人工智能背景下的网络谣言治理研究

随着我国互联网技术和产业的发展,网民可以发表观点的平台日益丰富,但是包括网络谣言传播等在内的网络不文明现象也随之出现。在人工智能技术快速发展的背景下,网络谣言呈现出定制生成、精准传播、智能扩散等新特点。然而,目前,针对网络谣言新特征的有效治理能力仍显不足,平台企业的能力水平参差不齐,以人工智能对人工智能的技术思维和储备明显滞后。因此,应进一步发挥法治对规范技术要素管理的重要作用,强化平台主体责任,共建协作治理谣言的技术和机制,并提升网民抵制网络谣言的自觉意识。

基于DRL的联邦学习节点选择方法

为了应对设备差异化计算能力及非独立同分布数据对联邦学习性能的影响,高效地调度终端设备完成模型聚合,提出了一种基于深度强化学习的设备节点选择方法。该方法考虑异构节点的训练质量和效率,筛选恶意节点,在提升联邦学习模型准确率的同时,优化训练时延。首先,根据联邦学习中模型分布式训练的特点,构建基于深度强化学习的节点选择系统模型。其次,考虑设备训练时延、模型传输时延和准确率等因素,提出面向节点选择的准确率最优化问题模型。然后,将问题模型构建为马尔可夫决策过程,并设计基于分布式近端策略优化的节点选择算法,在每次训练迭代前选择合理的设备集合完成模型聚合。仿真实验表明,所提方法显著提高了联邦学习的准确率和训练速度,且具有良好的收敛性和稳健性。

基于OpenStack Juno版的私有云平台部署及实践

从2010年OpenStack的第一个版本发行到2014年第十个版本问世,OpenStack的结构和功能已经得到了明显的改善。基于Open Stack Juno版本,在详细介绍了其系统架构和6大组件的工作原理之后,着重给出了一套搭建Open Stack私有云平台的部署方案。在此基础上,对创建实例化网络,虚拟资源管理分配以及虚拟机迁移三个方面进行了实践和探索。最后,针对部署过程中遇到的问题,给出了相应的解决方法。

基于SI1000的下水道堵塞预警装置

为了改善城市下水道日益严重的堵塞情况,针对基于SI1000的下水道堵塞预警装置进行设计。采用SI1000模块控制HC-SR04超声波测距模块监测下水道水深,LWGY涡轮流量计监测下水道水流速度,并通过SI1000无线通信模块传送监测数据,并在一定情况下进行预警。本装置通过实验可以实现周期性监测下水道情况并通过无线通信进行预警的最终目标。