XiaoMi-AI文件搜索系统
World File Search Systemnectivity
数字技术的本质 – 多种技术的开发...
数字化颠覆了商业模式，使产品和服务更加智能。随着物联网、区块链或增强现实等数字技术的快速出现和采用，数字化在全球范围内不可逆转地改变了我们所有行业的私人生活和组织惯例。因此，数字化在创新、连通性、效率和生产力改进方面发挥了无限潜力。然而，研究和实践仍然缺乏对数字技术本质的根本理解。为了弥补这一差距，我们开发了一种多层数字技术分类法，其中包括八个维度，这些维度沿着既定的模块化架构层构建，即服务、内容、网络和设备。基于我们的分类法，我们还通过聚类分析确定了七种数字技术的原型。为了修改和评估我们的成果，我们从 Gartner 新兴技术炒作周期中对 45 种数字技术进行了分类，并与其他研究人员进行了评估。我们的结果有助于对数字技术的描述性知识。它们使研究人员和从业人员能够在两个聚合级别上对数字技术进行分类，并就其采用做出明智的决策。关键词：数字化、数字技术、分类法、原型。
面向安全工业物联网设备的优化集成模型
摘要 — 物联网 (IoT) 设备部署的持续增长得益于不断增长的连接需求，尤其是在工业环境中。然而，由于潜在攻击面数量的增加，这导致与网络相关的攻击数量增加。工业物联网 (IIoT) 设备容易受到各种与网络相关的攻击，这些攻击会对制造过程以及制造厂工人的安全造成严重后果。近年来，一种用于攻击检测的有前途的解决方案是机器学习 (ML)。更具体地说，集成学习模型在提高底层 ML 模型的性能方面显示出巨大的潜力。因此，本文提出了一个基于贝叶斯优化-高斯过程 (BO-GP) 与基于集成树的学习模型相结合的框架，以提高 IIoT 环境中入侵和攻击检测的性能。使用新南威尔士大学 Cyber Range 和 IoT 实验室收集的 Windows 10 数据集评估所提出的框架的性能。实验结果表明，与标准树和集成树模型相比，检测准确度、精度和 F 分数均有所提高。索引术语 — 工业物联网、优化集成学习、贝叶斯优化
了解 BGP 错误配置
众所周知，简单的、偶然的 BGP 配置错误可能会中断 Internet 连接。然而，除了少数大规模中断的惊人事件外，人们对错误配置的频率及其原因知之甚少。在本文中，我们首次对 BGP 错误配置进行了定量研究。在三周的时间内，我们分析了来自 Internet 主干网上 23 个有利位置的路由表通告，以检测错误配置事件。对于每个事件，我们都调查了相关的 ISP 运营商，以验证是否是错误配置，并了解事件的原因。我们还积极探测 Internet，以确定错误配置对连接的影响。令人惊讶的是，我们发现配置错误无处不在，每天有 200-1200 个前缀（占 BGP 表大小的 0.2-1.0%）出现错误配置。所有新前缀通告中，接近四分之三是配置错误的结果。幸运的是，最终用户看到的连接对配置错误具有惊人的鲁棒性。虽然配置错误会大大增加路由器的更新负载，但只有五分之一会影响连接。虽然配置错误的原因多种多样，但我们认为大多数配置错误都可以通过更好的路由器设计来预防。
功能脑图分析与计算机测试有效鉴别轻度认知障碍
社区居住的非裔美国老人患轻度认知障碍 (MCI) 或阿尔茨海默病及相关痴呆症的可能性是老年白人的两倍，因此他们是需要早期监测的重要高危群体。由于成本和负担，更广泛的影像学或脑脊液研究存在重大障碍。我们将功能连接和图论测量（源自静息态脑电图 (EEG) 记录）与计算机化认知测试相结合，以基于社区居住的非裔美国老人样本识别 MCI 患者与健康对照者之间的差异。我们发现 MCI 患者的功能连接显著下降，图拓扑结构整合度较低。功能连接、拓扑和认知测量相结合对于预测 MCI 非常有效，而且综合测量方法比单一方法更有效。具体而言，通过将认知特征与功能连接和拓扑特征相结合，与使用单一认知或 EEG 域特征进行分类相比，预测结果有所改善，准确率为 86.5%，而最佳单一方法的准确率为 77.5%。居住在社区的非裔美国老年人认为 EEG 和计算机化测试可以接受，并且在区分健康对照者和居住在社区的 MCI 患者方面，结果很有希望。
了解 BGP 错误配置
众所周知，简单的、偶然的 BGP 配置错误可能会中断 Internet 连接。然而，除了少数大规模中断的惊人事件外，人们对错误配置的频率及其原因知之甚少。在本文中，我们首次对 BGP 错误配置进行了定量研究。在三周的时间内，我们分析了来自 Internet 主干网上 23 个有利位置的路由表通告，以检测错误配置事件。对于每个事件，我们都调查了相关的 ISP 运营商，以验证是否是错误配置，并了解事件的原因。我们还积极探测 Internet，以确定错误配置对连接的影响。令人惊讶的是，我们发现配置错误无处不在，每天有 200-1200 个前缀（占 BGP 表大小的 0.2-1.0%）出现错误配置。所有新前缀通告中，接近四分之三是配置错误的结果。幸运的是，最终用户看到的连接对配置错误具有惊人的鲁棒性。虽然配置错误会大大增加路由器的更新负载，但只有二十五分之一会影响连接。虽然配置错误的原因多种多样，但我们认为大多数配置错误都可以通过更好的路由器设计来预防。
学习婴儿大脑发育连接以预测认知分数 ⋆
摘要：在婴儿期，人类大脑的结构、功能和认知都迅速发育。认知技能和大脑形态之间的紧密联系促使我们关注使用纵向结构 MRI 数据进行个体层面的认知分数预测。在出生后早期，大量的大脑区域连接包含一些内在的拓扑结构，例如小世界性和模块化组织。因此，可以使用图卷积网络合并不同的区域组合来预测婴儿的认知分数。然而，大脑区域连接的定义仍然是一个问题。在这项工作中，我们提出了一个精心设计的层，即区域间连接模块 (ICM)，以数据驱动的方式有效地构建大脑区域连接。为了进一步利用隐藏在发展模式中的关键线索，我们选择路径签名作为顺序数据描述符来提取区域生长轨迹的基本动态信息。利用这些区域发育特征和区域间连接，构建了一种新型皮质发育连接网络 (CDC-Net)。对 3 个时间点内数百名受试者的纵向婴儿数据集的实验表明，我们的性能优越，优于基于经典机器学习的方法和基于深度学习的算法。
论与工具相关动作理解有关的大脑功能网络
工具使用技能代表了人类进化过程中重大的认知飞跃，在复杂技术的出现中发挥着至关重要的作用。然而，这些能力背后的神经机制仍存在争议。在这里，我们用 fMRI 探索涉及工具相关动作理解的功能性大脑网络。参与者在三种条件下观看了描绘动作一致（例如，钉子-锤子）和动作不一致（例如，围巾-锤子）物体-工具对的图像：语义（识别之前在对中见过的工具）、机械（评估对的可用性）和控制（查看没有明确任务的对）。在观察这些对的过程中，基于任务的左脑功能连接在不同条件下有所不同。与对照相比，语义和机械条件均表现出背侧（楔前叶）和腹背（下额叶）区域的共同激活。然而，语义条件调动了内侧和后颞叶区域，而机械条件调动了下顶叶和后颞叶区域。此外，在区分动作一致和动作不一致对时，激活了广泛的额颞神经回路。这些发现支持了最近将工具相关动作理解视为语义和机械知识的综合产物的说法。此外，它们强调了左下顶叶和前颞叶如何分别被视为物理和概念知识跨模态整合的枢纽。
了解 BGP 错误配置
众所周知，简单的、偶然的 BGP 配置错误可能会中断 Internet 连接。然而，除了少数大规模中断的惊人事件外，人们对错误配置的频率及其原因知之甚少。在本文中，我们首次对 BGP 错误配置进行了定量研究。在三周的时间内，我们分析了来自 Internet 主干网上 23 个有利位置的路由表通告，以检测错误配置事件。对于每个事件，我们都调查了相关的 ISP 运营商，以验证是否是错误配置，并了解事件的原因。我们还积极探测 Internet，以确定错误配置对连接的影响。令人惊讶的是，我们发现配置错误无处不在，每天有 200-1200 个前缀（占 BGP 表大小的 0.2-1.0%）出现错误配置。所有新前缀通告中，接近四分之三是配置错误的结果。幸运的是，最终用户看到的连接对配置错误具有惊人的鲁棒性。虽然配置错误会大大增加路由器的更新负载，但只有二十五分之一会影响连接。虽然配置错误的原因多种多样，但我们认为大多数配置错误都可以通过更好的路由器设计来预防。
地铁系统和城市发展：影响和影响
世界上许多城市都开发了地铁系统。地铁系统在许多方面都会影响城市发展，例如增强劳动力流动性，提高城市生产力并促进城市地下空间（UUS）利用以适应城市功能。本文探讨了地铁系统与城市发展之间的关系，特别关注地铁发展对城市经济，环境和社会发展的全面影响。世界上许多城市的许多研究都证实了地铁系统对城市发展的贡献。地铁系统的积极资本反映在地铁系统周围地区的财产价值中，尽管影响可能在空间，时间和地理上有所不同。此外，地铁系统通过减少空气污染和温室气体排放，鼓励新的发展和城市更新，共享城市发展和土地利用，促进商业增长和住宅开发，促进UUS的利用，并增加了UUS的利用，并增加了混合土地使用和城市土地，从而影响了新的发展和城市更新。然而，地铁系统对运输机会，可及性和联系的平等，公共卫生，旅行行为，个人身份，旅行经验和安全性的影响都有影响。这项研究阐明了地铁系统对城市发展的影响，并为希望开发地铁系统以支持可持续城市发展的城市和运输计划者以及政策制定者提供了重要信息。
了解 BGP 错误配置
众所周知，简单的、偶然的 BGP 配置错误可能会中断 Internet 连接。然而，除了少数大规模中断的惊人事件外，人们对错误配置的频率及其原因知之甚少。在本文中，我们首次对 BGP 错误配置进行了定量研究。在三周的时间内，我们分析了来自 Internet 主干网上 23 个有利位置的路由表通告，以检测错误配置事件。对于每个事件，我们都调查了相关的 ISP 运营商，以验证是否是错误配置，并了解事件的原因。我们还积极探测 Internet，以确定错误配置对连接的影响。令人惊讶的是，我们发现配置错误无处不在，每天有 200-1200 个前缀（占 BGP 表大小的 0.2-1.0%）出现错误配置。所有新前缀通告中，接近四分之三是配置错误的结果。幸运的是，最终用户看到的连接对配置错误具有惊人的鲁棒性。虽然配置错误会大大增加路由器的更新负载，但只有二十五分之一会影响连接。虽然配置错误的原因多种多样，但我们认为大多数配置错误都可以通过更好的路由器设计来预防。