XiaoMi-AI文件搜索系统
World File Search System非对称
富国银行技术案例研究 - 量子密钥......
我们生活在一个大量个人信息和财务数据通过公共网络传输的时代。因此，安全通信的重要性怎么强调也不为过。对称密码术（包括数据加密和消息认证）被广泛用于保护机密信息。如今，这些对称密钥使用经典对称或现代非对称密钥管理方法进行管理。然而，即将到来的量子计算机威胁使现代非对称密码术和程度较小的经典对称密码术面临风险。后现代解决方案，例如 NIST 后量子密码术 (PQC) 非对称算法，以及其他抗量子技术，例如量子密钥分发 (QKD)，提供了加密过渡路径。
非对称自共源共栅和分级通道 SOI nMOSFET 中跨电容的模拟性能比较
区域（对应于 MS 晶体管）电子密度从反转开始并经历耗尽，当它到达轻掺杂区域时，电子密度变为反转。因此，A-SC 上的电子密度行为（从反转到耗尽再回到反转）发生在每个晶体管上，而 GC 发生在整个器件长度上。这解释了 A-SC 器件上的凸起如此突出的原因。
非对称的有效栅极长度模型...
亲爱的编辑，随着 VLSI 技术的发展，环栅 (GAA) 硅纳米线晶体管 (SNWT) 已成为技术路线图末端最终缩放 CMOS 器件最有潜力的候选者之一。一些先驱研究已经证明了 GAA SNWT 的超可扩展性和高性能 [1-3]。然而，在实际制作结果中 [1,2]，由于纳米线对蚀刻工艺的阴影效应，环栅栅极电极通常不是关于纳米线中心轴理想对称的，而是沿纳米线轴向呈梯形横截面。栅极电极的这种不对称性会使性能评估不正确，并导致用于电路仿真的器件紧凑模型不准确。然而，对非对称 GAA 硅纳米线 MOSFET 建模的研究仍然不足 [4,5]。本研究建立了非对称栅极GAA SNWT的有效栅极长度模型，并用技术计算机辅助设计（TCAD）仿真对其进行了验证。利用所提出的模型，可以将非对称GAA SNWT视为等效对称器件，从而可以在电路仿真中简化建模参数。仿真与方法。图1（a）沿沟道方向描绘了非对称栅极GAA SNWT的横截面。在
后量子密码学 (PQC) 工作组
动态数据 (DIM) 通常使用安全协议（例如 TLS 或 IPsec）来实现，通常分为两个步骤：密钥管理和数据保护。密钥管理是第一步，这是一个使用非对称加密技术建立会话密钥的自动化过程。数据保护是第二步，这是另一个使用对称加密技术加密数据并提供数据完整性的自动化过程。第二步中的会话密钥是在第一步中的密钥管理期间动态生成的。第一步中的非对称密钥可能是静态的、动态的或两者的组合。如果非对称密钥太弱或密钥管理过程容易受到攻击，则会话密钥同样容易受到攻击，因此数据也容易受到攻击。
3D‐MASNet：针对 6 个月大婴儿脑部 MRI 图像的 3D 混合尺度非对称卷积分割网络
图 4 3D-MASNet 框架中五种候选 CNN 架构的分割性能改进箱线图。第一列显示 DICE 的测量值，以表示每种组织类型的分割准确度。第二列显示 MHD 的结果。在每个子图中，我们使用两个相邻箱线图来表示候选模型（第一条）及其对应的 3D-MASNet（第二条）。通过两重交叉验证评估模型比较的重要性。“ * ”表示 .01 ≤ p < .05，“ ** ”表示 .001 ≤ p < .01，“ *** ”表示 p < .001。
电池类型行为保留 Ni(OH)2–rGO 复合材料用于超高比容量非对称电化学电容器电极
摘要：纳米尺寸的电池型材料应用于电化学电容器中，可以有效减少电导率低、体积变化大带来的一系列问题，但这种方式会导致充放电过程以电容行为为主，造成材料的比容量严重下降。通过控制材料颗粒为合适的尺寸以及合适的纳米片层数，可以保留电池型行为而维持较大的容量。本文在还原氧化石墨烯表面生长典型电池型材料Ni(OH)2，制备复合电极，通过控制镍源的用量，制备出合适Ni(OH)2纳米片尺寸和合适层数的复合材料，在保留电池型行为的情况下获得了高容量的电极材料，制备的电极在2 A g −1 时比容量为397.22 mA hg −1。当电流密度增加到20 A g − 1 后，保持率高达84%。制备的非对称电化学电容器在功率密度为1319.86 W kg − 1 时的能量密度为30.91 W h kg − 1，20 000次循环后保持率可达79%。我们主张通过增加纳米片的尺寸和层数来保留电极材料电池型行为的优化策略，这可以显著提高能量密度，同时结合电化学电容器的高倍率性能的优势。■ 介绍
分离弹簧对设计的影响...
机制。分离有两种类型：对称分离，分离弹簧在分离后不影响卫星旋转；非对称分离，分离弹簧在分离后影响卫星旋转。如果分离不会导致卫星旋转，则首选对称分离。但是，如果允许卫星有一定的角速率，则可以使用非对称分离。弹簧尺寸和位置决定了分离如何发生，系统要求决定了使用哪种类型的分离。通常，分离机制不需要添加阻尼器，因为动能留在分离的部件上，导致它们漂移开。[ 2 ]
![arXiv:2302.11868v1 [cs.CV] 2023 年 2 月 23 日](/simg/g:\will\search\icon\source\8\8a7b570872b991dde6b7d05fb8c25b922c962127.webp)
arXiv:2302.11868v1 [cs.CV] 2023 年 2 月 23 日
现有的基于深度学习的高光谱图像 (HSI) 分类工作仍然受到固定大小感受野的限制，导致难以针对具有各种尺寸和任意形状的地面物体获取独特的光谱空间特征。同时，许多先前的工作忽略了 HSI 中的非对称光谱空间维度。为了解决上述问题，我们提出了一种多阶段搜索架构，以克服非对称光谱空间维度并捕获重要特征。首先，光谱空间维度上的非对称池化最大限度地保留了 HSI 的本质特征。然后，具有可选感受野范围的 3D 卷积克服了固定大小的卷积核的限制。最后，我们将这两个可搜索操作扩展到每个阶段的不同层以构建最终架构。在 Indian Pines 和 Houston University 等两个具有挑战性的 HSI 基准上进行了大量实验，结果证明了所提出方法的有效性，与相关工作相比具有更优越的性能。
应对量子计算机的威胁
使用合适的量子计算机，许多当今常用的非对称密码系统，尤其是 RSA 和 ECC，都可以使用 Shor 的整数因式分解算法完全破解。早在 2001 年，IBM 和其他公司就以相对简单的方式演示了这项技术。RSA 基于这样的假设：对大整数进行因式分解在计算上非常困难，虽然这对于非量子计算机仍然有效，但 Shor 的算法表明，在理想的量子计算机中，对整数进行因式分解是有效的。诸如增加这些算法的密钥长度之类的缓解技术并不能显著提高安全性，这意味着需要新的和/或替代的非对称算法。