WikiEdge:ArXiv速递/2025-03-28
摘要
- 原文标题：Comparison between neural network clustering, hierarchical clustering and k-means clustering: Applications using fluidic lenses
- 中文标题：神经网络聚类、层次聚类与K均值聚类的比较：基于流体透镜的应用
- 发布日期：2025-03-28 14:01:12+00:00
- 作者：Graciana Puentes
- 分类：physics.optics, cs.LG
- 原文链接：http://arxiv.org/abs/2503.22448v1
中文摘要：本研究对神经网络聚类(NNC)、层次聚类(HC)和K均值聚类(KMC)进行了比较，以评估这三种机器学习(ML)技术在将大型数据集组织成簇时的计算优势。针对NNC方法，我们对一组波前传感器重建数据（分解为15项泽尼克系数，用于表征流体透镜传输的相位前光学像差）应用了自组织映射(SOM)训练。通过分析SOM相邻权重距离、SOM样本命中、SOM权重位置和SOM权重平面，形成了对系统结构特性的可视化解释。在HC方法中，采用联合相异度-连接矩阵计算进行数据划分，该方法有效性通过较高的共表型相关系数值(c=0.9651)得以验证。通过设定0.8的不一致性截断值，最终确定7个簇作为系统分割的最大数量。此外，采用KMC方法建立聚类分割效率的量化指标，在K=5个非重叠簇的数据分割中获得了0.905的平均轮廓系数值。研究表明，HC的联合连接与相异度算法结合KMC形成的聚类方案，比单独使用NNC或HC评估更为可靠——后者若改变SOM尺寸或不一致性截断值可能导致全新的聚类构型。
摘要
- 原文标题：Depolarization studies on low-depolarizing Cu/Ti and Ni(Mo)/Ti neutron supermirrors
- 中文标题：低去极化Cu/Ti与Ni(Mo)/Ti中子超镜的去极化研究
- 发布日期：2025-03-28 16:03:35+00:00
- 作者：Jose Manuel Gómez-Guzmán, Karina Bernert, Anton Devishvili, Christine Klauser, Bastian Märkisch, Ulrich Schmidt, Torsten Soldner
- 分类：physics.ins-det
- 原文链接：http://arxiv.org/abs/2503.22561v1
中文摘要：中子超镜(SMs)是众多散射和粒子物理实验的关键组件。由于Ni(Mo)/Ti超镜相较于Ni/Ti超镜具有更低的饱和磁化强度，迄今被广泛应用于极化中子束传输实验。然而，新一代β衰变实验要求超镜每次反射的退极化率低于10^-4才能达到目标精度，而Ni(Mo)/Ti超镜反射导致的极化中子束退极化尚未达到该精度量级的测量结果。近期开发的Cu/Ti超镜相比Ni(Mo)/Ti超镜具有极低饱和磁化强度，可能成为替代方案。本文测试了两种镜面的性能：首先在SuperADAM中子反射仪上测量Ni(Mo)和Cu单层的四态极化中子反射率(PNR)曲线，通过全极化分析显示两种材料的磁散射长度密度(mSLD)存在差异，其中Cu的mSLD低于Ni(Mo)；该结果在m=2的Ni(Mo)/Ti超镜和Cu/Ti超镜四态PNR曲线全极化分析中得到验证。其次利用Opaque Test Bench装置测量相同超镜反射后的退极化率(D)，在1σ置信水平下获得退极化率上限：D_Cu/Ti(4N5)<7.6×10^-5、D_Ni(Mo)/Ti<8.5×10^-5、D_Cu/Ti(2N6)<6.0×10^-5（其中(4N5)对应钛纯度99.995%，(2N6)对应99.6%）。统计不确定度分析表明三种超镜均适用于新一代β衰变实验，且未发现退极化率与q值或样品所处磁化场的显著相关性。
摘要
- 原文标题：Advancing DevSecOps in SMEs: Challenges and Best Practices for Secure CI/CD Pipelines
- 中文标题：推进中小企业DevSecOps实践：安全CI/CD管道的挑战与最佳实践
- 发布日期：2025-03-28 16:55:41+00:00
- 作者：Jayaprakashreddy Cheenepalli, John D. Hastings, Khandaker Mamun Ahmed, Chad Fenner
- 分类：cs.CR, cs.CY, cs.SE, D.2.2; K.6.5; D.2.9
- 原文链接：http://arxiv.org/abs/2503.22612v1
中文摘要：本研究评估了中小型企业（SMEs）对DevSecOps的采用情况，识别了关键挑战、最佳实践和未来趋势。通过基于技术接受模型（TAM）和创新扩散理论（DOI）的混合方法，我们分析了来自405名中小企业专业人士的调查数据，结果显示虽然68%的企业已实施DevSecOps，但采用过程受到技术复杂性（41%）、资源限制（35%）和文化阻力（38%）的阻碍。尽管73%的企业领导层将安全作为优先事项，自动化缺口仍然存在，仅有12%的组织在每次提交时进行安全扫描。 研究发现突显了安全工具的日益整合，特别是API安全（63%）和软件成分分析（62%），但容器安全的采用率仍然较低（34%）。展望未来，中小企业预计人工智能和机器学习将对DevSecOps产生重大影响，强调了主动采用AI驱动安全增强的必要性。基于研究结果，本文提出了增强CI/CD管道安全的战略最佳实践，包括自动化、领导力驱动的安全文化以及跨团队协作。
摘要
- 原文标题：Understanding Software Vulnerabilities in the Maven Ecosystem: Patterns, Timelines, and Risks
- 中文标题：理解Maven生态系统中的软件漏洞：模式、时间线与风险
- 发布日期：2025-03-28 12:52:07+00:00
- 作者：Md Fazle Rabbi, Rajshakhar Paul, Arifa Islam Champa, Minhaz F. Zibran
- 分类：cs.SE
- 原文链接：http://arxiv.org/abs/2503.22391v1
中文摘要：软件库和可复用组件中的漏洞会引发重大安全挑战，尤其在Maven这类依赖密集型生态系统中。本文采用Goblin框架对Maven生态系统的漏洞进行了大规模分析，重点研究漏洞类型特征、文档记录延迟及修复时间线的影响。我们识别出77,393个存在漏洞的版本，涉及226种独特CWE漏洞类型。平均而言，漏洞需要近五年时间被记录，4.4年时间被修复，部分漏洞甚至超过十年仍未解决。漏洞记录与修复的延迟给库使用者带来安全风险，凸显了Maven生态系统需要更审慎高效的漏洞管理机制。