关键词： DNS   DNS-over-HTTPS   加密流量   实时流量   机器学习  

摘要： DoH(DNS-over-HTTPS)技术已经成为加密DNS的主要手段.与经过长时间捕获得到的DoH流量数据集不同,进行DoH实时流量识别需要多次短时间内捕获流量,导致流量呈碎片化,使得流级和会话级特征不适用.为了解决这一问题,提出了一种DoH实时流量识别系统.系统利用DNS解析服务器IP字典进行初步快速识别,并根据DoH实时流量在数据包长度、数据包间时延及流量激增的相关特性,建立了针对DoH实时流量的特征提取方法,搭配机器学习模型进行流量准确识别.使用多个网络公开数据集,并自主生成DoH实时流量数据集进行验证实验.实验结果显示,流量识别系统所使用的特征提取方法能准确识别DoH实时流量.

关键词： 增材制造   激光定向能量沉积(LDED)   机器学习   过程监测  

摘要： [背景]激光定向能量沉积(LDED)技术是增材制造中备受关注的工艺之一,具有加工效率快、成形灵活度高等优点.然而由于沉积过程中多种复杂因素的相互作用,使得加工过程中熔池的形态特征与影响因素的相互关系难以仅通过传统手段监测得到,因此,较难准确预测工件的质量和选择合适的工艺参数.而机器学习(ML)算法具有强大的非线性处理能力和自适应学习能力,有望实现对加工过程缺陷的检测与预测、工件成形精度和性能预测及工艺参数的逆向求解.[进展]首先,本文总结了两种常见LDED形式、LDED加工过程中常见缺陷类型及缺陷产生的原因,并对四种基于光学相机、温度场监测、光谱分析和声学传感器的数据采集方式进行分类比较;然后对常用于LDED中的监督学习、无监督学习及半监督学习算法进行比较总结,分析各自适用场景及优缺点;最后,从ML在LDED缺陷检测与预测、成形精度预测、成形性能预测和工艺参数逆向求解四个方面进行综述,系统阐述如何利用各类传感器并结合ML算法对LDED工件加工质量进行优化.[展望]建立多ML算法融合的模型、探究信号和缺陷之间的定量关系和实现多传感器数据融合监测,有望厘清LDED工艺参数与沉积质量的关系,为提升LDED沉积质量提供理论指导.

关键词： 人工智能   商事仲裁   过程控制   结果控制   技术依赖  

摘要： 人工智能可以大幅提升仲裁庭审阅证据的效率,但其运行过程的自主性和黑箱属性却可能导致失控风险。特别是,传统观点将过程控制模式作为控制人工智能的核心方案,其可行性建立在算法透明的基础之上,其本质是一个技术问题。在现有技术条件下,算法黑箱的加剧、算法权力的异化和算法歧视的固化很难得到克服,当事人、仲裁庭和仲裁司法审查法院对人工智能一时难以实现过程控制。重新审视过程控制模式可以发现,其目标在于通过过程透明实现结果透明,确保当事人、仲裁庭和仲裁司法审查法院在知情的前提下自主决定人工智能的审阅结果是否生效。因此,只要当事人、仲裁庭和仲裁司法审查法院对人工智能的审阅结果保持知情,并有权对其进行解释、修改、接受和拒绝,就可控制人工智能审阅结果产生效力的通道,进而对人工智能实现结果控制。

关键词： 正电子发射断层成像   影像组学   机器学习   结直肠腺癌   病理高危状态  

摘要： 目的 基于氟代脱氧葡萄糖正电子发射断层成像/X线计算机体层成像(^(18)F-FDG PET/CT)影像组学特征,构建机器学习模型用于术前预测结直肠腺癌患者的病理高危状态[淋巴血管浸润(LVI)、周围神经侵犯(PNI)、病理T4期或低分化],并评估其对患者预后的价值。方法 回顾性分析2011年7月至2021年7月接受术前^(18)F-FDG PET/CT检查并确诊为Ⅱ~Ⅲ期结直肠腺癌的332例患者,并按照8∶2随机划分为训练集和测试集。分别提取PET和CT图像的影像组学特征,经过最大相关最小冗余(mRMR)、最小绝对收缩与选择算子(LASSO)算法等筛选和降维保留最优特征,并通过Logistic回归(LR)、支持向量机(SVM)、k近邻(KNN)、随机森林(RF)、极端梯度提升(XGBoost)及轻量级梯度提升机(LightGBM)6种机器学习算法分别构建全集及Ⅲ期患者预测模型。绘制受试者工作特征曲线(ROC)及决策曲线分析(DCA),计算曲线下面积(AUC)、准确率、敏感度、特异度用以评价模型性能。结果 在全集患者模型中,LR算法表现最优,训练集AUC为0.755(95%CI:0.696~0.813),准确率为0.714,测试集AUC为0.758(95%CI:0.638~0.879),准确率为0.758。在Ⅲ期患者模型中,RF算法性能最佳,训练集AUC为0.943(95%CI:0.905~0.981),准确率为0.863,测试集AUC为0.885(95%CI:0.742~1.000),准确率为0.828。DCA表明2种最优模型在预测病理高危状态及优化临床决策方面具有优异的应用价值。Kaplan-Meier生存曲线分析显示,病理高危状态显著增加患者复发转移风险,在Ⅲ期患者中尤为显著。结论 基于术前^(18)F-FDG PET/CT影像组学特征的机器学习模型能够较准确预测结直肠腺癌患者的病理高危状态,尤其在Ⅲ期患者中表现出更优的诊断效能,为术前个体化治疗策略制定和改善患者预后提供了参考依据。

关键词： 肝细胞癌   微血管侵犯   影像组学   机器学习   体层摄影术,X线计算机  

摘要： 目的 探讨基于增强CT(CECT)栖息地的影像组学技术预测肝细胞癌(HCC)患者微血管侵犯(MVI)的价值,并通过Shapley算法对模型进行可视化呈现。方法 回顾性搜集130例经病理证实HCC患者的CECT门静脉期图像,随机分为MVI组(n=91)和非微血管侵犯(non-MVI)组(n=39)。采用K均值聚类算法对肿瘤区域进行分区,生成3~10个不同聚类亚区,使用卡林斯基-哈拉巴斯分数(CH score)评估不同聚类数的聚类水平,选择最优聚类数。基于每个亚区提取影像组学特征,采用Spearman相关性分析和最小绝对收缩和选择算子(LASSO)算法进行特征筛选,并使用随机森林算法构建预测MVI的不同栖息地模型。使用受试者工作特征曲线(ROC)的曲线下面积(AUC)评估模型性能,用校准曲线验证模型的校准能力,用决策曲线分析和比较模型的临床实用,并通过Shapley算法可视化呈现特征的重要性。结果 根据聚类分析,最终选择了3个栖息地亚区,每个亚区提取1834个特征。所有模型中,Combined Habitat模型性能最优,训练集和测试集中的AUC分别为0.836(95%CI:0.749~0.918)和0.791(95%CI:0.641~0.923),高于不同亚区单独构建的模型。决策曲线提示Combined Habitat模型较其他模型具有较好的临床实用价值,校准曲线显示模型拟合良好。Shapley算法展示了Combined Habitat中不同亚区的影像组学特征重要性,其中来自Habitat3的“exponential_firstorder_Maximum_h3”特征对模型预测具有最强的正向影响。结论 基于CECT栖息地构建的影像组学模型对预测HCC MVI具有重要价值。通过对肿瘤不同异质性亚区进行精细划分和特征提取,能够更好地捕捉肿瘤异质性。

关键词： 人工智能   萨特   存在主义   幻觉   计算精神病学  

摘要： 在文本生成和处理领域,人工智能所生成的文本可能是无意义、不连贯或者是循环往复的。人工智能所生成或处理的文本有可能不忠实于文本的来源,这种偏离理想预期的文本成本被称为人工智能“幻觉”。随着人工智能应用的不断拓展,人工智能“幻觉”成为一个亟待探讨和解决的问题。在计算机科学领域中,“幻觉”主要是由输出内容和源内容之间的映射关系的扭曲或者破坏而产生,这其实与萨特的存在主义框架存在同构性。萨特的存在主义在显象和本体之间构建了一种映射关系,而这种映射关系是从存在主义的角度来讨论“幻觉”的产生机制。这一框架为我们探讨人工智能的“幻觉”问题提供了一个阐释学的工具和手段,可以用来检视人工智能“幻觉”的产生机制及其相应的伦理风险。

关键词： 计算机辅助口译   同声传译   口译技术   人工智能  

摘要： 本研究以职业同传译员为实验对象,以商务、科技类国际会议发言为实验语料,以计算机辅助口译系统InterpretSIMPLE为实验工具,考察二语(英语)译入母语(汉语)方向,有工具辅助(实验组)和无工具辅助(对照组)下同声传译的质量差异。研究发现,在工具自动显示的源语文本和术语翻译的辅助下,实验组在表达流利上的质量基本不变,在意义忠实、逻辑衔接、术语准确上的质量均有明显提升,整体翻译质量提升显著。研究探讨了以职业译员为目标用户的机辅口译工具对同传质量的多角度影响,以期为技术的研发和应用提供实证资料参考。

关键词： 算法传播   算法逻辑   图像叙事   视觉文化   智媒时代   人工智能   Sora  

摘要： 作为图像表征场域新的技术话语,算法对图像叙事的介入体现在图像生产与传播两个维度。就生产而言,算法创构了数字图像的普遍模式,使得拟像生产更为自主与便捷,同时也改变了传统图像叙事的“纯可视性”,使得操控图像叙事更为可能。就图像传播而言,算法推动了图像叙事的“趣味化”定制、促进了对图像信息的深度接受、创新了图像叙事的价值评价体系,也强化了图像叙事的劝服效应。消费意识与日常生活审美化作为图像叙事算法实践的底层逻辑与文化动因,从社会语境层面铺垫了图像表征场域算法传播的运行框架,赋能图像叙事的算法实践。考察图像叙事的算法逻辑,不仅是对智媒时代图像叙事技术本质的深层聚焦,对审议Sora这一算法图像先锋性的艺术实践及其权力表征同样具有参考意义。

关键词： 人工智能   教师角色   教师人工智能能力框架   数字化转型   教师专业发展  

摘要： 教师是影响学生发展的核心因素之一,其数字能力与素养的程度影响学生人工智能的整体能力和素养的培养。解读联合国教科文组织《教师人工智能能力框架》,发现其遵循“重申以人为本、强调增强人的主观能动性、促进人和社会的可持续发展”等三大基本原则,整体内容设计体现为“一个导向、三维进阶水平、五项核心能力”。在此基础上,从专业发展的批判性、主动性、创新性、差异性等视角对AI时代的教师数字能力发展做出思考。

关键词： 微型计算机系统   中国计算机学会   网络与信息安全   数据库理论   人工智能   计算机学科   中国科学院   征订启事  

摘要： 《小型微型计算机系统》创刊于1980年,由中国科学院主管,中国科学院沈阳计算技术研究所主办,中国计算机学会会刊(月刊),国内外公开发行.《小型微型计算机系统》内容涵盖计算机学科各领域,包括:计算机科学理论、体系结构、数据库理论、计算机网络与信息安全、人工智能与算法、服务计算、计算机图形与图像等.