XiaoMi-AI文件搜索系统
World File Search System交集
数字凭证和付款-TPAC 2024
•与其他层的交集：DC API客户端（用户代理）直接与基础OS平台（类似于PassKeys的Fido2/WebAuthn类似），用于与本地和远程（交叉启动）
PCLOB FISA 702 评论
1 Anunay Kulshrestha 和 Jonathan Mayer，《估计外国情报监视中的偶然收集：与并集和的大规模多方私有集合交集》，Usenix Security（2022 年）。
审视人工智能及其在恶意创造和创新中的作用：人工智能如何增强新型威胁和攻击
这篇评论试图让国土安全部为即将使用人工智能来产生新的恶意威胁做好准备。人工智能广义上是指能够从外部数据源推断模式的技术，包括机器学习、逻辑代理、生成式人工智能和机器人技术等众多子领域。人工智能的好处可能会被潜在的危害所掩盖，例如基于人工智能的自主武器和恶意人工智能干扰，例如破坏政治信息的完整性。人工智能与恶意创造力的交集涉及使用技术来产生和实施新想法以造成伤害。人工智能与恶意创造力的交集涉及使用技术来产生和实施新想法以造成伤害。
人工智能和网络安全
摘要 - 在本文中，我们研究人工智能系统与网络安全之间的关系。按照现代的解释，人工智能系统是机器学习系统，有时进一步缩小为人工神经网络。如果我们谈论的是机器学习越来越广泛地渗透到信息技术的各个应用领域，那么自然而然地，它应该与网络安全有交集。但问题在于，这样的交集无法用任何一个模型来描述。人工智能与网络安全的结合有许多不同的应用方面。当然，它们的共同点是使用机器学习方法，但任务以及迄今为止取得的成果却完全不同。例如，虽然使用机器学习来检测攻击和入侵与以前使用的方法相比显示出真正的进步，但针对机器学习系统本身的攻击仍然完全击败可能的防御。本文致力于机器学习在网络安全中的应用模型的分类。
