XiaoMi-AI文件搜索系统
World File Search System胸链
DNA四链体
摘要 Sen 和 Gilbert [Nature, (1988) 334, 364- 366] 证实，来自人类免疫球蛋白开关区的富含鸟嘌呤的单链 DNA 能够自我结合形成稳定的四链平行 DNA 结构。拓扑异构酶 11 不会切割单链 DNA 分子。令人惊讶的是，当该 DNA 序列退火为四链结构时，该酶确实会切割相同的 DNA 序列。观察到的两个切割位点与该 DNA 分子与互补分子配对以形成正常 B-DNA 双链时发现的位点相同。这些切割被证实是蛋白质连接的，并且可以通过添加盐来逆转，这表明拓扑异构酶 11 的反应机制正常。此外，由互补寡核苷酸与四链结构结合而形成的八链 DNA 分子也被拓扑异构酶 11 切割，尽管该分子对限制性内切酶消化具有抗性。这些结果表明，单链 DNA 可能具有引导拓扑异构酶 11 到达结合位点的序列信息，但该位点必须以正确的方式进行碱基配对才能做到这一点。四链 DNA 分子能够作为酶的底物这一事实进一步表明，这些 DNA 结构可能存在于细胞中。
有向链生成对抗网络
现实世界数据可以是多模态分布的，例如描述社区中的意见分歧、神经元的脉冲间隔分布以及振荡器的自然频率的数据。生成多模态分布式现实世界数据已成为现有生成对抗网络 (GAN) 的挑战。例如，我们经常观察到神经 SDE 仅在生成单模态时间序列数据集方面表现出成功的性能。在本文中，我们提出了一种新颖的时间序列生成器，称为有向链 GAN（DC-GAN），它将时间序列数据集（称为有向链的邻域过程或输入）插入到具有分布约束的有向链 SDE 的漂移和扩散系数中。DC-GAN 可以生成与邻域过程相同分布的新时间序列，并且邻域过程将提供学习和生成多模态分布式时间序列的关键步骤。所提出的 DC-GAN 在四个数据集上进行了测试，包括两个来自社会科学和计算神经科学的随机模型，以及两个关于股票价格和能源消耗的真实世界数据集。据我们所知，DC-GAN 是第一个能够生成多模态时间序列数据的作品，并且在分布、数据相似性和预测能力的度量方面始终优于最先进的基准。
基于区块链和同构加密
摘要：基于物联网（IoT）设备产生的数据的数据分析有望改善个人的生活质量。但是，确保IoT数据聚合过程中的安全性和隐私是一项非平凡的任务。通常，IoT数据聚合过程基于集中式服务器。然而，在分布式方法的情况下，很难协调几个不信任的政党。幸运的是，区块链可以在克服信任问题的同时提供权力下放化。因此，基于区块链的物联网数据聚合可能成为设计隐私系统设计的合理选择。为此，我们提出了Privda，这是一种基于区块链和同型加密技术的隐私数据合理方案。在拟议的系统中，每个数据消费者都可以创建智能合约并发布服务条款和请求的物联网数据。因此，智能合约将可以回答消费者的请求并选择一个聚合器的一个组潜在数据生产者组合在一起，其作用是使用同型计算计算小组请求的结果。因此，组级的聚合混淆了IoT数据，这会使单个物联网设备的敏感信息推断复杂化。最后，我们将提案部署在私人以太坊区块链上，并进行绩效评估。
链间竞争的观点
摘要：在本文中，建立了在两个不同国家运行的交织在一起的供应链的输出动态游戏模型。使用非线性动态原理获得模型及其稳定区域的NASH平衡点。使用数值模拟研究了系统的复杂特性，例如稳定性，倍增分叉和混乱。我们的结果表明，输出水平和系统的利润会随着输出调整速度的提高而经历分叉和混乱。一个有趣的现象发生在较高的关税导致产品出口国的供应链稳定范围的扩大。系统的混乱行为对初始输出水平的值敏感。在供应链竞争中，每个供应链公司都应对产出速度进行适当的调整。为了维持国内市场的稳定性，应避免过度关税。至关重要的是，每个供应链公司在做出初始决策时评估不同初始输出值的潜在影响。使用延迟反馈控制的方法，可以有效地控制系统的混乱行为。这些发现为供应链网络中的链间竞争提供了宝贵而新颖的见解。
支持区块链的安全设备 - ...
摘要 - 物联网（IoT）继续扩大物联网设备之间对无缝通信的需求变得越来越重要。确保对设备到设备（D2D）通信的安全性，隐私和信任对于物联网技术的成功和广泛采用至关重要。虽然软件定义的网络（SDN）提供了一种灵活的体系结构，用于管理网络资源，但D2D通信的动态和分散的性质对传统的安全机制构成了挑战。本文提出了一种新颖的方法，该方法利用区块链技术在SDN环境中提高D2D通信的安全性，隐私和可信度。区块链的集成建立了跨父母和分散的分类帐，以应对与传统安全措施相关的固有挑战。智能合约自动化并执行预定义的规则，而无需集中式控制器。通过利用区块链技术的功能，我们为安全，透明和分散的框架建立了基础，从而增强了物联网生态系统的整体可靠性。这项研究有助于努力为物联网和SDN技术的不断发展的景观建立可信赖和弹性的基础设施。索引条款 - 窗口链，软件定义的网络，通信，设备安全性，智能合约。
链反应器：通过AI Planning
当前的学术脆弱性研究主要是为了识别程序和系统中的单个错误和漏洞。然而，这与依赖一系列步骤（即一系列漏洞）实现其目标的序列的现代高级攻击的趋势不断增长，通常会纳入单独的良性行动。本文为使用AI计划自动发现了这种剥削链的自动发现。尤其是我们旨在发现特权升级链，这是一些最关键和最普遍的策略威胁，涉及利用脆弱性以获得未经授权的访问和对系统的控制。我们将方法作为一种工具，即链反应器，将问题建模为一系列动作，以实现从初始访问目标系统的特权升级。链反应器提取有关目标可执行文件，系统配置和已知漏洞的信息，并将此数据编码为计划域定义语言（PDDL）问题。使用现代计划者，ChainReactor可以生成结合脆弱性和良性动作的链条。我们评估了3个综合脆弱VM，504个现实世界的亚马逊EC2和177个数字海洋实例的链反应器，证明了其重新发现已知特权库存利用的能力，并确定了以前未报告的新链。具体而言，评估表明，链反应器成功地重新发现了捕获链中的漏洞链（CTF）机器，并确定了16个亚马逊EC2和4个数字海洋VM的零日链。
