基于代理遗传优化的智能驾驶系统加速测试方法

提出了一种基于代理遗传优化的智能驾驶系统加速测试方法。首先,通过场景要素层次分析权值与优解区域特征改进参数采样模块中的拉丁超立方采样区间,实现了采样效率与优化效果的协同提升;其次,利用参数采样结果和重复度筛选机制增加遗传寻优模块的种群多样性,克服了传统遗传算法的局部收敛难题;然后,利用基于循环更新机制的代理筛选模块对场景测试结果进行预测,平衡了加速算法与代理模型应用之间的效率与精度矛盾;最后,搭建仿真平台在高维时序分解的前车变速场景下对待测智能驾驶系统进行加速测试与验证。结果表明,本文提出的方法可有效搜寻大量关键场景并提升测试效率。

从超级电脑到虚拟小镇:“人工智能代理”的媒介考古

ChatGPT爆火后,老牌巨头、后起新锐纷纷涌入大语言模型赛道,掀起一波生成式人工智能代理热潮。实际上,人工智能代理并不是一个新兴概念,其历史可追溯至互联网诞生之初,其蕴含于过往的媒介想象中,经历了从理念建构到实践落地的范式转型。可借鉴媒介考古学的媒介史研究视角,通过重访与串联那些未被重视的历史细节,勾勒关于人工智能代理的媒介想象与传播史线索。新近涌现的生成式人工智能代理的技术路线与平台模式呈现若干特征。围绕人工智能代理展开的媒介实践史生动地呈现了新旧媒介的交错、纠缠与融合。如今,被视为“下一个平台”的生成式人工智能代理本质上是大语言模型范式的实体化产物,其开发与应用深嵌于以算力资源为核心的基础设施网络,而后者早已呈现日益深化的平台化趋势。

基于大模型的联动处置多智能代理协同框架

针对指挥员应对重大突发情况时的处置决策难题,提出一种基于大模型的联动处置多智能代理协同框架。该框架通过智能代理角色生成、多层级蒙特卡洛树与交互式提示学习等策略,优化群体决策效率与动作规划,同时引入分层机制与工作流管理理念,通过强化学习奖励函数共享提升协同效率,设计显式与隐式通信模式确保节点状态一致。实验表明,该框架在多种场景下表现优异,与传统任务分配手段相比,大大提高了面对突发事件时的反应速度和处置效率。

全球平台传播时代下智能代理对国际传播的挑战与影响

代理自古以来便是投射权力的重要工具。随着互联网技术的不断发展,网络的技术特性使其成为政府普遍实施代理以扩大权力影响范围的理想平台。数字平台的出现更是推动这种代理模式普遍化。从传统媒体时代的“媒体代理”到全球平台传播时代的“智能代理”,代理的方式呈现出自动化和智能化的发展趋势。尤其在当前全球平台传播时代,平台通过主导国际传播基础设施、垄断全球信息传播渠道、影响国际传播信息流动和传播秩序,成为国际传播的主要场域。通过AIGC技术,平台能够迅速生成大量的信息内容,使其在国际舆论场上占据主导地位。基于算法的信息过滤和大数据挖掘,平台能够准确把握用户的信息需求和浏览偏好,进而精准进行信息推送和舆论引导。平台实现了对全球信息流动的把关。这也为一些国家政府提供了借助平台进行国际舆论操纵和控制国际信息的机会。政府与平台的“合谋”,加剧了信息失衡和舆论扭曲,加大了网络安全和信息安全风险,对构建稳定的国际传播秩序提出了新的挑战。

智能财务时代下代理记账企业的发展策略

智能财务时代背景下代理记账企业的发展需要向智能化方向推进,应用先进的智能化记账平台和技术能够提升会计信息准确性、提高核心业务工作效率、降低记账业务的人力成本。智能化时代代理记账企业需要通过积极开发智能化软件、提升科技岗位人员技术能力、促进代理记账机构内涵式发展、利用大数据技术进行市场分析,提高代理记账企业的经营管理水平,使企业获得更好的发展。

基于智能DNS与反向代理实现Web应用系统IPv6网络部署与IPv4网络安全加固

基于下一代互联网核心技术IPv6具有地址空间足够大、安全性更高、服务质量更好、支持终端设备移动等特性,高校的信息化发展在逐步推进IPv6网络部署与信息系统的IPv6网络应用。然而,在高校推进应用系统的IPv6网络部署访问过程中,仍然存在部分底层网络设备不支持IPv6协议、安全设备无法做到全面管控等问题。为尽可能不改变当前学校网络架构,不影响当前学校应用系统的IPv4网络访问,提出了基于智能DNS与反向代理设备实现高校Web应用系统IPv6网络部署与访问的技术方法。该技术方法具有实现原理简单、稳定性强、安全性高、易维护等特性,通过联动部署,实现了学校应用系统的IPv6网络访问与IPv4访问安全加固,为高校校园网IPv6网络应用部署提供了参考实践。

基于AI模式构建机场信息系统测试专属智能代理的探索

引言 测试工具在提高数据准备、环境搭建和测试执行的效率方面发挥着至关重要的作用,已经成为测试人员不可或缺的得力助手。然而,随着工具类型和数量不断增长,工具使用成本成为亟待解决的问题。本文以机场信息系统测试组自研工具、测试资产为例,探讨基于AI模式构建测试工具、测试资产智能代理的可行性。

基于Intelligent Agent的智能电子商务

近年来,网络普及使得电子商务技术得到了长足的发展,但仍存在着很多问题。特别是智能和个性化的电子商务已经成了人们追求的目标。本文试图将Agent技术运用于电子商务系统中,介绍了基于Intelligent Agent的智能电子商务系统的基本概念及目前智能电子商务的发展状况,并就Intelligent Agent的智能电子商务系统的未来发展提出了问题和建议。

AI产品侵权归责原则的法经济学考察——兼评欧盟《人工智能责任指令》

AI产品是以AI技术为基础,以销售、使用为目的,依赖研发者设定的固定程序,通过计算进行决策并完成相应任务,被广泛应用于各行业的动产领域;AI产品侵权归责原则大致可分为共同责任侵权原则、严格责任原则和过错侵权原则三类。在适用侵权归责原则时,常见的困境包括共同侵权责任原则缺乏归责上的“共同性”,严格责任原则具有“片面性”,以及过错责任原则难以确定“过错”与“因果关系”。此外,责任主体尚不明确。基于社会成本与委托代理理论,AI产品侵权归责理论可从制度激励、信息不对称与风险分散三个维度解析归责的基本逻辑,以实现社会福利最大化。欧盟《人工智能责任指令》在一般条款外仅规定了举证责任、证据披露和因果关系推定等要素,对产品侵权问题的规制存在漏洞,它所确立的严格责任制度仍具有补充和提升空间。为实现欧盟《人工智能责任指令》下的社会福利最大化,尝试将过错责任原则适用于生产者,将剩余责任即严格责任原则适用于驾驶员,即若生产者存在过错,驾驶员和生产者将以各自的责任份额分担责任;如果生产者被证明遵循了应有的注意义务,那事故损失必须完全由被适用严格责任原则的驾驶员承担。

考虑用户满意度变化和差异的智能小区代理商定价及智能用电服务计划

售电公司或代理商希望利用峰、谷、尖、平电价,制定可灵活调节的电价,推进智能小区与电网的灵活互动,获得更大收益。前提是不增加用户用电总成本,且满足其满意度要求,但更应该顾及不同用户的满意度变化和差异。因此,提出考虑用户满意度变化和差异的智能小区代理商定价及智能用电服务计划双层模型。上层以代理商利润最大为目标,制定用户电价并传至下层。下层以用户用电费用最低为目标,计及用户满意度变化及差异约束,生成智能用电计划并传回上层,通过上下两层混合整数规划迭代求解该双层模型。算例结果表明,考虑满意度变化和差异后,增加了代理商收益,降低了用户用电费用,减小了负荷曲线峰谷差。智能小区代理商定价可调节用电市场的灵活性,改善电力负荷峰谷差曲线特性,考虑用户满意度变化和差异后可为用户提供更加个性化的智能用电服务。

智能区块链助力绿色金融发展:基于缓解“漂绿”困局的视角

绿色金融是帮助企业进行绿色创新的重要手段,但在实践中也存在一些“漂绿”行为。在传统绿色信贷模式下,可能由于信息不对称或代理冲突,金融机构和企业之间存在着委托代理问题,难以实现互信。基于此,提出一种基于智能区块链的数字化绿色信贷,来化解“信息孤岛”效应,并构建了传统绿色信贷和数字化绿色信贷两个演化博弈模型来探究智能区块链对于绿色信贷的影响。研究表明:(1)企业“漂绿”行为是影响绿色金融健康发展的重要因素;(2)智能区块链通过降低信息不对称和建立声誉机制,可以有效缓解“漂绿”困局。研究结论丰富了“漂绿”行为的理论依据并为绿色金融的可持续发展提供了思路借鉴。

智能电网中基于代理盲签密的隐私保护方案

在智能电网中,电力和信息在用户节点和服务节点间的双向流通属性给用户数据的隐私安全带来巨大威胁,同时电力局计算资源的限制也给用户带来响应延迟、服务质量下降等问题。结合边缘计算技术,提出一种基于无证书的不使用双线性映射的代理盲签密方案,通过对电力和信息的盲化,使签密者无法得知用户的具体用电信息,确保用户的数据隐私安全。使用代理密钥更新机制实现前向安全性,并对用户的签密密文进行批量验证。在随机谕言机模型下,基于计算性Diffie-Hellman问题和椭圆曲线上的离散对数问题,证明该方案在适应性选择密文攻击下的机密性,以及在适应性选择明文攻击下的不可伪造性,能够为智能电网中传输的数据隐私提供安全保护。在MIRACL库上的仿真实验结果表明,该方案在执行代理授权和验证、代理密钥生成、签密、解签密算法时所花费的总运行时间为5.616 ms,密文长度为80 Byte,与现有其他文献中的文案相比,最多能分别降低85.7%、85%。

基于代理训练集的属性推理攻击防御方法

本文首次提出针对属性推理攻击的有效防御方法.属性推理攻击可以揭示出用于训练公开模型的原始私有数据集中的隐私属性信息.现有研究已经针对不同的机器学习算法提出了多种属性推理攻击.这些攻击很难防御,一方面原因是训练有素的模型总是会记住训练数据集中的显性和隐性全局属性,另一方面原因在于模型提供者无法事先知道哪些属性将受到攻击从而难以有针对性地进行防御.为了解决这个问题,本文提出了一种通用的隐私保护模型训练方法,名为PPMT(Privacy Preserving Model Training).它以迭代的方式工作.在每次迭代中,PPMT构建一个代理数据集,并在该数据集而不是私有数据集上训练模型.虽然每次迭代会同时导致隐私性的提升和功能性的降低,但隐私性的提升呈快速指数级,而功能性的降低则是缓慢线性的.经过多次迭代,PPMT在模型功能性的约束下最大化全局属性的隐私性,并生成最终的模型.本文选择了两种代表性的机器学习算法和三个典型的数据集来进行实验评估PPMT所训练出模型的功能性、隐私性和鲁棒性.结果显示,使用PPMT训练出的模型,在全局属性上会以不同速度朝不同方向改变,在功能性上的平均损失为1.28%,在超参数α保密的情况下被可能攻击倒推的成功率仅有22%~33%.这说明,PPMT不仅能保护私有数据集的全局属性隐私性,而且能保证模型有足够的功能性,以及面对可能攻击的鲁棒性.

基于SoC架构的低时延智能物联代理装置设计

为了解决物联网系统运行过程的时延问题,文中基于SoC架构设计应用于综合能源服务的低时延智能物联代理装置,通过SRAM进行数据程序编程,内部设定FLASH芯片,利用上电操作完成时钟倍频。装置引入AndesCore N10进行数据处理,同时配备N1068A-S处理器进行数据代码操作。建立加速链实现通信加速,通过驱动电路和主机电路进行算法电路实现和外设控制。设置初始化程序、通信程序、中断程序和主程序进行图像跟踪,实现识别和匹配,完成软件程序设计。实验结果表明,基于SoC架构的低时延智能物联代理装置具有很强的信息采集、存储、计算和分析能力,能够很好地处理本地信息,并将本地信息转化成控制信息,从而缩短装置时延。

基于多重代理重签名的危化品全过程溯源区块链可监管智能合约协议

为了解决危化品流通过程中需要对各参与方进行记录,同时需要各类各级监管机构进行监管的问题,该文构建了基于区块链的危化品全过程溯源系统,提出了基于多重代理签名技术的可监管智能合约协议。该方案利用智能合约实现各类各级部门在流通环节的监管,危化品存储、运输、交易的相关企业节点在执行各自业务的过程通过调用智能合约触发危化品的链上登记,监管部门在核实参与方行为的合法性后通过多重代理签名技术完成业务信息的链上发布。该文采用基于CP-ABE加密技术实现链上危化品数据的加密存储及授权管理机制,通过安全属性表述相关企业的身份及可访问数据,通过属性访问控制树实现基于角色的权限访问控制,相关企业仅能读取被授权的链上信息从而实现用户数据的隐私保护。该文搭建了基于区块链的危化品全过程溯源系统原型并对其性能进行了测试与分析,实验结果显示在并发交易为1000时,时延为4.3秒左右,同时数据吞吐量在130TPS以上,满足实际应用需求。

基于区块链与代理重加密的数据安全共享技术研究

在数字化时代,大量敏感数据存储在各种网络和云平台上,数据保护成为信息安全领域的关键挑战之一.传统的加密方法存在单点故障和中心化控制的问题,从而可能导致数据泄露.为了解决这些问题,提出了一种新的方法,将区块链技术和改进的代理重加密算法相结合,采用Shamir门限密钥共享,设计了一种基于门限代理重加密算法的数据共享方案TDPR-BC,安全分析及实验结果表明该方案可以满足大部分数据访问需求.

基于区块链和代理重加密食用油溯源方案的研究

提出了基于区块链和代理重加密的食用油溯源方案,利用以太坊和智能合约实现食用油溯源系统,保障食用油供应链信息的可追溯性。使用代理重加密算法对食用油供应链主体的隐私信息进行加密,用于隐私信息的保护与密文共享。经过对系统性能和加密方案的时间开销进行测试,结果表明:系统的平均响应时间为624ms,吞吐量为250.4/s,系统性能和加密方案能够满足实际应用需求。

从Smart到Intelligent,烟草行业智能制造任重而道远

王德吉（1975-）,博士后、博士生导师、首席培训师。主要从事互联网＋、网络安全、工业4.0研究,全国烟草行业劳动模范,全国烟草行业优秀教师。兼中科院、清华大学、西安交大、湖南农大研究生导师,国家工程实验室、国家标委会、中科协、IFAC、IAENG 、Siemens等专家。先后在微软、微阳研究院、中科院从事客座研究,挂职肥东县副县长从事科研应用普及,主持省部级＂数字工厂＂等重大专项1项和企业项目16项,参与国家重大项目＂机器人＂＂先进制造＂＂制造业信息化＂3项。获省部级科技奖10项,省部级教学奖50项。发表论文64篇,其中SCI、EI检索25篇。申报发明专利15项,获发明专利9项,实用新型15项,获软件著作权12项,著作7本。

企业智能化转型能够影响费用粘性吗?

文章研究了企业智能化转型与费用粘性的关系。研究发现,企业智能化转型能够降低费用粘性。同时,相对于低分析师盈余预测准确度组,高分析师盈余预测准确度组中的企业智能化转型更能降低费用粘性。相对于高代理成本组,低代理成本组中的企业智能化转型更能降低费用粘性。此外,进一步研究发现,高融资约束组的企业、民营企业、高行业竞争水平行业企业的智能化转型对费用粘性降低程度有所减弱;高分析师盈余预测准确度组和低代理成本组中、民营企业、高行业竞争水平行业企业智能化转型对费用粘性降低程度有所减弱。

生成式人工智能的意识形态功能、风险及预前治理

生成式人工智能以其技术的底层性和通用性重塑意识形态实践的要素和结构,其专业化和小规模化后将成为广泛销售并使用的智能代理,将造就意识形态生产、传播、教育和动员新形态。由于专业权威弱化、算法复现数据性质谱系以及私有化的产权和应用造成了权威性与民主性、政治性与技术性、公共性与私有性矛盾,智能代理将在实践主体、模型构建和社会应用方面引起多重影响国家安全的意识形态风险。为治理风险,应立足未来提出预前策略,抛开为技术引发问题打补丁的思路。必须确立党管智能代理原则,强化主流意识形态权威性;构建可内嵌意识形态知识图谱,提升意识形态数据规范性;导入意识形态管理智能代理,实现社会应用全程风险处置。