相关分享
1
喜欢
te
tech.meituan.com
/
2025-01-12 11:53
鸿蒙应用签名实操及机制探究
本文深入探讨了 HarmonyOS NEXT 的应用签名机制，详细解析了签名过程的每个步骤及其背后的实现原理，并通过源码分析了签名的校验机制。文章旨在揭示鸿蒙系统的安全设计思路，为从事鸿蒙研发的开发者提供参考。适合对鸿蒙系统安全机制感兴趣的开发者和安全研究人员阅读。
无图
1
喜欢
bl
blog.nsfocus.net
/
2024-11-02 16:27
对抗式机器学习攻击与缓解措施分类及术语（上）
本文介绍了NIST在对抗性机器学习中的分类和术语，分析了攻击阶段、目的和对抗措施，帮助提升AI系统的安全性和鲁棒性。
无图
1
喜欢
pa
paper.seebug.org
/
2023-07-30 17:32
Windows 命名管道客户端模拟和 PrintSpoofer 原理探究
本文就通过命名管道客户端模拟（Name_pipe_client_Impersonation）的学习，初窥正活跃的potatoes家族中的成员，探究PrintSpoofer、BadPotato、pipePotato等"当代土豆"的原理，便于实际场景中更好的选择合适的土豆。
无图
1
喜欢
di
www.diguage.com
/
2023-07-04 23:22
日志最佳实践探究
加入公司以来，参与了很多个项目的开发维护；也排查处理过很多线上问题；为了写 Mock 测试，也专门去日志系统上扒拉过不少日志等等。在整个过程中，对日志的认识有了不少更深刻的认识和体会。也发现不少问题。这里先从存在的问题展开论述。
无图
1
喜欢
bl
blog.nsfocus.net
/
2023-02-12 14:05
部署机器学习方案之困（下）
在工业环境中开发基于机器学习的解决方案包括四个阶段：数据管理、模型学习、模型验证和模型部署，而这些阶段没有严格的时间轴，在一定程度上存在并行和反馈循环。本节将讨论从业者在最后一个阶段中面临的常见问题和挑战，并讨论涉及到的其他问题。
无图
1
喜欢
bl
blog.nsfocus.net
/
2023-02-12 14:04
部署机器学习方案之困（上）
近年来，机器学习无论是作为学术研究领域还是实际商业问题的解决方案，都受到了越来越多的关注。然而，就像其他领域一样，在学术环境中起作用的研究和实际系统的要求之间往往存在着显著差异，所以在生产系统中部署机器学习模型可能会带来许多问题。
本文介绍一篇剑桥大学2020年发表的研究综述，其调研了在各种用例、行业和应用中部署机器学习解决方案的公开报告，提取了与机器学习部署工作流阶段对应的实际考虑因素。对于从业者而言，了解在机器学习部署的各个阶段所面临的挑战是非常重要的，本文将对这方面进行主要阐述，最后介绍潜在的解决方案，共分为上、下两篇，本篇为上篇，希望各位能从中受益并引发更多思考。
无图
1
喜欢
te
tech.meituan.com
/
2022-12-24 23:38
美团图灵机器学习平台性能起飞的秘密（一）
美团图灵机器学习平台在长期的优化实践中，积累了一系列独特的优化方法。本文主要介绍了图灵机器学习平台在内存优化方面沉淀的优化技术，我们深入到源码层面，介绍了Spark算子的原理并提供了最佳实践。希望为读者带来一些思路上的启发。
无图
1
喜欢
52
www.52nlp.cn
/
2022-12-18 20:03
探索人机深度融合的高可用性人工智能应用
NLP也被誉为人工智能皇冠上的明珠，AI落地特别是NLP落地尤其不容易，通过机器处理办公文档远比从一堆图片中找出有猫的图片要复杂得多。因为让机器处理办公文档，往往存在缺少大量的训练语料情况，不同行业间需要处理的具体问题千差万别，人工都需要专业培训甚至几年工作经验才能处理妥当。本文主要结合达观的实践落地经验，探讨在具体NLP项目落地时，计算机“智能”需要哪些必不可少的“人工”。
无图
1
喜欢
in
insights.thoughtworks.cn
/
2022-11-23 15:47
浅谈数据和人工智能项目的管理
数据和智能类的项目管理内容仍然是基于传统软件项目管理所定义的范围和领域，但近年来新概念和新技术的出现给数据和智能类项目的管理带来了新的挑战，所以项目管理者在管理的思路、方法、策略上也存在不同。
无图
1
喜欢
in
insights.thoughtworks.cn
/
2022-06-10 10:21
机器学习不是你想用，想用就能用
机器学习的目的：更精准地替代经验以及更大面积复用人工。在这个文章中，要回答什么场景下该用机器学习，同时我们也需要回答一个更为本质的问题，什么是机器学习？
无图