论文部分内容阅读
贸易政策不确定性对我国中间产品创新能力的影响研究
【出 处】
：
东南大学
【发表日期】
：
2021年01期
其他文献
随着计算机算力的提高与人工智能算法的突破,基于神经网络模型的应用层出不穷,而训练这些神经网络模型需要大量数据。传统模型训练方式首先将智能终端的数据传输到云数据中心,然后在云数据中心进行神经网络训练。然而,将大量终端数据传输至云数据中心会给主干网带来巨大传输压力,而且随着人们对数据隐私的关注度逐渐上升,将数据从终端传输至云数据中心进行相应处理有隐私泄露的风险。因此针对传统神经网络模型训练方式的不足,
无线传感器由于其体积小、成本低、自组织并且可以感知、处理和发送数据等优点让它在社会生活的各个行业都备受欢迎。无论是军事国防的高端机密领域,还是与我们生活息息相关的智能家居、医学健康等领域,都可以看到无线传感器网络的身影。为了去中心化数据处理,基于传感器网络和信息融合的分布式估计算法发展迅速,在对目标的定位、监测和追踪方面的应用极为广泛,是现阶段研究的热点。然而,随着网络技术的高速发展,随之而来的网
车联网作为一种特殊的无线网络结构,不仅面临着常规无线通信网络中的各种传统安全威胁,也因其自身的特有属性存在新的安全性需求。具体来说,车联网中因为存在着节点高速移动、用户与服务商之间的需求差异、汽车的品牌差异等因素,在接入认证时对隐私保护、可信验证、完整性度量提出了更高的要求,需要设计出一个高效、实时、可靠的匿名接入认证系统。本文针对车联网的安全性需求,深入研究了可信匿名认证机制并将其移植到车联网平