- 博客(1089)
- 资源 (64)
- 收藏
- 关注
RSS订阅
原创 一年搞定两个软考高级证书，关键技巧大揭秘
软考，全称为计算机技术与软件专业技术资格（水平）考试，是针对计算机和软件领域从业者设立的一种国家级考试体系。它旨在科学、公正地测试和评价考生的技术水平和能力，为用人单位选拔合格人才提供客观标准。软考分为初级、中级和高级三个等级，每个等级下又细分多个科目，覆盖了计算机软件、计算机网络、计算机应用技术、信息系统和信息服务等多个领域。软考的价值不在于证书本身，而在于备考过程中技能和能力的全面提升。无论最终是否能够一次通过，这个过程都将成为你职业生涯中宝贵的学习经历。
2024-12-13 23:01:31
1462
8
原创 六年大厂开发，为何我开始学习提示词？
如果将提示词类比为设计模式，那么这些“战略”层面的原则就像咱们开发同学所熟知的软件工程的经典原则：“高内聚、低耦合”、“隐藏复杂度”、“计算机领域的任何问题，都是可以通过新增一个间接的中间层来解决的”等，以及设计模式的七大原则。当提示词已接近模型的能力上限，依然无法获得理想的结果时，可能需要考虑其他解决方案，如切换到更高级的模型、进行模型微调、采用多智能体协作，或重新评估任务拆解的合理性。，AI可以先用生活化的例子帮助我理解复杂概念，再提供详细解释，最后用便于记忆的方式进行总结，极大地提升了我的学习效率。
2024-10-26 20:21:29
1797
6
原创 AI 重塑产品设计
明明如月学长， CSDN 博客专家，大厂高级 Java 工程师，《性能优化方法论》作者、《解锁大厂思维：剖析《阿里巴巴Java开发手册》》、《再学经典：《Effective Java》独家解析》专栏作者。
2024-05-12 20:33:52
1940
8
原创 AI 助力问题驱动式学习
用 AI 给人生开挂的正确方式 - 在 AI 迅速进化的时代，我们应该如何不落伍》，讲到在 AI 快速发展的今天，我们需要学习：驾驭大模型的能力、学习最基础最核心的知识、培养不容易被 AI 取代的能力。我们可以跨行业寻找机会，在这个 “人人都是工程师”的时代基于大模型快速创建应用解决痛点，灵活运用 AI 帮助自己解决问题。并且强调在 AI 时代应该使用 AI 来加速学习。
2024-04-12 08:00:00
2811
2
原创 AI 应用之文章转脑图的 N 种姿势
本文主要介绍利用 AI 将文章转为思维导图的几种方法，如果你是人民币玩家直接使用现成的工具，如果你嫌麻烦可以采用曲线救国的方案，如通过 Markdown 中转后导入 Xmind 或者通过 PlantUML 脑图。本文只是举一个例子，希望大家可以举一反三，能够充分利用 AI 解决工作、生活和学习中的各种问题。
2024-04-03 00:22:13
2148
6
原创 用 AI 给人生开挂的正确方式 - 在 AI 迅速进化的时代，我们应该如何不落伍
本文主要讲述在 AI 快速进化的时代，作为一个普通人该如何应对才不容易落伍。这是一个非常大的命题，也是值得每个人去思考的问题。希望本文的一些观点能够对大家带来一些启发，也欢迎大家在评论区交流讨论。能够在有生之年目的 AI 的发展非常荣幸，在这个快速变革的时代，我们需要调整自己的学习的内容，学习的方法，真正享受 AI 带给我们学习和生活的点滴改变。
2024-03-26 00:53:25
3262
9
原创 可能是 Mac OS 上最好用的浏览器： Arc 浏览器
Arc 浏览器提供的这些特色功能，给我带来了很多耳目一新的体验，给工作也带来了一些效率提升，增添了些许的乐趣。如果你看到这些特色功能也有些心动，赶快去官网下载吧！
2023-12-21 00:13:11
10437
4
原创 为什么很多人工作 3 年 却只有 1 年经验？
先听一个故事：程序员明明：“大师为作为一个具有 3 年工作经验的人，为啥别人 2 年工作经验比我还强呢？大师回答道：“你只是工作了三年，未必有三年的经验”程序员明明：“大师此话怎讲？大师回答道：“说来话长…，你还是直接去看明明如月学长文章吧…”不知道大家想过没有，同样是在软件开发行业工作 3 年，为什么有些人经验丰富，可以独当一面，而有些人却还和工作一年的人差不多？为什么一起参加工作的人，同一批人中很多人都升到了团队主管的职位，而还有很多人还是普通的开发？
2023-08-29 00:32:42
17501
29
原创 如何写出高质量的文章：从战略到战术
高质量的文章通常具备以下特点：另外，通常来说很多知识付费平台的热门专栏、很多知名开源项目的官方文档、很多大厂的技术公众号的文章质量也非常高。《对抗软件复杂度的战争》，就是一篇不错的高质量文章案例。大家可以大致浏览一下，该文图文并茂；引用文章众多，论证充分；能够结合源码和经典的理论；能够引发读者的思考。本文主要结合自己的写作经历，从战略和战术两个层面讲述如何写出高质量的文章，希望对大家写作有帮助。如果你有不同的看法、有补充的建议，欢迎在评论区和我交流。
2022-10-01 22:02:14
6643
15
原创 SpringBoot Controller 中使用多个@RequestBody的正确姿势
最近遇到Controller中需要多个@RequestBody的情况，但是发现并不支持这种写法，这样导致1、单个字符串等包装类型都要写一个对象才可以用@RequestBody接收；2、多个对象需要封装到一个对象里才可以用@RequestBody接收。查阅StackOverFlow，受到一个解决方案的启发，本人改进为以下版本，并给出了详尽的注释，希望对大家有帮助。改进后的方案支持...
2018-08-27 21:31:49
114344
24
翻译 Anthropic 官方权威揭秘提示工程：如何成为卓越的提示工程师？避免陷入哪些误区？
我认为提示工程就是试图让模型去做事，试图最大限度地利用模型，试图与模型合作完成你原本无法完成的事情。
2025-04-04 22:27:00
205
原创 【通俗讲解系列】RAG 和 模型微调的区别
模型微调是指在预训练好的大型模型基础上，使用特定领域的数据进行进一步训练，使模型更适合特定任务或领域。当用户提问时，系统首先从知识库中检索相关信息，然后AI模型结合这些检索到的信息和自身的能力来生成回答。这里，培训过程就是模型微调，而你获得的新技能就是微调后的模型能力。========== 生活化例子 ==================== 概念讲解 ==================== 简单记法 ==================== 图示 ==========etrieve(检索) →。
2025-03-16 11:42:07
348
原创 【通俗讲解系列】人工智能与增强智能
它将计算机系统视为人类能力的扩展工具，重点放在帮助人类做出更好的决策上，而不是代替人类决策。增强智能保留了人类的判断力、创造力和道德观念，同时利用机器的数据处理速度和模式识别能力。想象一个半自动洗衣机与智能助手的组合，你需要选择基本模式，但智能助手会提醒你：“这些是丝绸衣物，建议使用低温模式”，或"这批衣服可能需要预先处理污渍"。想象一下一个全自动洗衣机，你只需按下按钮，它会自己完成所有洗衣过程——选择水量、温度、洗涤时间，甚至根据衣物重量调整各项参数。========== 图示 ==========
2025-03-04 22:42:50
261
原创 盘点那些免费好用支持 DeepSeek-R1 满血版的平台
DeepSeek 官网使用 DeepSeek-R1 经常服务不可用。有很多解决办法，其中最简单的就是找到直接打开就可以用的网站。这篇文章为大家盘点这些开箱即用的网站。本文介绍了多种可以立即使用DeepSeek-R1的平台，解决了官方服务不稳定的问题。这些替代方案让用户不必再受官方服务不稳定的困扰，可以根据自己的具体需求选择合适的平台，享受 DeepSeek-R1 的强大功能。全套北京大学 DeepSeek 教程来了！别再花钱买了（附2份 PDF，免费领取）全套清华大学DeepSeek教程来了！
2025-03-02 17:47:26
857
原创 AI 正在创造一代不懂编程的程序员
这篇文章探讨了 AI 对程序员能力的影响，指出过度依赖 AI 导致多项基础能力衰退。作者提出“无 AI 日”实践方案及一系列使用规则，如先思考再用 AI、分级使用、培养新能力等，并强调要将 AI 定位为辅助工具，保持学习心态，提升核心竞争力。文章引起强烈反响。
2025-02-07 21:09:37
1100
8
原创 重生之我在 Claude 上 “复刻”了 DeepSeek-R1 效果
本文从用户需求出发，通过提示词工程在 Claude 3.5 Sonnet 上实现了类似 DeepSeek-R1 的思考过程可视化。尽管无法完全复制其深度思考能力，但通过提取思考模式并结合 Claude 特点，探索出一种提升模型透明度的方法。优秀的提示词往往来自于反复调优和实践验证在编写提示词时，参考目标模型的反馈很有帮助提示词的价值不仅在于提升输出质量，更在于帮助我们理解模型的思维方式在新一代大模型时代，提示词工程正从技巧积累转向帮助用户优化需求表达、理解模型思维。
2025-02-06 23:56:17
1035
原创 DeepSeek访问失败？这些可靠替代方案让你轻松使用
随着 DeepSeek R1 模型的火热，其服务不稳定的问题也日益突出。本文为大家梳理了几种可行的替代方案，各有优劣：对普通用户来说，第三方平台的网页、客户端和 API 服务可能是最便捷的选择。秘塔 AI 搜索提供满血版模型且每天有免费额度，是较为理想的替代方案；DeepSeek-R1 虽然只支持小参数模型，但胜在稳定可靠；超算互联网平台则值得期待其即将推出的大参数版本；lmarena.ai 则侧重于模型测试，提供了 deepseek-r1 ，也提供了很多其他模型。
2025-02-05 21:38:36
3794
4
原创 引领产品创新: 2025 年 PM 效能倍增法则
除了核心应用场景外，AI 工具在产品管理中还有众多具体应用。这些用例不仅有助于掌握 AI 提示工程技巧，更能帮助产品经理将 AI 无缝整合到日常工作流程中。SQL 查询优化产品框架应用设计评审分析影响力评估邮件快速处理技术主题解析访谈指南制定功能结果报告编辑用户反馈分析用户研究资料管理每个场景的详细指南可通过相应链接获取，这些方法都经过实际验证，能显著提升产品管理效率。3 PM 使用 AI 的常见误区作为产品经理，我也在 AI 应用实践中经历过这些挑战，现在和你分享这些经验。
2025-01-26 20:47:58
1241
原创 软考高级数据库系统：分布式数据库系统-分布性、共享性、可用性、自治性
每个节点可以自主决定数据的存储、管理方式，甚至可以决定哪些数据需要与其他节点共享。这意味着无论用户在何处或使用何种设备，都可以访问同样的数据，确保数据一致性和协同工作。可用性指系统能够持续提供服务的能力，即使某些节点或服务器发生故障，系统的其他部分仍然可以正常工作。想象一个连锁超市系统，每个城市都有自己的分店，每个分店都有一个库存数据库。分布式数据库系统的几个关键特性包括分布性、共享性、可用性和自治性，它们各自对应不同的系统设计和功能目标。========== 概念讲解 ==========
2024-10-24 09:15:00
608
原创 软考高级：嵌入式实时系统调度算法 AI 解读
时间片轮转调度算法就像是大家排队玩游戏，每个人有固定的时间（比如每人玩5分钟），时间到了不管你是否完成，都要轮到下一个人。抢占式优先级调度算法则更像是游乐园里有工作人员不断监控，看到VIP来了就会立刻让正在玩的普通玩家停止，让VIP先玩。优先级调度算法像是有VIP通道的游乐园，优先级高的玩家（VIP）可以插队，普通玩家得排在后面。========== 生活化例子 ==================== 概念讲解 ==================== 简单记法 ==========
2024-10-24 09:00:00
306
原创 软考高级：嵌入式冯诺依曼体系和哈佛体系 AI 解读
可以想象冯诺依曼体系像是你在一个房间里，有一张书桌，你可以在这张桌子上放你的作业本（数据）和参考书（指令）。这意味着计算机在不同时间只能通过这条总线获取指令或数据，导致了所谓的“冯诺依曼瓶颈”，即数据传输速率限制了计算机的处理速度。冯诺依曼体系（Von Neumann architecture）和哈佛体系（Harvard architecture）是两种计算机体系结构，它们的主要区别在于指令和数据的存储方式。而哈佛体系则像是你有两个房间，一个房间专门放作业本，另一个房间专门放参考书。
2024-10-24 08:45:00
345
原创 AI 解读软考高级操作系统顺序存取、直接存取、随机存取、相联存取的区别
这是最基础的存取方式，数据是按顺序存放的，读取时也必须按顺序逐个读取，无法跳过。在这种方式下，数据被分成了几个块，你可以直接跳转到某个大块的位置，但在大块内的精确定位仍需要顺序访问。例如传统的磁盘存储就是这种方式，允许快速找到某个大块的数据，但要找到具体的字节位置，还需要一些调整。想象你在找一本图书馆的书，不是根据书的位置或编号去找，而是根据你记住的关键词或书名，系统根据内容帮你找。这就是相联存取，你不需要知道具体位置，数据会根据你提供的信息找到。========== 生活化例子 ==========
2024-10-23 07:00:00
710
原创 AI 通俗解读机器学习中的欠学习和过学习
通常是因为模型复杂度不足（例如，用了太简单的模型或不够的训练时间），导致模型对数据的理解不充分。：这像是你学骑车时，只在一条直的平坦道路上骑了无数次，以至于你对这条路非常熟悉，但当你换到另一条路，特别是有坡度或弯道的路时，你反而骑不好了。在机器学习中，欠学习（Underfitting）和过学习（Overfitting）是两种常见的模型问题，它们都会影响模型的性能，但表现方式和原因不同。：就像你刚开始学骑车的时候，只骑了几次，对各种路况、转弯技巧都没掌握，结果你在不同的情况下总是骑不好。
2024-10-22 09:30:00
380
原创 AI 通俗理解人工智能中 符号主义和连接主义
神经网络是由很多简单的“神经元”组成的，通过训练模型，让这些“神经元”之间形成复杂的连接，从而学会某种任务。比如，深度学习模型就是典型的连接主义，它不需要明确的规则，只需通过大量的数据来训练模型，让它学会从数据中“发现”规律。：就像你学习开车时，教练给你一本详细的手册，里面列出了所有的规则，比如红灯要停、变道前要打转向灯、车速超过某个数值时要减速等等。你开车的次数越多，你的脑子里就逐渐形成了一种自动反应，当看到红灯时，你不用想着"这是个红灯，我要停"，而是直接踩刹车。，能处理复杂、模糊的问题，但缺点是其。
2024-10-20 10:00:00
844
原创 AI 通俗理解强人工智能和弱人工智能
也叫做“广义人工智能”或“通用人工智能（AGI）”，这是指拥有像人类一样的认知能力，可以处理任何任务，不局限于特定领域。，我们只能在科幻电影或小说中见到类似的例子，比如《终结者》中的Skynet，或者《超能陆战队》中的大白。这些AI非常强大，能胜任单一任务，但它们不具备像人类那样的通用智能，无法跨领域思考。========== 生活化例子 ==================== 概念讲解 ==========也叫做“狭义人工智能”，专注于执行特定任务。========== 简单记法 ==========
2024-10-20 09:00:00
967
原创 AI 通俗解读统计学和机器学习的主要区别
而机器学习就像是一个“学徒”，通过大量的观察和经验（数据），不断调整自己来提高“技能”。比如你开发一个自动驾驶系统，它会通过摄像头采集的数据，不断“学习”如何避开障碍物，而不是依赖固定的公式或过去的统计。：想象你是一个侦探，通过找出过去的证据（数据），分析事情发生的概率。比如，你想知道某个城市的交通事故发生率，你会基于以往的事故数据来推测未来可能的情况，并给出一个可信的区间。========== 生活化例子 ==================== 概念讲解 ==========
2024-10-19 10:48:30
496
原创 软考高级：软件架构风格 AI 解读
常见的有**管道-过滤器（Pipe and Filter）**架构，即数据通过一系列“过滤器”（功能模块），逐步被处理。假设我们在做一桌丰盛的晚餐，分别由不同的厨师负责炒菜、煲汤、做甜点，而这些食材都是来自市场上的供应商。，其中一个中央数据存储库负责管理所有数据的存取，所有操作模块通过数据存储库进行数据交互。模块互相独立，不直接依赖对方的实现，类似于“黑箱”式工作。，比如Java虚拟机（JVM），它先将代码翻译成字节码，再由虚拟机执行。就是典型的例子，每个服务独立运行，彼此通过API或消息传递通信。
2024-09-27 08:00:00
451
原创 软考高级：系统设计 - MDA 模型 AI 解读
PIM 描述了系统的结构和行为，但不具体说明在哪个平台上实现，也不依赖特定的编程语言或数据库。例如，定义了系统要有的模块、模块之间的接口，但没有提到是用 Java 还是 Python 开发。PSM 基于 PIM 的设计，考虑了特定平台的要求，例如要在 Windows 上开发，还是用 MySQL 作为数据库。比如，卧室要多大、窗户放在哪，图纸是标准化的，不管你用什么建筑材料，它都能适用。：这是建房子前最后的阶段。建筑师根据图纸，选择具体的材料和施工工具，比如用什么品牌的水泥、木材、电线等。
2024-09-27 08:00:00
604
原创 软考高级：SOA 和微服务 AI 解读
是将应用程序拆解为多个小而独立的服务，每个服务只负责一件事，且这些服务是完全独立的。微服务的一个重要特点是去中心化管理，服务之间的耦合性低，每个服务可以独立开发、部署和扩展，不依赖其他服务。每个店铺（比如面包店、咖啡店、书店等）都是完全独立的个体，独立运营，但它们可能为了便利顾客，会提供某种程度上的合作（比如一起搞促销活动）。，即不同模块可以共享数据库或者中间件，并且这些服务模块通常通过一个中央的服务总线（ESB，企业服务总线）进行通信和管理。========== 概念讲解 ==========
2024-09-26 08:00:00
996
原创 软考高级：云计算架构的五层 AI 解读
平台层提供的是开发环境、数据库、运行时框架等支撑应用程序的服务。用户访问层是用户与云服务交互的入口，这一层提供用户界面和接口，供用户访问应用程序或服务。例如，用户通过浏览器或手机应用连接到云平台，访问存储、计算、或其他服务。下面我将详细解释云计算架构的五个主要层次：管理层、用户访问层、应用层、平台层和资源层。应用层负责为用户提供具体的应用和服务，比如在线办公软件、视频会议工具或云端存储服务。这一层为上层提供计算、存储和网络资源，确保平台和应用可以稳定地运行。管理层负责整体云计算架构的调度、监控和控制。
2024-09-25 08:15:00
944
原创 软考高级：需求工程- 需求获取方式 AI解读
你提到的几种需求获取方式涵盖了多个维度，以下我将逐一解析它们的用途与优势。：通过实际观察用户在使用产品或参与业务时的行为，发现他们的隐性需求。：设计结构化的问卷，广泛收集不同用户群体的意见。：查看公司内部或者客户以往的项目文档，了解过去是如何处理类似问题的，避免重复犯错或遗漏关键点。：通过可视化的流程设计，梳理出用户使用产品或服务的完整路径，发现需求之间的逻辑关系。：需求获取的协作方式，各方共同制定和梳理需求，确保需求的完整性和准确性。：对用户群体中的一部分进行有针对性的需求调查，通常用于节省时间和成本。
2024-09-25 08:00:00
552
原创 软考高级：需求工程-需求分析方法 AI 解读
你提到的几种需求获取方式涵盖了多个维度，以下我将逐一解析它们的用途与优势。：通过实际观察用户在使用产品或参与业务时的行为，发现他们的隐性需求。：设计结构化的问卷，广泛收集不同用户群体的意见。：查看公司内部或者客户以往的项目文档，了解过去是如何处理类似问题的，避免重复犯错或遗漏关键点。：通过可视化的流程设计，梳理出用户使用产品或服务的完整路径，发现需求之间的逻辑关系。：需求获取的协作方式，各方共同制定和梳理需求，确保需求的完整性和准确性。：对用户群体中的一部分进行有针对性的需求调查，通常用于节省时间和成本。
2024-09-25 08:00:00
297
原创 软考高级：需求工程- 4+1 视图 AI 解读
相当于餐馆的菜单，展示了餐馆提供的所有菜品，以及菜品之间的关联。：描述系统在物理环境中的布置方式，展示软件如何部署在硬件设备上，比如服务器、数据库等资源的分布。：展示软件系统中不同模块或组件之间的逻辑关系，通常用来表达功能的结构和模块之间的依赖关系。：描述系统内部如何实现逻辑视图的功能，关注代码如何组织、开发人员如何分配工作。：展示系统在运行时，不同进程之间如何协作、通信和并发执行，关注系统的动态行为。：从用户角度展示软件的功能，描述用户与系统的交互过程，帮助设计系统的用户体验。
2024-09-25 08:00:00
376
原创 软考高级：企业信息化-数据挖掘中的上卷和下钻、旋转分析
这三种操作允许分析者在不同的粒度和维度上灵活地探索数据，从而更全面地理解业务情况，支持战略决策和问题诊断。旋转分析（Rotation/Pivoting）**是三种基本的多维数据操作，用于深入理解和分析数据。在数据挖掘和在线分析处理（OLAP）中，、**下钻（Drill-down）
2024-09-24 08:00:00
824
原创 软考高级：企业应用集成-表示集成、数据集成、控制集成、业务流程集成
在这个过程中，有几个重要的集成类型：表示集成、数据集成、控制集成和业务流程集成。如果没有合理的规划和连接，生活会很混乱，比如你想在厨房做饭，但食材却在卧室，客厅的电视却不能和书房的电脑相连。数据集成的目的是将这些分散的数据整合到一个统一的平台上，保证信息的一致性和同步，避免各部门数据不一致。：比如你在企业内部使用财务系统和库存系统，表示集成会让它们的界面风格一致、操作方式相似，用户不需要反复适应不同的界面，节省学习成本。表示集成是指将不同系统的用户界面进行统一，使得用户在使用多个系统时有一致的体验。
2024-09-24 08:00:00
1379
原创 软考高级：软件系统经济可行性-开发成本、运营成本、有形收益、无形收益区分
例如，你的任务管理应用获得了很多用户好评，提高了用户忠诚度和品牌影响力，甚至因为用户体验好，还增加了你在行业内的声誉。例如，应用上线后，你需要持续支付云服务器费用以保证用户能顺利使用，还需要雇佣技术支持团队来解决用户问题、修复bug，以及定期进行版本升级和功能扩展。例如，开发一款任务管理应用时，需要支付的费用包括开发人员工资、购买开发工具、租用测试设备、用户界面设计费用等。用户支付的每一笔费用都可以明确统计到软件带来的直接收益中。则是用户好评、品牌认知度的提升，甚至是提高市场竞争力的潜在价值。
2024-09-24 08:00:00
726
原创 软考高级：中台相关知识 AI 解读
中台作为一种提升企业敏捷性和资源利用率的架构模式，已成为现代企业尤其是大型互联网企业的重要战略选择。通过构建共享的业务、数据和技术平台，中台能够有效支持前端业务的快速迭代和创新。然而，中台的实施需要企业在组织、技术和管理上进行全面的规划和调整，才能充分发挥其优势，实现业务的持续增长和竞争力的提升。
2024-09-24 07:45:00
564
原创 软考高级：数据库事务状态区分：活动、部分提交、提交、失败、中止 AI 解读
事务（Transaction）是数据库中的一组操作，要么全部成功，要么全部失败。事务因为失败或主动取消，被终止，数据库会将已经执行的操作撤销，回到事务开始前的状态。这就像你决定不点餐了，或餐厅无法满足你的要求，最后你离开餐厅，这个过程就结束了。这时所有的操作会被回滚（撤销），相当于点餐时，发现有问题（如菜品售罄），导致无法继续下单。事务的操作已经执行完了，但还没有完全提交，数据库还在处理最后的提交过程。例如，你已经选好了菜，服务员也已经记下了，但还没付钱。事务已经完成，所有的操作都被成功写入数据库。
2024-09-23 08:15:00
308
原创 软考高级：数据库保持函数依赖和有损无损分解 AI 解读
为了简化管理，你决定把这些数据拆成几个不同的表格，比如一个表只记录商品信息，一个表记录供应商信息。比如，在快餐店的例子中，「商品名称」可以唯一确定「价格」。如果你把商品信息和供应商信息分开，仍然希望「商品名称」能继续唯一确定其他信息，这就是保持函数依赖的要求。拆分后，如果你能够通过商品名称把这些信息重新组合回来（比如通过 SQL 的连接操作），并且数据是完整的，没有丢失或重复，这就是。通过这个简单的记法和例子，拆分数据库表时应该兼顾数据之间的依赖关系，以及确保无论如何分解，信息都能完整恢复。
2024-09-23 08:00:00
494
原创 软考高级：系统安全分析与设计- 加密管理：PKI 和 KMI 区别
KMI 涉及的是整个密钥的管理流程，包括生成、分发、存储、更新、销毁等。PKI 使用公钥和私钥对，其中公钥是公开的，私钥是保密的。PKI（公钥基础设施）和 KMI（密钥管理基础设施）都是与加密和密钥管理相关的重要概念，但它们有不同的侧重点。每个人通过卡进入小区时，小区管理中心会验证卡的真实性（公钥的验证），这就是 PKI 的工作。这可以帮助你快速区分两者的作用，PKI 负责验证和使用密钥，而 KMI 负责管理密钥的整个生命周期。，这些证书是由可信的认证机构（CA）颁发的，确保公钥和对应的身份信息是合法的。
2024-09-23 08:00:00
706
2013双十二万能淘宝做任务领红包辅助4.0
2013-11-30
2013双十二万能淘宝做任务领红包辅助3.0.
2013-11-29
2013聚划算砸冰砖抢红包活动及辅助技巧
2013-11-24
2013聚划算砸冰砖抢红包辅助v3.5
2013-11-23
天猫双十一抢红包助手v5.0(红包后自动开新页面+全自动抢红包)
2013-11-07
2013天猫双十一抢红包助手v4.0(红包后自动开新页面+全自动抢红包
2013-11-07
3013天猫双十一抢红包助v1.5
2013-11-05
Word&Pdf2txt1.5
2013-05-18
Word&Pdf2txt1.0.exe
2013-05-17
磁盘文件隐藏和美化助手5.0（Win7版）.rar
2013-03-12
what to look for in a code review.pdf
2020-10-09
Java核心技术，第二卷，第10版（英文高清文字版）
2018-09-19
明明如月Md5查看修改工具3.0
2016-04-27
明明如月Md5查看修改工具
2016-04-27
2015年双11淘宝密令抢红包神器 4.0
2015-11-08
2015双11密令抢红包工具3.3
2015-11-06
明明如月短网址2.0
2015-10-11
把文件隐藏到图片里 （javafx精美软件）
2015-06-22
明明如月access2003密码找回助手v2.0
2014-06-19
C#精美记事本.rar
2014-04-27
JRegistry-1.8java操作注册表最新资料（推荐）.rar
2014-04-22
美女时钟V2.2.zip
2014-03-30
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人