XiaoMi-AI文件搜索系统
World File Search SystemSTRIDE
企业领导者的可持续发展能力：
这些大型组织中的领导者完全认可建立更具可持续性的组织的重要性，并在各种领导角色中为实现这一变革承担全部责任。这一承诺反映了这些领导者为建立和致力于可持续发展目标而做出的重大投资，标志着他们的组织朝着更可持续的未来迈出了值得称赞的一步。同样明显的是，参与其中的商业领袖已经表现出对一系列环境、社会和治理 (ESG) 计划的承诺。然而，在可持续发展的“社会”层面上进行了更多的投资，其中包括与多样性、平等和包容性相关的领域。领导者报告称，他们在“环境”和“治理”方面的能力水平较低。与此相关的是，变革存在许多复杂的障碍，这些障碍主要存在于组织之外。发现的一个主要挑战是消费者抵制变革，拒绝接受可持续发展可能带来的更高成本
3GPP 人工智能研究概述...
摘要 — 空中接口是任何无线通信系统中的基本组件。在第 18 版中，第三代合作伙伴计划 (3GPP) 深入研究了利用人工智能 (AI)/机器学习 (ML) 来提高第五代 (5G) 新无线电 (NR) 空中接口性能的可能性。这项努力标志着 3GPP 在制定无线通信标准方面迈出了开创性的一步。本文全面概述了 3GPP 在该领域探索的关键主题。它涵盖了 AI/ML 的一般框架和特定用例（例如信道状态信息反馈、波束管理和定位），从而提供了一个整体视角。此外，我们重点介绍了 3GPP Release 19 中 NR 空中接口的 AI/ML 潜在发展轨迹，这条路径为第六代 (6G) 无线通信系统铺平了道路，该系统将以集成 AI 和通信作为主要使用场景。
1-15-21科技战略规划（...
我从个人经验中知道，战斗中有三项必要条件：1）相信自己、相信战友和相信训练；2）相信你的使命和指挥官；3）相信你的装备和武器。作战和实弹测试与评估 (OT&E 和 LFT&E) 专注于这第三项必要条件，对我们的士兵、水兵、海军陆战队员、飞行员和警卫使用的装备和武器进行独立和客观的评估。正如《国防战略》所指出的，“我们不能指望用昨天的武器或装备在明天的冲突中取得成功。”随着对手的技术进步和广泛投资，安全环境变得越来越复杂。作战测试与评估主任办公室 (DOT&E) 必须继续前进，我们必须通过现代化 T&E 评估工具、基础设施和专业知识，以及转变我们的 T&E 作战概念 (CONOPS) 来做到这一点：我们测试、评估结果和获取技术专业知识的方式。
CHET 2024 年春季简讯
虽然这句话的起源存在争议（一些人认为是弗朗西斯·安妮·肯布尔在 1809 年的一首诗中使用它；其他人提到亚伯拉罕·林肯、詹姆斯·洛厄尔或玛丽·丘奇·特雷尔；还有 CS 刘易斯的“向前向上！去纳尼亚和北方！”；以及 2009 年对超级英雄漫画启发的动作片《铁壁阿童木》的模糊提及），但这句话与健康公平转型中心的定位产生了共鸣。在 CHET，我们一直期待并相信更光明的未来。我们认识到并受到世界众多挑战的激励，通过创造性的学术研究、协作交流、负责任和包容性的培训以及真诚的参与，共同迈向新的明天。可以看到 CHET 的教职员工和学生在社区活动中倡导更好的健康，撰写影响发现的有影响力的文章，部署新的教学和方法工具，提供催化变革的领导力；所有这些都具有诚信和建设性参与的精神。
使用ATT＆CK
此过程旨在使用任何现有的威胁建模方法（例如大步，意大利面或攻击树）通用到任何系统或技术堆栈（大或小）。为了证明其使用和适用于广泛的网络安全从业人员，我们将此过程应用于称为“脚踝监测预测指标”（AMPS）的虚构物联网（IoT）系统。虚构的AMPS设备为佩戴者及其医疗保健提供者提供了中风的指示和警告。构成该设备的系统和子系统是根据流行的市售物联网设备建模的，并有意为其基于移动/云的依赖项选择。这个广泛的应用程序到跨越移动和企业环境的系统，允许读者可视化如何将此过程应用于其问题集。本文中的示例是从为AMPS制造商工作的安全团队的角度来看。他们的任务是建模对AMPS设备的威胁和支持系统基础架构。
孟加拉国的成功故事
孟加拉国在出口多元化方面取得的进展产生了一种有趣的产品，该产品正在稳步占据全球市场的更大份额。睡袋已成为一种重要的出口产品，孟加拉国正在成为该产品的主要制造商。随着孟加拉国在外套（夹克、帐篷、滑雪服、运动服、狩猎服、安全服、工作服和雨衣）生产领域确立了自己在世界市场上的领先地位，睡袋也引起了世界市场的关注，因为睡袋需要与制作外套相同的材料和机器。现在至少有 10 家本地公司生产睡袋，而几年前只有 2/3 的跨国公司位于 EPZ。由于孟加拉国拥有大量熟练工人，而且中国的生产成本不断上升，来自美国、韩国和中国的投资者已将生产部门转移到孟加拉国。2022 年 3 月，总部位于香港的 Campvalley 公司
大语模型（LLM）的威胁建模和风险分析
摘要 - 大型语言模型（LLM）的出现通过提供先进的自然语言处理能力彻底改变了各种应用。但是，这项创新引入了新的网络安全挑战。本文探讨了专门针对LLM驱动应用程序量身定制的威胁建模和风险分析。专注于数据中毒，及时注射，SQL注入，越狱和构图注入等潜在攻击，我们评估了它们对安全性的影响并提出缓解策略。我们引入了一个框架，结合了大步和恐惧方法，以进行主动威胁识别和风险评估。此外，我们通过定制的LLM驱动应用程序的案例研究来说明端到端威胁模型的可行性。该模型遵循Shostack的四个问题框架，并针对存在的独特威胁LLMS调整了。我们的目标是提出措施，以增强这些强大的AI工具的安全性，挫败攻击，并确保LLM集成系统的可靠性和完整性。
高密度数据中心如今意味着什么
在过去十年中，数据中心取得了巨大进步，能够支持当今的高密度计算。传统上，数据中心使用多个机架的低功耗系统，无法高效完成工作。由于没有意识到封闭的好处，这些传统数据中心因过度冷却房间而遭受严重低效。而且，由于他们使用的是只能运行一个应用程序的敏感机器，他们浪费了能源试图创造完美的环境来满足他们的设备。随着硬件、计算机和编程终于在技术上取得进展，数据中心开始利用这些智能来使他们的建筑运行得更智能。取得了重大进展，为其他行业铺平了道路（见图 2）。今天，一些数据中心的密度为每平方英尺 400 瓦，甚至更高。在相同空间内完成的工作量可能是传统数据中心的 4 到 5 倍。