We report a measurement of electron antineutrino oscillation from the Daya Bay Reactor Neutrino Experiment with nearly 4 million reactor $\overline{\nu}_{e}$ inverse beta decay candidates observed over 1958 days of data collection. The installation of a Flash-ADC readout system and a special calibration campaign using different source enclosures reduce uncertainties in the absolute energy calibration to less than 0.5% for visible energies larger than 2 MeV. The uncertainty in the cosmogenic $^9$Li and $^8$He background is reduced from 45% to 30% in the near detectors. A detailed investigation of the spent nuclear fuel history improves its uncertainty from 100% to 30%. Analysis of the relative $\overline{\nu}_{e}$ rates and energy spectra among detectors yields $\sin^{2}2\theta_{13} = 0.0856\pm 0.0029$ and $\Delta m^2_{32}=(2.471^{+0.068}_{-0.070})\times 10^{-3}~\mathrm{eV}^2$ assuming the normal hierarchy, and $\Delta m^2_{32}=-(2.575^{+0.068}_{-0.070})\times 10^{-3}~\mathrm{eV}^2$ assuming the inverted hierarchy.

This Letter reports a measurement of the flux and energy spectrum of electron antineutrinos from six 2.9~GW$_{th}$ nuclear reactors with six detectors deployed in two near (effective baselines 512~m and 561~m) and one far (1,579~m) underground experimental halls in the Daya Bay experiment. Using 217 days of data, 296,721 and 41,589 inverse beta decay (IBD) candidates were detected in the near and far halls, respectively. The measured IBD yield is (1.55 $\pm$ 0.04) $\times$ 10$^{-18}$~cm$^2$/GW/day or (5.92 $\pm$ 0.14) $\times$ 10$^{-43}$~cm$^2$/fission. This flux measurement is consistent with previous short-baseline reactor antineutrino experiments and is $0.946\pm0.022$ ($0.991\pm0.023$) relative to the flux predicted with the Huber+Mueller (ILL+Vogel) fissile antineutrino model. The measured IBD positron energy spectrum deviates from both spectral predictions by more than 2$\sigma$ over the full energy range with a local significance of up to $\sim$4$\sigma$ between 4-6 MeV. A reactor antineutrino spectrum of IBD reactions is extracted from the measured positron energy spectrum for model-independent predictions.

We report a new measurement of electron antineutrino disappearance using the fully constructed Daya Bay Reactor Neutrino Experiment. The final two of eight antineutrino detectors were installed in the summer of 2012. Including the 404 days of data collected from October 2012 to November 2013 resulted in a total exposure of 6.9×10^{5} GW_{th} ton days, a 3.6 times increase over our previous results. Improvements in energy calibration limited variations between detectors to 0.2%. Removal of six ^{241}Am-^{13}C radioactive calibration sources reduced the background by a factor of 2 for the detectors in the experimental hall furthest from the reactors. Direct prediction of the antineutrino signal in the far detectors based on the measurements in the near detectors explicitly minimized the dependence of the measurement on models of reactor antineutrino emission. The uncertainties in our estimates of sin^{2}2θ_{13} and |Δm_{ee}^{2}| were halved as a result of these improvements. An analysis of the relative antineutrino rates and energy spectra between detectors gave sin^{2}2θ_{13}=0.084±0.005 and |Δm_{ee}^{2}|=(2.42±0.11)×10^{-3} eV^{2} in the three-neutrino framework.

The Daya Bay Collaboration reports precise measurements of the ${\ensuremath{\theta}}_{13}$ neutrino mixing angle and predicts the $\mathrm{\ensuremath{\Delta}}\phantom{\rule{0}{0ex}}{m}_{32}^{2}$ mass difference for both normal and inverted hierarchy scenarios. These values are based on comparing the detection of antineutrinos by ''near'' and ''far'' detectors of more than 2.5 million inverse beta-decay observations.

Daya Bay presents the first measurement of cosmogenic He8 isotope production in liquid scintillator, using an innovative method for identifying cascade decays of He8 and its child isotope, Li8. We also measure the production yield of Li9 isotopes using well-established methodology. The results, in units of 10−8μ−1g−1 cm2, are 0.307±0.042, 0.341±0.040, and 0.546±0.076 for He8, and 6.73±0.73, 6.75±0.70, and 13.74±0.82 for Li9 at average muon energies of 63.9 GeV, 64.7 GeV, and 143.0 GeV, respectively. The measured production rate of He8 isotopes is more than an order of magnitude lower than any other measurement of cosmogenic isotope production. It replaces the results of previous attempts to determine the ratio of He8 to Li9 production that yielded a wide range of limits from 0% to 30%. The results provide future liquid-scintillator-based experiments with improved ability to predict cosmogenic backgrounds.Received 8 February 2024Revised 28 March 2024Accepted 30 May 2024DOI:https://doi.org/10.1103/PhysRevD.110.L011101© 2024 American Physical SocietyPhysics Subject Headings (PhySH)Research AreasNeutrino oscillationsTechniquesNeutrino detectionParticles & FieldsNuclear Physics

Abstract This paper proposes a network security situational awareness model based on graph theory, with the primary goal of improving industrial IoT system security. At the beginning of this paper, graph theory is explained in depth, the mutual transformation of directed and undirected graphs is proposed, the empowerment graph abstracted from practical problems is defined, matrix storage is used to realize graph storage, and an isomorphism function is proposed to realize isomorphism judgment of graphs. Based on the principles of graph theory, we develop a network security situational awareness model and suggest a network risk assessment system. This system utilizes risk indices for vulnerability, services, hosts, and networks and assesses the risk, threat, and posture of a specific asset. The efficacy of the cyber security situational awareness model is examined. The average precision rate, recall rate, and F1 value of this paper’s model reach 99.2%, 98.9%, and 97.05%, respectively. The performance of the recognition precision rate of different cyber-attack types is 1%~8% higher than that of the CN model. The leakage rate and false alarm rate of network attacks are 5.41% and 6.16%, respectively, and the overall accuracy rate reaches 95.48%. In terms of the running effect, the average absolute error and mean squared error of this paper’s model are 0.1302 and 0.2709, which are lower than other comparison models.