T., Tsang, W., Xie, Y., Tian, K., Huang, F., Chen, Y., Lau, O., Feng, G., Du, J., Chu, B., Shi, T., Zhao, J., Cai, Y., Hu, X., Akinwunmi, B., Huang, J., Zhang, CJP, & Ming, W.-K. (2021). 新冠疫情前和疫情期间人工智能临床医生的偏好：离散选择实验和倾向得分匹配研究。医学互联网研究杂志，23(3)，文章 e26997。https://doi.org/10.2196/26997
1 暨南大学医学院公共卫生与预防医学系，广州，中国 2 暨南大学国际学院，广州，中国 3 南安普顿大学社会科学学院，南安普顿，英国 4 香港理工大学应用数学系，香港，香港 5 河南理工大学计算机科学与技术学院，河南，中国 6 北京师范大学（珠海）应用数学学院，珠海，中国 7 布莱根妇女医院妇产科，马萨诸塞州波士顿，美国 8 哈佛大学医学院麻省总医院基因组医学中心，马萨诸塞州波士顿，美国 9 伦敦帝国理工学院公共卫生学院流行病学与生物统计学系，伦敦，英国 10 香港大学公共卫生学院，香港，香港 * 这些作者的贡献相同
出版详情：Liu, T., Tsang, W., Huang, F., Lau, OY, Chen, Y., Sheng, J., Guo, Y., Akinwunmi, B., Zhang, C. JP., & Ming, W.-K. (2021). 中国 SARS-CoV-2 大流行期间患者对人工智能应用与临床医生在疾病诊断中的偏好：离散选择实验。《医学互联网研究杂志》，23(2)，文章 e22841。https://doi.org/10.2196/22841
背景：误诊、乱收费、排队、诊所等待时间长等是全球医疗行业长期存在的现象。这些因素可能导致患者对临床医生误诊的焦虑。然而，随着大数据在生物医学和医疗保健界的使用日益增长，人工智能 (Al) 诊断技术的性能正在提高，可以帮助避免医疗实践错误，包括在当前 COVID-19 的情况下。目的：本研究旨在在中国 COVID-19 疫情的背景下，从人工智能诊断与临床医生的不同角度可视化和衡量患者的异质偏好。我们还旨在说明离散选择实验 (DCE) 潜在类别的不同决策因素，以及人工智能技术在 SARS-CoV-2 大流行期间及未来判断和管理中的应用前景。方法：DCE 方法是本文应用的主要分析方法。我们假设了诊断方法、门诊等候时间、诊断时间、准确率、诊断后随访、诊断费用等不同维度的属性，并形成问卷。利用 DCE 问卷收集的数据，应用 Sawtooth 软件对数据集构建了广义多项逻辑 (GMNL) 模型、混合逻辑模型和潜在类别模型。此外，我们计算了变量的系数、标准误差、P 值和优势比 (OR)，并形成效用报告以呈现属性的重要性和加权百分比。结果：无论临床医生的描述如何，共有 55.8% 的受访者 (767 人中的 428 人) 选择了 AI 诊断。在 GMNL 模型中，我们发现人们最喜欢 100% 的准确率 (OR 4.548, 95% CI 4.048-5.110, P <.001)。对于潜在类别模型，最容易接受的模型由 3 个潜在类别的受访者组成。影响最大、百分比权重最高的属性是诊断的准确性（总体为 39.29%）和费用（总体为 21.69%），尤其是对诊断“准确性”属性的偏好，该属性在各个类别中保持不变。对于第 1 类和第 3 类，人们更喜欢 AI + 临床医生的方法（第 1 类：OR 1.247，95% CI 1.036-1.463，P <.001；第 3 类：OR 1.958，95% CI
出版详情：Shen, J., Chen, J., Zheng, Z., Zheng, J., Liu, Z., Song, J., Wong, SY, Wang, X., Huang, M., Fang, P.-H., Jiang, B., Tsang, W., He, Z., Liu, T., Akinwunmi, B., Wang, CC, Zhang, CJP, Huang, J., & Ming, W.-K. (2020)。一种用于诊断妊娠期糖尿病的创新型人工智能应用程序 (GDM-AI)：开发研究。医学互联网研究杂志，22(9)，文章 e21573。https://doi.org/10.2196/21573
1 暨南大学医学院公共卫生与预防医学系，广州，中国 2 中山大学肿瘤防治中心，广州，中国 3 暨南大学信息科学与技术学院，广州，中国 4 暨南大学国际学院，广州，中国 5 中山大学国际关系学院，广州，中国 6 暨南大学新闻与传播学院，广州，中国 7 格罗宁根大学经济与商学院，格罗宁根，荷兰 8 布莱根妇女医院妇产科，波士顿，美国 9 哈佛大学医学院麻省总医院基因组医学中心，波士顿，美国 10 香港中文大学妇产科，香港，香港 11 香港大学公共卫生学院，香港，香港 12 香港中文大学流行病学与公共卫生系环境与健康多学科合作研究中心英国伦敦帝国理工学院圣玛丽校区公共卫生学院生物统计学专业 * 这些作者的贡献相同
建议引用：Zieemianin, Karolina (2021)：人工智能的民事法律人格：未来还是乌托邦？，《互联网政策评论》，ISSN 2197-6775，柏林亚历山大·冯·洪堡互联网与社会研究所，第 10 卷，第 2 期，第 1-22 页，https://doi.org/10.14763/2021.2.1544
摘要：人工智能相关技术正在迅速发展。因此，人工智能正在应用于生活的许多领域，并日益影响社会的运作。人工智能的行为可能会造成伤害（例如，自动驾驶汽车造成交通事故）。民法规则，特别是有关因某人的过错或风险造成的损害责任的规则，是在人工智能发明之前，主要是在人工智能最近取得重大发展之前就已经存在了。其中包括《波兰民事诉讼法》，该法解决了与责任相关的问题，该法于 1964 年通过，至今仍然有效，尽管有一些修订。因此，波兰民法中没有引入任何直接涉及人工智能及其行为的法律后果的条款。欧洲法律也是如此。因此，需要分析现有法规是否可以适用于人工智能，或者是否应该对其进行适当调整。这种分析的出发点是赋予人工智能法律实体地位的可能性，使其能够独立承担其造成的损害的责任。这个问题需要在当今使用的技术（例如自动驾驶汽车）的背景下进行研究，也需要在将来进行研究。本文进行的分析明确了谁将对人工智能的行为承担责任。该领域的审议基于波兰和欧洲法律科学的成就。因此，本文关于立法变化的结论适用于所有以欧洲民法原则为基础的国家法律秩序。
物联网取证：确保物联网生态系统的挑战，方法和未来方向
摘要：物联网（IoT）的快速增长对数字取证产生了重大影响，引入了新的机遇和挑战。物联网取证是数字取证中的专业领域，重点介绍了来自智能家居系统，可穿戴设备和工业平台等各种物联网设备的数据的获取，分析和解释。本综述研究了物联网取证的当前状态，突出了诸如设备多样性，数据波动，加密以及实时分析的需求等挑战。它还评估了现有的法医方法和工具，评估了它们在应对这些挑战时的有效性和局限性。此外，本文确定了关键的研究差距，并提出了未来的方向，包括开发标准化法医框架以及物联网制造商和法医专家之间的更多协作。的目的是推进物联网法医实践，以与快速发展的物联网技术保持同步，从而增强网络犯罪的调查和起诉。