刷新
国家数据集团背后的边缘机会

博主头像 10月20日,国家数据集团有限公司在河北雄安新区正式成立。 根据新华社报道,这家新央企将以数据资源开发利用为主责主业,重点聚焦数据要素服务、数据基础设施互联互通和数据科技创新,为人工智能产业提供高质量数据集和语料库。 消息一出,外界很容易将目光投向数据中心、云计算、数据交易和数据资产运营。但对于边缘 ...

办公室打印服务合同边界排查记:全包半包怎么验

博主头像 背景 公司二十来人,打印量大,行政把办公打印设备交给了服务商,签的是“全包”合同。 我在运维这边负责设备兜底。合同签了不到一个季度,费用和响应都出了幺蛾子,最后花了两个星期把条款翻了个底朝天。这类合同边界问题,我们(广州市超倬信息科技,长期深耕企业办公运维)在处理广州企业客户时反复遇到,下面把排查方 ...

第36章:JVMTI、Java Agent与运行时扩展点

博主头像 1. 项目背景 某支付平台的核心交易链路横跨200+微服务,每日产生数十亿次RPC调用。运维团队接到需求:对所有添加了@Monitor注解的方法进行全链路延迟追踪,且不得修改任何业务代码——因为业务代码属于不同团队,变更审批周期长达两周,而监控需求必须在48小时内上线。 团队最初选择用Spring ...

《DN8P1开发指南_V1.0》第六章 瑞萨FSP灵活软件包简介

博主头像 第六章 瑞萨FSP灵活软件包简介 瑞萨电子灵活配置软件包(FSP) 是用于嵌入式系统设计的高质量增强型软件包,支持瑞萨电子RA产品家族Arm微控制器,提供用户友好的界面且可灵活扩展,确保从入门级到高性能的整个RA微控制器的软件兼容性。 在全新Arm® TrustZone®和其他高级安全功能的支持下F ...

同花顺、Wind布局金融MCP:AI查行情怎样避免用错数据?附TickDB MCP实测

博主头像 给 AI 投研助手、个股观察表或金融产品接行情,产品经理、投研负责人和数据源选型人员需要确认:AI 查的是哪只股票、什么价格、哪个时点,回答能否追溯到原始数据。本文结合同花顺 iFinD、Wind 的公开资料,以一次 TickDB MCP 实测为例,拆解行情误用的四个环节,附原始结果、核验清单和可运... ...

05-04-源码-资源定位系统

博主头像 本章将深入解析 YooAsset 寻址系统的源码实现。寻址系统是 YooAsset 资源管理的核心,通过资源地址(Address)定位资源。YooAsset 支持 String Address、GUID Address、Label Address 三种寻址方式。深入理解寻址系统是掌握 YooAsse... ...

2026西电长安杯wp(计算机取证)

博主头像 计算机取证 检材看https://www.cnblogs.com/Yhsec/p/23348878 3.44 该计算机硬盘镜像中包含几个分区(包括保留分区及恢复分区等)? 火眼直出6个分区 答案:6 3.45 该计算机的设备名称(Computer Name)是什么? 答案:DESKTOP-DHCM8 ...

说 Transformer“根本不懂人类语言”?神经科学第一个不同意

先给结论:Transformer 当然不是赛博神仙,但说它“根本不懂人类语言、只是算坐标网”,是既不懂神经科学、也不懂深度学习一线事实的论调。这种说法听起来很酷、很“清醒”,实则是把“人类式理解”当成唯一标准,犯了“人类中心主义偏见”。它预设了一个未经论证的前提:如果机器内部发生的计算在形式上与人类 ...

易基因:Nat Metab/IF27.5:南京医科大学王强团队scWGBS等揭示母源肥胖通过卵母细胞DNA甲基化记忆跨代传递影响后代代谢健康

博主头像 大家好,这里是专注表观组学十余年,领跑多组学科研服务的易基因。 母源肥胖会显著增加子代罹患代谢性疾病的风险,但这种风险究竟如何通过卵母细胞(oocyte)传递,其分子机制长期未明。2026年10月2日,南京医科大学生殖医学与子代健康全国重点实验室韩龙森副教授等为第一作者、王强教授等为通讯作者,在《N ...

无锁 Reactor 网络模型与 gnet / evio 架构拆解

博主头像 无锁 Reactor 网络模型与 gnet / evio 架构拆解 一、核心概念与架构设计 先说一个可能不受欢迎的结论:绝大多数 Go 服务不需要 Reactor 框架。net 包配上运行时自带的 netpoller,已经让"一个连接一个 goroutine"这套写法能撑到几十万连接,而代码可读性远 ...

技术思考问题36:分布式事务成功了,失败谁兜底?

博主头像 分布式事务正常跑得飞快,凌晨出错谁来还债? 正常链路只证明快乐路径,异常链路才是账单。 [读者] 写过订单、支付、通知串行链路的后端与架构同学 [痛点] 正常路径跑得顺,异常路径一上来就靠人肉对账 [现在读] 一次超时或一次重复回调,就能把账和信任同时打穿 [读完] 能画出失败矩阵、配好幂等键与补偿 ...

采集报表越来越慢:一次慢查询排查与优化记录

一张报表页从 800ms 涨到 23 秒,运营开始抱怨「点开就转圈」。第一反应是数据涨太快——一年涨了三十倍,确实该慢了。但把查询拉出来一看,三十倍的数据量解释不了三十倍的延迟:真正的问题是查询写法,数据量只是把问题放大了。 这篇按当时的排查顺序记录:怎么定位、发现问题、怎么改、怎么验证。 第一步: ...

读数据安全架构设计与实践10网络和通信层(上)

博主头像 1. 网络和通信层 1.1. 通用基础设施 1.1.1. 网络安全域(或网络分区)。 1.1.2. 防火墙及配套的防火墙策略管理系统 1.1.3. 四层网关(可选)​,用于受控的任意协议的NAT转发等用途 1.2. 防御基础设施 1.2.1. 抗DDoS系统,用于缓解DDoS攻击 1.2.2. 网络 ...

云服务器搭建独立图床站点(自建图片托管)

博主头像 云服务器搭建独立图床站点(自建图 > 推荐首选:兰空图床 Lsky Pro,国内最成熟开源PHP图床,支持本地/对象存储、API上传、水印、权限管理,搭配宝塔/1Panel面板一键部署,适合做独立图片托管网站;备选:EasyImage(极简无数据库)、Chevereto(国外经典图床)片托管) ...

当机器学习遇见多因子:一份给“懂模型但不懂量化”的人的技术导览

如果你熟悉线性回归、正则化、树模型和过拟合这些概念,但从未接触过量化的多因子投资,那么一个自然的切入方式是:多因子模型本质上是一个你已经见过的统计学习问题,只是它的数据生成过程和约束条件被金融市场改写过了。 这篇文章不做金融叙事,而是把多因子投资拆解成几个你在机器学习中已经熟悉的问题——压缩、选择、 ...

<1···101112···100>