当前位置: 首页 > news >正文

4.1、网络安全模型

目录

    • 网络安全体系概述
    • 网络安全模型-BLP模型
    • 网络安全模型-Biba模型
    • 网络安全模型 - 信息流模型
    • 信息保障模型
    • 能力成熟度模型
    • 其它安全模型
    • 网络安全原则

网络安全体系概述

网络安全体系是网络安全保证系统的最高层概念抽象,是一个体系,体系一般是一个概念,一个抽象,我们搞过计算机的,都知道有osi的体系架构,还有TCP/IP体系架构或者体系模型,它都是比较抽象的概念,整个网络安全体系包含法律法规,政策文件,安全策略,组织管理,技术措施,标准规范、安全建设与运营,人员队伍、教育培训,产业生态、安全投入等等多个方面,整个体系包含是很广的

我们要建设网络安全,不是说花300万买几台比较牛逼的设备就搞完了,网络安全的建设是很复杂,既有技术层面的,也有管理层面的,还有人员,后期培训,包括整个产业链,像我们现在都在推国产化、芯片,国产化这个也跟网络安全相关,所以它是一个包含比较广,包含要素比较多的一个东西

网络安全体系的特征,有整体性,协同性,过程性,全面性和适应性。有整体性,所以我们要做到人机物一体化,不是买一个设备就行了,不同的东西,不同的点,我们要做相互协同,构建系统性的网络安全保护方案

有个效应叫木桶效应,就是木桶它能盛的水是跟它最低的那一片木头相关的,所以我们要做全面协同,来保证系统性的防护

过程性提供过程式的网络安全保护机制,就是相当于还是一个动态发展的,不是静态的,要做全生命周期防护
在这里插入图片描述
全面性跟整体性其实是一个东西

适应性,网络安全体系具有动态演变机制能够适应各种安全、威胁的变化和需求

网络安全模型-BLP模型

在这里插入图片描述
BLP是机密性模型,该模型用于防止非授权信息的扩散,从而保证系统安全,这个模型包含了两个特性,简单安全特性和*特性

简单安全特性,主体对客体进行访问的必要条件是主体的安全级别不小于客体的安全级别,我要访问你,我的安全级别要比你高,至少不小于你,不小于就是相同或者比你高,主体的范畴集合要包含客体的全部范畴,即主体只能向下读,不能够向上读,简单安全特性的特点是读访问

*特性表示写访问特点,一个主体对客体要进行写访问的必要条件是客体的安全级支配主体的安全级及客体的保密级别不小于主体的保密级别,然后客体的范畴集包含主体的全部范畴。即只能上写,不可以下写

BLP模型是一个机密性模型,机密性模型用于防止信息的扩散,包含两个特性,这两个特性第一个是简单安全特性,只能下读,不可以上读,第二个*特性只能够上写,不可以向下写

BLP只能保证信息的机密性,不能保证完整性,因为只能向下读取,比如说有一个领导,权限比较大,他可以读一些比这个领导权限更小的一些信息,所以能保证机密性,但是不能保证完整性,就是它可以上写,比如说我的权限是一级,但是我可以写十级的数据,这样的话不能保证完整性,我可以随意去修改,随意去写,这是BLP模型,它的优点和缺点能保证机密性,但是不能保证完整性

BLP机密模型可用于军用,实现军事策略安全,它具有保密性,只能下读,不能上读,该策略最早是美国国防部为了保护计算机系统中的机密信息而提出的一种限制策略。策略规定,用户要合法读取信息,当且仅当用户的安全级别大于等于该信息的安全级,并且用户的访问范畴要包含这个信息的范畴你才能够访问某一个数据

第一个叫安全级,第二个叫范畴集,安全级在我们计算机领域,我们经常把它划分成公开、秘密、机密、绝密,公开这个等级是最低的安全级别

你要访问信息的条件有两个点,第一个安全级别要大于等于对方,第二个用户的范畴集要包含信息的范畴集这两个条件,比如说用户a要访问文件f,第一个条件,安全级大于信息的安全级,绝密大于机密,但是第二个范畴集,用户a的范畴集是人事处,这个信息的范畴集是人事处和财务处,用户的访问范畴集要包含信息的范畴集时,你才能访问,用户A肯定不包含,文件f有的用户AA没有,所以第二个条件不满足,所以用户a不能访问文件f

用户b访问f,第一个条件安全级,b的安全级绝密大于机密没问题,第二个条件b的范畴集有三个,包含我们文件f的范畴集,所以能访问

网络安全模型-Biba模型

Biba完整性模型,它保证的是完整性,主要用于防止非授权修改,非授权篡改,保证系统信息的完整性
在这里插入图片描述
Biba模型一共有三个特性,简单安全特性,*特性和调用特性,比先前多了一个调用特性

简单安全特性,跟前面的BLP模型是不一样的,主体对客体进行修改访问的必要条件是主体的完整性级别不小于客体的完整性级别,你要修改它,你就要大于等于它,然后主体的范畴集要包含客体的全部范畴集,主体不能向下读,它只能向上读

*特性,主体的完整性级别要小于客体的完整性级别,如果主体的完整性级别小于客体的完整性级别,它是不能修改客体的,就不能上写

调用特性,主体的完全性级别小于另外一个主体的完全级别,不能够调用另外一个主体

网络安全模型 - 信息流模型

信息流模型是访问控制模型的一种变形,简称FM,该模型不检查主体对客体的存取,而是根据两个客体的安全属性来控制从一个客体到另外一个客体的信息传输

信息流模型可用于分析隐蔽通道,隐蔽通道主要是表现为低安全等级主体向高安全等级主体产生信息的读取,说白了就是信息泄密,通过隐蔽的方式把信息给透露出去,那这就叫隐蔽信道

信息保障模型

PDRR模型是由保护、检测detection、恢复recovery、响应response组成

检测就是入侵检测、漏洞扫描等等,都可以检测,出了问题之后恢复,然后我们要做响应

P2DR模型两个p,一个是安全策略,另外一个是防护

WPDRRC模型主要是由预警waring、保护、检测、反应、恢复、反击Counterattack

能力成熟度模型

CMM是对一个组织机构的能力进行成熟度评估,分成五个等级,一级是非正式执行,具有随机、无序、被动的过程,一级就特别low

二级叫计划跟踪,具有主动、非体系化的过程,没太大的一个体系化

三级叫充分定义,具备正式的,规范的过程

CMM里面有软件开发,还涉及到安全管控

第四级叫量化控制,具备可量化的一个过程

第五级持续优化

级别越大,反正能力越成熟,越牛逼

能力成熟度模型主要有SSE-CMM系统安全工程能力成熟度模型,数据安全能力成熟度模型,软件安全能力成熟度模型

SSE-CMM包含工程过程类,组织过程类、项目过程类

数据安全能力从组织建设,制度流程,技术工具及人员能力等四个维度去评估

软件安全能力分成五个级别,五级最牛逼

低级最简单,具备补丁修补这样的能力就可以了

第二级的话就是渗透测试、代码评审

第三级具备安全编码

第四级是软件安全风险识别

第五级差距分析,评估安全差距

其它安全模型

纵深防御模型,先做安全保护,然后监测,实时响应,有问题了之后再恢复。纵深,就是一层一层,我们有多层次防护

分层防护模型,基于osi模型,比如说物理层,机房防护,数据链路层做链路加密,网络层,该买防火墙的买防火墙,应用层,买一些web应用防火墙或者视频安全设备,从oa对应着osi不同的层次,每一层做一些安全防护

等级保护模型,针对不同的信息系统划不同的等级,比如有些是三级,有些是四级,三级和四级采用的安全测试不一样,等级越高,你采用的安全测试肯定越丰富

网络生存模型,就是当我们的系统遭受入侵的时候,网络信息仍然能够持续的提供必要的一些服务。要遵守3r策略,3r策略就是抵抗,识别和恢复

网络安全原则

第一个叫系统性和动态性原则,我们要强调整体性安全,因为木桶原则就是我们网络的安全性,网络安全取决于你最薄弱的那个点,而且我们要适时的去做一些改变

第二个纵深防御和协同

网络安全风险和分级保护原则,比如说我们刚刚提到的等保,根据系统的重要性,比如说有些是二级,有些三级,有些四级,采取相应的措施,要做到适度防御,适度防护,不是说你安全做的越好就越牛逼,我记得当时微软有一个系统叫VISTA,并没有被大量的应用,因为他做的比较安全,
安全到你干个啥你都不太方便,其实安全和和易用性是存在矛盾的,你越安全,那你就可能不太易用,比如说,你为了安全,你说担心天上掉一个飞机下来,把你给砸中,你跑到地下200米去生活,这其实挺安全的,但是你的平时生活会受到很大的影响,所以要做到适度防御,注意适度

WIN7应用比较广,因为WIN7它做到了一个适度防御,不要搞一下就断网了,不要动不动就谈一个窗,影响我的使用,像维斯塔,就没有被应用起来

标准化与一致性原则,网络安全我们尽量要用一些标准产品,标准协议,技术与管理相结合,安全第一,预防为主,安全与发展同步,业务与安全等同,人机物融合和产业发展融合原则,然后适度防御,没有绝对的安全

相关文章:

4.1、网络安全模型

目录 网络安全体系概述网络安全模型-BLP模型网络安全模型-Biba模型网络安全模型 - 信息流模型信息保障模型能力成熟度模型其它安全模型网络安全原则 网络安全体系概述 网络安全体系是网络安全保证系统的最高层概念抽象,是一个体系,体系一般是一个概念&a…...

前端对接生成式AI接口(类ChatGPT)问题汇总

文章目录 前端实现对话流问题总结流式数据传输问题后台Response Headers问题大量数据分段接收问题多个流时间戳(Time)相同导致被合并的问题 中止对话问题复制问题部署上线问题(Nginx缓冲导致) 前端实现对话流问题总结 流式数据传…...

布隆过滤器(Bloom Filter)详解

布隆过滤器详解 1. 什么是布隆过滤器? 布隆过滤器(Bloom Filter)是一种高效的概率型数据结构,主要用于判断某个元素是否存在于一个集合中。它的特点是: 允许误判:可能会误判元素存在(假阳性&…...

QoS(Quality of Service)服务质量概念

一、什么是QoS? QoS(Quality of Service)即服务质量,在网络业务中可以通过保证传输的带宽、降低传输时延、降低数据丢包率以及时延抖动等措施来提高服务质量。QoS是一套用于管理和提高网络性能的工具和技术,用于流量优…...

CSS实现当鼠标悬停在一个元素上时,另一个元素的样式发生变化的效果

CSS可以实现当鼠标悬停在一个元素上时,另一个元素的样式发生变化的效果。可以通过以下几种方法来实现: 1. 使用兄弟选择器(Adjacent Sibling Selector) 如果两个元素是兄弟关系(即它们有相同的父元素)&am…...

【C++11】左值引用、右值引用、移动语义和完美转发

🦄个人主页:修修修也 🎏所属专栏:C ⚙️操作环境:Visual Studio 2022 目录 📌左值引用和右值引用 🎏左值和左值引用 🎏右值和右值引用 📌左值引用和右值引用比较 🎏左值引用 🎏右值…...

Docker镜像迁移

目录 1.查看镜像当前配置 2.镜像迁移 1. 停止 Docker Desktop 2. 关闭 WSL 实例(若基于 WSL 2) 4. 导出原镜像数据 5.注销原实例 6. 导入数据到新路径 7. 设置 Docker Desktop 使用新路径(可选) 8. 启动 Docker Desktop …...

Compose 实践与探索十五 —— 自定义触摸

1、自定义触摸与一维滑动监测 之前我们在讲 Modifier 时讲过如下与手势检测相关的 Modifier: Modifier.clickable { } Modifier.combinedClickable { } Modifier.pointerInput {detectTapGestures { } }这里对以上内容就不再赘述了,直接去讲解更复杂的…...

第P8周:YOLOv5-C3模块实现

🍨 本文为🔗365天深度学习训练营中的学习记录博客 🍖 原作者:K同学啊 1. 模块组成 C3 模块由 卷积层(Convolutional layers)、激活函数(Activation functions) 和 残差连接&#…...

知识蒸馏:让大模型“瘦身“而不失智慧的魔术

引言:当AI模型需要"减肥" 在人工智能领域,一个有趣的悖论正在上演:大模型的参数规模每年以10倍速度增长,而移动设备的算力却始终受限。GPT-4的1750亿参数需要价值500万美元的GPU集群运行,但现实中的智能设备…...

`docker commit`和`docker tag`

1.docker commit docker commit是一个 Docker 命令,用于将一个正在运行的容器(Container)的状态提交为一个新的镜像(Image)。这类似于在版本控制系统中提交更改。 作用 • 当你对一个容器进行了修改(例如安…...

构建下一代AI Agent:自动化开发与行业落地全解析

1. 下一代AI Agent:概念与核心能力 核心能力描述技术支撑应用价值自主性独立规划与执行任务,无需持续人工干预决策树、强化学习、目标导向规划减少人工干预,提高任务执行效率决策能力评估多种方案并选择最优解决方案贝叶斯决策、多目标优化、…...

项目篇:模拟实现高并发内存池(2)

1.整体框架的设计 首先我们要来大概的梳理一下我们的高并发内存池的整体框架设计 在现代很多开发环境其实都是多核多线程,在申请内存的情况下,就必然会存在激烈的锁竞争问题。如果我们需要要实现内存池,必须要考虑以下几方面的问题。 1.性…...

PostgreSQL用SQL实现俄罗斯方块

📢📢📢📣📣📣 作者:IT邦德 中国DBA联盟(ACDU)成员,10余年DBA工作经验 Oracle、PostgreSQL ACE CSDN博客专家及B站知名UP主,全网粉丝10万 擅长主流Oracle、MySQL、PG、高斯…...

强大的AI网站推荐(第二集)—— V0.dev

网站:V0.dev 号称:前端开发神器,专为开发人员和设计师设计,能够使用 AI 生成 React 代码 博主评价:生成的UI效果太强大了,适合需要快速创建UI原型的设计师和开发者 推荐指数:🌟&…...

田间机器人幼苗视觉检测与护苗施肥装置研究(大纲)

田间机器人幼苗视觉检测与护苗施肥装置研究 基于多光谱视觉与精准施肥的农业机器人系统设计 第一章 绪论 1.1 研究背景与意义 农业智能化需求: 传统幼苗检测依赖人工,效率低且易遗漏弱苗/病苗施肥不精准导致资源浪费和环境污染 技术挑战:…...

vLLM 同时部署多个模型及调用

目录 一、单例加载多模型 (一) 原生多模型支持(vLLM ≥0.3.0) (二) 针对 vLLM 单实例部署多模型时 只有最后一个模型生效 的问题,结合实际测试和源码分析,以下是具体原因和解决方…...

LeetCode 2680.最大或值:位运算

【LetMeFly】2680.最大或值:位运算 力扣题目链接:https://leetcode.cn/problems/maximum-or/ 给你一个下标从 0 开始长度为 n 的整数数组 nums 和一个整数 k 。每一次操作中,你可以选择一个数并将它乘 2 。 你最多可以进行 k 次操作&#…...

Python——MySQL数据库编程

MySQL 是现在最流行的关系型数据库管理系统,在 WEB 开发中,MySQL 是最好的 RDBMS 应用软件之一。接下来,让我们快速掌握 python 使用 MySQL 的相关知识,并轻松使用 MySQL 数据库。 第1关:python数据库编程之创建数据库…...

AI 如何重塑数据湖的未来

在生成式 AI 与大模型技术飞速发展的今天,数据湖技术正迎来前所未有的挑战与机遇。海量非结构化数据的存储与处理、实时性与计算效率的平衡、高效存储的需求,已成为数据平台的核心难题。如何突破传统架构的局限,构建支持 AI 驱动的高效数据湖…...

C++ - 从零实现Json-Rpc框架-2(服务端模块 客户端模块 框架设计)

项⽬设计 本质上来讲,我们要实现的rpc(远端调⽤)思想上并不复杂,甚⾄可以说是简单,其实就是客⼾端想要完成某个任务的处理,但是这个处理的过程并不⾃⼰来完成,⽽是,将请求发送到服务…...

课程5. 迁移学习

课程5. 迁移学习 卷积神经网络架构ImageNet神经网络架构实践从 torchvision 加载模型在一个图像上测试预先训练的网络 迁移学习网络训练冻结层实践准备数据替换网络的最后一层冻结层网络训练获取测试样本的质量指标 课程计划: 流行的神经网络架构迁移学习 卷积神经…...

SATA(Serial Advanced Technology Attachment)详解

一、SATA的定义与核心特性 SATA(串行高级技术附件)是一种 用于连接存储设备(如硬盘、固态硬盘、光驱)的高速串行接口标准,取代了早期的PATA(并行ATA)。其核心特性包括: 高速传输&am…...

常用的 MyBatis 标签及其作用

MyBatis 是一个优秀的持久层框架,它通过 XML 或注解的方式将 Java 对象与数据库操作进行映射。在 MyBatis 的 XML 映射文件中,可以使用多种标签来定义 SQL 语句、参数映射、结果映射等。以下是一些常用的 MyBatis 标签及其作用: 1. 基本标签 …...

Blender配置渲染设置并输出动画

在Blender中,渲染设置和渲染动画的选项位于不同的面板中。以下是具体步骤: 渲染设置 渲染设置用于配置输出格式、分辨率、帧率等参数。 打开右侧的 属性面板(按 N 键可切换显示)。 点击 “输出属性” 选项卡(图标是…...

网络故障排查指南:分治法与排除法结合的分层诊断手册

目录 一、排查方法论:分治法与排除法的结合 1. 分治法(Divide and Conquer) 2. 排除法(Elimination) 二、分层诊断实战手册 1. 物理层排查(设备与线路) 硬件检测三板斧 运维经验 2. 网络…...

【万字总结】前端全方位性能优化指南(三)——GPU渲染加速、WebGPU、OffscreenCanvas多线程渲染

theme: condensed-night-purple 前言 当每秒60帧的流畅渲染遭遇百万级多边形场景,传统CPU绘图如同单车道上的赛车——即便引擎轰鸣,依然难逃卡顿困局。现代GPU加速技术将渲染任务从「单车道」扩展到「八车道」,本章以分层爆破、API革命、线程联邦为技术支柱,拆解如何通过G…...

报错 - redis - Unit redis.service could not be found.

报错: Unit redis.service could not be found.Could not connect to Redis at 127.0.0.1:6379: Connection refused解决方法: 检查状态、有必要的话 重新安装 Linux 上查看状态 systemctl status redis显示以下内容,代表正常服务 出现下面…...

Windows系统本地部署OpenManus对接Ollama调用本地AI大模型

文章目录 前言1. 环境准备1.1 安装Python1.2. 安装conda 2. 本地部署OpenManus2.1 创建一个新conda环境2.2 克隆存储库2.3 安装依赖环境 3. 安装Ollama4. 安装QwQ 32B模型5. 修改OpenManus配置文件6. 运行OpenManus7.通过网页使用OpenManus8. 安装内网穿透8.1 配置随机公网地址…...

【递归,搜索与回溯算法篇】- 名词解释

一. 递归 1. 什么是递归? 定义: 函数自己调用自己的情况关键点: ➀终止条件: 必须明确递归出口,避免无限递归 ➁子问题拆分: 问题需能分解成结构相同的更小的子问题缺点: ➀栈溢出风险&#x…...

【设计模式】装饰模式

六、装饰模式 装饰(Decorator) 模式也称为装饰器模式/包装模式,是一种结构型模式。这是一个非常有趣和值得学习的设计模式,该模式展现出了运行时的一种扩展能力,以及比继承更强大和灵活的设计视角和设计能力,甚至在有些场合下&am…...

c库、POSIX库、C++库、boost库之间的区别和联系

文章目录 一、区别1. 定义和来源2. 功能范围3. 可移植性4. 语言支持5. 维护和更新 二、联系1. 相互补充2. 部分功能重叠3. 共同促进编程发展4. 代码兼容性 三、总结 一、区别 1. 定义和来源 C 库函数:由 ANSI C 和 ISO C 标准定义,是 C 语言编程的基础…...

算法及数据结构系列 - 树

系列文章目录 算法及数据结构系列 - 二分查找 算法及数据结构系列 - BFS算法 算法及数据结构系列 - 动态规划 算法及数据结构系列 - 双指针 算法及数据结构系列 - 回溯算法 文章目录 树框架树遍历框架N叉树遍历框架 经典题型124.二叉树的最大路径和105.从前序与中序遍历序列构造…...

go安装lazydocker

安装 先安装go环境 https://blog.csdn.net/Yqha1/article/details/146430281?fromshareblogdetail&sharetypeblogdetail&sharerId146430281&sharereferPC&sharesourceYqha1&sharefromfrom_link 安装lazydocker go install github.com/jesseduffield/laz…...

《深度学习》——YOLOv3详解

文章目录 YOLOv3简介YOLOv3核心原理YOLOv3改进YOLOv3网络结构 YOLOv3简介 YOLOv3(You Only Look Once, version 3)是一种先进的实时目标检测算法,由 Joseph Redmon 和 Ali Farhadi 开发。它在目标检测领域表现出色,具有速度快、精…...

使用spring-ai-ollama访问本地化部署DeepSeek

创建SpringBoot工程&#xff0c;引入依赖 <?xml version"1.0" encoding"UTF-8"?> <project xmlns"http://maven.apache.org/POM/4.0.0"xmlns:xsi"http://www.w3.org/2001/XMLSchema-instance"xsi:schemaLocation"htt…...

Kafka消息自定义序列化

文章目录 1. 默认序列化2.自定义序列化3.示例4.自定义解序列化器 1. 默认序列化 在网络中发送数据都是以字节的方式&#xff0c;Kafka也不例外。Apache Kafka支持用户给broker发送各种类型的消息。它可以是一个字符串、一个整数、一个数组或是其他任意的对象类型。序列化器(se…...

使用Systemd管理ES服务进程

Centos中的Systemd介绍 CentOS 中的 Systemd 详细介绍 Systemd 是 Linux 系统的初始化系统和服务管理器&#xff0c;自 CentOS 7 起取代了传统的 SysVinit&#xff0c;成为默认的初始化工具。它负责系统启动、服务管理、日志记录等核心功能&#xff0c;显著提升了系统的启动速…...

编程语言选择分析:C#、Rust、Go 与 TypeScript 编译器优化

编程语言选择分析&#xff1a;C#、Rust、Go 与 TypeScript 编译器优化 在讨论编程语言的选择时&#xff0c;特别是针对微软的 C# 和 Rust&#xff0c;以及谷歌的 Go 语言&#xff0c;以及微软试图通过 Go 来拯救 TypeScript 编译器的问题&#xff0c;我们可以从多个角度来分析和…...

使用粘贴控件

HarmonyOS 5.0.3(15) 版本的配套文档&#xff0c;该版本API能力级别为API 15 Release 文章目录 约束与限制开发步骤 粘贴控件是一种特殊的系统安全控件&#xff0c;它允许应用在用户的授权下无提示地读取剪贴板数据。 在应用集成粘贴控件后&#xff0c;用户点击该控件&#xf…...

MySQL 客户端连不上(1045 错误)原因全解析

MySQL 客户端连不上(1045 错误)原因全解析 在我们学习 MySQL 或从事 MySQL DBA 工作期间,时常会遇到:“我尝试连接到 MySQL 并且收到1045 错误,但我确定我的用户和密码都没问题”。 不管你现在是否是高手还是高高手,都不可避免曾经在初学的时候犯过一些很初级的错误,例…...

麒麟系列Linux发行版探秘

以下内容摘自《银河麒麟操作系统进阶应用》一书。 银河麒麟操作系统&#xff08;Kylin&#xff09; 银河麒麟&#xff08;Kylin&#xff09;操作系统是中国自主研发的一款基于Linux内核的操作系统。它的发展历程可以追溯到2002年&#xff0c;最初由国防科技大学主导研发&…...

刘强东突然发声:不该用算法压榨最底层兄弟!东哥,真正的人民企业家

今天忙了一天&#xff0c;很累&#xff0c;准备睡觉的时候&#xff0c;看到网上盛传的刘强东的朋友圈&#xff0c;东哥又在朋友圈发文了。 说实话&#xff0c;看完之后&#xff0c;感动&#xff0c;真的感动。 尤其是当我看到这两句话的时候。 1、我们所学的知识、商业模式、技…...

信息收集与问答系统流程分析与改进建议

现有系统的问题与局限 1. 资源管理问题 二元决策机制过于简化&#xff1a;当前系统仅在令牌预算耗尽时才进入Beast Mode&#xff0c;缺乏渐进式资源分配策略缺少早期预算规划&#xff1a;没有基于问题复杂度的初始资源分配机制缺乏优先级资源分配&#xff1a;所有问题和策略消…...

【人工智能】如何理解transformer中的token?

如何理解transformer中的token? **一、Token在Transformer中的作用****二、文本分词的常见方法****1. 基于词典的分词&#xff08;Dictionary-based Tokenization&#xff09;****2. 子词分词&#xff08;Subword Tokenization&#xff09;****(1) WordPiece算法****(2) BPE&a…...

Spring Boot 集成 Kafka 消息发送方案

一、引言 在 Spring Boot 项目中,Kafka 是常用的消息队列,可实现高效的消息传递。本文介绍三种在 Spring Boot 中使用 Kafka 发送消息的方式,分析各自优缺点,并给出对应的 pom.xml 依赖。 二、依赖引入 在 pom.xml 中添加以下依赖: <dependencies><!-- Sprin…...

Hadoop•HDFS的Java API操作

听说这是目录哦 上传文件到HDFS&#x1f308;一、下载Windows版本的JDK和Hadoop二、配置物理机环境变量三、创建项目四 、添加依赖五、新建java类六、创建文件七、打开集群八、选中、运行 从HDFS下载文件&#x1fa90;一、写代码二、HDFS要个文件三、物理机要个文件夹&#xff…...

电脑如何设置几分钟后自动关机

摘要&#xff1a;本文提供Windows、macOS和Linux系统设置定时自动关机的详细方法。 目录 一、Windows系统设置方法 设置定时关机 取消关机计划 二、macOS系统设置方法 设置定时关机取消关机计划 三、Linux系统设置方法 设置定时关机 取消关机计划 四、注意事项五、扩展&#x…...

固定公网 IP

固定公网 IP 是指为用户分配一个长期不变且可从互联网直接访问的 IP 地址&#xff0c;具有以下重要作用&#xff1a; 1. 搭建服务器 网站托管&#xff1a;可用于托管网站、博客或电子商务平台。 应用服务器&#xff1a;支持运行邮件服务器、游戏服务器、数据库等。 远程访问&…...

Linux安装go环境

安装一个lazydocker&#xff0c;根据文档需要先安装go环境 https://github.com/jesseduffield/lazydocker 官方文档解析 https://go.dev/doc/install 文档内容如下&#xff0c;一共三步 1.删除先前安装的go&#xff0c;解压下载的go压缩包到/usr/local目录 2.添加环境变量&…...