modernisation-platform 是司法部的托管平台,使用 Terraform 管理基础设施。monad 是区块链节点执行组件,负责交易和状态管理。WebGoat 是不安全的网络应用,旨在教授安全知识。scipy2023-deeplearning 研讨会使用 PyTorch 讲解深度学习。SharpKeys 用于管理 Windows 注册表键值,实现自定义按键功能。
sa-token-rust是一个高性能的Rust认证授权框架,灵感来源于Java的sa-token,支持多种Web框架,提供完整的认证和授权解决方案,特点是轻量、高效、易用,适合快速构建安全Web应用。
数据泄露威胁依然存在,传统加密方法无法有效保护敏感信息。新课程教授如何使用PHP、Symfony和MongoDB构建安全应用,确保数据在使用时的安全性。课程内容包括创建个人财务应用,并学习在加密数据上执行查询而无需解密,利用MongoDB的可查询加密技术。适合有PHP经验的开发者。
谷歌在Android开发者博客上分享了简化开发者构建安全应用程序的过程,并加强生态系统的保护,展望2025年及以后。
本研究探讨了神经图像压缩(NIC)的脆弱性,特别是比特流碰撞问题。提出了一种新颖的白盒对抗攻击算法,表明不同图像可能生成相同的压缩比特流,从而威胁到NIC在安全应用中的有效性,并提供了一种有效的缓解方案。
在MWC2025期间,华为举办数字能源高峰论坛,强调碳中和的重要性,并推出低碳解决方案以减少ICT行业的碳排放。论坛发布了《通信站点锂电白皮书》和《数据中心锂离子电池安全应用白皮书》,倡导高质量锂电池及其安全应用技术。
本文概述了在AWS上使用EKS部署安全应用的步骤,包括创建VPC、EKS集群和私有节点组,配置Kubernetes清单(部署、服务、入口)及ALB入口控制器,并设置网络策略以限制集群内通信。
本研究提出了一种混合人工智能系统,利用深度强化学习进行无人机集群管理。模拟结果表明,该系统能够有效搜索目标区域并持续追踪目标,具有重要的安全和执法应用潜力。
C#不断发展,新增特性如记录类型、全局使用指令、可空引用类型增强、模式匹配改进等,提升了开发效率和代码可读性,帮助开发者构建高效、安全的应用程序。
管理秘密是构建安全应用的关键。Netlify的Secrets Controller提供了一种快速保护敏感数据的方法,通过将秘密安全存储为环境变量,并在构建过程中自动检测泄露,帮助开发者专注于构建而非数据泄露的担忧。
本研究探讨生成性人工智能在自主机器中的安全应用,提出新的安全标准框架,并强调开发全面安全评分卡的重要性。
OpenAI与洛斯阿拉莫斯国家实验室合作,研究人工智能在生物科学中的安全应用,评估前沿AI模型(如GPT-4o)在实验室的多模态能力,以提高实验效率并关注潜在风险。这一合作强调了公共与私营部门在推动创新与确保安全方面的重要性。
本文提出了一种生成可验证的神经网络(VNNs)框架,通过后训练优化平衡预测性能与鲁棒性,确保网络的可验证性。研究重点在于提升深度神经网络在安全应用中的可靠性,采用形式化验证技术增强安全性和健壮性,并提出新策略以提高复杂机器人应用中DNN计数的效率。
本研究提出了一种新方法,通过独立向量分析和机器学习分类器,从预训练深度神经网络中检测后门,无需训练数据,适用于多种网络架构。实验结果表明,该方法在效率和准确性上优于现有算法,有助于确保深度学习的安全应用。
本文提出了一种利用生成网络和检测网络将 RGB 图像转化为热成像图像的端到端框架,通过生成的热成像图像与真实数据进行比较,论证了使用生成对抗网络将 RGB 训练数据转化为热成像数据的可行性,从而加快和降低生成热成像数据的成本,满足安全应用的需求。
完成下面两步后,将自动完成登录并继续当前操作。