安全标签_亚马逊云科技技术品牌专区

安全

中国企业DevOps工具链选型趋势：本土化与安全可控成核心竞争力

随着数字化转型进入深水区，中国企业在DevOps工具链的选择上正经历着深刻变革。从单纯追求功能完备性到如今更看重本土化适配深度与安全可控能力的综合考量，这一转变反映出中国企业在技术自主可控方面的战略觉醒。在这场DevOps工具链的选型竞赛中，阿里云效、GitLab CE中国版和Gitee三大平台各具特色，为不同行业场景下的企业提供了多元化的选择方案。

weixin_45978350
2026-01-19 14:02:10

 778

 13

#devops #安全 #运维
基于深度学习YOLOv10的手语识别检测系统（YOLOv10+YOLO数据集+UI界面+Python项目源码+模型）

本项目基于YOLOv10目标检测算法开发了一套高效的手语字母识别系统，专门用于识别美国手语字母表中的26个字母(A-Z)。系统通过深度学习技术实现了对手势的实时检测与分类，为手语识别和人机交互领域提供了创新的解决方案。项目使用自定义数据集进行训练，包含720张标注图像(训练集504张，验证集144张，测试集72张)，最终模型在测试集上达到了较高的识别准确率。该系统的开发不仅有助于打破听力障碍人士与

 BQAIT
2026-01-27 11:05:07

 1001

 11

#深度学习 #ui #人工智能 +2
基于深度学习YOLOv10的安全背心穿戴识别检测系统（YOLOv10+YOLO数据集+UI界面+Python项目源码+模型）

本项目基于YOLOv10目标检测算法开发了一套安全背心穿戴识别检测系统，专门用于识别工作人员是否按规定穿着安全背心。系统包含两个检测类别："vest"(穿着安全背心)和"no-vest"(未穿安全背心)。项目使用自定义数据集进行训练，其中训练集包含2728张图像，验证集779张图像，测试集390张图像，总计3897张标注图像。该系统可广泛应用于建筑工地、矿区、交通指挥等需要强制穿戴安全背心的高危作

 BQAIT
2026-01-26 00:20:29

 670

 19

#深度学习 #安全 #分类 +3
基于深度学习YOLOv8的超市商品识别检测系统（YOLOv8+YOLO数据集+UI界面+Python项目源码+模型）

本项目基于YOLOv8深度学习框架开发了一套先进的超市商品识别检测系统，旨在实现超市环境中295种不同商品的精准识别与定位。系统经过大规模数据集训练，包含训练集8336张图像和验证集2163张图像，覆盖了从食品饮料到日用百货的广泛商品类别。该系统能够实时检测货架上的商品，准确识别包括"雀巢咖啡丝滑拿铁双包装"、"绿辣椒"、"Rebisco巧克力饼干"、"西红柿"等多种商品，甚至能够区分相似包装的不

 BQAIT
2026-01-25 23:47:40

 594

 27

#深度学习 #ui #人工智能 +2
基于深度学习YOLOv10的猫狗品种识别检测系统（YOLOv10+YOLO数据集+UI界面+Python项目源码+模型）

本项目基于前沿的YOLOv10目标检测算法，开发了一套高精度的猫狗品种识别检测系统，能够区分37种不同的猫犬品种（包括12种猫品种和25种犬品种）。系统采用包含13,983张图像的专业数据集进行训练和验证，其中训练集12,879张，验证集736张，测试集368张。该识别系统能够在复杂场景下准确识别并分类不同品种的猫狗，可广泛应用于宠物医院智能诊断、宠物商店管理、动物收容所自动化登记、宠物社交平台内

 BQAIT
2026-01-27 11:08:25

 430

 3

#深度学习 #ui #人工智能 +3
基于深度学习YOLOv10的安全锥识别检测系统（YOLOv10+YOLO数据集+UI界面+Python项目源码+模型）

本项目基于YOLOv10目标检测算法开发了一套高效准确的安全锥识别检测系统，专门用于识别道路施工、交通事故现场等环境中的安全锥设施。系统通过对实时视频流或静态图像的智能分析，能够快速定位画面中的安全锥并标记其位置，为道路安全管理、自动驾驶环境感知和施工现场监控提供技术支持。项目使用包含6,471张标注图像的自建数据集进行训练和验证，其中训练集5,960张，验证集341张，测试集170张，实现了高精

 BQAIT
2026-01-26 00:26:46

 591

 30

#深度学习 #安全 #人工智能 +3
基于深度学习YOLOv12的安全锥识别检测系统（YOLOv12+YOLO数据集+UI界面+登录注册界面+Python项目源码+模型）

本文基于YOLOv12深度学习框架，设计并实现了一套高效的安全锥识别检测系统。该系统通过集成YOLOv12算法、定制化的YOLO数据集（包含训练集5960张、验证集341张和测试集170张）以及用户友好的UI界面，实现了对安全锥目标的实时精准检测。系统还配备了登录注册功能。实验结果表明，该系统在准确率、召回率和实时性方面均表现出色，可广泛应用于道路施工、交通管理等领域，为安全防护提供智能化解决方案

 网络爬虫大揭秘
2026-02-01 20:27:11

 151

 2

#深度学习 #安全 #人工智能 +2
基于深度学习YOLOv10的施工现场安全检测系统（YOLOv10+YOLO数据集+UI界面+Python项目源码+模型）

本项目基于YOLOv10目标检测算法开发了一套施工现场安全检测系统，专门用于建筑工地环境下的安全合规性监测。系统能够实时检测25类施工现场常见对象，包括施工人员个人防护装备(如安全帽、反光背心、口罩等)、各类工程机械(如挖掘机、装载机等)以及施工车辆(卡车、拖车等)。通过深度学习技术，系统可自动识别未佩戴安全防护装备的违规行为，及时发出警报，有效提升施工现场安全管理水平。项目使用包含717张标注图

 BQAIT
2026-02-07 12:10:51

 179

 4

#深度学习 #安全 #目标检测 +2
当 AI 学会“造沙箱“：OpenSandbox 如何让大模型安全地执行代码

OpenSandbox 的出现，某种程度上是想把这些方案的优点集于一身：既有 Docker 的隔离性，又有 Kubernetes 的可扩展性，还提供了统一的 API 和多语言 SDK，最关键的是——它是开源的，你可以完全掌控自己的数据。你有没有想过这样一个场景：你让 ChatGPT 或 Claude 帮你写了一段 Python 爬虫脚本，它写得漂漂亮亮，但你复制到本地一运行——"rm -rf /"

dotNET跨平台
2026-01-26 08:02:31

 37

#人工智能 #安全
基于深度学习的施工现场安全检测系统（web界面+YOLOv8/v10/v11/v12+DeepSeek智能分析 +前后端分离）

本项目设计并实现了一个集成了前沿深度学习技术与现代化Web开发框架的施工现场安全智能检测与管理系统。系统核心采用最新的YOLO系列目标检测模型（包括YOLOv8, YOLOv10, YOLOv11, YOLOv12），构建了一个高精度、高效率的施工现场安全隐患实时识别引擎。通过引入DeepSeek大语言模型的智能分析能力，系统不仅能够识别目标，更能对复杂场景进行逻辑推理与风险描述，极大地提升了安全

 斌擎人工智能官方账号
2026-02-28 20:15:13

 1213

 23

#深度学习 #人工智能 #安全
41页精品PPT|AI大模型安全架构构建与落地实践解决方案

AI大模型安全面临系统性挑战，需构建全生命周期防护体系。数据安全是基础，需建立"采集-存储-处理-共享"全链条加密机制；模型防护要突破传统思维，形成训练、部署、推理三阶段纵深防御；运行监控需实现毫秒级异常感知与分钟级处置；应急响应应构建技术-管理-生态协同机制。实践需分步实施，初期聚焦高风险场景，逐步完善基础设施，最终实现安全与研发深度融合。这一变革将决定大模型能否安全应用于关

 数以轻舟Agent
2026-04-24 08:06:19

 365

 8

#人工智能 #安全架构 #安全
中国企业DevOps工具链选型新趋势：本土化与安全可控成核心竞争力

随着数字中国建设的深入推进，DevOps工具链选型正迎来关键转折点。2025年的企业采购决策中，单纯的功能完备性已不再是决定性因素，本土化适配深度与安全可控能力正在成为企业技术选型的核心考量。这一趋势在金融、政务等强监管行业尤为明显，同时也影响着互联网、智能制造等领域的数字化转型进程。

信创DevOps先锋
2026-05-04 18:00:38

 202

 5

#devops #安全 #运维
云计算运维VS网络安全：2025年最值得入行的IT赛道，3个真实转行故事it职业规划告诉你如何选择好就业前景好薪资高待遇好？

云计算运维与网络安全，就像IT行业的“左右手”，一个负责“建”，一个负责“守”，缺一不可。转行成功的关键，不是选“最热门”的赛道，而是选“最能发挥你优势”的方向。我更喜欢“搭建系统”还是“破解难题”？我能否接受“7×24小时应急响应”（安全岗）或“半夜处理故障”（运维岗）？我未来想成为“技术专家”还是“管理型人才”？数字化浪潮下，机会永远留给有准备的人。无论你选择云计算运维还是网络安全，只要沉下心

 跟着小美学ai
2026-04-27 11:55:31

 287

 8

#云计算 #运维 #web安全 +3
Kubernetes 安全加固清单：从 RBAC 到 etcd 加密的生产实践

本文深入介绍企业云盘权限体系设计，从RBAC到ABAC的技术演进与实战落地

 byoass
2026-05-16 10:03:05

 370

 10

#kubernetes #安全 #etcd +2
基于YOLO26的美国硬币识别检测系统（项目源码+数据集+模型权重+UI界面+python+深度学习+远程环境部署）

本论文提出了一种基于YOLO26（You Only Look Once）深度学习模型的美国硬币识别检测系统。该系统针对四种常见美国硬币——Dime（10美分）、Nickel（5美分）、Penny（1美分）和Quarter（25美分）——实现了高精度的实时检测与分类。研究采用YOLO26s作为基础模型，在包含120张标注图像的小型数据集上进行训练、验证和测试，其中训练集105张、验证集10张、测试集

 算法魔法师
2026-05-27 11:37:01

 43

#python #深度学习 #开发语言 +2
计算机毕业设计之基于大数据技术的旅游业数据分析及可视化系统设计与实现

摘要：本文介绍了基于Django框架的旅游业数据分析及可视化系统的设计与实现。随着经济发展和生活节奏加快，旅游业与信息技术深度融合的需求日益凸显。该系统采用Python语言、MySQL数据库和B/S架构，通过数据爬取、可视化呈现等功能模块，实现了旅游业数据的集中管理和分析。系统具有严格的权限管理机制，采用组件化设计和分层架构，确保了系统的稳定性和可扩展性。研究详细分析了系统功能模块，并提供了可视化

 bishe56可以加我
2026-06-11 10:34:10

 73

 1

#大数据 #学习 #数据挖掘 +3
大模型安全攻防实战：从越狱到Prompt注入的攻防全解析（2026最新）

S1”: “Violence and Hate - 暴力与仇恨”,“S2”: “Sexual Content - 性内容”,“S3”: “Criminal Planning - 犯罪策划”,“S4”: “Guns and Illegal Weapons - 枪支与非法武器”,“S5”: “Regulated or Controlled Substances - 管制物质”,“S6”: “Self-

weixin_54908067
2026-07-14 15:08:02

 418

 5

#安全
Docker镜像库的安全合规与信创适配实践指南（2026）

企业级Docker镜像库的选型，在2026年已不再是简单的功能罗列比拼，而是对安全性、合规性、信创适配和长期运维成本的综合考量。嘉为蓝鲸CPack凭借全栈信创适配、国密加密、自动安全扫描、联邦仓库架构和国家级权威背书，正成为金融、政务、能源、交通等关键行业客户替代国际商业制品库、构建安全可信容器镜像管理体系的首选方案。无论是追求高性能分发的大规模集群，还是严苛合规的信创场景，CPack均能提供坚实

 智能运维指南
2026-07-13 16:59:22

 171

 7

#docker #安全 #容器
AWS 账单异常变高时，先从资源、流量和企业采购流程排查

AWS账单异常增高的常见原因与排查方法：企业使用国际版云服务时，账单异常往往涉及资源管理、业务流程等多方面问题。主要原因包括未释放的测试实例、长期保留的存储资源、突增的流量、多区域资源分散以及权限管理混乱等。建议从计算资源、存储备份、网络流量、区域分布和账号权限五个维度进行排查。企业应建立规范的资源命名、备份策略和权限管理体系，将成本控制前置。通过代理服务可简化采购、开票等流程，但核心的资源管理和

 xywww168
2026-07-17 10:33:21

 199

 6

#aws #云计算 #安全 +2
黑客与大数据：新时代网络安全必要经过的荆棘

然而，在这个数据海洋的深处，潜伏着专门盯梢数据的猎人——黑客。黑客与大数据的游戏，不只是技术人员的战场，也是我们每个人的战斗。想象一下，一个装满黄金和珍宝的宝藏，却没有坚固的锁，这正是黑客眼中的大数据。**4.操控分析与结论：**向数据集中注入精心构造的虚假数据，污染训练集，导致基于该数据的AI模型、风控系统产生系统性误判（例如让欺诈检测模型失效）。**2.深度社会工程学：**聚合社交媒体、公共记

 教网络安全的菠萝
2026-08-19 10:08:04

 151

 7

#大数据 #web安全 #安全 +3
行业安全新标杆中石油数智研究院携手深信服构建昆仑大模型安全能力内核

昆仑大模型凭借其强大的自然语言理解、关联分析和态势推演能力，能够对海量、异构、碎片化的安全数据与日志进行深度智能处理，将传统安全运维从依赖专家经验的“人力密集”模式，升级为数据与知识驱动的“智能协同”模式。此举不仅标志着昆仑大模型可以赋能传统网络安全体系，更意味着中国石油在数智化进程中，首次系统性地解决了AI应用与安全防护一体化的业界难题，为行业打造了“AI向实”的安全范本，有效解决了安全专业人员

 Chris.ren
2026-01-19 10:40:11

 270

 4

#安全
AWS Device Farm 移动端碎片化回归测试实战指南

本文为AWS Device Farm移动端碎片化回归测试实战指南，针对Android设备超24,000款型号、iOS系统碎片化率超35%的行业痛点，对比传统方案与AWS测试能力差异（设备覆盖率85%+、200+并发、15分钟出结果）。详细解析四步构建自动化流水线：环境配置、设备矩阵策略、智能调度和指标监控，并分享电商应用登录模块的实战案例，通过视频回放和热力图定位兼容性问题。最后提出效能提升策略包

 2501_94480392
2026-01-19 07:59:18

 966

 26

#cocoa #macos #objective-c +2
Anolis OS 23.4 发布：全面支持 RVA23 RISC-V 架构，强化安全与云原生生态

AnolisOS 23.4版本正式发布，全面支持RISC-V RVA23架构，在安全、AI和云原生领域实现重大升级。该版本提供适配内核、工具链及1300+软件包，推动RISC-V进入数据中心应用。安全性能强化、云原生支持增强及AI生态兼容性提升是本次更新的核心亮点。龙蜥社区装机量已突破1000万，用户迁移意愿调研显示其生态吸引力达54.25%。用户可通过官网获取纯净安装镜像，社区还提供从CentO

timer_017
2026-01-19 20:34:10

 353

#risc-v #架构 #安全
云安全SRC漏洞挖掘，从零基础到精通，收藏这篇就够了！

很多初涉网络安全的伙伴，或许听说过“云安全SRC”，却不太清楚——它到底是做什么的？发现漏洞不但能帮助企业，自身也能得到奖励，这样怎样入门才不会出错？今日就从基础到实战，把云安全SRC漏洞挖掘的关键要点讲解清楚，小白们也可以根据这个学习一下。

爱吃小石榴16
2026-01-31 11:49:18

 760

 17

#跳槽 #web安全 #安全 +3
基于深度学习YOLOv11的施工现场安全检测系统（YOLOv11+YOLO数据集+UI界面+登录注册界面+Python项目源码+模型）

施工现场安全管理是保障工人生命安全和工程顺利进行的关键环节。传统的人工巡检方式效率低下且易出现疏漏，而基于计算机视觉的智能检测技术能够实时、准确地识别安全隐患。本文提出了一种基于YOLOv11深度学习模型的施工现场安全检测系统，该系统能够自动检测25类施工场景中的目标（如安全帽、反光衣、挖掘机等），并标记违规行为（如未佩戴安全帽或口罩）。系统采用Python开发，集成用户友好的UI界面和登录注册功

 网络爬虫大揭秘
2026-02-03 18:13:21

 646

 14

#深度学习 #安全 #人工智能 +2
基于深度学习YOLOv11的美国硬币识别检测系统（YOLOv11+YOLO数据集+UI界面+登录注册界面+Python项目源码+模型）

本文提出了一种基于深度学习目标检测模型YOLOv11的美国硬币识别检测系统，该系统能够高效准确地识别四种常见美国硬币（Dime、Nickel、Penny、Quarter）。通过结合YOLOv11算法的高实时性优势与自定义标注的YOLO格式数据集，系统在硬币检测任务中实现了较高的精确率与召回率。此外，系统设计了用户友好的UI界面，并集成登录注册功能。项目采用Python语言开发，提供了完整的源码、预

 网络爬虫大揭秘
2026-02-02 11:21:25

 111

#深度学习 #ui #安全 +2
基于深度学习YOLOv12的密集行人识别检测系统（YOLOv12+YOLO数据集+UI界面+登录注册界面+Python项目源码+模型）

本文设计并实现了一种基于YOLOv12深度学习模型的密集行人识别检测系统，结合YOLO数据集与用户友好的UI界面，构建了一套完整的行人检测解决方案。系统采用Python开发，包含登录注册功能，并基于YOLOv12算法优化了密集场景下的检测精度与速度。实验数据包含训练集（7200张图像）和验证集（1800张图像）。

网络爬虫大揭秘
2026-02-03 18:16:00

 459

 11

#深度学习 #ui #人工智能 +3