XiaoMi-AI文件搜索系统
World File Search Systemidentifiable
隐私法 (PA)、个人身份信息 (PII) 和企业身份信息 (BII)
• 概述报告 DOC 违规行为的程序； • 提供评估和减轻可能受违规行为影响的个人受到伤害的风险的指导； • 描述调查过程、通知和补救计划； • 确定适用的隐私合规文件； • 列出应对违规行为时适当的信息共享；以及 • 建立违规响应团队，称为 DOC PII 违规响应工作组（工作组）。该计划补充了根据《联邦信息安全现代化法案》（FISMA）、美国国家标准与技术研究所（NIST）特别出版物 800-61、《计算机安全事件处理指南》和美国国土安全部（DHS）的行动概念报告和处理事件的当前要求 –
学习...
能够在大脑中同时记录数百个神经元的活动的能力，对开发适当的统计技术的需求不断增长。最近，已经提出了深层生成模型来满足神经种群的反应。尽管这些方法具有灵活性和表现力，但缺点是它们很难解释和识别。为了解决这个问题，我们提出了一种整合潜在模型和传统神经编码模型的关键成分的方法。我们的方法PI-VAE的灵感来自于识别可鉴定的变异自动编码器的最新进展，我们适应适合于神经科学应用。特别是，我们建议构建神经活动的潜在变量模型，同时对潜在变量和任务变量之间的关系进行建模（非神经变量，例如感觉，运动和其他外部可观察的状态）。任务变量的合并导致不仅受到更大约束的模型，而且还显示出可解释性和识别能力的定性改进。我们使用合成数据验证PI-VAE，并将其应用于大鼠海马和猕猴运动皮质的神经生理数据集。我们证明了PI-VAE不仅可以更好地拟合数据，而且还提供了对神经代码结构的意外新颖见解。
州长迈克·布劳恩（Mike Braun）的2025年国家地址个人身份信息（PII）指南2.0
•Medicare和Medicaid服务中心（CMS）最低可接受的交换风险标准（MARS-E）•国土安全部（DHS）手册，用于维护敏感的个人身份信息，2012年3月•健康保险和问责制（HIPAA）•INDIANA CODA（IC）4-1-6，4-1-6，公平信息惯例；个人信息的隐私•IC 4-1-11-3，安全漏洞通知，个人信息•IC 35-43-5-1（i），伪造，欺诈和其他欺骗； Identifying Information • Internal Revenue Service (IRS) Publication 1075, November 2021 • National Institute for Standards and Technology (NIST) Special Publication (SP) 800-53 • Office of Management and Budget (OMB) Memorandum 06-19 • OMB Memorandum 07-16 PII Guidance Sources and Definitions SOURCE DEFINTION CMS MARS-E National Institute of Standards and Technology (NIST) Special Publication 800-122, April 2010年，保护个人身份信息（PII）的机密性指南，将PII定义为“有关代理商维护的个人的任何信息，包括（1）可用于区分或跟踪个人身份的任何信息，例如名称，姓名，社会安全号，日期和地点出生，母亲的名称，招聘记录，以及任何其他信息，以及任何其他信息，以及链接的任何其他信息；就业信息。” DHS有些PII作为独立数据敏感，例如SSN，驾驶执照或州身份证号码，护照号码，外星人注册号或财务帐户号。HIPAA根据NIST特别出版物800-66，Rev 2，单独识别的健康信息（IIHI）[45 C.F.R.sec。敏感PII数据要素的其他示例包括公民身份，医疗信息，种族，宗教，性取向或生活方式信息以及帐户密码，以及个人的身份（直接或间接推断）。160.103]，需要保护的PII是健康信息的一部分，包括从个人那里收集的人口信息，并且：（1）由医疗保健提供者，健康计划，雇主或医疗保健人员创建或收到； （2）与个人的过去，现在或未来的身体或心理健康或个人有关；向个人提供医疗保健；或向个人提供医疗保健的过去，现在或将来的付款； （i）识别个人的；或（ii）有合理的依据，可以相信这些信息可用于识别个人。受保护的健康信息（PHI）是PII的一种形式。是IIHI：
SOP：个人身份信息（PII）研究数据
5.1.1.1访问5.1.1.1.1将对可识别信息的访问限制为需要知道的研究人员。5.1.1.2打印5.1.1.2.1请勿在复印机/打印机上留下无人看管的数据或信息。5.1.1.2.2在可能的情况下，使用存储/锁定作业将数据或信息发送给打印机。在机器上输入密码以打印。5.1.1.3基于纸张的信息5.1.1.3.1将数据或信息放在封闭的信封或框中（如果件间隔内部必须将其放置在件间信封内的密封信封中）。5.1.1.3.2通过扰流中或美国邮政服务发送数据或信息。 5.1.1.4在工作或个人计算机上存储电子文件5.1.1.4.1计算机必须满足低风险数据的弗吉尼亚技术安全要求（请参阅https://security.vt.edu/resources.html）。 5.1.1.5在外部便携式存储媒体上存储数据/文件（USB，CD/DVD，备用磁带等） 5.1.1.5.1必须加密设备。 5.1.1.5.2必须受密码保护设备。 5.1.1.6与授权个人共享数据/文件5.1.1.6.1与特定的授权个人共享数据或信息，而不是匿名或访客链接。 5.1.1.7根据数据传输安排向项目人员或个人发送数据/文件5.1.1.7.1在内部和外部传输数据时加密。 5.1.1.7.2使用弗吉尼亚理工学院支持的安全文件传输方法（请与您所在地区内的选项联系您的部门IT支持）。 5.1.1.7.3在网站表格上，使用https。5.1.1.3.2通过扰流中或美国邮政服务发送数据或信息。5.1.1.4在工作或个人计算机上存储电子文件5.1.1.4.1计算机必须满足低风险数据的弗吉尼亚技术安全要求（请参阅https://security.vt.edu/resources.html）。5.1.1.5在外部便携式存储媒体上存储数据/文件（USB，CD/DVD，备用磁带等）5.1.1.5.1必须加密设备。5.1.1.5.2必须受密码保护设备。5.1.1.6与授权个人共享数据/文件5.1.1.6.1与特定的授权个人共享数据或信息，而不是匿名或访客链接。 5.1.1.7根据数据传输安排向项目人员或个人发送数据/文件5.1.1.7.1在内部和外部传输数据时加密。 5.1.1.7.2使用弗吉尼亚理工学院支持的安全文件传输方法（请与您所在地区内的选项联系您的部门IT支持）。 5.1.1.7.3在网站表格上，使用https。5.1.1.6与授权个人共享数据/文件5.1.1.6.1与特定的授权个人共享数据或信息，而不是匿名或访客链接。5.1.1.7根据数据传输安排向项目人员或个人发送数据/文件5.1.1.7.1在内部和外部传输数据时加密。5.1.1.7.2使用弗吉尼亚理工学院支持的安全文件传输方法（请与您所在地区内的选项联系您的部门IT支持）。5.1.1.7.3在网站表格上，使用https。
二元响应隶属度分析的可识别等级谱方法
隶属等级 (GoM) 模型是用于多变量分类数据的流行个体级混合模型。GoM 允许每个主体在多个极端潜在概况中拥有混合成员身份。因此，与限制每个主体属于单个概况的潜在类别模型相比，GoM 模型具有更丰富的建模能力。GoM 的灵活性是以更具挑战性的可识别性和估计问题为代价的。在这项工作中，我们提出了一种基于奇异值分解 (SVD) 的谱方法来进行具有多元二元响应的 GoM 分析。我们的方法取决于以下观察：在 GoM 模型下，数据矩阵的期望具有低秩分解。对于可识别性，我们为期望可识别性概念开发了充分和几乎必要的条件。对于估计，我们仅提取观测数据矩阵的几个前导奇异向量，并利用这些向量的单纯形几何来估计混合成员分数和其他参数。我们还在双渐近状态下建立了估计量的一致性，其中受试者数量和项目数量都增长到无穷大。我们的谱方法比贝叶斯或基于可能性的方法具有巨大的计算优势，并且可以扩展到大规模和高维数据。广泛的模拟研究表明我们的方法具有卓越的效率和准确性。我们还通过将我们的方法应用于人格测试数据集来说明我们的方法。
具有可公开验证和可识别中止功能的两全其美的多方量子计算
Alon 等人 (CRYPTO 2021) 引入了一种具有可识别中止 (MPQC-SWIA) 安全性的多方量子计算协议。但是，他们的协议只允许 MPQC 内部各方知道恶意参与者的身份。当两组人意见不一致并需要第三方（如陪审团）来验证谁是恶意方时，这就会变得有问题。鉴于量子态可能只存在于一份副本中，这个问题在量子环境中具有更重要的意义。因此，我们强调具有可公开验证的可识别中止 (PVIA) 协议的必要性，使只有经典计算能力的外部观察者能够在发生中止的情况下就恶意方的身份达成一致。然而，由于不可克隆定理以及 Mahadev (STOC 2018) 和 Chung 等人提出的先前工作，实现具有 PVIA 的 MPQC 带来了重大挑战。 （Eurocrypt 2022）用于量子计算的经典验证的协议存在缺陷。在本文中，我们获得了第一个 MPQC-PVIA 协议，该协议假设后量子无意识传输和经典广播信道。我们构建的核心组件是一种称为可审计量子认证（AQA）的新认证原语，它以压倒性的概率识别恶意发送者。此外，我们提供了第一个具有两全其美（BoBW）安全性的 MPQC 协议，该协议保证在诚实多数的情况下输出交付，并且即使多数不诚实也能在中止时保持安全。我们的两全其美 MPQC 协议在中止时也满足 PVIA。
基于脑连接组的成像标记，用于识别有先兆和无先兆的偏头痛特征
偏头痛是一种神经系统疾病，直接影响全球超过 10 亿人 (1)。根据先兆症状是否完全可逆，偏头痛分为有先兆偏头痛 (MwA) 或无先兆偏头痛 (MwoA) (2)。根据头痛发作频率，偏头痛可分为发作性偏头痛和慢性偏头痛 (3,4)。在发作性偏头痛和慢性偏头痛的定义中，满足 MwoA 和/或 MwA 的诊断标准仍然是优先事项 (5)。约 30% 的偏头痛患者在头痛期 (称为前驱期) 之前会出现多种先兆症状，包括视觉、感觉、言语和/或语言、运动、脑干和视网膜症状 (2)。患有 MwA 的患者比患有 MwoA 的患者发生缺血性中风和心血管疾病的风险更高 (6,7)。因此，针对先兆的特异性治疗可能有助于降低先兆相关血管事件的风险。无论是为了终止头痛发作还是为了防止下一次头痛发作，偏头痛先兆亚型的划分都应基于对疾病机制的理解（8）。皮质扩散性抑制 (CSD) 代表了偏头痛先兆的主要理论。CSD 的特征是去极化神经元和神经胶质细胞的增殖，正常离子梯度的破坏会导致神经系统症状（9）。有人认为 CSD 可能会激活和敏化三叉神经血管通路，而三叉神经血管通路在介导偏头痛发作中起关键作用（5,9）。然而，也有人认为 CSD 可以存在于偏头痛患者中，但处于静默状态，导致没有先兆表现（10）。根据先兆症状将偏头痛患者分为 MwA 和 MwoA 可能值得怀疑。因此，除了先兆症状表现之外，我们仍然需要其他确凿的证据来对偏头痛进行亚型划分，以及进一步了解偏头痛先兆的异质性及其潜在机制。据报道，神经影像学得出的脑结构连接 (SC) 和功能连接 (FC) 改变可提供对偏头痛病理生理学的实质性认识，并可能识别潜在的 MwA 判别特征 (11-18)。偏头痛患者的脑连接变异被解释为与 CSD 和三叉神经血管通路理论有关，这些理论被广泛认为是偏头痛的可能病理生理机制 (13,19-21)。与 MwoA 相比，MwA 检测到了脑 FC 增加和过度兴奋，这意味着更高的
ISAM-MTL：具有可识别峰值和关联内存网络
EEG中的跨主题变异性降低了当前深度学习模型的表现，限制了脑机构界面（BCI）的发展。本文提出了ISAM-MTL，这是一种基于可识别峰值的多任务学习（MTL）EEG分类模型（IS）代表和关联内存（AM）网络。所提出的模型将每个受试者的脑电图分类视为一项独立任务，并利用跨主题数据训练来促进跨受试者的特征共享。ISAM-MTL由一个尖峰功能提取器组成，该提取器可在受试者和特定主题的双向关联内存网络中掌握共享特征，该功能受HEBBIAN学习训练，以实现高效且快速的主体内部EEG分类。iSAM-MTL将学习的尖峰神经代表与双向缔合记忆进行了交叉主体EEG分类。模型标记引导的变异推断对可识别的尖峰表示，增强了分类精度。在两个BCI竞争数据集上的实验结果表明，ISAM-MTL提高了跨主体EEG分类的平均准确性，同时降低受试者之间的性能差异。该模型进一步表现出少数射击学习和可识别的神经活动的特征，从而实现了BCI系统的快速且可解释的核心。
国防部指令 5505.17，“国防部执法活动处理个人身份信息和执法信息”，2023 年 8 月 22 日
国防部执法活动处理的个人身份信息和执法信息 发起部门：国防部监察长办公室 生效日期：2023 年 8 月 22 日 可发布性：已获准公开发布。可在指令司网站 https://www.esd.whs.mil/DD/ 上查阅。重新发布和取消：国防部指令 5505.17“国防部执法活动对个人身份信息和执法信息的收集、维护、使用和传播”，2012 年 12 月 19 日，经修订 批准人：国防部监察长罗伯特·P·斯托奇 目的：根据国防部指令 (DoDD) 5106.01 中的授权和 DoDD 5200.27 中的操作指导，此发布制定政策、分配职责并规定程序，供国防部执法活动 (LEA) 在预防犯罪、武力保护和刑事调查等执法职能期间收集、维护、使用和传播个人身份信息 (PII) 和执法信息。
网络加工 - 老年人网络安全计划
• Cybersecurity 101: The basics of cybersecurity, including the physical threats to cyber safety and the importance of personally identifiable information • Password Management: The importance of password management and creation of strong, unique passwords • Common Internet Threats: Proactive and reactive defense against unwanted software • Internet Scams & Fraud: How to recognize false customer service calls and scam/phishing emails • Social Media Awareness: Understanding personally identifiable information and privacy设置•自助资源：政府和地方资源的直接联系信息