XiaoMi-AI文件搜索系统
World File Search System失败
从失败中学习：增强光相变的循环耐力
甲状腺素相变材料（PCM）是一类独特的化合物，其可切换的光学和电子特性促进了微电子和麦克风学中新兴应用的爆炸。任何应用程序的关键是PCM可在大量循环中可靠切换在晶体和无定形状态之间的能力。在微电子记忆的情况下，该问题已经进行了广泛的研究，但当前基于PCM的光学设备的耐力较低。要了解限制PCM的故障机制，专门在微电体设备中耐力，我们开发了一个片上电阻的微型供电平台和一个自动多模式表征系统，以分析光学PCM的循环性能。证明了超过50,000个周期的大区块PCM设备可逆切换。
竞争中遏制，危机中缓和，冲突中失败
通过“沙漠风暴”、“伊拉克自由”和“持久自由”行动，美国以中东为中心。与此同时，我们竞争对手的能力也得到了提升。在这 30 年期间，美国制定了专注于向前投射力量的战略、计划和能力，以便与流氓政权、暴力极端组织和其他潜在对手作战。这导致了一种针对个别行为者的战术思维，而不是对抗和与同等竞争对手竞争所必需的战略思维和分析。它灌输了一种对动能解决方案的偏好，而不是其他选择——包括威慑和收购战略，这种战略倾向于使用系统（通常价格昂贵）来对抗一个领域的单一威胁，而不是多威胁、多域系统。这些发射右响应计划，而不是发射左拒止和威慑措施，限制了我们的行动和决策。与此同时，我们的竞争对手利用这一限制，开发和推进专门针对我们国土防御漏洞的能力，并通过持续的全球竞争框架。俄罗斯制定了一项军事理论，设想对对手的关键基础设施进行非核打击，以迫使不断升级的冲突结束，并多次展示了通过北美附近重型轰炸机巡逻将我们的国土置于危险之中的能力。在 2018 年 12 月的一次此类巡逻之后，俄罗斯官方媒体强调，这些飞行可能“对美国领土上最重要的战略设施构成严重威胁”。中国也已经发展出强大的能力来威胁我们在网络领域的关键基础设施，并可能在未来 5 年内部署常规武装巡航导弹。虽然中国对这些能力的意图尚不清楚，但我们怀疑北京会在发生地区冲突时利用它们来阻止和挫败我们跨太平洋的兵力流动。最后，弗拉基米尔·普京发展俄罗斯北极区的战略和
一项关于使用大语言模型分析软件供应链安全失败
随着我们越来越依赖软件系统，软件供应链中漏洞的后果变得更加严重。高档的网络攻击（例如Solarwinds和ShadowHammer）导致了大量的财务和数据丢失，这强调了对更强的网络安全的需求。防止将来违规的一种方法是研究过去的失败。但是，分析过去失败的传统方法需要手动阅读并汇总有关它们的报告。自动支持可以降低成本并允许更多失败的分析。自然语言处理（NLP）技术，例如大语言模型（LLM），可以利用以帮助分析失败。在这项研究中，我们评估了大语言模型（LLM）分析历史软件供应链漏洞的能力。我们使用LLM来复制由云本机计算基金会（CNCF）成员执行的69个软件供应链安全失败的手动分析。我们开发了LLMS通过四个维度进行分类的提示：折衷，意图，na的类型和影响。GPT 3.5的分类平均准确性为68％，而Bard的准确度比这些维度的精度为58％。我们报告说，LLM有效地表征了软件供应链失败时，当源文章足够详细以在手动分析师之间达成共识，但无法替代人类分析师。未来的工作可以在这种情况下提高LLM的性能，并研究更广泛的文章和失败。
一项关于使用大语言模型分析软件供应链安全失败
6个恶意维护者发生在维护者或摆姿势维护者的实体时，故意在供应链中或源代码中的某个地方注入脆弱性。这种妥协可能会带来很大的后果，因为通常许多人认为执行攻击的个人被许多人认为是值得信赖的。此类别包括经验丰富的维护者的攻击，涉及流氓，帐户稳定和新的角色，在他们履行职责后不久就进行了攻击。
利用SDN中的网络切片来处理应用程序失败
摘要 - 不像传统网络，软件定义的Net Works（SDN）提供了对网络中所有设备的总体视图和集中控制。SDNS使网络管理员能够使用通用API在SDN控制器的基础上通过程序应用程序来实现网络策略。可以通过维护整个网络的统一控制来部署一个或多个控制器实例来管理数据流。预计控制器将对转发设备的查询迅速响应。假定控制器的快速响应是在执行复杂的机制的同时是不合理的。在本文中，作者提出了一种称为隔离器的独特，自适应，轻巧但有效的技术，以减轻内部攻击的效果以及在启用SDN的云中分布式应用程序的故障。在检测虚拟机的任何可疑活动时，提出的安全应用程序通过将接口删除到其各自的共享网络并通过以高度选择性模式运行的受限制网络来隔离。通过将数据流量进行深度数据包检查，限制网络搜索与已知蠕虫模式的匹配。该应用程序是针对OpenDaylight Controller编程的，结果显示出具有最小的延迟和计算成本的恶意活动方面有了显着改善。
热带地区流感疫苗失败：有效性减弱的回顾性队列研究
1 新加坡国家传染病中心；2 新加坡南洋理工大学李光前医学院；3 新加坡国家传染病中心国家公共卫生实验室；4 新加坡国家传染病中心国家公共卫生与流行病学部；5 新加坡临床流行病学、分析与知识办公室临床流行病学系；6 英国伦敦卫生与热带医学院；7 德国海德堡大学海德堡全球健康研究所；8 新加坡陈笃生医院实验室医学系；9 新加坡国立大学杨潞龄医学院微生物学与免疫学系；10 新加坡国立大学苏瑞福公共卫生学院
学习用交互式视觉失败预测掌握混乱中的
摘要 - 现代仓库处理数百万个独特的物体，这些物体通常存储在密集的容器中。为了在此环境中自动化任务，机器人必须能够从高度混乱的场景中挑选各种对象。现实世界学习是一种有前途的方法，但是在现实世界中执行选秀权是耗时的，可能会导致昂贵的失败，并且通常需要大量的人类干预，这会导致操作负担并限制数据收集和部署的范围。在这项工作中，我们利用交互式探针在不完全执行选片的情况下视觉评估杂物中的grasps，我们称为交互式视觉失败（IVFP）。这可以在执行过程中对GRASP的自主验证，以避免昂贵的下游失败以及自主奖励分配，从而提供监督以连续塑造并改善机器人在现实世界中的经验，而无需不断需要人类干预。通过在RESTARTH RE1机器人上进行实验，我们研究了IVFP对绩效的影响 - 无论是在有效的数据吞吐量和成功率方面，都表明这种方法会导致掌握单独接受人类监督的政策的政策，同时需要减少人为干预。代码，数据集和视频，请访问https://robo-ivfp.github.io
Aquila和Predator：美国无人机技术的失败和动力，1970- 2015年
将军应该做很多事情。，但是他们必须做一件事：部署力量，以便在防御上，他们在决策时和时间的人数永远不会超过3：1，因此在攻击中，他们将战斗力集中在6：1优越性上。11当人们考虑苏联红
FDA令人不安的失败，无法使用其权威来规范转基因食品
许多人，包括消费者，政治家以及越来越多的科学家 - 一直对某些转基因修饰（“ GM”）作物以及含有它们的食物的环境和健康影响越来越关注。尽管许多转基因农作物都经过抗拒除草剂的设计，因此允许使用更有限和有针对性的除草剂使用，但具有GM作物的农业实践却转移到明显更高的除草剂中，部分原因是杂草的除草剂耐药性的增加。2国际癌症研究机构最近将农民广泛使用的除草剂分类为“可能”或“可能的”致癌物，而美国国家科学院已经召集了一个委员会，以评估委员会，以评估GM作物的环境和健康影响。这是美国粮食生产的关键问题，因为该国种植的大豆和玉米中有90％是基因修改的。食品药品监督管理局（“ FDA”）是负责监管美国食品安全的联邦机构。目前，它认为其有限的监管GM食品的权力主要评估其对食用这些食物的人的直接影响。即使在这种直接的健康和安全效果方面，FDA也轻轻地行使了其权威，因为GM食品通常是安全的，因此对其进行了最少的审查。