XiaoMi-AI文件搜索系统
World File Search System圣灰
圣米格尔公司
对《公司法》第 80 条规定的拟议公司行动持不同意见和投票反对的人，可以在投票之日起三十 (30) 天内行使评估权，以书面形式要求公司支付其股份在投票前一天的公平价值。这些特定的公司行动如下：(a) 修改公司章程和细则，其效果是 (i) 改变和限制任何股东或股份类别的权利，(ii) 授权在任何方面优先于任何类别的已发行股份的优先权，或 (iii) 延长或缩短公司存续期；(b) 出售、出租、抵押或以其他方式处置公司的全部或绝大部分资产；(c) 合并或整合；以及 (d) 将公司资金投资于其他公司或企业或用于其主要目的以外的任何目的。公司章程的拟议修正案不是公司事务或行动，不会使持不同意见的股东有权行使 RCCP 第十章规定的评估权。
圣马科斯校区
建筑部门/办公室 A 出纳、财政服务、财务与行政服务部办公室、信息服务、预算/工资单、采购、合同服务和人力资源、邮件室 AA/ST 职业技术与继续教育部办公室（院长和副院长）、继续教育、EOPS、基金会、人力资源、教学服务、骄傲中心、研究、规划与拨款、退伍军人资源中心、职业课程、TRIO 北县教育机会中心 (NCEOC) C 艺术综合体 CLOCK 钟楼 CT 区域关闭 D Boehm 画廊、音乐综合体、表演艺术 DA 制图技术、机械加工技术 DR 残疾人资源 DSPS 残疾人资源中心 ECE 幼儿教育实验室 学校 F 数学、摄影 FD 空置 美食广场 提供冷热食品服务和饮料 G 体育馆/圆顶体育场 H 英语/人文、ESL、新闻、阅读、演讲/法医学/美国手语、世界语言、学术技术资源中心和实验室、HC 第一援助/学生健康服务 HS 牙科助理、护理教育 ITC 车身技术、汽车技术、柴油机械技术 LRC 图书馆/学习资源中心、访问技术中心、理事会会议室、总裁办公室、公共事务办公室、辅导中心、写作与阅读中心、数学/STEM 辅导 M 男更衣室、体育咨询 MC 工作经验、服务学习、工作开发者、职业中心 MD 美国印第安人研究、行为科学、工商管理、儿童发展、计算机科学与信息技术、创意服务、经济学、图形通信、历史、新闻学、多元文化研究、政治学、印刷服务、社会科学 MO 设施、仓库 NA 残疾人资源 NB 行为健康咨询服务 NS 生物学、化学、地球、空间和环境科学、工程学、生命科学、数学、物理学 O 体育、举重室、女更衣室、健康、运动机能学和娱乐管理 P 数学、媒体研究、教育电视 (ETV)、学徒制 PAC表演艺术综合体 PAC 剧院 霍华德布鲁贝克剧院 PD 警察局 PL 天文馆 Q 电子、电信、数字广播艺术、KKSM 广播电台 RF 空缺 RSC 新学者中心 SSC 招生/注册、咨询、评估、经济援助、记录、学生服务、转学中心 SU 学生会（ASG）、职业中心、彗星中心/学生生活和领导力、Anita & Stan Maag 食品和营养中心、Cariño 梦想村、国际学生计划、Puente 项目、UMOJA SW 游泳池、更衣室 T 橱柜家具技术、公共工程管理、水和废水项目、焊接技术 TCA 资助的学生支持计划 - GEAR UP TCB 资助的学生支持计划：TRiO 学生支持服务，TRIO Upward Bound TLC 教学和学习中心；Palomar Promise、双重注册、招生和推广办公室 WFC 健康/健身中心
RLTG：多目标定向灰盒模糊测试
定向灰盒模糊测试可以引导模糊器探索特定的目标代码区域，在补丁测试等场景中取得了良好的效果。然而，如果有多个目标代码需要探索，现有的定向灰盒模糊测试器（如AFLGo和Hawkeye）往往会忽略一些目标，因为它们使用距离的调和平均值，倾向于测试可达路径较短的目标。此外，现有的定向灰盒模糊测试器由于程序中存在间接调用，无法计算出准确的距离。此外，现有的定向灰盒模糊测试器无法解决探索和利用问题，种子调度效率低下。针对这些问题，我们提出了一种动态种子距离计算方案，当可达路径遇到间接调用时，动态增加种子距离。此外，种子距离计算可以处理多目标场景下的偏差问题。利用种子距离计算方法，我们提出了一种基于置信上限算法的种子调度算法，以解决定向灰盒模糊测试中的探索和利用问题。我们实现了一个原型 RLTG，并在实际程序上对其进行了评估。原型评估表明，我们的方法优于最先进的定向模糊器 AFLGo。在多目标基准测试 Magma 上，RLTG 以 6.9 倍的速度重现错误，并且比 AFLGo 多发现 66.7% 的错误。
DeepGo：预测定向灰盒模糊测试
在本文中，我们提出了一个预测定向灰盒模糊测试器 DeepGo，它可以结合历史和预测信息来引导 DGF 通过最佳路径到达目标站点。我们首先提出路径转换模型，该模型将 DGF 建模为通过特定路径转换序列到达目标站点的过程。突变产生的新种子将导致路径转换，而高奖励路径转换序列对应的路径表示通过它到达目标站点的可能性很高。然后，为了预测路径转换和相应的奖励，我们使用深度神经网络构建虚拟集成环境 (VEE)，它逐渐模仿路径转换模型并预测尚未采取的路径转换的奖励。为了确定最佳路径，我们开发了一个强化学习模糊测试 (RLF) 模型来生成具有最高序列奖励的转换序列。RLF 模型可以结合历史和预测的路径转换来生成最佳路径转换序列，以及指导模糊测试突变策略的策略。最后，为了练习高奖励路径转换序列，我们提出了行动组的概念，全面优化模糊测试的关键步骤，实现高效到达目标的最优路径。我们在 2 个基准测试套件（共 25 个程序，100 个目标站点）上对 DeepGo 进行了测试。实验结果表明，与 AFLGo、BEACON、WindRanger 和 ParmeSan 相比，DeepGo 在到达目标站点方面分别实现了 3.23 倍、1.72 倍、1.81 倍和 4.83 倍的加速比，在暴露已知漏洞方面分别实现了 2.61 倍、3.32 倍、2.43 倍和 2.53 倍的加速比。
关键代码引导的灰盒模糊测试
新提交的提交容易将漏洞引入程序。作为一种有前途的对策，可以使用定向灰盒模糊测试器通过将提交更改位置指定为目标来测试提交更改。但是，现有的定向模糊测试器主要侧重于达到单个目标，而忽略了对其他受影响代码的多样化探索。因此，它们可能会忽略在远离更改位置的位置崩溃的错误，并且在多目标场景中缺乏直接性，这在提交测试的背景下都很常见。在本文中，我们提出了一种直接灰盒模糊测试器 WAFLG O ，以有效发现提交引入的漏洞。WAFLGO 采用一种新颖的关键代码引导输入生成策略来彻底探索受影响的代码。具体而言，我们确定了两种类型的关键代码：路径前缀代码和数据后缀代码。关键代码首先引导输入生成逐渐、增量地到达更改位置。然后，在保持关键代码可达性的同时，输入生成策略进一步鼓励在探索受影响代码时生成输入的多样性。此外，WAFLGO 引入了一种轻量级多目标距离度量，用于直接和彻底检查所有更改点。我们实现了 WAFLG O，并使用提交引入的 30 个真实错误对其进行了评估。与 8 种最先进的工具相比，WAFLGO 实现了平均 10.3 × 的加速。此外，WAFLGO 在测试最近 50 次提交的真实软件（包括 libtiff、fig2dev 和 libming 等）时发现了 7 个新漏洞，其中包括 4 个 CVE。
灰龙：评估中国高级军事领导层
图 1.改革后的解放军结构 ......................................................................................................................9 2.解放军高级军官，按级别划分（2015 年和 2021 年） ........................................................................10 3.解放军高级军官，按军种划分（2015 年和 2021 年）（%） .............................................................................12 4.陆军关键联合作战岗位军官（2015-2021 年）（%） .............................................................................12 5.解放军高级军官，按军种与军种人力份额划分（2022 年）（%） .............................................................................13 6.解放军高级军官，按类型划分（2015 年和 2021 年）（%） .............................................................................14 7.解放军高级军官年龄/经验年限，按职等划分（2021 年）................................................................................................................................17 8.过去 10 年的地理轮换（%）................................................................................................................19 9.过去 10 年的地理轮换，按职位类型划分（%）.............................................................................20 10.过去 10 年的跨职能轮换（%）.............................................................................................21 11.过去 10 年的职位类型轮换（%）.............................................................................................22 12.过去 10 年（2015 年和 2021 年）的联合任务（%）.............................................................23 13.过去 10 年的联合任务，按职等划分（%）.............................................................................23 14.过去三年的联合任务各职级，按职务划分（2016-2022 年）.....24 15.过去 10 年的联合任务，按部队划分（%）.............................................................25 16.战区指挥官的职业发展，2016-2021 年.........................................................................27 17.各部队指挥官的职业发展，2016-2021 年.........................................................................27 18.解放军高级军官，按军种/战区划分（2015 年 vs. 2021 年）.............................................31 19.各集团军的先前职务（2015 年 vs. 2021 年）.............................................................31 20.在中央党政机关任职的解放军高级军官（2021 年）.............................................................33 21.中共决策机关成员等级（2021年）......................................................34 22.第十三届全国人民代表大会代表（2021年）.......................................35