头条 使用有安全保障的闪存存储构建安全的汽车系统 在现代汽车嵌入式系统中，高度安全的数据存储是必不可少的，尤其是在面对日益高明的网络攻击时。本文将介绍设计师正确使用闪存的步骤。 最新设计资源 直流微电流标准源的研究进展[测试测量][航空航天] 直流微电流标准源广泛用于电学仪器校准、半导体测试、静电检测等领域，涉及电流负反馈调节、等电位屏蔽等关键技术。直流微电流标准源主要有三种基本实现方式：电阻式、电容式和电离式，每种技术都有其独特的优势和局限性。对近年来国内外直流微电流标准源研究现状进行了综述，对国内外直流微电流标准源的现状进行调查，并指出我国在这一领域的研究起步较晚，与国际先进水平存在差距。 发表于：2026/1/13 Wi-Fi与机器学习结合的综合分析[人工智能][物联网] 系统性地分析了当前AI/ML在Wi-Fi领域的技术研究和应用情况。首先对Wi-Fi技术特征以及发展趋势所带来的复杂度进行阐述。然后提出机器学习对优化Wi-Fi网络参数的必要性，以及综合介绍和分析AI/ML在提升Wi-Fi性能和用户体验的研究及可行性，并对IEEE 802.11 AI/ML兴趣组四个具体的AI/ML用例进行说明和评估。接着探讨和建议Wi-Fi与AI/ML相结合的系统设计框架，以及相应的基本用例分析。最后对Wi-Fi与AI/ML结合的技术挑战和行业发展做了归纳和总结。 发表于：2026/1/13 6G展望：推动下一代无线通信技术演进的关键力量[通信与网络][5G] 5G向6G过渡带来的远不只是网速的升级，更是一场网络设计、运营和商业模式的根本性变革。 发表于：2026/1/13 恩智浦MCX微控制器全景式解读[嵌入式技术][消费电子] 恩智浦不仅为未来做好准备，更以技术主动塑造未来格局。我们对微控制器创新的承诺，既非一时的转向，也非短期策略，而是始于上世纪80年代、延续至今的长期投入，并在当下以更坚定的步伐持续推进。 发表于：2026/1/5 塑造自动驾驶体验的半导体技术[MEMS|传感技术][汽车电子] 未来的汽车将具备更强的自主性，从而减轻人们的驾驶负担。那么，设计工程师应该如何实现这一愿景？ 发表于：2025/12/30 电动汽车充电桩的日常使用：人机界面技术[电源技术][汽车电子] 为了推动电动汽车（EV）的广泛普及，充电基础设施中人机界面（HMI）触摸显示屏的应用逐渐受到关注。汽车制造商不断丰富旗下电动汽车车型，这也意味着需要为客户提供更多易于使用的充电桩。 发表于：2025/12/24 恩智浦两轮车手机镜像投屏助力智能骑行[显示光电][消费电子] 以MCU为核心的平台为入门级数字互联仪表板(DCC)增添智能手机镜像投屏功能。目前，可集成于仪表板的骑行者必备功能日益丰富，RT产品路线图还将纳入更多先进特性。 发表于：2025/12/24 智能AI，适配您的边缘部署[人工智能][数据中心] 满足边缘应用的需求需要使用高效、可适应且可扩展的人工智能，因为这些场景往往涉及特别的技术限制和可能性 发表于：2025/12/24 以先进半导体技术赋能AI芯片发展[人工智能][数据中心] AI工作负载要求极高速度的数据处理，但传统内存技术往往难以跟上这一速度，从而导致延迟和效率低下。内存瓶颈和内存带宽限制仍然是优化AI性能的关键障碍。 发表于：2025/12/24 基于起源标注的数据中台原始库数据溯源研究[其他][其他] 数据中台数据质量审验和问题诊断经常需要追溯指定数据的历史变化。着眼于追溯数据中台源信息系统元数据和数据记录变化，进行了数据表元数据起源标注和数据表数据记录起源标注设计，基于数据中台结构化数据在线抽取功能同步生成相应的数据起源标注，并针对数据表元数据版本变化历史追溯、数据表数据记录版本变化历史追溯和指定时间段树形表数据历史追溯等典型溯源需求给出了具体解决方案。本方案在某部数据中台系统中进行了具体实现，为数据中台数据生命周期溯源提供了重要支撑。 发表于：2025/12/23 基于自编码器的日志异常检测方法研究[通信与网络][信息安全] 系统日志蕴含关键运行信息与问题线索，但随系统规模扩大，日志数据愈发庞大复杂，自动化异常检测成为研究重点。当前研究面临日志数据不平衡、有标签数据稀少导致检测精度不足的挑战。为应对挑战，提出了多窗口LSTM自编码器日志异常检测方法，主要围绕日志数据处理、自编码模型和日志事件分类三个方面展开。该方法结合LSTM与自编码器优势，并利用多窗口策略捕捉不同时间尺度上下文信息，针对时间敏感的日志提供了更有效的异常检测方案。实验结果表明，该方法在HDFS和BGL两个公共数据集上均取得了较高的F1值，相比其他方法具有更好的异常检测效果。 发表于：2025/12/23 一种协同表征学习与强化学习的工控协议模糊测试方法[通信与网络][信息安全] 针对工业控制协议中复杂格式与字段依赖难以建模，传统模糊测试在测试用例接收率与样本多样性方面存在不足，提出一种协同表征学习与强化学习的工控协议模糊测试方法。该方法结合深度可分离卷积的高效特征提取能力与多头自注意力机制的全局依赖建模优势，构建多尺度特征提取器，捕捉局部与全局特征。引入强化学习优化策略，增强潜在空间表达能力。提出通用ICP(Industrial Control Protocols)模糊测试框架RLCAFuzzer，并在典型能源企业工业场景的攻防演练靶场上对3种常见工控协议(Modbus/TCP，Ethernet/IP，S7 comm)进行实验验证。结果表明该框架的TCAR指标显著提高，并展现出更强异常触发能力，验证了其在工控协议漏洞挖掘中的有效性与先进性。 发表于：2025/12/23 数据血缘关系构建方法综述[其他][其他] 随着数据量的急剧增长，如何管理和利用数据面临严峻挑战。而数据血缘作为数据治理的核心组成部分，在数据治理中有重要作用，如提升数据质量、保障数据安全等。研究了构建数据血缘关系的方法，包括系统跟踪法、基于SQL解析的方法、逆置函数法、标注法和机器学习法，分析了不同数据血缘构建方法的优缺点和应用场景，并探讨未来研究方向，为数据血缘关系的应用及后续研究提供参考。 发表于：2025/12/23 人工智能侵权立法中的归责逻辑冲突与矫正[人工智能][信息安全] 人工智能技术的发展对侵权立法形成挑战，基于人工智能风险分级的侵权归责逻辑与传统归责逻辑的冲突凸显。理论上，基于人工智能风险分级的侵权归责逻辑源于欧盟的人工智能风险分级治理方案，但其冲击了既有民事侵权归责结构，使各方主体的责任承担处于不确定状态。将技术风险凌驾于权利保护客体差异之上，本质上是一种混淆行政法与侵权法适用边界的错误做法。人工智能技术风险具有损害严重、逃逸诉讼可能性高、信息成本大等特征，难以在权利保护规则下得到有效规制。此时，回归基于权利客体差异的归责逻辑确有必要。具体而言，应先明确行政法与侵权法的分工，以“公共利益”为二者界分标准，必要时可通过原则性规定有限地接纳新型风险的规制任务，以最小制度成本实现技术风险的高效治理。 发表于：2025/12/23 数据竞争行为的类型化重构及其规制因应[其他][其他] 面对数据市场的竞争失序，竞争法律欲实现辨证施治，需以数据竞争行为的类型化归纳为前提。传统“不正当竞争与垄断”的二分法既难以适应数据竞争行为的复杂性，也不足以回应数据治理的现实需要。基于数据生产流程，可将数据竞争行为划分为获取阶段的竞争行为与使用阶段的竞争行为两类。前者包括获取经营者数据、用户数据及拒绝数据获取；后者涵盖数据排他性使用、数据驱动型自我优待和大数据杀熟。据此，应确立包容审慎的规制理念，并在获取阶段强调数据流通，以包容促发展；在使用阶段注重权益保护，以审慎防风险。 发表于：2025/12/23 <12345678910…>
