量子计算是一个新兴新兴的计算环境,最近从硬件和软件的角度完全利用了其高计算能力,吸引了激烈的研究兴趣。特别是,已经尝试通过有效的量子电路合成量子计算算法中的错误。在这项研究中,我们提出了优化模型的应用,用于合成具有最低实施成本的量子电路,以通过形成更简单的电路来降低错误率。我们的模型具有独特的结构,将电弧子集选择问题与常规多商品网络流模型结合在一起。该模型用多个控制Toffoli门靶向电路合成,以实现布尔可逆函数,这些功能通常用作许多量子算法中的关键组件。与以前的研究相比,所提出的模型具有统一但直接的结构,用于利用量子门的操作特征。我们的计算实验显示了所提出的模型的潜力,与先前的研究相比,获得量子成本较低的量子电路。所提出的模型还用于利用可逆逻辑的其他各个领域,例如低功率计算,容忍故障的设计和DNA计算。此外,我们的模型可以应用于基于网络的问题,例如物流分布和时间阶段网络问题。
现代多域战不仅涉及简易爆炸装置等物理威胁,还涉及越来越多的网络威胁。敌人可能会干扰或拦截通信信号,或入侵包括导航系统和无人机在内的电子设备。因此,所有军事领导人(不仅仅是信号/网络专家)现在都需要对战术网络资源和漏洞有所了解。物理威胁更容易被想到,因为它们出现的频率高,而且它们的影响对感官来说非常明显。网络威胁的历史先例较少,也不太“明显”(“眼不见,心不烦”)。我们开发了一项任务(问题预测任务:PAT),以衡量未来陆军军官自动预测网络和非网络战术威胁的程度。他们阅读假设的任务描述,并试图预测可能出现的最多 25 个问题。任务描述明确提到了几个网络脆弱组件(例如,无线电、导航系统、无人机、生物传感器)。然而,39% 的“数字原生代”参与者未能列出任何网络问题,而且只有 8% 的预期问题与网络有关。PAT 使我们能够评估我们预测网络漏洞的准备程度的基准,并可用于评估培训干预措施在提高网络状况理解方面的有效性。
抽象的海鲜产品是全球社区中寻求的,是人类基本营养的主要来源。最近,海鲜供应链网络已经遇到了新的可持续性法规和大流行带来的障碍。在这项研究中,考虑可持续性方面的新型供应链网络是为新鲜的海鲜开发的,可以理想地平衡网络的财务方面,同时增强废物产品的回收利用。此外,采用了四个元启发式学来征服精确溶液方法的计算复杂性。为了评估算法在解决所提出的海鲜供应链模型复杂性时的性能,设计了一些数字示例,以三种不同的尺度设计。根据五个有效措施评估了从元启发式优化器获得的结果。为了促进统计分析过程,使用相对偏差索引指标将每个度量归一化。根据从元腔的实施中获得的结果,可以得出结论,多目标灰狼和多目标的金鹰优化器优于其他两个解决方案方法,就解决方案的质量而言。因此,它们可以充分地应用于解决现实世界中的海鲜供应链网络问题。2023作者。由Elsevier BV代表亚历山大大学工程学院出版。这是CC下的开放访问文章(http://creativecommons.org/licenses/by/ 4.0/)。
高级消费者在家庭内部和外部我们的消费者业务的增长显着增长,这是由于对高速连通性的需求不断增长所致。家庭宽带使用需求现在超过2Gbps,持续上升反映了带宽密集型应用的扩散。作为回应,我们启动了纤维计划,从对称的2.5G,5G到10G等,再加上最新的Wi-Fi 7路由器,提供了无与伦比的宽带体验,可以通过最新的高容量智能设备享受。我们的纤维到家庭(“ ftth”)连接现在总计10.28亿,占2024年6月底的消费宽带基地的70%。铺平了通往互联未来的道路,我们是2024年3月在香港提供50克PON服务的第一个市场。除了为下一代应用程序(例如8K视频流,虚拟现实和人工智能(“ AI”))进行防止我们的网络之外,它也使我们能够抢先并解决潜在的网络问题,以增强服务质量,以增长的下一代应用程序。为了提升聪明的生活体验,我们于2024年1月推出了1o1o的房屋。此高级家庭解决方案集成了HKT的服务,最新的连接设备,专用的客户支持以及激动人心的生活方式提供,以提供具有凝聚力的一站式客户旅程和培养忠诚度。
摘要智能运输和海上技术包括区块链和智能合约技术,信息感知技术,智能决策技术,智能路由技术,海洋通信网络安全技术,路线计划技术,自主导航技术,州监测和故障诊断技术等。尽管如此,这些进步带来了实际和法律的挑战,以及数字时代的新威胁:网络犯罪。本文介绍了与数字技术在运输和运输中的集成相关的主要挑战和机遇,例如智能合约和无人船,以及网络问题如何影响海上行动的安全,保障和效率。第一部分研究了智能合约是集成和运行的技术背景,即术语区块链和技术分布式分类帐技术。进一步分析了海事行业中智能合约的机制和类型。此外,还研究了新技术的各个方面及其提出的挑战。第二部分重点关注智能合约的法律潜力,以检查其问题和海事行业的网络挑战。在本文的末尾列出了批判性言论和结论。关键字:数字化,网络安全,智能合约,自动船。JEL分类:K12,K20,K22,K24 DOI:10.62768/TBJ/2024/2024/20/2/2/09
摘要 — 按需提供各种网络服务需要具有快速适应和重新配置能力的敏捷网络。我们提出了一种基于量子计算 (QC) 和整数线性规划 (ILP) 模型的短期网络优化新方法框架,该框架有可能实现实时网络自动化。我们定义了将近乎真实的资源配置 ILP 模型映射到二次无约束二进制优化 (QUBO) 问题的方法,该问题可以在量子退火器 (QA) 上解决。我们专注于三节点网络,使用最先进的量子退火器 D-Wave Advantage™5.2/5.3 评估我们的方法及其可获得的解决方案质量。通过研究退火过程,我们找到了退火配置参数,这些参数可以获得接近经典 ILP 求解器 CPLEX 生成的参考解的可行解。此外,我们研究了网络问题的扩展,并对量子退火器的硬件要求进行了估计,以便能够正确地将 QUBO 问题嵌入到更大的网络中。我们在 D-Wave Advantage™ 上实现了最多 6 个节点的网络的 QUBO 嵌入。根据我们的估计,一个具有 12 到 16 个节点的实际大小的网络需要至少具有 50000 个量子比特或更多量子比特的 QA 硬件。索引术语 — 整数线性规划、网络自动化、光网络、量子退火、量子计算、资源分配
网络安全和基础设施安全局(CISA)将文件汇编为国际公共安全协作联盟,代表了911社区和整个公共安全的各种资源和网络安全指南。代表了2023年7月的最佳实践,该系列包括CISA及其合作伙伴通过SAFECOM和全国范围的全州互操作性协调员(NCSWIC)汇总的资源样本,这是解决全国某些最具挑战性问题在紧急通讯中心的网络问题的努力的结果。此文件库范围从有关弹性和保护措施的主题到有关在事实期间和之后如何从网络事件中响应和恢复的指导。鉴于这些资源一直在经过修改以反映准确和当前的信息,我们鼓励所有读者访问CISA的911网络安全资源中心 - 一站式,在线存储库相关的911网络安全指南。The Hub—a collaborative endeavor with NCSWIC and SAFECOM— promises access to the most recent information on a range of 911 cybersecurity topics including: how to report a cyber incident, examples of real-world use cases, planning for response and recovery, cybersecurity awareness and training resources, efforts to protect networks from cyberattacks, the design and implementation of protective measures, and resources for better understanding cybersecurity 911个中心的风险和脆弱性。有关更多信息和资源,请访问过渡到NG911或SAFECOM资源。
向低碳能源系统的过渡需要增加住宅照片伏(PV)在能耗需求(即PV自消费)中的贡献。为此,采用PV自我消费政策作为当前净计数政策的替代方案可能支持利用电池来改善PV自消耗。但是,必须对PV政策对分销网络的技术影响进行充分的评估和缓解。为此,提出了一个两阶段的计划框架。第一阶段是一种优化方法,该方法基于采用的PV政策来决定PV和电池的最佳尺寸。第二阶段使用Monte-Carlo模拟评估了所得大小对分配网络的影响,以应对需求和发电中的不确定性。该框架应用于约旦南部的真实介质和低压分配网络。对于净计数,结果表明,RESI含量PV渗透的摄取超过40%,将导致电压问题。还发现,采用电池为客户的利益(即减少电费)不会减轻60%以上的PV渗透率的PV影响。此外,结果证明了分销网络运营商在管理电池吸收客户和配电网络的好处的重要作用。网络运营商可以支持客户采用更大尺寸的电池,以实现所需的PV自我消费,以返回控制电池以解决网络问题。这有助于100%PV渗透率的吸收,并将PV自消耗提高到50%。
总结错误的学习(LWE)问题是密码学中的基本问题之一,并且在量词后加密术中有许多应用。问题有两个变化,决定性销售问题和搜索问题。lwe搜索降低的降低表明,搜索网络问题的硬度可以减少到决定性验证问题的硬性问题。还可以将还原的效率视为概率之间难度的差距。我们启动了针对LWE问题的量子搜索减少的研究,并提出了一种满足样本的减少。在降低样本的降低中,它甚至可以为实例数量提供所有参数。尤其是,我们的量子还原仅调用区分程序2次来解决搜索问题,而经典减少则需要多项式的调用数量。此外,我们给出了放大还原算法的成功概率的方法。在样品复杂性和查询复杂性方面,我们放大的还原与经典减少无与伦比。我们的还原算法支持广泛的误差分布,并且还为与噪声问题的学习平价提供了搜索降低。在构造搜索决策还原的过程中,我们在z q上给出了量子goldreich-levin定理,其中q是素数。简而言之,该定理指出,如果相对于均匀随机的A∈Zn Q,可以用概率明显大于1 /Q来预测硬核较大的A(mod Q),则可以确定S∈ZZ n Q。关键词:错误学习,学习噪音,搜索降低,戈德里希·莱文定理,Quantum降低,查询复杂性,样本复杂性
摘要:可再生能源发电厂以及运输和供暖电气化项目正在部署中,以取代化石燃料作为主要能源。这种转变鼓励分布式发电,但使电网更加依赖天气,从而降低了电网的惯性。同时,电网运营商在配电层面面临电压、频率和稳定性的挑战。网络并非设计用于管理可再生能源的随机性或新的运输和供暖需求造成的拥堵。这些挑战通常通过加强基础设施来解决。本综述研究了具有不同载体的储能系统如何在配电层面提供涉及产消者作为辅助服务提供商的协作解决方案。我们关注欧洲城市环境;因此,我们分析了可再生能源、电池、超级电容器、氢燃料电池、热能存储和电动汽车。对成功实施的全面审查证明,从技术和经济角度来看,在一个或多个载体中包含存储对配电系统运营商和产消者都有好处。我们提出了基于单个储能技术对特定电网需求的响应,以及它们可以提供的辅助服务之间的关联。因此,配电系统运营商可以与产消者共同解决网络问题。尽管如此,仍需要有吸引力的监管框架和商业模式来激励产消者使用他们的资产来支持电网。建议进一步研究将多种储能技术的联合运行描述为多载波系统,重点关注电能和热能存储的耦合。此外,还应研究辅助服务如何影响储能系统的老化。