頭條 中國移動全球首發6G小規模試驗網 7 月 23 日消息，2025（第二十四屆）中國互聯網大會定于 7 月 23 日至 25 日在北京召開。本屆大會以“數驅新質?智創未來”為主題，聚焦 AI、5G-A / 6G、低空經濟等前沿技術。中國移動副總經理程建軍今日在會上分享了中國移動在技術研發方面的進展，稱今年中國移動研發經費達 391 億元。 最新資訊 基于直接高階注意力和多尺度路由的圖神經網絡 圖神經網絡中的注意力機制在處理圖結構化數據方面表現出優異的性能。傳統的圖注意力計算直接連接的節點之間的注意力，并通過堆疊層數隱式獲取高階信息。盡管在圖注意力機制方面目前已有廣泛的研究，但用于注意力計算的堆疊范式在建模遠程依賴方面效果較差。為了提高表達能力，設計了一種新穎的直接注意力機制，這一機制通過K階鄰接矩陣直接計算高階鄰居之間的注意力。通過自適應路由聚合過程進一步傳播高階信息，這使得聚合過程更靈活地適應不同圖的特性。在引文網絡上的節點分類任務上進行了大量的實驗。實驗表明，該方法優于最先進的基線模型。 發表于：7/5/2022 地鐵運營崗位應急處置培訓的語音識別研究 地鐵交通運營是一種整體性活動，離不開各部門間的協調配合,地鐵運營崗位應急處置培訓系統應用于多個崗位的聯合培訓。該系統通過語音識別來實現模擬崗位間語音交互及對培訓過程智能評價的功能。提出的語音識別方法可實現離線網絡下對地鐵培訓專業術語的高識別精度，利用深度全序列卷積神經網絡（DFCNN）和鏈接時序分類（CTC）構建聲學模型，對應急處置培訓用語進行整理并構建專業術語庫，基于統計學構建語言模型。實驗結果表明，該語音識別方法能夠有效識別地鐵應急處置培訓用語，為地鐵運營崗位人員的培訓和考核提供更全面的評價指標。 發表于：7/5/2022 基于方向一致損失的輕量車道線檢測 目前，輕量型車道線檢測網絡存在彎道檢測效果差、網絡感受野不夠與實時性受限等問題，故提出了一種改進的輕量型車道線檢測網絡模型。首先，為提高彎道檢測效果，設計了一種方向一致損失，以使模型適用于彎道場景。其次，為在增強網絡實時性的同時提高其感受野，提出將自注意力機制與RepVGG相融合的網絡作為模型的主干網絡。該模型在CULane測試集上測試的總F1-measure達到了70.7%，在Tusimple測試集上測試的準確率達到95.92%，其平均推斷速度達到了408 FPS。實驗結果表明，該模型相較于目前輕量型模型在性能上有一定的提升，尤其對彎道場景下的車道線檢測效果提升明顯。 發表于：7/5/2022 民用無人機領域數據與飛行安全法律規制研究 無人機技術是當今工業互聯網發展的助力之一，尤其是5G技術與無人機技術的結合成為推動工業向數字化轉型升級的重要力量。但是，在無人機大規模應用的同時，也不能忽視其給行業帶來的風險與挑戰。主要討論民用無人機存在的隱私侵權問題及其造成的數據安全問題和“黑飛”問題，并對比中外法律法規提出有關法律體系建設的建議。 發表于：7/5/2022 大數據技術中的隱私保護法律問題 大數據技術廣泛應用的同時也帶來了諸多問題，對用戶隱私和數據安全造成了嚴重侵害。由于大數據發展速度快和法律屬性界定復雜等原因，現行法律法規存在一定的滯后，對此類問題適用性不佳，需要隨著大數據技術的發展進行及時的改進，從而適應日新月異的網絡環境。 發表于：7/5/2022 保留格式加密的雙擾工作模式 在通常的分組密碼ECB或CBC工作模式下，當數據分組的分組長度較小時，可能會因為密文組重復導致明文信息泄露。為此，給出了一種適用于保留格式加密算法的創新工作模式。以加密初始向量為起點，用一種密鑰參與運算的非線性遞歸方法產生不可預測序列，并以加擾形式將該序列作用到分組迭代變換的輸入和輸出數據組中。即明文組變換到密文組的過程由明文加擾、分組加密和密文加擾三步構成。這樣的工作模式將使得攻擊者難以獲得和積累明密對，以及實施已知明文攻擊。這將在一定程度上消除某些密碼算法因為明文組空間較小而存在的安全缺陷。因此，該工作模式適用于某些保留格式加密算法或分組較小的輕量級分組算法。 發表于：7/5/2022 基于CL-PKC的衛星通信認證技術研究 隨著衛星通信技術的不斷發展，衛星通信組網技術受到越來越多的關注，其相關的安全問題也更加突出。針對衛星通信認證技術進行研究，分析了衛星網絡的特點和安全認證需求，提出了一種基于身份的密碼體制認證方案，實現了身份認證和密鑰協商，以及對合法用戶的身份信息的保護功能。并進行仿真實驗對協議的安全可行性進行了驗證，結果表明，該方案達到了安全、高效的認證效果。 發表于：7/5/2022 基于擠壓激勵網絡的惡意代碼家族檢測方法 惡意代碼已經成為威脅網絡安全的重要因素?；跈C器學習的惡意代碼檢測方法已經取得較好的效果，但面對相似的惡意代碼家族，往往效果不佳。對此，提出了一種基于擠壓激勵網絡的檢測算法，由卷積神經網絡(Convolutional Neural Network，CNN)與擠壓和激勵(Squeeze-and-Excitation，SE)模塊構成。CNN先快速提取惡意代碼的圖像特征，SE模塊對多通道特征圖進行全局平均池化，將全局信息壓縮，然后通過全連接層自適應學習，并將每個通道特征圖賦予不同的權重來表示不同的重要程度，指導激勵或抑制特征信息。實驗結果表明，該方法相對于傳統機器學習方法有更好的檢測效果，與深度學習算法相比檢測效果也有一定的提升且參數量大大減少。 發表于：7/5/2022 通過數字化轉型實現環境可持續發展 工業企業面臨著越來越大的挑戰，迫切需要在環境可持續發展方面做出戰略性的轉變。制造企業面臨著越來越多的溫室氣體排放限制、碳稅、環境合規要求，以及因未能遵守法規而面臨訴訟的風險。能源脫碳將增加可再生能源和清潔燃料的可用性，為制造企業實現低碳目標提供了重要機會，但這種轉變必須與提高工廠能效和排放控制相一致。然而，在這些領域做出重大改進可能是一項挑戰。在大多數情況下，勞動力已經減少到最低數量，創造額外生產力和效率所獲得的收益已經非常有限，需要尋求新的突破。 發表于：7/4/2022 廣東深圳、浙江等地，為城市數字化注入新動能 近日，深圳市政務服務數據管理局聯合市發展改革委發布了《深圳市數字政府和智慧城市“十四五”發展規劃》(下稱《規劃》)?！兑巹潯肥谴龠M深圳數字政府和智慧城市建設的綜合性、基礎性、指導性文件，意味著深圳數字政府和智慧城市建設有了更加清晰的規劃圖。 發表于：7/2/2022 ?…264265266267268269270271272273…?
