XiaoMi-AI文件搜索系统
World File Search Systemtrusion
使用深度学习的可解释和优化的网络入侵检测模型
摘要 - 在当前年龄，互联网及其使用已成为人类生存的核心部分，随之而来的是我们开发了与我们日常活动的各个阶段无缝集成的技术。大多数现代基础设施的主要挑战是，与安全有关的要求通常是事后的想法。尽管越来越有意识，但当前的解决方案仍无法完全保护计算机网络和互联网应用程序免受不断发展的威胁格局的侵害。在近年来，深度学习算法已被证明在检测网络入侵方面非常有效。但是，手动调整深度学习模型的超级参数的疲惫，耗时和计算昂贵。此外，重要的是开发不仅做出准确预测的模型，而且还有助于理解模型如何做出这些预测。因此，模型解释性有助于增加用户的信任。网络入侵检测领域的当前研究差距是没有整体框架，该框架既包含优化和可解释的方法。在本研究文章中，提出了使用超频带进行超级参数优化的混合方法。通过考虑CSE CIC 2018数据集的所有攻击类型，可以实现98.58％的总体精度。提出的混合框架通过选择一组优化的参数和杠杆来增强网络入侵检测的性能，例如可解释的AI（XAI）方法，例如局部可解释的模型不可解释的解释（lime）和外形添加说明（SHAP）来了解模型预测。
在异构互联网中有效的入侵检测...
摘要 - 在低成本消费电子和云计算的快速开发中，广泛采用了智能城市和工业控制系统等下一代分布式系统的广泛采用。IoT设备通常由于其开放部署环境和严格的安全控制功能而容易受到网络攻击的影响。因此，入侵检测系统（ID）已成为通过监测和检测异常活动来保护IoT网络的有效方法之一。但是，现有的ID方法依靠集中式服务器来生成行为概况并检测异常，从而导致高响应时间和由于通信开销而引起的大量运营成本。此外，在开放和分配的物联网网络环境中共享行为数据可能违反了设备的隐私要求。此外，各种物联网设备倾向于捕获异质数据，这使行为模型的训练变得复杂。在本文中，我们介绍联合学习（FL），以协作训练一个分散的ID模型，而无需向他人展示培训数据。此外，我们提出了一种有效的方法，称为联合学习集合知识蒸馏（FLEKD）来减轻各种客户的异质性问题。FLEKD比常规模型融合技术实现了更灵活的聚集方法。最后，我们在三种潜在的现实情况下评估了我们提出的框架的性能，并显示Flekd在实验结果中具有明显的优势。公共数据集CICIDS2019上的经验结果表明，所提出的方法在速度和性能方面都优于本地培训和传统的FL，并且显着提高了系统检测未知攻击的能力。索引术语 - 关闭检测系统，联合学习，物品互联网，知识蒸馏，数据杂基
PP挤出的基本表征
基质聚合物研究了高刚度聚丙烯（PP）泡沫以在旋转造型工业中使用。范围是为市场上当前的聚乙烯（PE）泡沫提供更硬，更先进的替代品。矩阵聚合物希望突破当前产品的边界，并结合新技术以生产新材料。CBA的不同组成（化学吹动剂），各种干燥的混合物和化合物已与实验一起进入CBA反应时间和膨胀比。由493K开发的K-KORD温度记录设备可用于室内温度分析，并已与仅仪式温度标签，静态烤箱机和旋转渡轮机一起使用，以开发新材料。以上所有内容都提高了我们对这种新材料惊人潜力的理解。将该产品提供给旋转成型行业将对来自世界各地的旋转腐存型在各种应用中非常有益，我们将旋转成型的限制视为缺乏合适的聚合物。这是矩阵继续挑战的东西。
电子邮件启用警报网络入侵检测系统
Hegde 5，Harsh Kumar 6 1，2，2，3，4，5，6计算机科学和工程总统大学班加罗尔，印度摘要 - 在不断发展的网络安全环境中，强大的入侵检测系统（IDS）的重要性至关重要。本研究探讨了监督机器学习模型的整合，例如决策树，支持向量机（SVM）和随机森林，以提高网络入侵检测系统（NIDS）的能力。建议的方法包括使用KDD-CUP99数据集的数据预处理，功能选择和模型培训。本研究对具有41个特征的模型的性能进行了比较分析，并减少了通过递归功能消除（RFE）获得的15个功能。这项研究有助于理解机器学习在加强电子邮件启动的有效性，从而使NID能够抵抗网络威胁。索引术语 - 网络入侵，监督机器学习，网络攻击检测，网络安全性，电子邮件ALERT，威胁检测。
基于两步算法的智能连接车辆中的入侵检测系统
摘要。智能连接的车辆是物联网中不可分割的对象。在确保车辆的安全性和可靠性方面，汽车行业面临着巨大的挑战。在这种情况下，智能连接的车辆供应商致力于提供安全的系统，以确保用户驾驶安全性并保护他们免受可能的网络攻击。本文提出了一种基于适合智能连接车辆的嵌入式环境的入侵检测系统。两步算法用于检测可能的攻击。为了评估系统的性能，本文进行了实验测试，计算经典的准确性评估参数，并将其与模拟的网络攻击数据集进行比较。结果表明，该方法对常见的网络攻击具有出色的检测性能。在自由状态攻击下测试此方法时，性能会降低。
通孔-中间 TSV 晶圆混合键合中 Cu 突起对连接电阻的影响
摘要 本研究研究了铜突起对连接电阻的影响，作为中通孔硅通孔 (TSV) 晶片混合键合的详细数据。在制备了多个具有不同铜突起量的 Cu TSV 晶片和 Cu 电极晶片并通过表面活化键合方法使用超薄 Si 膜进行键合后，通过四端测量评估了键合晶片的连接电阻（即 TSV、Cu 电极和界面电阻之和）。结果表明，Cu 突起量是中通孔 TSV 晶片与超薄 Si 膜混合键合的关键参数，通过调节 Cu 突起可以在不进行热处理的情况下实现 TSV 和 Cu 电极之间的电连接。关键词 中通孔 硅通孔(TSV) 直接Si/Cu研磨 混合键合I.引言 随着摩尔定律的放缓，带有硅通孔(TSV)[1-6]的三维集成电路(3D-IC)已经成为实现高速、超紧凑和高功能电子系统的可行解决方案。3D-IC在某些电子系统中的接受度越来越高。然而，要将3D-IC技术应用于许多电子系统，需要进一步降低TSV形成成本、实现TSV小型化和提高TSV产量。在各种TSV形成工艺中，中通孔Cu-TSV工艺可以有效减小TSV尺寸并提高TSV产量，因为该工艺易于形成(1)小TSV，并且(2)TSV与多层互连之间的电接触。然而，如果晶圆背面露出的TSV高度变化很大，则可能会发生TSV断裂或接触失效。在之前的研究中，我们提出了一种 Cu-TSV 揭示工艺，包括直接 Si/Cu 研磨和残留金属去除 [7-9]（图 1），以克服这一问题。首先，使用新型玻璃化砂轮进行直接 Si/Cu 研磨，并使用高压微射流 (HPMJ) 对砂轮进行原位清洁。由于非弹性
优化用于云计算的深层生成入侵检测系统：改进的挑战和范围
大量数据及其指数增加导致安全问题，随后会损害云计算及其环境。入侵检测系统（IDS）是监视和分析云环境中恶意攻击数据的系统之一。云计算中网络流量的大量，高冗余和高维度使得很难通过当代技术检测攻击。需要解决以提高IDS功能的性能和数据不平衡问题。本文包括在不同类型的基于云的数据集中对基于ML技术和IDS性能的基于云ID的技术和调查。它还分析了差距和范围，以增强ID的评估参数。它提供了基于云的IDS系统，与其他当代系统相比，它将产生良好的性能结果。此外，本文提供了有关基于云的ID，数据不平衡技术，数据集和提议的云IDS系统体系结构的当前概述。
材料挤压增材制造17-4PH不锈钢组织与力学性能研究
材料挤压增材制造 (MEAM) 作为一种现代制造工艺，目前正在吸引各个行业的关注，因为它可以以比其他增材制造工艺更低的成本生产出复杂零件。在本研究中，比较了增材制造和锻造的 17-4PH 不锈钢零件在原始状态和在 H900 条件下热处理的微观结构和力学性能。原始试样由马氏体和 δ-铁素体组成。固溶处理后，δ-铁素体相在马氏体基体中表现出明显的生长。时效处理引起的沉淀强化表现为拉伸强度和硬度的增加。此外，从实验中获得的强度系数 (K) 和应变硬化指数 (n) 被用作拉伸试验模拟的输入数据。所有试样的模拟结果与实验结果一致。模拟结果的发现有望用于预测通过 MEAM 工艺制造的复杂零件的力学行为。关键词：增材制造，材料挤压增材制造，17-4PH不锈钢，热处理，沉淀强化，有限元方法1.引言
通过嵌入微凝胶的嵌入式挤出 - 量化印刷
在活组织中，细胞在周围微环境中复杂的信号后表达其功能。在微观和宏观上捕获层次结构，以及各向异性细胞模式仍然是生物打印的主要挑战，以及用于创建生理上与生理相关的模型的瓶颈。解决此限制时，引入了一种新技术，称为嵌入式挤出 - 量化印刷（EMVP），融合的挤出生物构图和无层，超快速的体积生物打印，从而使空间模式多种墨水类型。轻响应性微凝胶是第一次以生物素（μ树脂）为基于光的体积生物打印的生物素（μ树脂），从而为细胞寄养和自组织提供了微孔环境。调整基于明胶的微粒的机械和光学特性，可以用作悬挂挤出打印的支撑浴，其中包含高细胞密度的功能可以轻松引入。μ树脂可以在几秒钟内将层析成像灯投影雕刻成厘米尺度，基于颗粒水凝胶的综合构建体。间质微伏增强了多个茎/祖细胞（血管，间充质，神经）的差异，否则常规的散装水凝胶不可能。作为概念验证，EMVP被应用于创建复杂的合成生物学启发的细胞间通信模型，其中脂肪细胞的分化受到光遗传学工程胰腺细胞的调节。总体而言，EMVP为生产具有生物功能的再生移植物以及开发工程生活系统和（代谢）疾病模型的新途径。