- 博客(100)
- 资源 (51)
- 收藏
- 关注
RSS订阅原创 常见的概率分布
常见的概率分布可分为离散型和连续型两大类.常见的概率分布有八大类： 离散型4类：伯努利分布（0-1分布）、二项分布、泊松分布、几何分布 连续型4类：正态分布、指数分布（Exponential Distribution）均匀分布、伽马分布三、其他重要分布
2025-04-28 07:51:30
748
原创 numpy常见函数
【数学运算】==> 减法 subtract_arr = np.subtract(np.array([[4, 3, 6], [1, 5, 2]]), np.array([[7, 10, 12], [8, 9, 22]]))【数学运算】==> 乘法 multiply_arr = np.multiply(np.array([[4, 3, 6], [1, 5, 2]]), np.array([[7, 10, 12], [8, 9, 22]]))
2025-04-22 02:14:03
572
原创 NumPy数组和二维列表的区别
在 Python 中，NumPy 数组和二维列表在性能方面存在诸多不同，下面从存储方式、内存占用、操作速度、缓存局部性这几个角度详细分析。
2025-04-20 11:41:48
620
原创 云安全理念的发展
云安全理念的发展与云计算技术的演进深度耦合，其核心脉络从早期的被动防御逐步转向主动治理，经历了从单点技术突破到体系化生态协同的范式变革。从早期的 “被动防御” 到未来的 “主动治理”，安全与业务的融合度不断提升，最终目标是构建一个弹性、可信、可持续的云安全生态。：安全融入业务全流程，构建 “防御 - 检测 - 响应 - 预测” 的闭环体系。：以 “零信任” 和 “云原生安全” 为核心，构建动态、自适应的安全体系。：以合规性为导向，明确云厂商与客户的安全责任边界，构建标准化安全框架。
2025-04-09 12:59:53
958
原创 SASE、零信任安全理念的发展脉络
零信任是安全理念的 “道”，SASE 是技术实现的 “术”。两者的融合推动网络安全从 “被动防御” 转向 “主动治理”，最终目标是构建一个弹性、可信、可持续的安全生态。随着 AI、量子计算等技术的渗透，SASE 与零信任将成为数字化转型的核心基础设施，重塑未来十年的网络安全格局。SASE（安全访问服务边缘）与零信任架构的发展脉络，是云安全理念从 “边界防御” 向 “动态信任” 跃迁的典型缩影。两者的演进既独立又交织，共同推动网络安全从静态合规走向主动治理。
2025-04-09 12:57:18
1037
原创 安全理念和安全产品发展史
从安全理念的发展历史来看，技术与产品的演进始终围绕 “威胁对抗” 与 “业务适配” 两大核心展开。：将安全融入 “开发 - 运行” 全生命周期，实现自动化与 DevSecOps。：以 “信息保密” 为核心，防御手段依赖物理隔离与简单加密。：采用 “分层防御” 策略，覆盖网络、系统、数据多维度。：构建 “城堡式” 防御体系，通过网络边界隔离风险。：适应云环境的 “弹性扩展” 与 “责任共担”。：“从不信任，始终验证”，动态重构访问控制。SASE （远程办公）
2025-04-09 12:52:53
798
原创 传统安全厂商如何介入云安全
传统安全厂商通过 “技术云原生化、生态联盟化、服务订阅化” 三大路径，在零信任、SASE、云原生安全等领域实现快速追赶。的三维策略，通过并购、合作、标准化参与等方式快速追赶，同时在云原生安全、订阅制服务等领域实现突破。，推动身份认证、动态授权等技术的规范化，2024 年该标准已在金融、医疗等行业落地，带动零信任解决方案采购量增长 60%。，实现威胁预测与自动化响应。，将防火墙、IPS 等功能云化，支持按分支机构或终端灵活订阅，2024 年该服务在制造业客户中渗透率超 30%。
2025-04-09 12:45:10
694
原创 三大云安全工具（CASB、CSPM、CWPP）的使用场景
由于云基础架构始终处于变化之中，因此，CSPM策略应该是在云应用的整个生命周期中进行持续评估和改进的一个策略，从研发开始一直延伸到运维（图6中从左到右），并在需要时做出响应和改进。目前，Gartner提出的三大云安全工具CASB、CSPM、CWPP，针对基础架构中IaaS、PaaS和SaaS层中的不同安全问题，给出了针对性的解决方案。近年来，随着云计算市场的发展，不少企业都开始选择业务上云，并且企业并不只是采用一种云，而是采用多种云相互结合的方式，例如，公有云、私有云、混合云等等。
2025-04-09 08:33:44
374
原创 CNAPP和CWPP谁才是工作负载的最强守护者
毫无疑问，CNAPP比CWPP覆盖的场景更多、对业务的保护也更加完整，但从目前阶段来说，要完成CNAPP的落地还很难，需要厂商具备云原生、CWPP、CSPM的数项安全能力，从产品成熟来说CNAPP还远不及CWPP，但CNAPP的出现给CWPP的发展规划了方向：CWPP未来需更聚焦于工作负载核心防护，而将网络分段、配置检查等非必须在工作负载内部完成的能力左移，以进一步提升效率、降低资源占用，同时CWPP应该具备足够的开放性和兼容性，在未来更好的接入CNAPP框架下的安全中台。
2025-04-09 08:28:27
399
原创 云安全发展史
未来，随着云计算向边缘、混合架构延伸，安全将进一步融入业务全流程，形成“防御-检测-响应-预测”的闭环体系。- 身份与访问管理（IAM）：AWS IAM（2010年）和Azure Active Directory（2014年）的推出，解决了多租户环境下的权限管理问题。- 第三方安全生态：2019年阿里云90%的云安全服务由第三方厂商提供，形成“云厂商+ISV”的合作模式。企业采用多云策略，推动云安全态势管理（CSPM）工具整合不同云平台的安全数据，实现统一监控与策略同步。
2025-04-09 08:22:47
272
原创 云安全技术的发展
2014年左右，当AWS、Microsoft Azure和Google Cloud等公有云服务获得普及时，Gartner又创造了一个新的云安全管理定义——“云安全平台管理”(Cloud Security Platform Management，CSPM)，帮助企业组织维护云服务的正确配置，保障其在公共云上业务的合规。CWPP技术的目的是保护公共云中的服务器工作负载。CWPP解决方案可发现组织基于云的部署和本地基础设施中存在的工作负载，提供集中式解决方案以扩展对云资源的可见性，并保护云工作负载。
2025-04-09 08:16:49
902
原创 2025中国云安全市场与技术调研
低延迟云网络是通过优化网络架构、协议和硬件，将数据传输延迟降低至毫秒级甚至微秒级的云计算网络解决方案。其核心目标是减少数据在云端、边缘节点和终端用户之间的传输时间，提升实时交互类应用（如视频会议、在线游戏、金融交易）的性能体验。
2025-04-07 13:06:16
991
原创 低延迟云网络的核心技术
Leaf-Spine架构源于CLOS网络理论，由Spine层和Leaf层组成。Spine层作为网络的“骨干”，负责连接所有的Leaf交换机；Leaf层作为网络的“边缘”，直接连接服务器、GPU集群或存储设备。这种架构通过全互联方式实现任意两点间的最短路径转发。是由 Google 开发的新一代传输层协议，基于UDP 协议设计，旨在解决传统 TCP 协议在延迟、连接效率和安全性上的不足。
2025-04-06 20:40:08
1026
原创 公有云和私有云多租户隔离核心技术及其比较
利用虚拟私有云（VPC）、虚拟局域网（VLAN）、防火墙、安全组等技术，将不同租户的网络流量进行隔离和过滤，限制租户之间的网络通信，防止数据泄露和恶意攻击。根据企业内部的安全需求，对不同部门或项目的数据进行隔离，可采用物理隔离、逻辑隔离和访问控制隔离等多种方式，确保数据的独立性和安全性。：采用竖井隔离模式、共享模式、分域模式等，实现计算、存储和网络等资源的隔离，确保不同租户之间的数据和操作互不干扰。通过设置不同的用户角色和权限，严格控制不同部门或项目人员对资源的访问和操作权限，实现权限的精细化管理。
2025-04-06 18:20:50
802
原创 集中式 IAM 的核心步骤与 OAuth 2.0 的协同关系
集中式 IAM 是身份管理的 “大脑”，而 OAuth 2.0 是其实现第三方授权的 “工具”。OAuth 2.0 是集中式 IAM 的授权引擎，解决跨系统的权限分配问题。集中式 IAM 是 OAuth 2.0 的管理框架，提供身份认证、会话控制、审计等端到端能力。协同优势：通过整合 OAuth 2.0 和 OIDC/SAML，集中式 IAM 可实现 “一次登录，全域访问” 的安全体验，同时满足企业级合规要求。
2025-04-06 18:11:40
608
原创 公有云子账号认证的原理和步骤
公有云账号（主账号）对账号中的资源具有完全管理权限，且无法调整其权限大小，多人共用时无法在审计日志中区分出具体使用人，一旦泄露风险极大且难以追溯。：为了提高安全性，避免因主账号信息泄露而导致整个云资源被恶意操作，需要一种更安全的方式来管理用户访问权限。：随着企业上云的深入，云上资源的需求增加，单账号的资源、项目、人员、权限管理变得复杂，需要更精细的权限管理机制来满足企业内部不同角色和职责的访问需求。
2025-04-06 18:00:40
1001
原创 中考英语之10难点单词
动词，意为 “抛弃；放弃”。~例如He abandoned his old bike by the roadside.（他把他的旧自行车扔在路边。
2025-03-16 22:23:32
484
原创 中考英语之06语态(动词语态-简单）
在初中英语中，语态是动词的一种形式，用于说明主语与谓语动词之间的关系，主要有主动语态和被动语态两种。不用太过区分，be+动词分词即可。
2025-03-16 20:44:30
710
原创 中考英语之05动词时态
分析结构特点每种时态都有其特定的构成形式。例如，进行时是 “be 动词 + 动词 -ing 形式”，完成时是 “have /has + 过去分词”。掌握这些结构特点，有助于快速识别和运用时态。以现在进行时为例，看到 “am/is/are + 动词 -ing” 的结构，就知道表示现在正在进行的动作。总结变化规则动词的时态变化通常遵循一定的规则，如一般现在时中，第三人称单数作主语时，动词要加 -s 或 -es；一般过去时中，规则动词通常在词尾加 -ed 等。
2025-03-16 20:35:16
744
原创 中考语文的考点及相应的解题技巧
分析段落作用从结构和内容两方面分析，如开头段总领全文、引起下文、设置悬念等，中间段承上启下等，结尾段总结全文、深化主题等。论证方法有举例论证、道理论证、对比论证、比喻论证等，其作用是通过具体的事例或道理来证明论点。说明方法有举例子、列数字、打比方、作比较、下定义等，作用是准确、具体、生动地说明事物的特征或事理。：立意、选材、结构、语言表达等。要求立意深刻、新颖，选材真实、典型，结构清晰、完整，语言流畅、生动。：概括文章内容、分析人物形象、理解标题含义、分析段落作用、赏析语言等。：古诗词、文言文的名句默写。
2025-03-16 16:03:07
655
原创 中考数学的考点及相应的解题技巧
在函数方面，要熟练掌握各种函数的图象特征和性质，如一次函数的斜率和截距决定其图象的位置和增减性，反比例函数的图象关于原点对称，二次函数的对称轴、顶点坐标等决定其最值和图象的开口方向。：掌握各种变换的性质，如轴对称图形的对应点连线被对称轴垂直平分，平移前后图形的形状和大小不变，对应点连线平行且相等，旋转前后图形全等，对应点到旋转中心的距离相等，对应点与旋转中心所连线段的夹角等于旋转角等。同时，要善于运用几何图形的性质，如相似三角形的性质、勾股定理等，建立函数与几何之间的联系，通过列方程或方程组来求解问题。
2025-03-16 15:50:25
935
原创 自然语言处理NLP深探
定义：自然语言处理（Natural Language Processing，NLP）是计算机科学与人工智能领域的一个重要分支，旨在让计算机理解、处理和生成人类自然语言，实现人与计算机之间用自然语言进行有效通信。特点交叉性：涉及计算机科学、语言学、数学、心理学等多学科知识。复杂性：自然语言具有模糊性、歧义性和多样性等特点，增加了处理难度。实用性：应用广泛，如机器翻译、智能客服、信息检索等，对人们生活和工作影响大。具体工作语言理解：包括词法分析、句法分析、语义分析等，让计算机理解文本的含义。
2025-02-27 00:30:07
658
原创 DCAI定义、演进与实践框架
以数据为中心的人工智能（DCAI）是一种将数据作为 AI 开发核心的理念与方法论，通过优化数据全生命周期管理，提升 AI 系统的性能与泛化能力。其本质在于打破传统 “以模型为中心” 的局限性，强调数据质量、多样性与管理效率对 AI 系统的决定性作用。定义：以数据为中心的人工智能（DCAI）是一种将数据置于人工智能开发核心位置的理念和方法，强调通过对数据的有效管理、处理和利用来提升 AI 系统的性能和效果。不变。
2025-02-27 00:26:01
934
原创 人工智能定义
人工智能（Artificial Intelligence，简称 AI）是指计算机系统能够执行通常需要人类智能才能完成的任务，如学习、推理、解决问题、理解自然语言、识别图像和声音等。它通过模拟人类的智能行为，运用算法和数据让计算机实现对信息的处理和决策，以达到类似人类智能的效果。
2025-02-27 00:17:34
963
原创 AI知识架构之神经网络
深度学习在人工神经网络的基础上，引入了大量先进的技术和方法，如优化算法方面，除了传统的随机梯度下降（SGD）算法外，还发展出了 Adagrad、Adadelta、Adam 等自适应学习率算法，能够更高效地更新网络参数，加快模型收敛速度；相比之下，传统人工神经网络在处理大规模数据时往往面临计算资源和模型容量的限制，而深度学习借助强大的计算能力和先进的架构设计，能够充分挖掘大规模数据中的价值，从而在图像识别、语音识别、自然语言处理等诸多领域取得了突破性的成果。从原始输入数据中提取有意义的特征。
2025-02-26 23:47:50
1107
原创 变形金刚人物中英文名称
西格玛，即后来的Vector Sigma矢量西格玛。泽塔，即Sentinel Prime御天敌。奥利安-派克斯，后来成为擎天柱。霸天虎原始兽，文中主要指巨狰狞。被改造者，震荡波制造的怪物群体。拾荒者，垃圾星上的群体。修理者，垃圾星上的群体。剪切螺栓，交易机器人。
2025-02-25 00:49:29
970
原创 各种人工智能应用场景及其神经网络架构的选择
图像数据：卷积神经网络（CNN）和Transformer架构（如ViT）。语音数据：循环神经网络（RNN）及其变体（LSTM、GRU）和Transformer架构（如Wav2Vec 2.0）。文本数据：Transformer架构（如BERT、GPT）和循环神经网络（RNN）及其变体。情感分析：Transformer架构（如BERT）、循环神经网络（RNN）及其变体和卷积神经网络（TextCNN）。视频数据：3D卷积神经网络（3D CNN）、CNN+RNN和Transformer架构（如ViViT）。
2025-02-23 15:27:52
927
原创 理解 预训练、微调、分布式训练
预训练、微调和分布式训练是现代AI开发中的核心技术。预训练为模型提供了通用知识，微调使其适应特定任务，而分布式训练则加速了整个训练过程。这三者结合，使得开发者能够高效地开发高性能的AI模型，适用于各种复杂任务和场景。
2025-02-23 15:24:46
896
原创 RAG的发展史
RAG的发展历程体现了从早期简单的问答系统到现代复杂AI架构的演进。其核心在于通过检索增强生成模型的能力，解决传统语言模型在知识更新、上下文理解和准确性方面的局限。随着技术的不断进步，RAG正在成为AI领域中不可或缺的一部分，推动自然语言处理技术向更智能、更高效的方向发展。
2025-02-23 15:22:20
395
原创 AI大模型技术发展史
大模型在AI架构中的位置经历了从无到有、从单一任务到通用平台的演变。其崛起不仅改变了AI的技术路径，还推动了AI在自然语言处理、多模态融合等领域的广泛应用。随着技术的进一步发展，大模型将继续深化其在AI架构中的核心地位，推动AI技术向更智能、更通用的方向发展。
2025-02-23 15:20:40
411
原创 人工智能领域的主要学术流派
这些学术流派从不同角度探索人工智能的实现方式，各自具有独特的理论基础和应用场景。它们在人工智能的多个领域中发挥着重要作用，推动了技术的进步和发展。
2025-02-23 15:16:30
720
FileSearch批量改名
2018-03-02
网络拓扑图.rar
2017-12-22
SourceCounter-3.5.33.73.zip
2017-12-14
SourceTree.zip
2017-11-16
pyvmomi-6.0.0.rar
2017-11-16
pip-9.0.1.rar
2017-10-31
setuptools-36.6.0.rar
2017-10-31
python-2.7.5.msi
2017-10-24
网络安全基础技术及高级技术.pptx
2017-09-20
cloud-web.tar.zip
2017-09-02
kibana-5.5.1-linux-x86_64.tar.gz
2017-09-02
TortoiseGit-1.8.12.0-64bit.msi
2017-09-02
winrar-x64-510sc.exe
2017-09-02
node-v8.4.0-x64.msi
2017-09-02
node-v8.4.0-linux-x64.tar.xz
2017-09-02
04抓图工具HprSnap7中文绿色特别版.rar
2017-09-02
FileZilla_3.7.0.1_win32-setup.exe
2017-09-02
Serv-U114_jb51.rar
2017-09-02
使用AI大模型实现的 https://tools.pdf24.org/zh/all-tools；可解析https://www.52pojie.cn/thread-1899792-1-1.html网站的
2025-05-27
### 文章总结：全39集零基础小白人工智能快速入门理论实践
2025-05-27
英语学习python程序20250210englishv2.1.rar
2025-02-09
docker-compose-linux-x86-64 v2.21.0VirtualBox-7.0.14-161095-Win
2024-04-13
docker-compose
2024-04-04
美观且标准的数学坐标系与函数图.ipynb
2024-03-03
FileZilla-3.66.1.exe
2023-12-09
python-3.12.1-amd64.exe
2023-12-09
吴恩达机器学习2022配套课件以及代码2022-Machine-Learning-Specialization-main.zip
2023-12-09
Anaconda3-2023.09-0-Windows-x86-64.part2
2023-12-09
Anaconda3-2023.09-0-Windows-x86-64.part1.rar
2023-12-09
Burp Suite 是用于攻击web 应用程序的集成平台
2023-12-09
A.x.ure8.0中文版-Windows版本.zip
2018-03-16
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人