登录社区云，与社区用户共同成长
邀请您加入社区
ZUC算法是一种具有非常高安全强度的流密码算法。它通过精心设计的三层结构和复杂的非线性变换，产生了高度随机和不可预测的密钥流，用于加密和解密数据。ZUC算法的高效性、灵活性和广泛的应用场景使其成为保障信息安全的核心技术之一
使用现代固态硬盘（SSD）的存储中计算使开发人员能够将程序从主机转移到SSD上。这被证明是缓解I/O瓶颈的有效方法。为了促进存储中计算，已经提出了许多框架。然而，其中很少有框架将存储中的安全性作为首要任务。具体而言，由于现代SSD控制器没有可信执行环境，被转移到SSD上的（恶意）程序可能会窃取、修改甚至破坏存储在SSD中的数据。在本文中，我们首先调查了存储中计算。为了抵御这些攻击，我们构建了一个轻
WIN2025 Server系统优化版发布，基于26100.4946版本，专为个人和办公场景定制。系统保留数据中心桌面版核心功能，精简后进程数约50个，优化了性能表现。集成最新补丁、.NET运行库及常用驱动，移除Edge和Defender但保留IE浏览器。提供一键管理共享/更新/域控等功能，默认关闭SMB共享和打印机服务以提升安全性。办公版预设关闭VBS提升性能，服务器版则强化安全策略并支持远程桌
PSI 隐私数据求交与流式数据不同，还有一些场景下的数据，并不是由共同的线上流量产生的，而是由各方独自记录，例如不同金融机构记录的用户画像数据。对于此类由各方独自记录的数据，进行模型训练之前，需要使用双方共有的用户信息（例如用户 ID ）来找出双方用户的交集。例如，A 机构有 2 亿用户数据，B 机构有 4 亿用户数据，如果希望求出 A 与 B 机构共有的 1.5 亿用户，就需要找出双方机构中相同
纵向联邦学习的参与方拥有相同样本空间、不同特征空间的数据，通过共有样本数据进行安全联合建模，在金融、广告等领域拥有广泛的应用场景。和横向联邦学习相比，纵向联邦学习的参与方之间需要协同完成数据求交集、模型联合训练和模型联合推理。并且，参与方越多，纵向联邦学习系统的复杂度就越高。下面以企业A和企业B两方为例来介绍纵向联邦学习的基本架构和流程。假设企业A有特征数据和标签数据，可以独立建模；企业B有特征数
联邦学习中的隐私保护方法之差分隐私，包含差分隐私的原理以及深度学习与联邦学习中的差分隐私技术
仿真结果对比图最说明问题：横坐标时间轴拉到3秒时，PI控制的超调量像个凸起的小山包，SMC的曲线带着锯齿状纹身，ADRC则走出了六亲不认的笔直线条。2.转速电流双闭环控制，电流环采用PI控制，转速环分别采用PI控制、SMC滑模控制和ADRC自抗扰控制，对三种方法进行对比，分析ADRC控制优越性～2.转速电流双闭环控制，电流环采用PI控制，转速环分别采用PI控制、SMC滑模控制和ADRC自抗扰控制，
UWB定位技术：优势：高精度，可以实现亚米级的定位精度；适用于室内和室外定位；对系统的要求较高，需要有完善的基站网络、定位算法和数据处理系统。Wi-Fi定位技术：优势：利用现有Wi-Fi基础设施，减少了部署成本；定位速度较慢，不如UWB和GPS技术的实时性好；需要根据具体的定位需求和环境特点选择适合的定位技术。对于特定场景的要求高精度、实时性和抗干扰能力较强的人员定位，UWB定位技术是一个较为理想
防碰撞和安全性：通过将UWB测距基站安装在场景中的固定位置，并将UWB标签或传感器安装在天车上，可以实时监测和识别天车与其他物体（如人员、设备、墙壁等）之间的距离。实时监控和管理：基于UWB测距基站的天车定位系统可以实时监控和管理天车的运输行为。通过收集和分析UWB测距数据，可以对天车的工作状态、路线、负载情况等进行实时监控，提供对物流过程的全面可视化管理。总的来说，UWB测距基站在天车定位中的应
UWB信号的短脉冲和宽带特性使得它对多径效应的抗干扰能力较强，适用于复杂的隧道环境。然而，需要注意的是，UWB技术的应用需要考虑设备的成本和安装部署的复杂性。同时，确保合规性和隐私保护也是非常重要的。车载UWB设备：车辆上搭载UWB定位设备，该设备可以接收来自UWB基站的信号，并通过计算信号传播的时间、距离和角度等信息，来确定车辆的位置。多基站定位：通过在隧道内部布置多个UWB基站，可以采用多基站
有效的应对策略是，成立一个由各团队代表组成的工具链治理委员会，基于组织的实际需求和技术战略，评估、筛选并标准化一套核心工具链。更重要的是，要为团队提供充分的培训和技术支持，并建立指南和最佳实践，确保工具被正确和一致地使用，从而真正提升交付效率，而不是增加复杂性。同时，建立“基础设施即代码”的实践，使用Terraform、Ansible等工具将服务器配置和应用环境的管理代码化，从而实现环境的一致性、
深度学习时代图像处理技术的演进，是一次从“工具”到“伙伴”的转变。它不再仅仅是执行特定任务的程序，而是逐渐成为一种能够理解、创造并与人类协作的智能体。随着技术的持续发展，图像处理必将在科学探索、社会生产和日常生活中扮演更加关键的角色，开启一个全新的视觉智能时代。
云原生架构以容器化、微服务化和声明式API为核心，通过Kubernetes、Spring Cloud等技术，可实现分钟级弹性扩缩容和业务单元独立迭代，为JavaEE系统的现代化改造提供了明确的演进方向。Gartner 2023年报告显示，采用云原生重构的企业平均交付周期缩短40%，故障恢复效率提升300%。部署服务网格观测系统，集成OpenTelemetry实现链路追踪的端到端覆盖，同时引入Cha
第五届高性能计算、大数据与通信工程国际学术会议(ICHBC 2025)将于2025年12月19-21日在广州举行，由西安电子科技大学主办。会议论文经严格评审后，将由IEEE出版社出版并收录至IEEEXplore数据库，后续提交EI和Scopus检索。征稿详情请访问官网www.hpcce.net。
第二届机器学习、计算智能与模式识别国际学术会议（MLCIPR 2025）将于2025年12月19-21日在南京召开。机器学习、计算智能与模式识别是计算机科学和人工智能领域中的三个重要分支，它们在许多应用中都有紧密的联系，相互交融，共同推动技术的发展。
第五届高性能计算、大数据与通信工程国际学术会议(ICHBC 2025)将于2025年12月19-21日在广州召开。HPCCE 2025将围绕“高性能计算与通信工程”的最新研究领域，为来自国内外高等院校、科学研究所、企事业单位的专家、教授、学者、工程师等提供一个分享专业经验、扩大专业网络、展示研究成果的国际平台
第七届计算机信息和大数据应用国际学术会议（CIBDA2026）将于2026年3月20-22日在中国武汉召开。会议聚焦计算机技术、信息科学和大数据领域的融合创新，涵盖人工智能、信息系统、数据分析等前沿主题。录用论文将由ACM出版并提交EI、Scopus检索。会议提供作者参会、口头报告、海报展示等多种参与方式。
2026年物联网与智能制造国际学术会议（IoT-IM 2026）将于7月24日至26日在风景秀丽的春城昆明首次举办。本届会议汇集了来自物联网与智能制造领域的专家学者及行业代表，旨在搭建学术交流与合作的平台，促进相关领域的理论研究和技术应用的发展。会议内容涵盖物联网技术、智能感知、大数据分析、工业互联网、智能制造系统及其应用等当前热点问题。通过大会报告、论文交流及海报展示，参会人员将深入探讨最新技术
本文拆解了商业分析中 AI 价值交付的技术需求，指出普通大模型存在来源丢失、推理链不忠实、幻觉风险、无合规审计等局限。先见 AI 通过构建权威数据底座、TAI 可信分析体系、四大智能协同架构及企业级合规部署，从数据、推理、输出、部署层面解决可信交付问题，其与普通大模型的核心差距是工程设计目标的本质不同。
第六届智能通信与计算国际学术会议(ICICC 2026）拟于2026年7月3-5日在中国 · 杭州举行。随着信息技术的飞速发展，智能通信与计算领域的研究与应用不断取得突破，正引领着新一轮的技术革命和产业变革。ICC 2023进入IEEE官方会议列表。2024年，该会议简称升级成ICICC，第四届智能通信与计算国际学术会议（ICICC 2024）已于2024年10月18-20日在郑州成功召开。
本文从零梳理 Linux 必备核心知识点，涵盖系统认知、命令行操作、文件目录管理、权限控制、用户组管理、网络配置、软件安装、进程管理、Vim 编辑与日志查看，结合真实生产安全案例，零基础也能快速掌握 Linux 核心技能，适配网络安全学习与企业服务器运维场景。
标准模板库（STL）中的容器，如vector、list、deque、stack和queue，为开发者提供了即拿即用的高效数据存储方案。关联容器如map和set基于红黑树实现，提供了O(log n)的查找、插入和删除效率，而C++11引入的unordered_map和unordered_set基于哈希表，平均情况下可达O(1)的访问时间，但最坏情况可能退化为O(n)。算法是解决问题的步骤，C++ S
Java Card 运行环境 3.20 第五章 内存模型
本文系统梳理了DOM/BOM安全风险，重点分析了16种DOM型漏洞的原理及攻击方式（如XSS、开放重定向、Cookie操纵等），指出BOM五大对象（Window、Navigator等）衍生的独立安全问题。漏洞根源在于用户可控输入未经净化直接传入危险API，导致恶意代码在客户端执行。文章最后提出统一的修复方案，包括输入转义、白名单校验、限制危险函数等防御措施，强调需结合前端净化与后端CSP策略进行综
摘要： 海光3430E处理器的国产Mini-ITX主板，采用4核8线程、35W低功耗设计，适配密闭空间长时间运行。主板集成4个千兆国产网口，支持多链路组网与冗余备份，兼容主流国产操作系统，满足信创合规要求。其丰富的工业接口与三屏显示能力，可广泛应用于智能制造、边缘计算、政务终端等领域，以高稳定性与全自主技术推动紧凑型设备的国产化替代。
改个采集卡型号就能复用到新项目，上周刚拿这个框架接了个USB-6363的项目，从开箱到上线只用了三天。想要完整工程模板的，GitHub搜我ID（记得Star一下），产线验证过的代码比教科书案例靠谱多了。三年前接手某工业监测项目时，我在LabVIEW里搭了个能打的数据采集系统框架。这玩意儿现在还在产线上跑着，今天把核心模块拆开揉碎了说，特别适合需要快速搭建DAQ系统的工程师直接套用。分享个骚操作：把
一个电子商务网站希望通过机器学习模型来为用户提供个性化商品推荐，以提高用户满意度和销售额。该过程包括模型训练、模型生成、模型部署、推理和预测。通过这个案例，我们展示了一个从模型训练到推理和预测的完整流程。该过程包括数据准备、模型训练、模型保存、模型部署、实时推理和结果分析。通过这些步骤，可以构建一个高效的推荐系统，为用户提供个性化的购物体验。
本文主要记录隐私计算中的秘密共享（Secret Sharing，SS）技术，包括加性秘密共享、Shamir 秘密共享、复制秘密共享（Replicated Secret Sharing，RSS）等技术，仅供参考。
本文主要记录隐私计算中的不经意传输（Oblivious Transfer，OT）相关技术，包括早期的 Rabin-OT 以及常见的 1-out-of-2 OT 和 chosen 1-out-of-2 OT 等各类技术，仅供参考。
可信计算技术是一种计算机安全体系结构，旨在提高计算机系统在面临各种攻击和威胁时的安全性和保密性。它通过包括硬件加密、受限访问以及计算机系统本身的完整性验证等技术手段，确保计算机系统在各种攻击和威胁下保持高度安全和保密性。
本文介绍了隐私计算中涉及的群、环、有限域等基本概念及常用数论定理。主要内容包括：(1)群的定义及性质，特别是循环群及其生成元；(2)环和有限域的区别，有限域要求非零元素有乘法逆元；(3)费马小定理、欧拉定理和中国剩余定理等常用数论定理，其中详细阐述了中国剩余定理的构造解法和唯一性证明。
可信数据空间及其重要技术隐私计算、数据沙箱、数字合约的基本介绍和理解。
不过，即使是在设计工作取得一定进展的情况下，“流片”，也就是从设计转向实际生产的步骤，还未启动。字节跳动官方回应中提到，该公司确实在芯片研究领域进行了一些尝试，但目前仍处于起步阶段，其主要聚焦点在于成本优化，尤其是在推荐算法和广告系统等领域。字节跳动强调，所有的芯片项目均严格遵守了现行的贸易管制法规，保证合规性。字节跳动对于芯片项目的谨慎态度和合规操作反映了当前科技行业面临的复杂环境，特别是在全球
可信计算技术已成为增强信息系统内生安全能力的关键技术之一，但是可信计算技术的应用与推广过程中面临着学习成本高、客户感知差的困境。在此背景下，11月1日，2023云栖大会龙蜥操作系统峰会上，浪潮信息龙蜥联合实验室联合社区合作伙伴撰写了《龙蜥社区-可信计算技术最佳实践》白皮书（以下简称“白皮书”），助力可信计算技术应用推广。大会上，浪潮信息OS安全专家、龙蜥社区可信计算SIG Owner吴保锡对《龙蜥
指南参考链接：https://www.secretflow.org.cn/zh-CN/docs/secretflow/v1.6.1b0/user_guide。
可信计算技术
——可信计算技术
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
乐奇 Rokid 开放社区
天工造物局
码道开发者社区
亚马逊云科技技术品牌专区
AI Agent技术社区
AI编程社区
openEuler 社区
DAMO开发者矩阵
