当前位置： 首页 > news >正文

『生成内容溯源系统』详解

news 来源：原创 2025/9/11 19:56:39

生成内容溯源系统详解

在这里插入图片描述

1. 定义与核心目标

生成内容溯源系统（Generative Content Provenance System）是指能够追踪AI生成内容的来源、生成过程、版权归属及修改历史的技术体系。其核心目标是：

  • 验证真实性：证明内容由特定AI模型生成。
  • 追踪来源：记录生成者的身份、模型信息及参数。
  • 防止滥用：识别非法生成或篡改的内容（如Deepfake、虚假新闻）。
  • 版权管理：明确内容的知识产权归属。
2. 技术原理

生成内容溯源系统依赖以下核心技术：

(1) 数字水印（Digital Watermarking）
  • 原理：在生成内容中嵌入不可见或隐式的标识符（如文本指纹、图像噪声、音频频段）。
  • 技术类型：
    • 可见水印：直接显示生成模型标识（如“Generated by GPT-4”）。
    • 隐形水印：嵌入不可见的特征（如LSB图像水印、音频频谱标记）。
  • 工具示例：
    • OpenAI：在图像生成时嵌入水印（如DALL·E 3的可见水印）。
    • Adobe Content Credentials：为图像添加区块链锚定的水印。
(2) 区块链（Blockchain）
  • 原理：利用区块链的不可篡改性记录生成内容的元数据（如生成时间、模型ID、用户身份）。
  • 实现方式：
    • 元数据上链：存储生成内容的哈希值、参数、用户信息。
    • 智能合约：自动执行版权分发或内容验证规则。
  • 工具示例：
    • Artory：用于NFT艺术作品的区块链溯源。
    • OpenChain：开源区块链框架用于内容溯源。
(3) 元数据嵌入（Metadata Embedding）
  • 原理：在生成内容中直接嵌入元数据（如EXIF信息、JSON-LD标签）。
  • 内容类型：
    • 文本：在结尾添加模型标识（如“[Generated by Qwen]”）。
    • 图像/视频：使用EXIF字段记录模型版本、生成时间。
    • 音频：在ID3标签中添加生成信息。
(4) 哈希指纹（Hash Fingerprinting）
  • 原理：对生成内容进行哈希运算（如SHA-256），生成唯一标识符。
  • 应用场景：
    • 版权验证：通过哈希匹配确认内容来源。
    • 重复检测：防止同一内容被多次提交或盗用。
(5) 模型指纹（Model Fingerprinting）
  • 原理：通过分析生成内容的统计特征（如文本的句法模式、图像的纹理分布），识别生成模型。
  • 技术：
    • 特征提取：统计文本的词频、句长分布。
    • 模型检测API：如OpenAI的Classifier API检测文本是否由AI生成。
3. 核心功能模块
功能模块描述技术实现
内容标记在生成内容中嵌入可验证的标识符（水印、哈希）。数字水印、元数据注入
来源追踪记录生成者的身份、模型版本、参数及时间戳。区块链、数据库存储
篡改检测检测内容是否被修改或拼接（如Deepfake视频）。哈希比对、模型指纹分析
权限管理控制生成内容的使用权限（如商业用途需授权）。基于区块链的智能合约
合规审计生成合规报告，满足法律或行业监管要求（如医疗、金融）。自动化日志记录、审计接口
4. 典型实现流程
  1. 生成阶段：
    • 内容生成时自动嵌入水印或元数据。
    • 记录生成参数（模型ID、用户身份、时间戳）。
  2. 存储阶段：
    • 将元数据上链或存入中心化数据库。
    • 生成哈希指纹并关联原始数据。
  3. 验证阶段：
    • 用户或平台调用验证接口，输入内容或哈希值。
    • 系统返回生成信息（模型、用户、时间）及篡改状态。
  4. 审计阶段：
    • 提供生成记录查询接口，支持法律取证。
5. 典型技术组合
技术组合适用场景工具/框架
区块链 + 元数据NFT艺术、版权保护Ethereum、IPFS、Adobe Content Credentials
哈希指纹 + 模型检测API虚假信息检测（如社交媒体）OpenAI Classifier、Google Fact Check
数字水印 + 智能合约商业内容分发（如广告、设计）AWS KMS、阿里云通义万相
模型指纹 + 大数据分析企业内部AI使用审计ModelScope、TensorFlow Profiler
6. 典型工具与案例
(1) OpenAI的Content Moderation
  • 功能：
    • 生成图像时嵌入可见水印。
    • 提供API检测内容是否由AI生成。
  • 案例：
    • 用户生成图片后，OpenAI系统自动记录生成参数并生成溯源报告。
(2) Adobe Content Credentials
  • 功能：
    • 在图像中嵌入区块链锚定的元数据（生成模型、用户、时间）。
    • 用户可通过Adobe验证工具检查内容合法性。
  • 案例：
    • 用于NFT艺术创作，确保作品真实性和版权归属。
(3) 阿里云通义万相
  • 功能：
    • 生成图像时记录模型版本、参数及用户信息。
    • 提供API验证图像来源。
  • 案例：
    • 电商商品图生成后，买家可通过哈希值查询生成记录。
(4) 区块链平台（如Artory）
  • 功能：
    • 为艺术作品生成记录区块链交易哈希。
    • 支持NFT所有权转移追踪。
  • 案例：
    • 数字艺术品交易时，买家可验证作品的生成历史和所有权。
7. 典型技术实现步骤

以图像生成为例：

# 示例：使用Stable Diffusion生成图像并嵌入水印
from diffusers import StableDiffusionPipeline
import hashlib# 生成图像
pipe = StableDiffusionPipeline.from_pretrained("runwayml/stable-diffusion-v1-5")
image = pipe("A cyberpunk cityscape").images[0]# 嵌入元数据（EXIF）
image.save("generated_image.jpg", exif=f"生成模型: Stable Diffusion v1.5; 用户ID: user123; 时间: {datetime.now()}")# 计算哈希指纹
hash_value = hashlib.sha256(image.tobytes()).hexdigest()# 上链存储元数据
blockchain_transaction = {"hash": hash_value,"model": "Stable Diffusion","user": "user123","timestamp": datetime.now()
}
blockchain_id = blockchain.submit_transaction(blockchain_transaction)
8. 关键挑战与解决方案
挑战解决方案技术/工具
水印易被去除使用抗攻击水印（如频域水印）OpenCV、FFmpeg
数据隐私冲突匿名化处理元数据（如哈希加密）AES加密、零知识证明
跨平台兼容性标准化元数据格式（如JSON-LD）W3C标准、OpenAI API
计算资源消耗轻量化水印算法（如哈希摘要）SHA-256、Merkle Tree
9. 典型应用场景
场景技术组合工具/平台案例
NFT艺术交易区块链 + 数字水印Artory、Adobe Content Credentials验证数字艺术品的生成来源与版权
医疗影像生成模型指纹 + 合规审计医疗AI系统（如IBM Watson）确保生成影像的合规性与可追溯性
社交媒体内容审核哈希指纹 + 模型检测APIOpenAI Classifier、Google Vision检测Deepfake视频或虚假新闻
企业内部AI使用监控元数据嵌入 + 权限控制AWS KMS、阿里云通义实验室记录员工使用AI生成内容的权限和用途
10. 典型系统架构
生成内容溯源系统架构：
生成阶段 → 水印/元数据嵌入 → 数据上链 → 验证接口 → 审计模块
详细步骤
  1. 生成阶段：
    • AI模型生成内容时，自动嵌入不可见水印或元数据。
  2. 数据上链：
    • 将生成内容的哈希值、元数据（模型、用户、时间）存入区块链。
  3. 验证接口：
    • 用户提交内容或哈希值 → 系统查询区块链 → 返回生成信息。
  4. 审计模块：
    • 提供生成记录查询，支持法律取证（如版权纠纷）。
11. 典型工具对比表格
工具/平台核心技术适用场景开源/闭源优势
Adobe Content Credentials区块链 + 数字水印图像/视频生成闭源与Adobe生态深度集成
OpenAI水印系统可见水印 + 模型指纹文本/图像生成闭源高效检测生成内容真实性
IPFS + Ethereum分布式存储 + 区块链NFT、多模态内容开源去中心化存储与验证
阿里云通义溯源元数据注入 + 智能合约企业级生成内容管理闭源与阿里云AI服务无缝对接
12. 典型技术指标
指标定义应用场景
水印鲁棒性水印在压缩、裁剪后的可检测性。图像/视频生成
哈希匹配率系统检测到原始哈希值的准确率。内容版权验证
溯源响应时间验证请求到返回结果的时间。实时内容审核（如社交媒体）
模型检测准确率系统识别生成模型类型的准确度。深度伪造检测
13. 典型开发框架
(1) 使用OpenCV嵌入图像水印
import cv2
import numpy as np# 生成图像（示例）
image = np.zeros((512, 512, 3), dtype=np.uint8)# 嵌入隐形水印（LSB）
def embed_watermark(image, watermark):image_data = image.copy().flatten()watermark_bits = np.unpackbits(np.frombuffer(watermark.encode(), dtype=np.uint8))image_data[:len(watermark_bits)] ^= watermark_bitsreturn image_data.reshape(image.shape)watermarked_image = embed_watermark(image, "Model: Stable Diffusion v1.5")
cv2.imwrite("watermarked_image.jpg", watermarked_image)
(2) 使用区块链存储元数据
// Solidity智能合约示例（以太坊）
pragma solidity ^0.8.0;contract ContentProvenance {struct ContentRecord {string hash;string model;address creator;uint256 timestamp;}mapping(bytes32 => ContentRecord) public records;function logContent(string memory _hash, string memory _model) public {bytes32 id = keccak256(abi.encodePacked(_hash));records[id] = ContentRecord({hash: _hash,model: _model,creator: msg.sender,timestamp: block.timestamp});}
}
14. 典型应用案例
案例1：NFT艺术生成
  1. 生成过程：
    • 艺术家使用Stable Diffusion生成图像 → 系统自动嵌入水印和EXIF元数据。
  2. 上链存储：
    • 图像哈希值、艺术家ID、模型版本存入区块链。
  3. 验证流程：
    • 购买者扫描NFT → 系统返回生成记录 → 确认真实性。
案例2：医疗影像生成
  1. 生成阶段：
    • 医院AI生成病理模拟图像 → 嵌入哈希和模型信息。
  2. 合规审计：
    • 医生通过系统验证图像来源 → 确保用于教学或诊断的合法性。
15. 典型挑战与解决方案
挑战解决方案技术/工具
水印被去除使用频域水印（抗压缩、裁剪）OpenCV、FFmpeg
跨平台兼容性遵循W3C元数据标准JSON-LD、Schema.org
隐私保护匿名化用户ID（如哈希加密）AES加密、零知识证明
计算资源消耗轻量化水印算法（如哈希摘要）SHA-256、Merkle Tree
16. 典型伦理与法律要求
要求实现方式工具/框架
版权声明元数据中明确版权归属EXIF编辑库、区块链智能合约
用户同意生成时要求用户授权合规框架（如GDPR）
内容真实性生成内容时自动添加可验证标识OpenAI水印系统、Adobe Credence
审计可追溯记录所有生成操作日志ELK Stack、阿里云日志服务
17. 典型系统对比表格
系统类型核心技术适用场景优势局限性
区块链溯源系统区块链 + 数字水印NFT、高价值数字内容不可篡改，去中心化部署成本高，查询速度慢
中心化元数据系统数据库 + 哈希指纹企业内部AI使用审计高效查询，成本低中心化风险，易被攻击
混合系统区块链 + 轻量化水印社交媒体内容审核兼具安全与效率实现复杂度高
18. 典型开发步骤
  1. 设计水印或元数据格式：
    • 定义需记录的信息（模型ID、用户、时间）。
  2. 集成生成系统：
    • 在生成流程中自动嵌入水印或元数据。
  3. 构建验证接口：
    • 提供API或SDK查询生成记录。
  4. 部署区块链节点（可选）：
    • 使用Hyperledger或以太坊存储元数据。
  5. 合规性测试：
    • 验证水印鲁棒性、溯源准确性。
19. 典型工具与框架
工具功能适用场景
OpenCV图像水印嵌入与检测视频/图像生成
IPFS分布式存储生成内容NFT、去中心化应用
OpenAI API内容真实性检测文本/图像生成
Hyperledger Fabric企业级区块链溯源医疗、金融行业
20. 典型技术栈示例
(1) 图像生成溯源系统
  • 生成端：
    • 模型：Stable Diffusion。
    • 水印：OpenCV嵌入隐形水印。
  • 存储层：
    • 区块链：IPFS存储内容，Ethereum记录哈希与元数据。
  • 验证端：
    • API：调用OpenCV检测水印，查询区块链获取元数据。
(2) 文本生成溯源系统
  • 生成端：
    • 模型：Qwen、GPT-4。
    • 元数据：在文本结尾添加不可见的模型标识（如Unicode字符）。
  • 存储层：
    • 数据库：MySQL存储生成记录（用户ID、时间戳、哈希）。
  • 验证端：
    • API：OpenAI的Content Filter检测AI生成痕迹。
21. 典型性能指标
指标定义目标值
水印检测准确率检测嵌入水印的成功率。≥99%（抗压缩、旋转）
溯源响应时间从提交内容到返回生成信息的时间。<1秒（中心化系统）
哈希碰撞概率不同内容生成相同哈希的概率。<1e-30（使用SHA-256）
模型指纹识别率检测生成模型类型的准确率。≥95%（对抗样本下）
22. 典型行业应用
行业应用技术栈
艺术与NFT数字艺术品版权验证IPFS、Ethereum、OpenCV水印
医疗生成影像的合规性验证区块链、模型指纹分析
广告AI生成广告内容的版权管理元数据嵌入、AWS KMS
教育AI生成教学材料的来源追踪通义万相、阿里云日志服务
23. 典型错误与解决方案
问题解决方案
水印被去除使用频域水印（如DCT域嵌入）。
哈希计算错误使用标准库（如Python hashlib）确保一致性。
跨平台元数据丢失在文件格式中强制嵌入元数据（如JPEG EXIF）。
区块链查询速度慢使用本地缓存或轻节点加速查询。
24. 典型伦理与法律框架
要求实现方式工具/标准
GDPR合规匿名化用户数据，获取明确授权隐私计算框架（如Federated Learning）
版权法在元数据中明确版权声明Creative Commons协议、区块链智能合约
虚假信息法规生成内容标注AI来源OpenAI API的Content Filter
25. 典型未来发展方向
  1. 抗攻击水印技术：开发更鲁棒的隐形水印（如对抗生成网络）。
  2. 轻量化区块链：使用Layer-2方案（如Polygon）降低存储成本。
  3. 多模态溯源：联合文本、图像、视频的生成记录。
  4. 自动审计工具：集成AI检测生成内容并自动触发溯源查询。

总结

生成内容溯源系统通过数字水印、区块链、元数据等技术，解决了AI生成内容的真实性、版权和合规性问题。开发者需根据场景选择技术组合：

  • 高价值内容（如NFT） → 区块链 + 数字水印。
  • 企业内部审计 → 中心化元数据系统 + 模型指纹。
  • 实时内容审核（如社交媒体） → 哈希指纹 + API验证。

注意事项：

  • 隐私保护：匿名化用户数据，避免泄露敏感信息。
  • 技术平衡：在安全性和用户体验间权衡（如可见水印可能影响视觉效果）。
  • 法律合规：遵循当地数据隐私和版权法规（如欧盟AI法案）。

通过上述技术，生成内容溯源系统正在成为AI应用中的必备基础设施，确保技术发展的同时维护社会信任。

相关文章：

『生成内容溯源系统』详解

生成内容溯源系统详解 1. 定义与核心目标 生成内容溯源系统&#xff08;Generative Content Provenance System&#xff09;是指能够追踪AI生成内容的来源、生成过程、版权归属及修改历史的技术体系。其核心目标是&#xff1a; 验证真实性&#xff1a;证明内容由特定AI模型生…...

编程日记 2025/9/11 19:56:39

mac 解压 nsz 文件

nsz 地址 下载 nsz PIP 套餐 使用以下命令安装仅限 Console 的版本&#xff1a; pip3 install --upgrade nsz使用以下命令安装 GUI 版本&#xff1a; pip3 install --upgrade nsz[gui]解压 nsz 文件 nsz -D 文件路径...

编程日记 2025/9/2 19:32:20

Python进阶(3):函数(接上篇)

上一篇我们初步介绍python中函数的定义与调用 Python进阶(2):函数-CSDN博客 这里继续: 关键字参数: 形参1实参1,形参2实参2,...... 关键字参数是指使用形式参数的名字来确定输入的参数值。通过该方式指定实际参数时,不再需要与形式参数的位置完全一致。只要将参数名写正确…...

编程日记 2025/9/12 18:37:59

卒/兵过河前的判断和走法触发器优化

兵(卒)&#xff1a;兵(卒)在未过河前&#xff0c;只能向前一步步走&#xff0c;过河以后&#xff0c;除不能后退外&#xff0c;允许左右移动&#xff0c;但也只能一次一步。 迷你世界地图已上传 优化...

编程日记 2025/8/17 19:20:11

生物信息Rust-01

前言-为什么想学Rust&#xff1f; 一直想多学一门编译语言&#xff0c;主要有几个原因吧&#xff08;1. 看到一位老师实验室要求需要掌握一门编译语言&#xff1b;2. 自己享想试着开发一些实用的生信工具&#xff0c;感觉自己现在相比于数据分析&#xff0c;探索生物学层面的意…...

编程日记 2025/9/4 16:48:59

基于HTML + jQuery + Bootstrap 4实现（Web）地铁票价信息生成系统

地铁票价信息表生成系统 1. 需求分析 1.1 背景 地铁已经成为大多数人出行的首选,北京地铁有多条运营线路, 截至 2019 年 12 月，北京市轨道交通路网运营线路达 23 条、总里程 699.3 公里、车站 405 座。2019 年，北京地铁年乘客量达到 45.3 亿人次，日均客流为 1241.1 万人次…...

编程日记 2025/9/1 11:54:18

智慧水务项目（八）基于Django 5.1 版本PyScada详细安装实战

一、说明 PyScada&#xff0c;一个基于Python和Django框架的开源SCADA&#xff08;数据采集与监视控制系统&#xff09;系统&#xff0c;采用HTML5技术打造人机界面&#xff08;HMI&#xff09;。它兼容多种工业协议&#xff0c;如Modbus TCP/IP、RTU、ASCII等&#xff0c;并具…...

编程日记 2025/9/11 22:33:45

DeepSeek在消防救援领域的应用解决方案

DeepSeek在消防救援领域的应用解决方案 一、火灾风险动态感知与早期预警 火灾风险动态感知与早期预警是智慧消防的关键环节&#xff0c;DeepSeek通过多模态数据分析&#xff0c;融合烟雾传感器、热成像摄像头和气体浓度检测等数据&#xff0c;能够识别传统阈值法难以捕捉的火…...

编程日记 2025/9/9 4:09:11

VSCode CMake调试CPP程序

文章目录 1 安装C与CMake插件2 配置CMakeLists.txt3 使用CMake编译调试3.1 编译3.2 调试 4 自定义构建调试参考 1 安装C与CMake插件 C插件 CMake插件 2 配置CMakeLists.txt 编写测试程序 #include<iostream>int main(int argc, char const *argv[]) {int a 1, b 2;i…...

编程日记 2025/9/12 10:41:52

AI Agent工程师认证-学习笔记（3）——【多Agent】MetaGPT

学习链接&#xff1a;【多Agent】MetaGPT学习教程 源代码链接&#xff08;觉得很好&#xff0c;star一下&#xff09;&#xff1a;GitHub - 基于MetaGPT的多智能体入门与开发教程 MetaGPT链接&#xff1a;GitHub - MetaGPT 前期准备 1、获取MetaGPT &#xff08;1&#xff…...

编程日记 2025/9/8 22:32:43

Spring AI 结构化输出详解

一、Spring AI 结构化输出的定义与核心概念 Spring AI 提供了一种强大的功能&#xff0c;允许开发者将大型语言模型&#xff08;LLM&#xff09;的输出从字符串转换为结构化格式&#xff0c;如 JSON、XML 或 Java 对象。这种结构化输出能力对于依赖可靠解析输出值的下游应用程…...

编程日记 2025/9/7 8:07:50

AMGCL库使用示例

AMGCL库使用示例 AMGCL是一个用于解决大规模稀疏线性方程组的C库&#xff0c;它实现了代数多重网格(AMG)预处理器和Krylov子空间迭代求解器。下面是一些AMGCL的使用示例。 基本示例&#xff1a;求解稀疏线性系统 #include <iostream> #include <vector> #includ…...

编程日记 2025/9/10 21:36:27

关于 Java 预先编译（AOT）技术的详细说明，涵盖 GraalVM 的配置、Spring Boot 3.x 的集成、使用示例及优缺点对比

以下是关于 Java 预先编译&#xff08;AOT&#xff09;技术的详细说明&#xff0c;涵盖 GraalVM 的配置、Spring Boot 3.x 的集成、使用示例及优缺点对比&#xff1a; 1. 预先编译&#xff08;AOT&#xff09;技术详解 1.1 核心概念 AOT&#xff08;Ahead-of-Time&#xff09…...

编程日记 2025/9/8 17:46:18

Video Encoder：多模态大模型如何看懂视频

写在前面 大型语言模型（LLM）已经掌握了理解文本的超能力，而多模态大模型（MLLM）则更进一步，让 AI 拥有了“看懂”图像的眼睛。但这还不够！真实世界是动态的、流动的，充满了运动、变化和声音。视频，正是承载这一切动态信息的关键媒介。 让 LLM 看懂视频，意味着 AI 需…...

编程日记 2025/9/6 15:45:31

leetcode0622. 设计循环队列-medium

1 题目&#xff1a;设计循环队列 官方标定难度&#xff1a;中 设计你的循环队列实现。 循环队列是一种线性数据结构&#xff0c;其操作表现基于 FIFO&#xff08;先进先出&#xff09;原则并且队尾被连接在队首之后以形成一个循环。它也被称为“环形缓冲器”。 循环队列的一…...

编程日记 2025/9/3 0:41:56

专题十四：动态路由——OSPF

一、OSPF简介 开放式最短路径优先OSPF&#xff08;Open Shortest Path First&#xff09;是IETF组织开发的一个基于链路状态的内部网关协议&#xff08;Interior Gateway Protocol&#xff09;&#xff0c;采用DIjkstra算法&#xff0c;协议号是89。用于自治系统&#xff08;A…...

编程日记 2025/9/8 14:00:34

【蓝桥杯】第十六届蓝桥杯 JAVA B组记录

试题 A: 逃离高塔 很简单&#xff0c;签到题&#xff0c;但是需要注意精度&#xff0c;用int会有溢出风险 答案&#xff1a;202 package lanqiao.t1;import java.io.BufferedReader; import java.io.IOException; import java.io.InputStreamReader; import java.io.PrintWrit…...

编程日记 2025/9/11 13:54:59

一个项目的架构演进

1&#xff0c;单体架构 垂直升级&#xff1a;4核16GB -> 8核64G 水平扩展&#xff1a;一台服务器扩展成多台 存在以下几个问题 1&#xff0c;提升的性能是有限的 2&#xff0c;更新&#xff0c;维护成本非常高&#xff0c;对于系统中要修改或增加的功能&#xff0c;整个发…...

编程日记 2025/9/10 14:14:35

创建虚拟环境无法加载到pycharm当conda环境，只能为python环境

conda create -n myenv python3.8 然后&#xff0c;在pycharm中&#xff0c;点击 ..." 按钮并浏览到您的 Conda 环境路径。通常&#xff0c;Conda 环境路径位于 ~/.conda/envs/<Your Environment Name> 或 ~/miniconda3/envs/<Your Environment Name> 或 ~/an…...

编程日记 2025/9/6 20:15:48

暴雨打造智能化时代源动力

当清晨的智能管家为您调节室温、日间数字员工自动生成会议纪要、深夜AI外教仍在纠正发音……这不是科幻片&#xff0c;2025年的世界正被智能体悄然重塑。这些能听会想的数智化助理&#xff0c;正在医疗会诊、工业质检、金融风控等多个领域创造着价值。 那么&#xff0c;智能体…...

编程日记 2025/9/7 11:42:05

【ROS2】行为树：BehaviorTree

1、简介 与状态机不同，行为树强调执行动作，而不是状态之间的转换。 行为树是可组合的。可以重复使用简单的行为来构建复杂的行为。 在游戏领域，行为树已经比较流行了。主要用于维护游戏角色的各种动作和状态。 ROS2的导航框架Navigation2中引入了行为树来组织机器人的工作流…...

编程日记 2025/9/10 19:35:36

【HTTP】：应用层协议HTTP（1）

1.HTTP协议 虽然我们说,应用层协议是我们程序猿自己定的.但实际上,已经有大佬们定义了一些现成的,又非常好用的应用层协议,供我们直接参考使用.HTTP(超文本传输协议)就是其中之一。 在互联网世界中&#xff0c;HTTP&#xff08;HyperTextTransfer Protocol&#xff0c;超文本…...

编程日记 2025/9/12 1:46:12

Boost Graph Library (BGL) 介绍与使用示例

Boost Graph Library (BGL) 介绍与使用示例 Boost Graph Library (BGL) 是 Boost 库中用于图论计算的模块&#xff0c;提供了处理图数据结构的通用接口和多种图算法实现。 BGL 主要特性 提供多种图表示方式&#xff1a;邻接表、邻接矩阵等包含常用图算法&#xff1a;DFS、BF…...

编程日记 2025/9/10 12:47:38

数据结构--线性表

单链表的基本操作 1.清空单链表 链表仍然存在&#xff0c;但链表中无元素&#xff0c;成为空链表&#xff08;头指针和头链表仍存在&#xff09;算法思路&#xff1a;依次释放所有结点&#xff0c;并将头结点指针设置为空 2.返回表长 3.取值–取单链表中第i个元素 因为存储…...

编程日记 2025/9/10 9:10:01

电商用户购物行为分析：基于K-Means聚类与分类验证的完整流程

随着电商行业的快速发展，用户行为分析成为企业优化营销策略、提升用户体验的重要手段。通过分析用户的购物行为数据，企业可以挖掘出用户群体的消费特征和行为模式，从而制定更加精准的营销策略。本文将详细介绍一个基于Python实现的电商用户购物行为分析系统，涵盖数据预处理…...

编程日记 2025/9/12 12:09:50

《车辆人机工程-汽车驾驶显示装置》实验报告

汽思考题 汽车显示装置有哪些&#xff1f; 汽车显示装置是车辆与驾驶员、乘客交互的重要界面&#xff0c;主要用于信息展示、功能控制和安全辅助。以下是常见的汽车显示装置分类及具体类型&#xff1a; 一、驾驶舱核心显示装置 1. 仪表盘&#xff08;Instrument Cluster&am…...

编程日记 2025/9/11 4:33:05

三维点云投影二维图像的原理及实现

转自个人博客&#xff1a;三维点云投影二维图像的原理及实现 1. 概述 1.1 原理概述 三维点云模型是由深度相机采集深度信息和RGB信息进行生成的&#xff0c;深度相机能直接获取到深度图和二维RGB图像&#xff0c;也就是说利用相机原本的关系就可以把深度信息投影回二维图像&a…...

编程日记 2025/9/8 0:18:39

使用Golang打包jar应用

文章目录 背景Go 的 go:embed 功能介绍与打包 JAR 文件示例1. go:embed 基础介绍基本特性基本语法 2. 嵌入 JAR 文件示例项目结构代码实现 3. 高级用法&#xff1a;嵌入多个文件或目录4. 使用注意事项5. 实际应用场景6. 完整示例&#xff1a;运行嵌入的JAR 背景 想把自己的一个…...

编程日记 2025/9/12 15:20:14

MySQL数据过滤、转换与标准化

数据处理是数据库操作的重要组成部分&#xff0c;尤其是在大量数据中查找、转换和规范化目标信息的过程中。为了确保数据的有效性与一致性&#xff0c;MySQL提供了一系列数据过滤、转换与标准化的功能。 本教程将深入探讨数据过滤和转换的基本方法及应用&#xff0c;内容涵盖数…...

编程日记 2025/9/6 13:29:57

Linux中安装sentinel

拉取镜像 #我默认拉取最新的 sentinel 镜像 docker pull bladex/sentinel-dashboard 创建容器 docker run --name sentinel -d -p 8858:8858 bladex/sentinel-dashboard 检查是否成功 docker ps 浏览器访问 默认账号密码是 sentinel/sentinel 成功了 开放sentinel端口或者关…...

编程日记 2025/9/11 11:58:38

大模型压缩训练（知识蒸馏）

AI的计算结果不是一个数值&#xff0c;而是一个趋势 一、模型压缩简介 1、深度学习&#xff08;Deep Learning&#xff09;因其计算复杂度或参数冗余&#xff0c;在一些场景和设备上限制了相应的模型部署&#xff0c;需要借助模型压缩、优化加速、异构计算等方法突破瓶颈。 …...

编程日记 2025/9/11 3:14:11

Matlab绘制函数方程图形

Matlab绘制函数方程图形&#xff1a; 多项式计算: polyval 函数 Values of Polynomials: polyval ( ) 绘制方程式图形&#xff1a; 代码如下&#xff1a; >> a[9,-5,3,7]; x-2:0.01:5; fpolyval(a,x); plot(x,f,LineWidth,2); xlabel(x); ylabel(f(x))…...

编程日记 2025/9/11 20:05:40

dify windos,linux下载安装部署，提供百度云盘地址

dify下载安装 dify1.0.1 windos安装包百度云盘地址 通过网盘分享的文件&#xff1a;dify-1.0.1.zip 链接: 百度网盘 请输入提取码 提取码: 1234 dify安装包 linux安装包百度云盘地址 通过网盘分享的文件&#xff1a;dify-1.0.1.tar.gz 链接: 百度网盘 请输入提取码 提取码…...

编程日记 2025/9/11 8:05:09

优化方法介绍（一）

优化方法介绍（一） 本博客是一个系列博客，主要是介绍各种优化方法，使用 matlab 实现，包括方法介绍，公式推导和优化过程可视化 1 失败案例介绍 本文在编写最速下降法的时候使用了经典的求解函数框架，并使用了自适应步长(alpha)机制，即加入参数flag，当出现梯度下降的情…...

编程日记 2025/9/6 15:46:46

Centos7.9 升级内核，安装RTX5880驱动

系统镜像下载 https://vault.centos.org/7.9.2009/isos/x86_64/CentOS-7-x86_64-DVD-2009.iso 系统安装步骤省略 开始安装显卡驱动 远程登录查看内核 [root192 ~]# uname -a Linux 192.168.119.166 3.10.0-1160.el7.x86_64 #1 SMP Mon Oct 19 16:18:59 UTC 2020 x86_64 x8…...

编程日记 2025/9/10 7:28:43

计算轴承|滚动轴承故障频率

一、轴承故障频率概述 在旋转机械故障诊断中&#xff0c;轴承故障频率&#xff08;BPFO、BPFI、BSF、FTF&#xff09;是重要的分析依据。通过计算这些特征频率&#xff0c;可以帮助工程师&#xff1a; 识别轴承故障类型&#xff08;内圈/外圈/滚动体故障&#xff09;制定振动…...

编程日记 2025/9/6 3:18:56

Python 数据分析01 环境搭建教程

Python 数据分析01 环境搭建教程 一、安装 Python 环境 访问 Python 官方网站 Python 官网&#xff0c;选择适合你操作系统的 Python 版本进行下载。下载完成后&#xff0c;运行安装程序。在安装过程中&#xff0c;建议选择“Add Python to PATH”选项&#xff0c;这样可以在…...

编程日记 2025/9/10 15:36:04

程序化广告行业（80/89）：近年发展动态与技术标准演进

程序化广告行业&#xff08;80/89&#xff09;&#xff1a;近年发展动态与技术标准演进 大家好&#xff01;在技术领域探索的过程中&#xff0c;我深刻认识到知识分享的力量&#xff0c;它能让我们在学习的道路上加速前行。写这篇博客&#xff0c;就是希望能和大家一起深入剖析…...

编程日记 2025/9/8 0:25:54

Node.js cluster模块详解

Node.js cluster 模块详解 cluster 模块允许你轻松创建共享同一服务器端口的子进程&#xff08;worker&#xff09;&#xff0c;充分利用多核 CPU 的性能。它是 Node.js 实现高并发的重要工具。 核心概念 主进程&#xff08;Master&#xff09;&#xff1a;负责管理工作进程…...

编程日记 2025/9/12 16:19:49

2025年认证杯数学建模C题完整分析论文（共39页）（含模型、可运行代码）

2025年认证杯数学建模竞赛C题完整分析论文 目录 摘要 一、问题重述 二、问题分析 三、模型假设 四、 模型建立与求解 4.1问题1 4.1.1问题1解析 4.1.2问题1模型建立 4.1.3问题1求解代码 4.1.4问题1求解结果 4.2问题2 4.2.1问题2解析 4.2.2问题2模型建…...

编程日记 2025/9/10 1:26:23

PostgreSQL 的 COPY 命令

PostgreSQL 的 COPY 命令 PostgreSQL 的 COPY 命令是高效数据导入导出的核心工具&#xff0c;性能远超常规 INSERT 语句。以下是 COPY 命令的深度解析&#xff1a; 一 COPY 命令基础 1.1 基本语法对比 命令类型语法示例执行位置文件访问权限服务器端COPYCOPY table FROM /p…...

编程日记 2025/9/6 18:06:39

MySQL进阶-存储引擎索引

目录 一&#xff1a;存储引擎 MySQL体系结构 存储引擎介绍 存储引擎特点 InnoDB MyISAM Memory 区别及特点 存储引擎选择 索引 索引概述 介绍 演示 特点 索引结构 概述 二叉树 B-Tree BTree Hash 索引分类 索引分类 聚集索引&二级索引 一&#xff1…...

编程日记 2025/9/5 21:47:50

为什么需要Refresh Token？

后端服务性能 一种方案是在服务器端保存 Token 状态&#xff0c;用户每次操作都会自动刷新&#xff08;推迟&#xff09; Token 的过期时间——Session 就是采用这种策略来保持用户登录状态的。然而仍然存在这样一个问题&#xff0c;在前后端分离、单页 App 这些情况下&#x…...

编程日记 2025/9/11 7:39:23

基于3A4000及CentOS的银河麒麟V10离线源码编译安装VLC

碰到过的一个具体问题&#xff1a; 源码安装vlc-3.0.x版本&#xff0c;需要注意的是&#xff0c;不要安装ffmpeg-5及以上的版本&#xff0c;即只支持ffmpeg-4的版本&#xff0c;因此&#xff0c;要安装vlc-3.0版本&#xff0c;一个重要的依赖时就会ffmpeg-4。报错没有revision…...

编程日记 2025/9/8 4:44:45

Windows for Redis 后台服务运行

下载 redis 安装包 地址&#xff1a;https://github.com/tporadowski/redis/releases 解压zip压缩包&#xff0c;执行 redis-server.exe 即可以窗口模式运行&#xff08;窗口关闭则服务关闭&#xff09; 运行窗口可以看到&#xff0c;端口是 6379 我这里使用 nvaicat 客服端测…...

编程日记 2025/9/10 4:09:17

前端工程化-包管理NPM-package.json 和 package-lock.json 详解

package.json 和 package-lock.json 详解 1.package.json 基本概念 package.json 是 Node.js 项目的核心配置文件&#xff0c;它定义了项目的基本信息、依赖项、脚本命令等。 主要字段 基本信息字段 name: 项目名称&#xff08;必填&#xff09; version: 项目版本&#xf…...

编程日记 2025/9/11 7:03:59

如何在 Linux 中彻底终止被 `Ctrl+Z` 挂起的进程？

问题场景 在 Linux 终端操作时&#xff0c;你是否曾遇到过这样的情况&#xff1f; 当运行一个命令&#xff08;如 ping www.baidu.com&#xff09;时&#xff0c;不小心按下了 CtrlZ&#xff0c;屏幕上显示类似以下内容&#xff1a; ^Z [2] 已停止 ping www.b…...

编程日记 2025/9/8 17:59:41

人工智能100问☞第3问：深度学习的核心原理是什么？

目录 一、通俗解释 二、专业解析 三、权威参考 深度学习的核心原理是​​通过构建多层神经网络结构，逐层自动提取并组合数据特征，利用反向传播算法优化参数，从而实现对复杂数据的高层次抽象和精准预测​​。 一、通俗解释 ​​深度学习的核心原理，就像是教计算机像婴儿…...

编程日记 2025/9/12 0:14:26

基于若依和elementui实现文件上传（导入Excel表）

基于若依和elementui实现文件上传&#xff08;导入Excel表&#xff09; 前端部分&#xff1a; 若依封装了Apache的poi功能&#xff0c;实现文件的上传和下载 若依使用的是JS语法&#xff0c;需要改造为JS语法才能使用 若依如何解决跨域的问题&#xff1a; 在前端的配置文件中…...

编程日记 2025/9/6 4:14:30

2025年第十六届蓝桥杯省赛真题解析 Java B组（简单经验分享）

之前一年拿了国二后&#xff0c;基本就没刷过题了&#xff0c;实力掉了好多&#xff0c;这次参赛只是为了学校的加分水水而已&#xff0c;希望能拿个省三吧 >_< 目录 1. 逃离高塔思路代码 2. 消失的蓝宝思路代码 3. 电池分组思路代码 4. 魔法科考试思路代码 5. 爆破思路…...

编程日记 2025/9/11 20:03:42