XiaoMi-AI文件搜索系统
World File Search SystemShid
使用机器学习Dipak Shid*，Parikshit Patil **，Shrikrushna Shinde ***，Himanshu Shinde **** mani
传统的勒索软件检测技术（此类基于签名的检测）无法跟上最新的，不断变化的勒索软件变体。由于基于签名的技术取决于发现众所周知的恶意代码模式，因此他们无法识别出新颖的未发现的勒索软件菌株。攻击者会定期使用勒索软件，因为其复杂性会增加。通过检查与有害活动相关的模式和行为，机器学习提供了实时勒索软件攻击检测的能力。通过检测与典型的系统行为不同，机器学习模型与基于签名的技术相反，能够检测出新颖的勒索软件变体。基于系统活动数据，诸如随机森林和支持矢量机（SVM）之类的算法表现出有效识别和分类勒索软件的潜力。
引用本文为：Demirtas H, Ozer A, Gulcan MB, Shide I, Delibas H, Oktar GL。缩窄性心包炎伴有 sec 后的心包切除术
缩窄性心包炎 (CP) 是一种罕见的临床疾病，在炎症过程后，心包会增厚和钙化。 [1] 僵硬且缺乏弹性的心包会导致无功能性的舒张期松弛；因此，会发生无肺水肿的心力衰竭。 [2] CP 的病因包括特发性、病毒性、心脏术后、放射和结核病，尤其是在社会经济状况较差的人群中。 [1,3] CP 的其他罕见病因包括真菌感染、尿毒症、肿瘤、结缔组织疾病、药物、心肌梗死和创伤。 [1] 严重急性呼吸综合征-冠状病毒 2 (SARS-CoV-2) 和基于信使核糖核酸 (mRNA) 的 SARS-CoV-2 疫苗已成为心血管并发症的潜在病因，尽管这种情况很少见。 [4] 此外，深静脉血栓形成和血栓栓塞等血管并发症也更为常见
文章：Goudarzi、Shidrokh、Anisi、Mohammad Hossein、Ahmadi、Hamed orcid.org/0000-0001- 5508-8757 等（另外 1 位作者）（已接受：2020 年）使用 SDN 的分销运营动态资源分配模型。IEEE 物联网杂志。ISSN 2327-4662（印刷中）
摘要 — 在车载自组织网络中，自动驾驶汽车在支持车载应用之前会生成大量数据。因此，需要一个大存储和高计算平台。另一方面，云平台上的车载网络计算需要低延迟。应用边缘计算 (EC) 作为一种新的计算范式，有可能在提供计算服务的同时减少延迟并提高总效用。我们提出了一个三层 EC 框架，将弹性计算处理能力和动态路线计算设置为适合实时车辆监控的边缘服务器。该框架包括云计算层、EC 层和设备层。资源分配方法的公式类似于优化问题。我们设计了一种新的强化学习 (RL) 算法来处理云计算辅助的资源分配问题。通过集成 EC 和软件定义网络 (SDN)，本研究为车载网络中的资源分配提供了一种新的软件定义网络边缘 (SDNE) 框架。这项工作的新颖之处在于设计了一种使用经验回复的多智能体基于 RL 的方法。所提出的算法实时存储用户的通信信息和网络轨迹状态。给出了具有各种系统因素的模拟结果，以显示所建议框架的效率。我们通过一个真实案例研究来展示结果。