付费爬取模型正在改变公共数据的货币化方式。随着AI爬虫的兴起，传统的开放或封锁模式已不再适用。Stack Overflow与Cloudflare合作推出的付费爬取允许爬虫在满足实时支付要求后访问内容，为内容所有者提供了直接从爬虫流量中获利的机会，同时保持公共访问。付费爬取通过HTTP 402状态码实现，促进了内容的合理使用和商业合作。

数据公共模型上下文协议（MCP）服务器正式推出，允许开发者通过自然语言查询公共数据集，简化AI开发和数据科学工作。全球组织ONE正在利用该工具推动政策变革。

数据是数据专业人士的生命线，数据的质量和来源直接影响工作效果。文章探讨了多种数据来源，包括公共开放数据、政府数据、研究社区数据、国际组织数据、API和合成数据。获取高质量数据对数据处理至关重要，确保数据的有效性和适用性是成功的关键。

国家公共数据资源登记平台于3月1日上线，微软投资7亿美元提升波兰网络安全。OpenAI初创公司估值达300亿美元，Palo Alto防火墙漏洞被利用，CISA警告Apple iOS漏洞遭广泛攻击，WordPress网站遭恶意软件攻击。韩国暂停DeepSeek AI下载，ChatGPT存在数据泄露风险，欧洲刑警组织警告社会信任危机。

美国国家公共数据公司因黑客攻击导致数亿人数据泄露，申请破产。母公司Jerico Pictures在佛罗里达州申请破产，称2023年12月系统被入侵，数据被黑客USDoD窃取并尝试出售，后免费发布。泄露信息包括姓名和社保号。公司面临多起诉讼和罚款，无法承担费用。公司与执法部门合作调查，但未提供更新或保护服务。

随着公司发展，管理跨办公室和部门的存储变得重要。确保敏感数据的隐私和授权访问，同时备份公共网站内容以保证安全。本文介绍了创建云存储架构的方法，包括高可用性、数据安全、外部访问控制和自动数据分层以降低成本。步骤包括创建存储账户、配置冗余、设置共享访问签名、备份网站数据和实施生命周期管理。

在Windows上使用国土交通部的公共数据时，文件会出现韩文乱码。用Excel打开可正常显示，但在VSCode或Python中会乱码。解决方法是用Python读取文件并以UTF-8编码写入新文件，然后跳过前15行读取CSV数据。

杰里科影业公司的国家公共数据服务遭到黑客攻击，导致29亿条个人记录泄露。此次泄露带来了身份盗窃和金融欺诈的风险。名为“Fenice”的黑客将数据泄露到Breach论坛。杰里科影业公司可能面临潜在的诉讼和法律挑战。

使用Mapillary和OpenStreetMap平台收集了大量FPV图像和BEV地图数据，通过训练相机模型，预测性能提高了35%，为自主导航铺平了道路。

华为云联合伙伴发布公共数据授权运营方案，推动数据要素与技术、资金、人才等要素协同融合，助力数据要素流通场景落地。华为云Stack提供可信流通、安全合规、高效运营三大核心能力，助力数字经济腾飞。

本研究通过使用公共数据改进了差分隐私图像生成的质量，提供了一种有效利用公共数据的方法。相对于现有方法，我们的方法在FID分数和其他指标上达到了SOTA水平，并能以差分隐私方式生成高质量真实感的图像。

本文提出了一种利用未标记公共数据进行通信的新联邦学习方法，解决模型异质性和灾难性遗忘问题，并提出了综合评估标准。实验证明该方法在各种场景下高效且优越。

Data Commons是一个开源的数据平台，汇集了来自200多个公共数据源的数千个数据集，包括人口统计、经济、教育、住房、公共卫生、气候、可持续性和生物医学等领域的数据。该平台通过LLMs来理解查询，结果直接来自Data Commons，包括原始数据源的链接。

本文研究了具有公共数据访问的私人分布学习问题，通过使用公共和私有样本来输出对分布 p 的估计，并满足纯差分隐私的隐私约束。结果显示公共-私有可学习性与样本压缩方案和列表学习的存在有关，并恢复了以前关于高斯分布和高斯混合物的结果，包括样本复杂性上界、自适应和分布转移抵抗学习的结果，以及广义公共-私有学习的闭合特性。最后，结果显示对于高斯分布在R^d中，至少需要d个公共样本进行私人可学习性，接近已知的d+1个公共样本的上界。

《公共数据安全要求》将于 2022年12月1日正式施行。

#3分钟短文 | Laravel...