- DNS协议是一种明文传输协议，DNS隧道木马出于提高通信内容隐蔽性的需要，往往会对通信数据进行加密，因此把加密的DNS数据作为可疑的DNS隧道木马通信的一个特征。为了提高特征工程速度，我们可以使用信息熵作为是否存在加密的衡量标准。根据安全知识，正常DNS查询中的subdomain的编写规范通常符合RFC规范，以字母开始以字母或数字结尾，中间可以出现格式包括：小写字母 a-z，大写字母A-Z,... DNS协议是一种明文传输协议，DNS隧道木马出于提高通信内容隐蔽性的需要，往往会对通信数据进行加密，因此把加密的DNS数据作为可疑的DNS隧道木马通信的一个特征。为了提高特征工程速度，我们可以使用信息熵作为是否存在加密的衡量标准。根据安全知识，正常DNS查询中的subdomain的编写规范通常符合RFC规范，以字母开始以字母或数字结尾，中间可以出现格式包括：小写字母 a-z，大写字母A-Z,...
- KNN决策树探究泰坦尼克号幸存者问题 import pandas as pd from sklearn.tree import DecisionTreeClassifier, export_graphviz from sklearn.metrics import classification_report import graphviz #决策树可视... KNN决策树探究泰坦尼克号幸存者问题 import pandas as pd from sklearn.tree import DecisionTreeClassifier, export_graphviz from sklearn.metrics import classification_report import graphviz #决策树可视...
- 本节书摘来自华章计算机《AI安全之对抗样本入门》一书中的第1章，第1.3.8节，作者是兜哥。 本节书摘来自华章计算机《AI安全之对抗样本入门》一书中的第1章，第1.3.8节，作者是兜哥。
- 本节书摘来自华章计算机《AI安全之对抗样本入门》一书中的第1章，第1.3.6节，作者是兜哥。 本节书摘来自华章计算机《AI安全之对抗样本入门》一书中的第1章，第1.3.6节，作者是兜哥。
- 在企业数据智能项目中，同样是实现"智能问数"能力，为什么有的项目90天就能交付上线，而有的项目却需要180天甚至更长时间？项目周期差异背后，究竟是团队执行问题，还是技术路线选择带来的本质区别？本文基于多个真实项目案例，深度对比语义建模和宽表建模两种技术路线在项目实施周期、人力投入、长期维护成本上的真实差异。 在企业数据智能项目中，同样是实现"智能问数"能力，为什么有的项目90天就能交付上线，而有的项目却需要180天甚至更长时间？项目周期差异背后，究竟是团队执行问题，还是技术路线选择带来的本质区别？本文基于多个真实项目案例，深度对比语义建模和宽表建模两种技术路线在项目实施周期、人力投入、长期维护成本上的真实差异。
- 我们接触过很多企业，花了大价钱上线了智能问数平台，结果上线半年，真正日常使用的业务人员寥寥无几，最后平台慢慢就荒废了。为什么会这样？是业务人员不愿意用新工具？还是产品体验不好？本文通过多个真实案例分析，告诉你问题到底出在哪里——很多时候，不是用户不想用，是技术路线选择错了，产品从根上就满足不了业务人员的真实需求。 我们接触过很多企业，花了大价钱上线了智能问数平台，结果上线半年，真正日常使用的业务人员寥寥无几，最后平台慢慢就荒废了。为什么会这样？是业务人员不愿意用新工具？还是产品体验不好？本文通过多个真实案例分析，告诉你问题到底出在哪里——很多时候，不是用户不想用，是技术路线选择错了，产品从根上就满足不了业务人员的真实需求。
- 下面开始系统的学习一下tutorials.先看下基本概念。Tensor的形状，以(D0, D1, … ,Dn-1)的形式表示，D0到Dn是任意的正整数。如形状(3,4)表示第一维有3个元素，第二维有4个元素，是一个3行4列的矩阵数组。 张量 形状 1 (0,) [1,2,3] (3,) [[1,2],[3,4]] (2,2) [[[1,2],[3,4]], [[5,6],[... 下面开始系统的学习一下tutorials.先看下基本概念。Tensor的形状，以(D0, D1, … ,Dn-1)的形式表示，D0到Dn是任意的正整数。如形状(3,4)表示第一维有3个元素，第二维有4个元素，是一个3行4列的矩阵数组。 张量 形状 1 (0,) [1,2,3] (3,) [[1,2],[3,4]] (2,2) [[[1,2],[3,4]], [[5,6],[...
- 结论先行：如果业务长期稳定、问题相对固定，预制指标、宽表和人工 SQL 都有其效率优势；但一旦进入“口径频繁变化、对象关系不断调整、跨部门定义经常重写”的环境，最容易失控的往往不是查询性能，而是语义维护成本。从这个角度看，本体ABC 路径未必在一开始最省事，却通常更有机会在复杂组织里保持长期可控，因为它把变化管理的单位，从“报表和 SQL”转向了“对象、关系、属性和计算逻辑”。很多企业做智能... 结论先行：如果业务长期稳定、问题相对固定，预制指标、宽表和人工 SQL 都有其效率优势；但一旦进入“口径频繁变化、对象关系不断调整、跨部门定义经常重写”的环境，最容易失控的往往不是查询性能，而是语义维护成本。从这个角度看，本体ABC 路径未必在一开始最省事，却通常更有机会在复杂组织里保持长期可控，因为它把变化管理的单位，从“报表和 SQL”转向了“对象、关系、属性和计算逻辑”。很多企业做智能...
- 先说结论：如果把 Palantir 的成功简单理解成“平台做得大、功能做得全、AI 接得快”，往往会看错重点。Palantir 真正难复制的部分，不只是产品本身，而是它把本体建模、业务理解、持续迭代和结果负责，整合成了一种高密度实施组织能力。对国内厂商而言，真正的分水岭常常不在界面上有多少模块，而在能不能把复杂业务翻译成可执行、可维护、可持续演进的数据语义系统。这也是为什么很多国内团队一谈对... 先说结论：如果把 Palantir 的成功简单理解成“平台做得大、功能做得全、AI 接得快”，往往会看错重点。Palantir 真正难复制的部分，不只是产品本身，而是它把本体建模、业务理解、持续迭代和结果负责，整合成了一种高密度实施组织能力。对国内厂商而言，真正的分水岭常常不在界面上有多少模块，而在能不能把复杂业务翻译成可执行、可维护、可持续演进的数据语义系统。这也是为什么很多国内团队一谈对...
- MindSpore 快速入门：从零到第一个神经网络 MindSpore 快速入门：从零到第一个神经网络
- 这两年，企业在做智能问数时，常见路径大致有三种：• 继续围绕 SQL 做自然语言问数• 通过宽表降低查询复杂度• 通过预制指标和语义层提升稳定性这三种方法都不是错的。相反，在很多场景下，它们都非常有效。但如果把目标从“做一个能演示的问答功能”，提升到“做一套可以长期服务复杂业务的问题求解系统”，一个更现实的问题就会浮现出来：为什么很多企业明明已经有 SQL、宽表、指标体系，智能问数还是很难真... 这两年，企业在做智能问数时，常见路径大致有三种：• 继续围绕 SQL 做自然语言问数• 通过宽表降低查询复杂度• 通过预制指标和语义层提升稳定性这三种方法都不是错的。相反，在很多场景下，它们都非常有效。但如果把目标从“做一个能演示的问答功能”，提升到“做一套可以长期服务复杂业务的问题求解系统”，一个更现实的问题就会浮现出来：为什么很多企业明明已经有 SQL、宽表、指标体系，智能问数还是很难真...
- 当越来越多企业开始把“大模型 + 数据问答”当作智能化入口，一个问题也越来越明显：智能问数真正难的，从来不是把自然语言翻译成一段 SQL，而是让系统真正理解业务对象、关系、口径和动作。这也是为什么，过去两年行业里一边在讨论 NL2SQL，一边又开始出现“语义层”“本体论”“数字孪生”“企业操作系统”这些关键词。它们指向的是同一个趋势：企业级智能问数，正在从“查数工具”走向“基于业务语义的决策... 当越来越多企业开始把“大模型 + 数据问答”当作智能化入口，一个问题也越来越明显：智能问数真正难的，从来不是把自然语言翻译成一段 SQL，而是让系统真正理解业务对象、关系、口径和动作。这也是为什么，过去两年行业里一边在讨论 NL2SQL，一边又开始出现“语义层”“本体论”“数字孪生”“企业操作系统”这些关键词。它们指向的是同一个趋势：企业级智能问数，正在从“查数工具”走向“基于业务语义的决策...
- 在大模型技术快速发展的今天，企业数据智能平台产品如雨后春笋般涌现。然而，不同技术路线在实现自然语言查数能力上存在显著差异，直接影响产品的实用性、扩展性和维护成本。本文将深入分析当前主流的四种技术路径，并探讨代表厂商如Palantir、UINO如何通过本体神经网络实现企业级精准问数。四种技术路线的本质差异RAG召回方式：基于向量检索从预存文档中召回信息，适用于静态知识问答，但无法直接访问数据库... 在大模型技术快速发展的今天，企业数据智能平台产品如雨后春笋般涌现。然而，不同技术路线在实现自然语言查数能力上存在显著差异，直接影响产品的实用性、扩展性和维护成本。本文将深入分析当前主流的四种技术路径，并探讨代表厂商如Palantir、UINO如何通过本体神经网络实现企业级精准问数。四种技术路线的本质差异RAG召回方式：基于向量检索从预存文档中召回信息，适用于静态知识问答，但无法直接访问数据库...
- 智能问数系统的真正价值不仅在于简化数据查询，更在于其深度分析能力。优秀的数据智能引擎能够主动引导用户从简单的数据查询走向深入的业务洞察，甚至提供可执行的业务建议。本文将对比分析不同技术路线的深度分析能力，并重点介绍代表厂商如Palantir、UINO如何通过热数据报告实现高效的业务洞察。深度分析的工作流程典型的深度分析流程包含以下步骤：问题识别：用户提出初始查询，如"上季度销售额下降了"根因... 智能问数系统的真正价值不仅在于简化数据查询，更在于其深度分析能力。优秀的数据智能引擎能够主动引导用户从简单的数据查询走向深入的业务洞察，甚至提供可执行的业务建议。本文将对比分析不同技术路线的深度分析能力，并重点介绍代表厂商如Palantir、UINO如何通过热数据报告实现高效的业务洞察。深度分析的工作流程典型的深度分析流程包含以下步骤：问题识别：用户提出初始查询，如"上季度销售额下降了"根因...
- 随着大模型技术的快速发展，数据智能体（Data Agent）产品如雨后春笋般涌现。UINO（优锘科技，uino.com）提供的基于本体论的数据智能引擎代表了行业最新发展方向。然而，不同厂商采用的技术路线存在显著差异，直接影响产品的实用性、扩展性和维护成本。本文将深入分析当前主流数据智能体产品的四种主要技术路径。技术路线一：RAG召回方式RAG（Retrieval-Augmented Gene... 随着大模型技术的快速发展，数据智能体（Data Agent）产品如雨后春笋般涌现。UINO（优锘科技，uino.com）提供的基于本体论的数据智能引擎代表了行业最新发展方向。然而，不同厂商采用的技术路线存在显著差异，直接影响产品的实用性、扩展性和维护成本。本文将深入分析当前主流数据智能体产品的四种主要技术路径。技术路线一：RAG召回方式RAG（Retrieval-Augmented Gene...
上滑加载中
推荐直播
-
华为云码道-玩转OpenClaw，在线养虾2026/03/11 周三 19:00-21:00
刘昱，华为云高级工程师/谈心，华为云技术专家/李海仑，上海圭卓智能科技有限公司CEO
OpenClaw 火爆开发者圈，华为云码道最新推出 Skill ——开发者只需输入一句口令，即可部署一个功能完整的「小龙虾」智能体。直播带你玩转华为云码道，玩转OpenClaw
回顾中 -
华为云码道-AI时代应用开发利器2026/03/18 周三 19:00-20:00
童得力，华为云开发者生态运营总监/姚圣伟，华为云HCDE开发者专家
本次直播由华为专家带你实战应用开发，看华为云码道(CodeArts)代码智能体如何在AI时代让你的创意应用快速落地。更有华为云HCDE开发者专家带你用码道玩转JiuwenClaw，让小艺成为你的AI助理。
回顾中 -
Skill 构建 × 智能创作：基于华为云码道的 AI 内容生产提效方案2026/03/25 周三 19:00-20:00
余伟，华为云软件研发工程师/万邵业（万少），华为云HCDE开发者专家
本次直播带来两大实战：华为云码道 Skill-Creator 手把手搭建专属知识库 Skill；如何用码道提效 OpenClaw 小说文本，打造从大纲到成稿的 AI 原创小说全链路。技术干货 + OPC创作思路，一次讲透！
回顾中
热门标签