Cybersecurity Challenges in AI-Enabled Car Rental Systems: Protecting Digital Booking, Fleet Management, and Customer Data
本文分析了人工智能赋能的租车系统所面临的不断扩大的网络安全风险——从数据隐私泄露到人工智能模型的脆弱性——并提出了一种多维度的分层保护框架,该框架整合了技术控制、治理和人工监督,以保障数字化运营的安全。
3900 篇论文
本文分析了人工智能赋能的租车系统所面临的不断扩大的网络安全风险——从数据隐私泄露到人工智能模型的脆弱性——并提出了一种多维度的分层保护框架,该框架整合了技术控制、治理和人工监督,以保障数字化运营的安全。
本文分析了将人工智能集成到 SAP ERP 系统中的机遇与结构性挑战,主张通过数据就绪性和可持续治理框架,采取一种在核心稳定性与自适应智能之间取得平衡的双轨实施策略。
本文提出了一种将 SAP 技术与高级分析相结合的新型框架,旨在实时关联高流速、异构的仓库数据,从而实现主动决策并显著提升运营关键绩效指标(KPI)。
本研究建立了一套用于在调优用于网络入侵检测的 Bi-LSTM-DRN 时比较元启发式优化器(SCQ-SSA、PSO 和 ARO)的可复现协议,结果表明,尽管 SCQ-SSA 取得了略高的指标,但这些差异在统计上并不显著,且该模型最终表现逊于随机森林基准模型,从而凸显了评估框架相较于特定分类结果的价值。
本研究表明,在双智能体语言模型循环中,对指令违规的表象恢复往往仅仅是对先前生成文本的逐字复制,而非真正的规则重应用,这凸显了反馈策略主要是在支配文本循环,而真正的遵循则需要测试智能体进行全新内容创作的能力。
本文提出了基于遗传算法的自适应分层聚类与回归(AHCR-GA)算法,旨在优化用于医疗保健应用的无线传感器网络,通过动态聚类和基于机器学习的预测,在实现能耗和延迟显著降低的同时,延长网络寿命并保持高数据准确性。
本文对 AI 简历生成器中开源(基于 LLaMA)与专有大语言模型架构进行了结构化的对比综述,通过分析五个关键维度的记录权衡,旨在提供一个系统选择框架,同时强调了架构透明度方面的空白。
本文通过对 4,338 名英国客户的 RFM 数据集应用 K-Means 聚类分析,旨在解决将零售交易数据转化为可操作洞察的挑战,揭示了两个截然不同的细分群体,并批判性地审视了方法论局限性与伦理考量。
本文提出了一种面向远程医疗的轻量级、安全导向型框架,该框架通过结合对称同态加密与面向组的查询策略,旨在实现高效、隐私保护的医疗记录检索,并降低大规模数据集的计算成本并缩短响应时间。
本文提出了 WASP,一种轻量级且无需训练的在线调度框架,该框架通过基于负载的自适应评分和鲁棒的任务接受策略,动态平衡利润、延迟、能量和安全目标,在无人机辅助边缘计算环境中,其性能表现优于现有的最先进方法。