美国土安全部人工智能战略及初步实施计划概述

当今世界,人工智能已经成为引领新一轮科技革命和产业变革的战略性技术.人工智能的快速发展促使美国白宫颁布了第13690号《在联邦政府中促进使用可信赖的人工智能》行政命令,该命令制定的人工智能使用原则具备指导性意义.基于这些指导性原则,美国国土安全部于2020年12月提出《国土安全部人工智能战略》,寻求使用符合原则且具备创...     

基于大数据的预测警务在美国的发展现状

正随着全球数据量以及数据分析需求的急速增长,大数据除被越来越多的运用到新闻业、政府以及金融机构等行业之外,也为预测性警务技术的迅速发展带来了机遇。通过使用基于大数据的预测性警务技术,警务人员能够从海量的案例信息、社会资源信息中提取有用的数据,分析出暴力犯罪、恐怖袭击、恶性群体性事件等各类案件发生的要素特征,从而进行以数据为驱动的犯罪预测。执法机构可根据预警信息调整     

氯酚类污染物在小麦幼苗中的竞争吸附研究

极性有机污染物植物吸收行为的研究目前已有较多报道。文章将以小麦幼苗干样为研究对象,以2种氯酚(2,4-二氯酚,DCP;2,4,6-三氯酚,TCP)为吸附质,以菲(PHE)为非极性参照化合物,探讨竞争吸附条件下,可解离有机污染物的植物吸收行为。采用序批平衡实验分别研究了小麦幼苗干样干样对DCP、TCP、PHE单独吸附,及DCP或PHE共存影响下TCP的竞争吸附行为。结果表明,小麦幼苗干样对TCP、DCP和PHE各单组分的吸附呈显著线性相关,分配系数与类脂含量有关;TCP的解离作用使得TCP的类脂标化后植物-水分配系数对数值(logKlip)要小于其辛醇-水分配系数对数值(logKow);DCP或PHE的共存提升了小麦幼苗干样对TCP的吸附能力。TCP的存在不影响小麦幼苗干样对菲的吸附,却能影响其对DCP的吸附。     

以色列本·古里安大学突破物理隔离网络攻击方法综述

物理隔离作为一种高级别网络安全防护措施,广泛应用于高安全性网络,以使其与公共信息网(如互联网)没有任何物理上的连接,从而加强对敏感数据的保护.然而,物理隔离网络并非绝对安全.近几年,迅速发展的隐蔽信道(边信道)攻击技术能够构建一座通向物理隔离系统的隐形桥梁,跨越隔离空间从物理隔离系统中窃取信息.以色列作为网络安全领域技...     

以色列本·古里安大学突破物理隔离系统方法综述

正现如今,为保护重要系统和高度敏感数据的安全,很多机构、企业会采用物理隔离作为主要的安全措施,以此将内部网与外部网完全分隔开来。由于物理隔离系统中的设备和互联网并没有直接或者间接的连接,攻击者想要窃取数据十分困难,因此,物理隔离被认为是保护关键系统和敏感数据网络远离攻击的终极方法。然而,随着突破物理隔离系统研究的不断加深,近年来发现的诸多边信道攻击方法已经可以突破传统意义上物理隔离的安全边界,使得物理隔     

植物类脂的提取及对菲吸附的影响

讨论了有机溶剂极性对植物类脂提取的影响,分别采用(Ⅰ)非极性正己烷和(Ⅱ)极性三氯甲烷∶甲醇(2∶1)溶液从青椒和油麦菜干样中索氏提取植物类脂,进一步研究了上述植物干样、提取类脂和去类脂组分对菲的吸附.实验结果表明,两种方法提取得到的类脂含量不同,方法(Ⅰ)从青椒和油麦菜中提取得到类脂含量为(1.9±0.1)%和(5.0±0.4)%;而方法 (Ⅱ)提取得到的相应值分别为(2.6±0.2)%和(9.5±0.5)%.两种方法得到提取类脂对菲的吸附贡献无显著性差异(P>0.05),均约占整个青椒干样对菲吸附的20%,而油麦菜的这一比例约为60%.但采用正己烷提取可避免极性物质的析出而更好地分离类脂和去类脂组分.去类脂组分在青椒和油麦菜中对菲的吸附贡献分别约为80%和40%,即去类脂组分对菲仍有较强的吸附能力,因此不能简单视为碳水化合物.     

硫化砷渣全湿法制备单质砷的研究

以硫化砷渣为原料,用氯化铜酸性溶液浸出砷渣的全湿法进行实验,着重研究氯化铜浸出砷的过程中氯化铜用量、溶液p H和浸出时间对砷浸出率的影响,探讨用氯化亚锡还原砷盐酸溶液从硫化砷渣得到单质砷的方法。