本研究提出了一种新方法，利用情感分析和BERTopic模型预测大型开源软件库中的缺陷解决时间、修复时间及最终状态。研究结果表明，情感分析在判断缺陷是否会被修复方面具有重要价值。

本研究提出了一种细粒度主题的数据混合策略，旨在提升大语言模型在“科学”和“关系”主题上的表现，解决预训练数据的质量和多样性问题。

本研究提出双向主题匹配（BTM），一种新颖的跨语料库主题建模方法，用于量化语料库之间的主题重叠与差异。BTM能够有效识别气候新闻文章中共享和独特的主题，展示气候变化与气候行动之间的关系。

本研究提出了一种有效的机器忘记算法，旨在解决法律问题中对训练数据来源的关注。该算法能够在不显著影响模型性能的情况下删除训练数据，并在微调后更易忘记特定任务的预训练数据。

本文探讨了自然语言处理在电子健康记录中的应用，重点介绍了计算表型学方法及其算法，包括深度学习和无监督学习。研究表明，基于深度学习的模型能够有效提取患者信息，改善个体化医学和临床决策。同时，提出的新算法LATTE和sEHR-CE提升了数据分析的准确性和可靠性。此外，利用大型语言模型提取社会健康决定因素，显示出较低的算法偏见。

美国国防部发布《2024年国防工业基础网络安全战略》以加强网络安全合作。思科警告针对VPN服务的密码喷射攻击。2023年全球共有17亿条个人信息被泄露。DinodasRAT的Linux版本在多个国家的网络攻击中被发现。预计2024年中国大陆云服务支出将增长18%。商业间谍软件供应商在零日漏洞利用方面超过国家支持的攻击者。英国Big Issue因勒索攻击企业敏感信息被泄露。零售连锁店Hot Topic遭到网络攻击。RisePro、RedLine、StealC是2024年最常见的信息窃取者。Linux漏洞WallEscape可用于伪造SUDO命令。NIST成立新联盟来运营其国家漏洞数据库。PyPI暂停新用户注册以阻止恶意软件活动。浅谈企业数据安全治理与保障框架。Windows离地攻击分析。如何通过针对iOS的动态分析技术绕过反调试机制。

文章讲述了将历史日志文件迁移到大数据集群时遇到的问题，使用filebeat将日志写入kafka时出现无法写入的错误，通过添加kafka版本解决了问题。文章还提供了kafka的Python脚本示例，介绍了filebeat的安装和配置，以及排查问题的方法。

了解Kafka的安装和运维命令，使用Ansible Playbook简化部署，使用Docker运行Kafka，创建和查看Consumer Group，创建、删除和查看Topic，增加Partition个数，命令行消费和生产数据，通过配置文件指定Consumer Group。

RocketMQ是阿里巴巴开源的分布式消息中间件，提供简单、高效、低延迟的消息和队列服务。Topic是消息的分类，Queue是消息的存储结构，提高消息的并发处理能力。根据实际需求合理设计Topic和Queue。一个Topic可以有多个Queue，但顺序消费需只创建一个Queue。消费者组可保证消息只被一个消费者消费，提高并发处理能力。

在kafka中, topic的分区是并行计算的单元. 在producer端和broker端, 可以同时并发的写数据到不同的分区中. 在consumer端, Kafka总是将某个分区分配个一个consumer线程. 因此同一个消费组内的并行度与分区数息息相关. Partition分区数的大小, 更多直接影响到消费端的吞吐(一个分区只能同一消费组的一个消费者消费). 分区数小,...

前言 前段时间吐槽说: 最近在重写CodeLab Adapter(为2.0版本设计新的架构)，希望成为智能/可编程空间的通用hub，也试着通过更开

The topic of this year’s Young Leader Forum is: Challenge. After I got the exciting invitation for Young Leaders Forum of National Committee on United States-China Relationship. Haisong was a...

What is the most sticky topic on this site? Or to put the question the other way, what is the keyword that brings a visitor and the visitor stayed on this site for longest time? Using the data...

I write blog to help visitors and expats in Shanghai. I write daily, but sometimes I am lack of topic (not surprisingly). If you think there is any topic that I should write about, please post it...