【2025年软考中级】第一章1.6 安全性、可靠性、性能评价
文章目录
- 安全性、可靠性、性能评价
- 计算机可靠性
- 可靠性指标
- 串并联系统可靠性
- 并联系统可靠性
- N模元余系统
- 计算机系统性能评价
- 信息安全
- 加密技术
- 对称（私钥）加密技术
- 非对称加密技术（公钥）
- 对称和非对称加密算法的区别
- 数字信封原理
- 数字签名
- 信息摘要
- 公钥基础设施PKI
安全性、可靠性、性能评价
计算机可靠性
可靠性指标
平均无故障时间MTTF（mean time to failure）=1/失效率。
平均故障修复时间MTTR（Mean Time To Repair）=1/修复率。
平均故障间隔时间MTBF（Mean Time Between Failure）=MTTF+MTTR。
F：failure；
R：repair；
B：between；
系统可用性=MTTF/（MTTF+MTTR）*100%。
串并联系统可靠性
无论什么系统，都是由多个设备组成的，协同工作，而这多个设备的组合方式可以是串联、并联，也可以是混合模式， 假设每个设备的可靠性为R1，R2…Rn则不同的系统的可靠性公式如下：
-
*串联系统 个设备不可靠，整个系统崩溃，整个系统可靠性R=R1R2…Rn。
并联系统可靠性
所有设备都不可靠，整个系统才崩溃，整个系统可靠性R=1-（1-R1）（1-R2).*(1-Rn）。
N模元余系统
-
N模余系统由N个（N=2n+1）相同的子系统和一个表决器组成，表决器把N个子系统中占多数相同结果的输出作为输出系统的输出，如图所示。在N个子系统中，只要有n+1个或n+1个以上子系统能正常工作，系统就能正常工作，输出正确的结果
少数服从多数：一般以上可靠能正常工作
计算机系统性能评价
- 性能评测的常用方法
（1）时钟频率。一般来讲，主频越高，速度越快
（2）指令执行速度。计量单位KIPS 每秒千万条指令、MIPS 每秒百万条指令(Million Instruction Per Second)。
（3）等效指令速度法。统计各类指令在程序中所占比例，并进行折算，是一种固定比例法。
（4）数据处理速率（ProcessingDataRate，PDR）法。采用计算PDR值的方法来衡量机器性能，PDR值越大，机器性能越好。PDR与每条指令和每个操作数的平均位数以及每条指令的平均运算速度有关。
（5）核心程序法（属于基准程序法）。把应用程序中用得最频繁的那部分核心程序作为评价计算机性能的标准程序，也简称为基准程序法，在不同的机器上运行，测得其执行时间，作为各类机器性能评价的依据 - **基准程序法（Benchmark）**是目前被用户一致承认的测试性能的较好方法，有多种多样的基准程序，包括：
（1）整数测试程序。同一厂家的机器，采用相同的体系结构，用相同的基准程序测试，得到的MIPS值越大，一般说明机器速度越快
（2）浮点测试程序。指标MFLOPS（理论峰值浮点速度）
（3）SPEC基准程序（SPECBenchmark）。重点面向处理器性能的基准程序集将被测计算机的执行时间标准化，即将被测计算机的执行时间除以一个参考处理器的执行时间
（4）TPC基准程序。用于评测计算机在事务处理、数据库处理、企业管理与决策支持系统等方面的性能。其中，TPC-C是在线事务处理（On-lineTransactionProcessing，OLTP）的基准程序，TPC-D是决策支持的基准程序。TPC-E作为大型企业信息服务的基准程序
信息安全
-
信息安全含义及属性：保护信息的保密性、完整性、可用性，另外也包括其他属性，如：真实性可核查性、不可抵赖性和可靠性
-
保密性：信息不被泄漏给未授权的个人、实体和过程或不被其使用的特性包括：（1）最小授权原则（2）防暴露（3）信息加密（4）物理保密：①物理设备②电磁波（拦截）
-
完整性：信息未经授权不能改变的特性。影响完整性的主要因素有设备故障误码、人为攻击和计算机病毒等。保证完整性的方法包括
-
（1）协议：通过安全协议检测出被删除、失效、被修改的字段
-
（2）纠错编码方法：利用校验码完成检错和纠错功能。
-
（3）密码校验和方法。
-
（4）数字签名：能识别出发送方来源。
-
（5）公证：请求系统管理或中介机构证明信息的真实性
-
-
可用性：需要时，授权实体可以访问和使用的特性。 一般用系统正常使用时间和整个工作时间之比来度量
其他属性：
-
真实性：指对信息的来源进行判断，能对伪造来源的信息予以鉴别
-
可核查性：系统实体的行为可以被独一无二的追到该实体的特性，这个特性就是要求该实体对其行为负责，为探测和调查安全违规事件提供了可能性。
-
不可抵赖性：是指建立有效的责任机制，防止用户否认其行为，这一点在电子商务中是极其重要的
相对重要
-
可靠性：系统在规定的时间和给定的条件下，无故障地完成规定功能的概率
安全需求
可划分为物理线路安全、网络安全 系统安全和应用安全；从各级安全需求字面上也可以理解：
物理线路就是物理设备 物理环境
网络安全指网络上的攻击、入侵
系统安全指的是操作系统漏洞、补丁等
应用安全就是上层的应用软件，包括数据库软件
加密技术
对称（私钥）加密技术
数据的加密和解密的密钥（密码）是相同的，属于不公开密钥加密算法。其缺点是加密强度不高（因为密钥位数少），且密钥分发困难（因为密钥还需要传输给接收方，也要考虚保密性等问题）。优点是加密速度快，适合加密大数据。
常见的**对称密钥加密算法（私密）**如下：
DES(data encryption standard)：数据加密标准，是分组加密算法。替换+移位、56（比特）位密钥、64位数据块、速度快，密钥易产生
3DES：三重DES，两个56位密钥K1、K2。
加密：K1加密->K2解密->K1加密
解密：K1解密->K2加密->K1解密
AES(advanced encryption standard)：高级加密标准，是美国联邦政府采用的一种区块加密标准，这个标准用来替代原先的DES。对其的要求是“至少像3DES一样安全”
RC-5：RSA数据安全公司的很多产品都使用了RC-5。
IDEA(international data encryption algorithm)：国际数据加密算法，**128位密钥，64（明文和密文都是64比特）**位数据块，比DES的加密性好，对计算机功能要求相对低，主要用于PGP
安全和效率是对立的，无法两全其美
密钥位数为128以内
RC5：适合大量数据的加密
非对称加密技术（公钥）
- 数据的加密和解密的密钥是不同的，分为公钥和私钥。公开密钥加密算法其缺点是加密速度慢。优点是安全性高，不容易破解
非对称技术的原理是：发送者发送数据时，使用接收者的公钥作加密密钥，私钥作解密密钥，这样只有接收者才能解密密文得到明文。安全性更高，因为无需传输密钥。但无法保证完整性。如下：
用b的公钥发送，这样只有b的私钥能解开，保证了数据的安全
- 常见的非对称加密算法如下：
RSA：三个科学家联名发出，非对称算法，512位（或1024位）密钥，计算机量极大，难破解。- DSA：也可以用于数字签名
- Elgamal、EcC（圆曲线算法，用于比特币加密）、背包算法、Rabin、D-H等。
（对称加密和非对称加密的联合使用）
对称和非对称加密算法的区别
对称加密算法（带E：encrption） 不对称加密算法 AES RSA（三个人）、DSA DES Elgamal 3DES EcC（圆曲线算法，用于比特币加密）、 RC系列 背包算法、Rabin、D-H等 相比较可知，对称加密算法密钥一般只有56位，因此加密过程简单，适合加密大数据，也因此加密强度不高：而非对称加密算法密钥有1024位，相应的解密计算量庞大，难以破解，却不适合加密大数据，一般用来加密对称算法的密钥
因此对称算法的算法效率比较高
将两个技术组合使用了，这也是数字信封的原理
数字信封原理
（保证了数据的安全性）
数字信封原理：信是对称加密的密钥，数字信封就是对此密钥进行非对称加密，具体过程：发送方将数据用对称密钥加密传输，而将对称密钥用接收方公钥加密发送给对方。接收方收到数字信封，用自己的私钥解密信封，取出对称密钥解密得原文。
相当于套了层娃；数字信封运用了对称加密技术和非对称加密技术，本质是使用对称密钥加密数据，非对称密钥加密对称密钥，解决了对称密钥的传输问题
数字签名
唯一标识一个发送方，用到了哈希函数，与非对称加密步骤相反
保证了完整性和不可抵赖性，却失去了数据安全性
通过公钥私钥发送者发送数据时，使用发送者的私钥进行加密，接收者收到数据后，只能使用发送者的公钥进行解密，这样就能唯一确定发送方，这也是数字签名的过程但无法保证机密性。如下：
用途可能就是需要确保是某一方发送的，但同时数据内容不重要，可以公之于众那种
信息摘要
（哈希函数，摘要算法，杂凑算法，密码散列），可以检测数据是否进行了修改，保证了数据的完整性
- 所谓信息摘要，就是一段数据的特征信息，当数据发生了改变，信息摘要也会发生改变，发送方会将数据和信息摘要一起传给接收方，接收方会根据接收到的数据重新生成一个信息摘要，若此摘要和接收到的摘要相同，则说明数据正确。信息摘要是由哈希函数生成的
- 信息摘要的特点：不算数据多长，都会产生固定长度的信息摘要；任何不同的输入数据，都会产生不同的信息摘要；单向性，即只能由数据生成信息摘要不能由信息摘要还原数据。
- 信息摘要算法：
- MD2
- MD4
- MD5：信息摘要算法，message-digest algorithm，产生128位的输出
- SHA-1：安全散列算法1，secure Hash Algorithm-1，产生160位的输出，安全性更高
公钥基础设施PKI
公钥基础设施PKI：是以不对称密钥加密技术为基础，以数据机密性、完整性身份认证和行为不可抵赖性为安全目的，来实施和提供安全服务的具有普适性的安全基础设施
（1）数字证书：一个数据机构，是一种由一个可信任的权威机构签署的信息集合。在不同的应用中有不同的证书。如×.509证书必须包含下列信息：（1）版本号（2）序列号（3）签名算法标识符（4）认证机构（5）有效期限（6）主题信息（7）认证机构的数字签名（8）公钥信息
公钥证书主要用于确保公钥及其与用户绑定关系的安全。这个公钥就是证书所标识的那个主体的合法的公钥。任何一个用户只要知道签证机构的公钥，就能检查对证书的签名的合法性。如果检查正确，那么用户就可以相信那个证书所携带的公钥是真实的，而且这个公钥就是证书所标识的那个主体的合法的公钥。例如驾照
（2）签证机构CA（Certificate Authority）：负责签发证书、管理和撤销证书。是所有注册用户所信赖的权威机构，CA在给用户签发证书时要加上自己的数字签名，以保证证书信息的真实性。任何机构可以用CA的公钥来验证该证书的合法性。
相关文章：
【2025年软考中级】第一章1.6 安全性、可靠性、性能评价
文章目录 安全性、可靠性、性能评价计算机可靠性可靠性指标串并联系统可靠性并联系统可靠性N模元余系统 计算机系统性能评价信息安全加密技术对称（私钥）加密技术非对称加密技术（公钥）对称和非对称加密算法的区别数字信封原理数字签…...
MODBUS RTU通信协议详解与调试指南
一、MODBUS RTU简介 MODBUS RTU（Remote Terminal Unit）是一种基于串行通信（RS-485/RS-232）的工业标准协议，采用二进制数据格式，具有高效、可靠的特点，广泛应用于PLC、传感器、变频器等工业设备…...
【深度学习新浪潮】大模型时代，我们还需要学习传统机器学习么？
在大模型时代，AI 工程师仍需掌握传统机器学习知识，这不仅是技术互补的需求，更是应对复杂场景和职业发展的关键。以下从必要性和学习路径两方面展开分析： 一、传统机器学习在大模型时代的必要性 技术互补性 大模型（如GPT、BERT）擅长处理复杂语义和生成任务，但在数据量少…...
深入解析Spring Boot与Spring Security的集成实践
深入解析Spring Boot与Spring Security的集成实践 引言 在现代Web应用开发中，安全性是一个不可忽视的重要方面。Spring Security作为Spring生态中的安全框架，提供了强大的认证和授权功能。本文将结合Spring Boot，详细介绍如何集成Spring Se…...
嵌入式学习笔记 - STM32 使用一个外部触发同时启动两个定时器
一个定时器是同时可以设置成主模式跟从模式的， 下面例子中， 一 TM1首先被配置为主模式， 通过MMS001：使能 – 计数器使能信号CNT_EN被用于作为触发输出(TRGO)。见寄存器描述，此位默认为000，这时从模式状态…...
JWT令牌验证
一、JWT 验证方式详解 JWT（JSON Web Token）的验证核心是确保令牌未被篡改且符合业务规则，主要分为以下步骤： 1. 令牌解析与基础校验 收到客户端传递的 JWT 后，首先按 . 分割为三部分：Header、Payload、S…...
Go语言 GORM框架 使用指南
在 Go 语言社区中，数据库交互一直是开发者们关注的重点领域，不同开发者基于自身的需求和偏好，形成了两种主要的技术选型流派。一部分开发者钟情于像sqlx这类简洁的库，尽管其功能并非一应俱全，但它赋予开发者对 SQL 语句…...
c#车检车构客户管理系统软件车辆年审短信提醒软件
# CMS_VehicleInspection 车检车构客户管理系统软件车辆年审短信提醒软件 # 开发背景 软件是给泸州某公司开发的车检车构客户管理系统软件。用于在车检年审到期前一个月给客户发送车检短信提醒 # 功能描述 主要功能：车辆年审前一个月给客户发年审短信提醒…...
匿名函数与闭包（Anonymous Functions and Closures）-《Go语言实战指南》原创
Go 支持将函数当作值来使用，也允许定义匿名函数，并通过闭包实现对外部变量的捕获与持续访问。这一特性使函数式编程风格在 Go 中成为可能。 一、什么是匿名函数？ 匿名函数是没有名字的函数，可以定义后立即调用，或赋值…...
兰亭妙微：用系统化思维重构智能座舱 UI 体验
兰亭妙微设计专注于以产品逻辑驱动的界面体验优化，服务领域覆盖AI交互、智能穿戴、IoT设备、智慧出行等多个技术密集型产业。我们倡导以“系统性设计”为方法论，在用户需求与技术边界之间找到最优解。 此次智能驾驶项目，我们为某车载平台提供…...
Flowbite 和 daisyUI 那个好用？
Flowbite 和 daisyUI 都是基于 Tailwind CSS 的组件库，它们各有特色，选哪个更好用，取决于你的项目需求和设计偏好。 简要结论 对比项daisyUIFlowbite上手难度简单，类名即组件略复杂（多用 HTML 结构）Vue 支…...
中间网络工程师知识点5
1.PKI证书主要用于确保主体公钥的合法性 2.VLAN帧的最小帧长是64字节，其中表示帧优先级的字是PRI 3.WIFI6是2.4GHZ和5GHZ频段的，理论吞吐量最高可达9.6Gbps，遵从协议802.11ax，支持完整版的MU-MIMO 4.在大型无线网络中，AP通过DHCP option43端口来获取AC的IP地址 5.项目…...
二、数据模型
二、数据模型 数据模型回顾 数据模型（Data Model） 是信息领域采用的模型将现实世界的各种事物以及事物之间的联系，表示为数据以及数据之间的联系是对现实世界数据特征的抽象和模拟用来描述数据、组织数据和操作数是数据库系统的核心和基础 …...
获取淘宝店铺所有商品信息接口数据指南
在电商运营和数据分析中，获取淘宝店铺的商品信息是常见的需求。淘宝开放平台提供了丰富的 API 接口，方便开发者获取商品的详细信息，包括商品列表、商品详情、销量等。本文将详细介绍如何从零开始获取淘宝店铺的所有商品信息，包括注…...
目标检测工作原理：从滑动窗口到Haar特征检测的完整实现
目标检测探索指南 🔍 目标检测就像是一位细心的侦探！我们需要在图像中寻找并定位特定的目标，就像侦探在现场搜寻线索一样。让我们一起来探索这个充满挑战的图像处理领域吧！ 目录 1. 什么是目标检测？2. 滑动窗口检测3.…...
【LUT技术专题】针对降噪优化的通道感知轻量级LUT算法：DnLUT
DnLUT：Ultra-Efficient Color Image Denoising via Channel-Aware Lookup（2025 CVPR） 专题介绍一、研究背景二、DnLUT方法2.1 Pairwise Channel Mixer2.2 Rotation Non-overlapping Kernel（L型卷积） 三、实验结果四、总…...
支持同步观看的媒体服务器GhostHub
简介 什么是 GhostHub ？ GhostHub 是一个基于滑动界面的媒体服务器，旨在实现实时同步、聊天和隧道分享。它允许用户快速共享和浏览媒体内容，无需复杂的配置或帐户。 主要特点 零配置: 即开即用，无需安装或创建帐户。滑动浏览: 提…...
告别 pip：使用 uv 加速你的 Python 包管理
使用 uv：更快的 Python 包管理工具 随着 Python 生态的演进，包管理工具也在不断升级迭代。uv 是 Astral（同样维护 ruff 的团队）推出的下一代 Python 包与项目管理器，主打 单一可执行文件、极致性能，可在多数场景下取代 pip、pip-tools、pipx 与 virtualenv 等传统工具，…...
使用glsl 来做视频矫正
描述、优点 使用glsl来代替opencv的undistort 和 鱼眼矫正，并且最后使用opencv的LUT给glsl 来使用，来达到加速的目的，并且做到和opencv 一模一样的效果，达到实时视频的加速矫正。 优点: 没有cuda，也可以做到实时视频矫正，包含各类板子和amd的cpu，intel核显 矫正的基本作…...
【VSCode】快捷键合集（持续更新~）
一、基础编辑操作 注释/取消注释 Ctrl /：快速注释或取消注释当前行或选中行。ctrlshift/：块注释 代码格式化 • Shift Alt F：格式化整个文档，统一代码风格。 行操作 • Alt ↑/↓：向上/向下移动当前行。 • Shi…...
MATLAB学习笔记（七）:MATLAB建模城市的雨季防洪排污的问题
使用 MATLAB 对城市雨季防洪排污问题进行建模与仿真，需要结合数学模型、工程经验和 MATLAB 的数值计算、数据可视化及优化工具。以下是详细的步骤指南，包含实际案例和代码示例： 一、问题分析与建模框架 1. 问题拆解 • 核心目标： …...
由浮点数x的位级表示求其整型值
由浮点数x的位级表示，得到浮点数的十进制表示，在超过32位整型数的表示范围时，返回0X80000000；在32位整型数的表示范围内时，返回强制转化为整型的值。舍入时采用向0舍入。 程序代码 typedef unsigned long int float_…...
【Qt】Qt常见控件的相关知识点
1.close退出槽函数 2.设置快捷键，QMenu 。 适用&字母就能设置快捷键，运行qt程序，最后就可以按Alt对应的字母进行快捷操作。 3.QMenuBar内存泄露问题 如果ui已经自动生成了menubar，我们再次生成一个新的菜单栏，而…...
)
数据结构*优先级队列(堆)
什么是优先级队列(堆) 优先级队列一般通过堆（Heap）这种数据结构来实现，堆是一种特殊的完全二叉树，其每个节点都满足堆的性质。如下图所示就是一个堆： 堆的存储方式 由于堆是一棵完全二叉树，所以也满足二…...
Windows本地化部署Dify完整指南
Windows本地化部署Dify完整指南 作者：朱元禄 版权声明：本文为朱元禄原创文章，转载请注明出处及作者信息 关键词：Dify部署,Windows安装Dify,Dify本地化,Dify教程,Dify配置,朱元禄 一、Docker Desktop安装与配置 1.1 下载Docker De…...
全局异常处理：如何优雅地统一管理业务异常
在软件开发中，异常处理是保证系统健壮性的重要环节。一个良好的异常处理机制不仅能提高代码的可维护性，还能为使用者提供清晰的错误反馈。本文将介绍如何通过全局异常处理和业务异常统一处理来编写更加优雅的代码。 一、传统异常处理的痛点 1.1 典型问…...
AI517 AI本地部署 docker微调（失败）
本地部署AI 计划使用OLLAMA进行本地部署 修改DNS 访问github 刷新缓存 配置环境变量 OLLAMA安装成功 部署成功 计划使用docker进行微调 下载安装docker 虚拟化已开启 开启上面这些 准备下载ubuntu docker ragflow dify 用git去泡...
C++（初阶）（十八）——AVL树
AVL树 AVL树概念实现AVL树的结点插入插入方法 平衡因子更新更新停止条件旋转右单旋左单旋左右双旋右左双旋 遍历AVL平衡检测 完整代码 概念 1，AVL树是最先发明的⾃平衡⼆叉查找树，AVL树是⼀颗⾼度平衡搜索⼆叉树， 通过控制高度差去控制平衡。…...
2022河南CCPC（前四题）
签到题目 #include <bits/stdc.h> using namespace std; #define int long long #define PII pair<int,int> #define fi first #define se second #define endl \n #define IOS ios::sync_with_stdio(0),cin.tie(0),cout.tie(0);void solve() {int n;cin>>…...
【滑动窗口】LeetCode 1658题解 | 将 x 减到 0 的最小操作数
将 x 减到 0 的最小操作数 一、题目链接二、题目三、题目解析四、算法原理五、编写代码六、时空复杂度 一、题目链接 将 x 减到 0 的最小操作数 二、题目 三、题目解析 以示例1为例： 四、算法原理 像"题目解析"中正面删除并修改数组元素的操作太困难&…...
电机试验平台：创新科技推动电动机研究发展
电机试验平台是电机制造和研发过程中不可或缺的重要设备，其功能涵盖了电机性能测试、电机寿命测试、电机质量评估等多个方面。随着科技的不断发展和电机应用领域的日益扩大，对电机试验平台的要求也越来越高。本文将从现代化电机试验平台的设计与应用两个…...
linux-软件的安装与部署、web应用部署到阿里云
一、软件安装方式概述 CentOS安装软件的方式主要包括： - 源码安装 - rpm安装（二进制安装） - yum安装（在线安装） 1.源码安装： 源码包是指C等语言所开发的源代码文件的一个压缩包，通常压缩为.…...
Qt Widgets模块功能详细说明，基本控件：QLabel（一）
一、基本控件（Widgets） Qt 提供了丰富的基本控件，如按钮、标签、文本框、复选框、单选按钮、列表框、组合框、菜单、工具栏等。 1、QLabel 1.1、概述 (用途、继承关系) QLabel 是 Qt 框架中用于显示文本、图像或动画的控件，属…...
Ubuntu 安装 squid
1. 安装Squid及工具 Debian/Ubuntu sudo apt update sudo apt install squid apache2-utils CentOS/RHEL sudo yum install squid httpd-tools 2. 创建用户名密码文件 创建密码文件（首次使用 -c 参数，后续添加用户省略） sudo htpasswd…...
中药药效成分群的合成生物学研究进展-文献精读130
Advances in synthetic biology for producing potent pharmaceutical ingredients of traditional Chinese medicine 中药药效成分群的合成生物学研究进展 摘要 中药是中华民族的文化瑰宝，也是我国在新药创制领域的重要驱动力。许多中药材来源于稀缺物种…...
芯片生态链深度解析（三）：芯片设计篇——数字文明的造物主战争
【开篇：设计——数字文明的“造物主战场”】 当英伟达的H100芯片以576TB/s显存带宽重构AI算力边界，当阿里平头哥倚天710以RISC-V架构实现性能对标ARM的突破，这场围绕芯片设计的全球竞赛早已超越技术本身，成为算法、架构与生态标准…...
Echart地图数据源获取
DataV.GeoAtlas地理小工具系列 选择需要的区域地图，选中后输出即可： 地图钻取代码 <!DOCTYPE html> <html lang="en"> <head><meta charset="UTF-8"><title>map</title><style>html, body, #map{margin: 0;…...
【C++ - 仿mudou库one thread one loop式高并发服务器实现】
文章目录 项目介绍项目模块和服务器主要设计模式项目主要流程前置知识1.bind函数2.定时器任务TimerTask和时间轮思想TimerWheel3.正则表达式4.通用型容器Any类 服务器设计模式1）单Reactor单线程模式2）单Reactor多线程模式3）多Reactor多线程模…...
本地缓存更新方案探索
文章目录 本地缓存更新方案探索1 背景2 方案探索2.1 初始化2.2 实时更新2.2.1 长轮询2.2.1.1 client2.2.2.2 server 本地缓存更新方案探索 1 背景 大家在工作中是否遇到过某些业务数据需要频繁使用，但是数据量不大的情况，一般就是几十条甚至几百条这种…...
Java—异常体系
Java的异常体系是Java语言中用于处理程序运行过程中可能出现的错误的机制。通过异常处理，程序可以在遇到问题时自动反馈，从而避免程序崩溃。Java异常体系中包含两大类：错误(Error)和异常(Exception)。 一、错误（Error）…...
深度学习（第3章——亚像素卷积和可形变卷积）
前言： 本章介绍了计算机识别超分领域和目标检测领域中常常使用的两种卷积变体，亚像素卷积（Subpixel Convolution）和可形变卷积（Deformable Convolution），并给出对应pytorch的使用。 亚像素卷积…...
5.15 学习日志
1.SST（总平方和）、SSR（回归平方和）、SSE（残差平方和）之间的关系。 在使用线性回归模型时，经常提到的统计量MSE（Mean Squared Error、均方误差）：是 SSE 的平均…...
重排序模型解读：gte-multilingual-reranker-base 首个GTE系列重排模型诞生
模型介绍 gte-multilingual-reranker-base 模型是 GTE 模型系列中的第一个 reranker 模型，由阿里巴巴团队开发。 模型特征： Model Size: 306MMax Input Tokens: 8192 benchmark 关键属性： 高性能：与类似大小的 reranker 模型…...
计算机发展的历程
计算机系统的概述 一, 计算机系统的定义 计算机系统的概念 计算机系统 硬件 软件 硬件的概念 计算机的实体, 如主机, 外设等 计算机系统的物理基础 决定了计算机系统的天花板瓶颈 软件的概念 由具有各类特殊功能的程序组成 决定了把硬件的性能发挥到什么程度 软件的分类…...
【通用智能体】Search Tools：Open Deep Research 项目实战指南
Open Deep Research 项目实战指南 一、项目运行方式（一）运行环境要求（二）运行方式（三）传统本地运行（四）Docker 容器运行 二、操作步骤（一）使用搜索功能&#…...
nodejs 文件的复制
在 Node.js 中，文件复制操作可以通过多种方式实现，具体取决于文件大小、性能需求以及是否需要保留文件元数据（如权限、时间戳等）。以下是几种常见的文件复制方法及其示例代码： 1. 使用 fs.copyFile（简单高…...
GO语言学习（三）
GO语言学习（三） GO语言的独特接口可以实现内容和面向对象组织的更加方便，我们从这里来详细的讲解接口，让大家感受一下interface的魅力 interface定义 首先接口是一组方法签名的组合，我们通过接口来实现定义对象的一…...
高频面试题（含笔试高频算法整理）基本总结回顾61
干货分享，感谢您的阅读！ （暂存篇---后续会删除，完整版和持续更新见高频面试题基本总结回顾（含笔试高频算法整理）） 备注：引用请标注出处，同时存在的问题请在相关博客留言…...
C++:C++内存管理
C 内存分区 C 内存分为 5 个主要区域： 栈 (Stack)：存储局部变量、函数参数和返回地址。由编译器自动分配和释放，效率高但空间有限。 堆 (Heap)：动态分配的内存区域，需手动管理（new/delete 或 malloc/free…...
目标跟踪相关综述文章
文章年份会议/引用量IFObject tracking:A survery20067618Object Tracking Methods:A Review2019554Multiple object tracking: A literature review20201294Deep learning for multiple object tracking: a survey2019145Deep Learning for Visual Tracking:A Comprehensive S…...