XiaoMi-AI文件搜索系统
World File Search Systemefense
在AI案件中，版权所有者的早期胜利，因为法院拒绝合理使用辩护
重新考虑直接版权侵犯的问题，法院认为罗斯直接侵犯了2,243个Westlaw Headnotes。在先前的裁决中，法院拒绝裁定直接侵权，而陪审团将需要确定Westlaw Headnotes是否足够原始，以便首先是值得的版权保护。在更新的意见中，法院裁定，标题和关键数字系统实际上是原始的，以地标Feist出版物案为原始，通常引用了以下主张，即版权的“独创性门槛非常低”，只需要'一些最小的创造力……。一些创意火花。'” Feist Publications，Inc。诉农村电话服务。Co.，499 U.S. 340（1991）。 比喻了通过大理石雕刻的雕塑家将头脑的表达的过程比喻为Bibas法官写道：“雕塑家通过选择要切掉的东西以及将其留在原地的东西来创建雕塑……。。Co.，499 U.S. 340（1991）。比喻了通过大理石雕刻的雕塑家将头脑的表达的过程比喻为Bibas法官写道：“雕塑家通过选择要切掉的东西以及将其留在原地的东西来创建雕塑……。也是如此，即使是从意见中逐字提取的头条也是整体精心挑选的一部分。”但是，欣赏这一推理的限制，法院拒绝就逐字化副本的头脑提出简易判决
机器学习的对抗性攻击与防御
近年来，物联网设备的数量无疑呈爆炸式增长，达到数十亿台。然而，随着这一发展，一些新的网络安全问题也随之出现。其中一些问题是未经授权设备的部署、恶意代码修改、恶意软件部署或漏洞利用。这一事实促使人们需要基于行为监控的新设备识别机制。此外，由于该领域的进步和处理能力的提高，这些解决方案最近利用了机器和深度学习 (ML/DL) 技术。相比之下，攻击者并没有停滞不前，他们开发了针对上下文修改和 ML/DL 评估规避的对抗性攻击，并将其应用于物联网设备识别解决方案。然而，文献还没有详细分析这些攻击对个人识别解决方案的影响及其对策。这项工作探讨了基于硬件行为的个人设备识别的性能，它如何受到可能的上下文和 ML/DL 重点攻击的影响，以及如何使用防御技术提高其弹性。在这个意义上，它提出了一种基于硬件性能行为的 LSTM-CNN 架构，用于个人设备识别。然后，使用从运行相同软件的 45 台 Raspberry Pi 设备收集的硬件性能数据集，将最常见的 ML/DL 分类技术与所提出的架构进行了比较。LSTM-CNN 改进了以前的解决方案，在所有设备上实现了 +0.96 的平均 F1 分数和 0.8 的最低 TPR。之后，对之前的模型应用了以上下文和 ML/DL 为重点的对抗性攻击，以测试其稳健性。基于温度的上下文攻击无法破坏识别，但一些 ML/DL 最先进的逃避攻击是成功的。最后，选择对抗性训练和模型蒸馏防御技术来提高模型对逃避攻击的弹性，将其稳健性从高达 0.88 的攻击成功率提高到最坏攻击情况下的 0.17，而不会以有影响力的方式降低其性能。
将研究变成国防创新：内标和UW
STTR计划的关键功能将其与小型企业创新研究（SBIR）计划区分开来是与研究机构合作的要求。虽然合作小型企业是正式获奖者并管理该项目，但合作研究机构可获得多达60％的奖励资金。STTR指南要求小型企业在项目上至少执行40％的工作，其中至少30％分包给了合作研究机构。剩余的30％可以分配给研究机构或其他研发分包商。
国防部专业认证和...
认证SPēD计划是DOD计划的重要因素，以使安全劳动力专业化。每项国防部手册（DODM）3305.13，“国防部安全认证和认证”，所有认证都必须获得认证，并通过符合国家公认的认证认证机构的已发表标准，国家认证机构委员会（NCCA）。认证是根据定义标准评估认证的过程，并且在遵守这些标准时，将由NCCA授予认可。认证证明该计划已由公正专家小组审查，并符合NCCA设定的严格标准。NCCA使用既定标准来确保计划达到质量的门槛期望，并随着时间的推移验证改进。
新的防御，新威胁
我们最近的AI一代研究表明，有82％的公司计划在未来1 - 3年内整合AI代理，以发展自动化并提高效率。行业估计，在2024年，AI代理商的市场价值约为51亿美元，并预计到2030年将增长到471亿美元（复合年增长率为44.8％）。2 Salesforce和Microsoft的最新公告支持这些预测。例如，微软最近推出的Magentic-One是一个新的开源多代理框架，旨在管理复杂的多步骤任务。它具有“协调器”代理，该代理指导专门的代理 - Webfer，Filesurfer，Coder和Computer -Terminal-可提高日常任务（例如数据分析和信息检索）的生产力和效率。3
将商业太空服务整合到美国国防部运营
研究完整性通过我们的质量和客观性的核心价值以及我们对最高诚信和道德行为水平的坚定承诺来帮助通过研究和分析来帮助改善政策和决策的使命。为了帮助确保我们的研究和分析是严格，客观和无党派的，我们将研究出版物进行稳健而严格的质量保证过程；通过员工培训，项目筛查以及强制性披露政策，避免财务和其他利益冲突的外观和现实；并通过对我们的研究发现和建议的公开出版，披露已发表研究的资金来源以及确保智力独立性的政策来追求我们的研究参与的透明度。有关更多信息，请访问www.rand.org/about/research-integrity。
报告No.Dodig-2025-066＆OIG-25-15：在国防部信息网络上运营的海岸警卫队系统安全控制的联合审核
（u）该联合审计的目的是确定海岸警卫队是否根据适用的网络安全要求实施网络安全控制以保护在国防部（DOD）信息网络（DOD）信息网络（DODIN）的海岸警卫队系统。1海岸警卫队必须遵守DOD网络安全要求，因为其系统在DODIN上运行。在国防部与国土安全部（DHS）之间的一系列备忘录中提出了海岸警卫队在DODIN上操作其系统的角色和责任。有关与目标相关的范围和方法，请参见附录A。