XiaoMi-AI文件搜索系统
World File Search System安全监控
KPI 测量、监控和分析指南 - 欧洲空中导航安全组织
术语 描述 亲和图 一种创造性过程，与团队合作或由团队使用，用于收集和组织想法、意见、问题等。 头脑风暴 一种强大、通用且简单的技术，用于在很短的时间内让一群人围绕一个共同主题产生大量想法。 原因 问题存在的已证实原因 - 不要与症状混淆。 检查表 系统的数据收集和解释工具 常见原因变异 系统固有且可预测的变异源。它影响所研究的过程输出的所有单个值；在控制图中，它作为随机过程变异的一部分出现。常见原因变异只能通过改变系统来消除。 控制图 按数据发生的顺序显示数据，并统计确定预期常见原因变异的上限和下限。它用于指示过程变异的特殊原因，监控过程以进行维护，并确定过程变化是否产生了预期的效果。 控制限 控制限定义控制图上绘制的数据中心线或平均值两侧三个标准差的区域。不要将控制限与规格限相混淆 控制限 控制限定义控制图上绘制的数据中心线或平均值两侧三个标准差的区域。 不要将控制限与规格限相混淆 效果 可观察到的动作或问题的证据。 相互关系 有向图 以图形方式表示复杂的问题、系统或情形中所有因素。 下限规格限值是一个值，高于该值时产品或流程的性能是可以接受的。这也称为下限规格限或 LSL。 平均值 一组数字的平均值。等于所有值的总和除以值的数量。 中位数 在一系列数字中，中位数是至少有一半的值大于或等于它，至少有一半的值小于或等于它的数字。 根本原因 造成不良情况或问题的基本原因。在许多情况下，根本原因可能由几个较小的原因组成。 根本原因分析 使用一种或多种不同的工具来确定特定故障的根本原因。运行图 用于按时间或顺序分析过程的图表。它们给出了某个过程随时间变化的图像，并有助于检测该变化的特殊（外部）原因。 散点图 用于通过图形显示两个变量之间的关系来解释数据的图表 σ 用于表示标准偏差的希腊字母。 特殊原因 通常不属于过程的一部分的原因会导致过程变化，通常会使过程失控。 任何异常的不可预测的变化。
KPI 测量、监控和分析指南 - 欧洲空中导航安全组织
术语 描述 亲和图 一种创造性过程，与团队合作或由团队使用，用于收集和组织想法、意见、问题等。 头脑风暴 一种强大、通用且简单的技术，用于在很短的时间内让一群人围绕一个共同主题产生大量想法。 原因 问题存在的已证实原因 - 不要与症状混淆。 检查表 系统的数据收集和解释工具 常见原因变异 系统固有且可预测的变异源。它影响所研究的过程输出的所有单个值；在控制图中，它作为随机过程变异的一部分出现。常见原因变异只能通过改变系统来消除。 控制图 按数据发生的顺序显示数据，并统计确定预期常见原因变异的上限和下限。它用于指示过程变异的特殊原因，监控过程以进行维护，并确定过程变化是否产生了预期的效果。 控制限 控制限定义控制图上绘制的数据中心线或平均值两侧三个标准差的区域。不要将控制限与规格限相混淆 控制限 控制限定义控制图上绘制的数据中心线或平均值两侧三个标准差的区域。 不要将控制限与规格限相混淆 效果 可观察到的动作或问题的证据。 相互关系 有向图 以图形方式表示复杂的问题、系统或情形中所有因素。 下限规格限值是一个值，高于该值时产品或流程的性能是可以接受的。这也称为下限规格限或 LSL。 平均值 一组数字的平均值。等于所有值的总和除以值的数量。 中位数 在一系列数字中，中位数是至少有一半的值大于或等于它，至少有一半的值小于或等于它的数字。 根本原因 造成不良情况或问题的基本原因。在许多情况下，根本原因可能由几个较小的原因组成。 根本原因分析 使用一种或多种不同的工具来确定特定故障的根本原因。运行图 用于按时间或顺序分析过程的图表。它们给出了某个过程随时间变化的图像，并有助于检测该变化的特殊（外部）原因。 散点图 用于通过图形显示两个变量之间的关系来解释数据的图表 σ 用于表示标准偏差的希腊字母。 特殊原因 通常不属于过程的一部分的原因会导致过程变化，通常会使过程失控。 任何异常的不可预测的变化。
人工智能威胁情报，用于云基础设施中的主动安全监控
1 Tummalachervu@gmail.com 摘要：在当今数字技术时代，云计算已成为全球企业和组织的重要组成部分。云具有多种优势，包括可扩展性、灵活性和成本效益，使其成为数据存储和处理的诱人选择。云环境中敏感信息的存储量不断增加，引起了人们对此类系统安全性的极大担忧。专门针对云基础设施的网络威胁和攻击的频率不断增加，对企业的数据、声誉和财务稳定性构成了巨大威胁。面对日益复杂和动态的威胁，传统的安全方法可能会变得不足。人工智能 (AI) 技术能够通过快速识别和阻止攻击、适应新出现的风险以及为主动安全行动提供智能视角，显著改变云安全。本研究的目的是调查人工智能技术在增强云计算系统内的安全措施方面的应用。本文旨在通过分析云安全的现状、人工智能的功能以及将人工智能纳入云安全策略可能带来的优势和障碍，为寻求保护其基于云的资产的企业提供重要的见解和建议。
人工智能监控 www.lenovo.com/ ...
我们每天都在为技术的发展创造条件。无论您关注的是门禁系统（如监控和视频管理）、用于保护设施安全的热成像解决方案，还是为未来城市打造新的智能基础设施工具，您都可以获得适用于当今安全环境的灵活、可定制、可扩展的解决方案，以及帮助您保持摄像头正常运行的端到端合作伙伴。
人工智能、监控和大数据
改进人工智能领域技术的最重要资源是数据。在这方面，有两种政策至关重要：隐私和数据共享法规，以及使用监控技术进行警务。这两种政策在不同国家和政治体制下存在很大差异。在本文中，我们研究了威权政治制度和民主政治制度如何影响人工智能研究的质量，以及用于改进和训练深度学习算法的大规模数据集的可用性。我们主要关注中国的情况，发现——在其他条件相同的情况下——威权政治制度继续对创新产生负面影响。然而，它们可以通过获得通过政府监控获得的大规模数据集，对深度学习研究产生积极影响。我们提出了一项研究议程，以研究在美国和中国等具有不同政治制度的国家之间争夺人工智能领导地位的竞争中，这两种影响中的哪一种可能占主导地位。
核电站物品监控
核电已发展成熟，只要能确保并让人认为可以确保其安全使用，核电有望成为许多国家能源计划中更重要的组成部分。尽管发生过事故，但核电行业总体上保持了良好的安全记录。然而，改进总是可能的，也是必要的。安全不是一个静态的概念。国际原子能机构认识到行业安全的重要性，并希望促进安全记录的改善，于 1974 年制定了一项计划，就核电反应堆安全的诸多方面为其成员国提供指导。根据这项核安全标准 (NUSS) 计划，1978 年至 1986 年间，国际原子能机构安全系列中出版了约 60 份涉及放射安全的规范和安全指南。NUSS 计划迄今为止仅限于设计用于发电的热中子反应堆陆基固定式核电站。为了吸取自 NUSS 计划首次出版以来的经验教训，1986 年决定修订并重新发布《规范和安全指南》。在最初制定这些出版物以及修订过程中，我们注意确保所有成员国，特别是那些拥有活跃核电计划的国家，都能提供意见。进行了几次独立审查，包括核安全标准委员会的最后一次审查
G-40-02 - 监控和记录
最初将人为因素引入航空组织是为了航空公司飞行员，因为当时国际统计数据显示，飞行员失误在事故中占了很大比例。虽然大型航空公司早在 80 年代末就率先考虑了这些人为因素概念，但监管义务在 90 年代末的 OPS 法规中正式引入了对技术人员应用人为因素原则的义务，该义务以机组资源管理 (CRM) 概念的形式出现。关于维护活动，某些人为因素概念已在 JAR145 法规的第一版和后续修订版中引入（例如：工作条件、认证人员的人为因素再培训……）和 JAR66（例如：人为因素评估 - 模块 9）。维护活动中的人为因素概念更普遍、更正式地出现在 2003 年的法规 (EC) No 2042/2003（法规 (EC) No 145 部分）中，随后根据参考 (EU) No 1321/2014 进行了修订。 2020 年 3 月修订的 (EU) No 1321/2014 法规现在纳入了持续适航管理组织的人为因素；CAMO 部分。