about-3 back-contact back-deep eitaa کانال روبیکاخبرگزاری سایبربان
مطالب پربازدید
«حملات
1404/07/10 - 08:30- جنگ سایبری

«حملات تخریبی» به کشور۳ برابر شد/ افشای نام «اهداف اصلی» حملات هکرها

بر اساس داده‌های گزارش سالانه گراف، هوش مصنوعی مولد (GenAI) چشم‌انداز تهدیدات ایران را در سال ۱۴۰۳ دگرگون کرد؛ جایی که حملات با LLMJacking، باج‌افزار و فریب‌های پیشرفته، نهادهای دولتی و آموزشی را در کانون هدف قرار دادند.

تمرکز
1404/06/26 - 14:35- جنگ سایبری

تمرکز اسرائیل بر «پیجر» و جنگ الکترونیک در نبردهای آینده با ایران

مقامات رژیم صهیونیستی، طراحی عملیات‌های غافلگیر کننده ای همچون عملیات پیجرها برای جنگ آینده با ایران را ضروری می دانند.

اسرار
1404/08/05 - 14:27- جنگ سایبری

اسرار نظامی و اطلاعات سری پدافند لیزری اسرائیل به دست هکرها افتاد

گروه هکری جبهه پشتیبانی سایبری «الجبهة الإسناد السيبرانية» اعلام کرد که با نفوذ به شرکت نظامی مایا، به اطلاعات محرمانه پدافند پیشرفته لیزری Iron Beam و تعداد زیادی از سلاح‌های پیشرفته اسرائیل دست یافته است.

محققان ایرانی با کمک فناوری یادگیری تقویتی مفاصلی برای نرم ربات ها ابداع کرده اند که سختی آنها برحسب استفاده تغییر می کند.

به گزارش کارگروه فناوری اطلاعات سایبربان ، در عصر کنونی انواع مختلفی از ربات‌ها در زمینه‌های متعدد از کارخانه‌های خودروسازی گرفته تا نرم ربات‌های کمکی استفاده می‌شوند. برای استفاده بهینه از ربات باید بتوان به شیوه‌ای موثر آن را کنترل کرد به همین دلیل کنترل عملیات‌ها و حرکات ربات اهمیت زیادی دارد.

در این میان نرم ربات‌ها و محرک‌ها چند مزیت بر ربات‌های سخت دارند، از جمله آنکه برق کمتری مصرف می‌کنند، سبک تر هستند و در برخورد با بافت زنده نرم‌تر عمل می‌کنند. علاوه بر این موارد هزینه‌های تولید ارزان و حرکات سریع نیز اهمیت زیادی دارد.

با این وجود کنترل نرم ربات‌ها چالش برانگیزتر است. در همین راستا مسلم محمدی از دانشگاه دیکن استرالیا، مهدی بداغی از دانشگاه ناتینگهام ترنت انگلیس به همراه گروهی دیگر از پژوهشگران یک ساختار چاپ سه بعدی با الیاف‌های کربنی ابداع کرده‌اند تا سیگنال‌های محرکی که به نام «چاپ چهار بعدی» شناخته می‌شود را ارائه کنند. این ساختار با توجه به محیطی که در آن به کار می‌رود، سطوح خاصی از سختی (سفتی) را برای انطباق با شرایط جدید فراهم می‌کند.

در همین راستا یک دستگاه «کنترل غیرخطی» مبنی بر الگوریتم‌های یادگیری تقویتی (RL) نیز برای تنظیم سفتی مفاصل نرم ربات به کار می‌رود. این دستگاه کنترل براساس مدل‌های ریاضی Simulink ارائه می‌شود و در مرحله بعد در تنظیمات آزمایشی به کار می‌رود.

یادگیری تقویتی (RL) یک تکنیک یادگیری ماشینی (ML) است که نرم افزار را برای تصمیم گیری درباره دستیابی به بهینه‌ترین نتایج آموزش می‌دهد. این فرآیند یادگیری آزمون و خطا را تقلید می‌کند که انسان‌ها برای رسیدن به اهداف خود از آن استفاده می‌کنند. همچنین Simulink یک محیط برنامه نویسی گرافیکی مبتنی بر MATLAB برای مدل سازی، شبیه سازی و تجزیه و تحلیل سیستم‌های پویای چند دامنه‌ای است.

نتایج نشان می‌دهد که دستگاه کنترل مبتنی بر یادگیری تقویتی پتانسیل زیادی برای انطباق با شرایط مختلف پیش بینی نشده دارد. علاوه بر این، این دستگاه کنترل مصرف برق را در مقایسه با یک کنترل کننده خطی به میزان قابل توجهی کاهش می‌دهد.

منبع:

موضوع:

تازه ترین ها
تعمیق
1404/09/24 - 18:25- اروپا

تعمیق روابط اوکراین و استونی در حوزه امنیت سایبری

اوکراین همکاری خود را با استونی در زمینه حکومتداری دیجیتال و امنیت سایبری عمیق‌تر کرد.

هشدار
1404/09/24 - 16:37- اروپا

هشدار رئیس ام آی 6 درباره افزایش فشار بر پوتین

رئیس جدید سرویس اطلاعات مخفی بریتانیا در نخستین سخنرانی عمومی خود در روز دوشنبه درباره تهدید حاد ناشی از روسیه‌ای «تهاجمی، توسعه‌طلب و تجدیدنظرطلب» هشدار خواهد داد.

تداوم
1404/09/24 - 16:28- آمریکا

تداوم هک گسترده شبکه‌های مخابراتی آمریکا توسط چین

مارک وارنر، سناتور دموکرات از ایالت ویرجینیا، اعلام کرد که چین همچنان در حال هک شبکه‌های مخابراتی ایالات متحده است؛ حمله‌ای سایبری که به این کشور امکان می‌دهد به ارتباطات تقریباً همه آمریکایی‌ها دسترسی پیدا کند.

مطالب مرتبط

در این بخش مطالبی که از نظر دسته بندی و تگ بندی مرتبط با محتوای جاری می باشند نمایش داده می‌شوند.