XiaoMi-AI文件搜索系统
World File Search SystemLyzing
Lena NicolaLena Nicola
Nicola，L.，Reese R.，Kreuzer，M.，Albrecht，T。和Winkelmann，R。：源自Ana -Lyzing Oceanic Wateways的测深 - 符合的温暖模式融化估计值
在2025年使用AI的开创性采购
a：这都是关于价值创造的。自动重复任务是难题的一部分，但是真正的游戏规则改变是AI如何帮助组织利用更丰富的见解。例如，在创纪录的时间内分析大量的消费数据使团队能够快速发现节省成本的机会并谈判更好的交易。同时，由AI提供支持的数字采购工具可以简化批准，减少人为错误，并释放专家以专注于更具战略性的工作 - 这意味着采购停止成为瓶颈并开始推动增长。
事故法应该如何适应自动驾驶汽车？ ...
将自动驾驶汽车（AV）引入美国的高速公路上，提出了有关我们法律体系的适应能力的重要问题，以这种技术的新风险和激励问题。挑战的重要部分是在理解如何在过渡时期导航，因为AVS与传统的人类参与者进行例行互动。本文通过算法和人类决策者之间的分析相互作用扩展了一个熟悉的多边预防框架。我的分析表明，一些熟悉的基于过失的规则（用于预防措施和产品安全性）能够适应这种情况。也就是说，平稳的过渡可能需要某些州的实质性教义/法律改革，以及对所有州的断层标准的更一般性重新概念化，不仅是AVS，而且对于人类参与者本身。
了解人工智能在网络犯罪中的应用
技术的进步正在改变人们在世界上互动的方式，犯罪也不例外。犯罪分子开发和迭代新的非法活动。最近的技术创新之一是人工智能 (AI)。AI 可以通过分析数据、根据已识别的模式进行预测以及根据提供给它们的大量信息生成响应来执行通常需要人类智能的任务 (Choi 等人，2022 年)。犯罪分子还利用这种人类智能系统进行犯罪活动，例如创建某人的假图像和视频以实施人际网络犯罪或增强网络攻击的有效性。本期特刊讨论了围绕人工智能的当前犯罪问题；一个研究了元宇宙中深度伪造的受害情况，另一个研究了社会工程攻击中人类的弱点。两篇论文是2023年国际白帽大会主办的学生论文竞赛的获奖作品。以下是每项研究的简要概述。
基于技术网络的潜在颠覆性技术识别研究
颠覆性技术具有三个显著而有意义的特征：归零效应，即维持性技术因其惊人的、前所未有的进步而变得无用；重塑技术与经济格局；引领未来技术体系的主流，这些都具有深远的影响和积极影响。颠覆性技术的识别是一项普遍艰巨的任务。因此，本文旨在增强潜在颠覆性技术识别结果的技术相关性，提高潜在颠覆性技术识别主题的粒度和有效性。依据生命周期理论，划分时间阶段，构建技术网络动态并进行分析，识别出潜在颠覆性技术。从而，利用潜在狄利克雷分配（LDA）主题模型，进一步明确潜在颠覆性技术的主题内容。本文以大型民用无人机为例，证明了模型的可行性和有效性。结果表明，该领域的潜在颠覆性技术为数据采集、主设备及地面平台智能化。
使用计算机视觉分析社交互动
抽象视频数据提供了对社会过程的重要见解，因为它们可以直接观察现实生活中的社会互动。尽管此类数据变得丰富且越来越容易访问，但它们对尺度和测量构成了挑战。计算机视觉（CV），即基于软件的视觉材料分析可以帮助解决这些挑战，但是现有的CV工具并不适合针对分析社交互动的量身定制。我们描述了我们的新颖方法“ 3D社会研究”（3DSR），该方法使用简历和3D摄像机素材研究运动学和亲近，这是社会互动的两个核心要素。使用八个脚本化行动和五个现实生活中的街道场景视频的视频，我们通过促进一系列可扩展和精确的测量来展示3DSR如何扩展社会学家的分析工具包。我们特别强调了3DSR的物理距离，空间运动和运动速率的潜力 - 运动学和相互作用中的重要方面。使用3DSR时，我们还评估了数据可靠性。
AAV血清型php.eb与
静止状态功能性MRI（RS-FMRI）在休息期间为大脑功能提供了宝贵的见解，但是由于功能连接性的个体差异，临床应用方面面临挑战。通常使用独立的组件分析（ICA），但它努力与主体间信息平衡单个变化。为了解决这一问题，使用来自多个数据集的模板开发了受约束的ICA（CICA）方法，以提高确定性和可比性。在这项研究中，我们从不同数据集中收集了来自100,517个个体的RS-FMRI数据。数据通过标准fMRI管道进行了预处理。我们的方法首先使用可复制的fMRI组件模板作为约束ICA（神经元管道）中的PRIOR，然后是估计的动态功能网络连接（DFNC）。通过聚类分析，我们生成了可复制的DFNC状态，然后将其用作受限制的ICA中的先验，以自动从新主题中估算特定于主题的状态。这种方法为分析单个RS-FMRI的单个RS-FMRI数据提供了一个强大的框架，同时在大型数据集中保持一致性，同时可以在大型数据集中保持一致性，从而在潜在的临床应用程序中提高RS-fmri的潜在应用。
调查勒索软件支付经济 - arXiv
摘要 勒索软件攻击是最严重的网络威胁之一。近年来，它们因威胁政府、关键基础设施和企业的运营而成为头条新闻。收集和分析勒索软件数据是了解勒索软件传播和设计有效防御和缓解机制的重要一步。我们报告了运营 Ransomwhere 的经验，Ransomwhere 是一个开放的众包勒索软件支付追踪器，用于收集勒索软件攻击受害者的信息。通过 Ransomwhere，我们收集了 13.5k 笔赎金，支付对象超过 87 名勒索软件犯罪分子，总支付金额超过 1.01 亿美元。利用比特币（用于大多数勒索软件支付的加密货币）的透明性质，我们描述了不断发展的勒索软件犯罪结构和赎金洗钱策略。我们的分析表明，有两个平行的勒索软件犯罪市场：商品勒索软件和勒索软件即服务 (RaaS)。我们注意到，这两个市场在加密货币资源的使用方式、每笔交易的收入以及赎金洗钱效率方面存在显著差异。虽然在商品勒索软件支付活动中识别瓶颈相对容易，但对于 RaaS 来说，识别瓶颈则更加困难。
调查勒索软件支付经济 - arXiv
摘要 勒索软件攻击是最严重的网络威胁之一。近年来，它们因威胁政府、关键基础设施和企业的运营而成为头条新闻。收集和分析勒索软件数据是了解勒索软件传播和设计有效防御和缓解机制的重要一步。我们报告了运营 Ransomwhere 的经验，这是一个开放的众包勒索软件支付追踪器，用于收集勒索软件攻击受害者的信息。通过 Ransomwhere，我们收集了 87 多名勒索软件犯罪分子的 13.5k 笔赎金，总支付金额超过 1.01 亿美元。利用比特币（用于大多数勒索软件支付的加密货币）的透明性，我们描述了不断发展的勒索软件犯罪结构和赎金洗钱策略。我们的分析表明，有两个平行的勒索软件犯罪市场：商品勒索软件和勒索软件即服务 (RaaS)。我们注意到，这两个市场在加密货币资源的使用方式、每笔交易的收入和赎金洗钱效率方面存在显著差异。虽然在商品勒索软件支付活动中识别瓶颈相对容易，但对于 RaaS 来说，识别瓶颈则更加困难。
Walsh-2011-能量残留物-普通美国军械。......
军事靶场训练时会使用含有高爆炸药的弹药。这些弹药爆炸会在靶场上留下不同数量的能量残留物。由于未爆炸弹药对训练场的危险性、过去活动留下的能量以及难以处理和分析含有微量爆炸物的土壤，测量单个爆炸残留物一直很困难。目前已开发出一种方法，可以测量单个子弹爆炸后的能量残留物。已使用了两种类型的靶场：积雪覆盖的靶场，其下方是冻土或冰。两者都呈现出原始采样表面和简单的采样基质：雪。我们使用多增量抽样方法测试了 11 种弹药，并研究了四种情况：高阶和低阶实弹爆炸、现场吹爆以及高阶爆炸对近距离未爆炸弹药的影响。爆炸物残留物沉积率从高阶爆炸的 10 -6% 到近距离爆炸的 50% 以上不等，导致弹药部分爆炸。对靶场管理社区的影响包括地下水污染、无保护高爆炸物的安全风险以及最终导致靶场设施损失的环境恶化。