罗伯特技术屋

在检索时，将实体和关系作为单元进行联合建模，从而更准确地理解查询意图，并提供更精准的检索结果。传统的知识存储媒介以纸质为主，借助计算机和互联网技术的发展，越来越多知识信息以电子文档的形式进行存储，以共享知识库为核心，通过建立共享知识和交流平台，实现数据和经验的价值复用。本文是AI落地实践的优秀案例，利用RAG技术（Retrieval-Augmented Generation，检索增强生成）的知识库实践为背景，介绍了RAG技术的发展及存在的不足，以及知识图谱相关的知识，利用RAG技术去完善和智能化知识图谱。

本文从组件的基本概念入手，结合企业诉求，介绍了两种常见的日志平台架构的使用场景、以及生命周期管理。同时也详细描述了我们比较头痛的分布式架构中网络带宽问题的解决思路，是一篇非常具有参考价值的文章。

【摘要】本文旨在通过实际案例，梳理CMDB近年来的一些建设思路，并从价值创造的角度审视其在运维体系中的作用，探讨如何进一步优化IT资源管理策略，进入IT资产管理“2.0”。CMDB作为运维数字化体系的基础设施，其建设定位、配置模型的设计、数据治理的成效以及数据消费等能力，直接决定了运维数字化转型的深度与广度。从实际操作层面观察，鉴于CMDB实施者主要应对运行保障的方向，多数CMDB的建设初衷聚焦于IT资产的数字化管理，构建统一的生产实物资产台账体系，并作为运维主数据强化运维平台间的互联互通。鉴于当前IT资产

一、块存储、文件存储、对象存储，三者的本质差别是什么？1、块存储典型设备：磁盘阵列，硬盘块存储主要是将裸磁盘空间整个映射给主机使用的，就是说例如磁盘阵列里面有5块硬盘（为方便说明，假设每个硬盘1G），然后可以通过划逻辑盘、做Raid、或者LVM（逻辑卷）等种种方式逻辑划分出N个逻辑的硬盘。（假设划分完的逻辑盘也是5个，每个也是1G，但是这5个1G的逻辑盘已经与原来的5个物理硬盘意义完全不同了。例如第一个逻辑硬盘A里面，可能第一个200M是来自物理硬盘1，第二个200M是来自物理硬盘2，所以逻辑硬盘A是由多个

在CD代码中，该项目使用kustomize实现对不同的环境，使用不同的配置进行部署，同样是如同terraform一样的目录结构，base目录是基本的配置，通常我们这里放的是开发环境的配置，而在overlay中的四个目录对应用于dev，staging、perprod，production四个环境，可以把对不同环境所对应的配置写在里面。刚开始的时候，出现的是服务器自动化部署工具，就是如Cobbler、Ux-ignite等，这种类型工具是部署操作系统的，可以一键部署几十台甚至上百台的服务器，如图一。

【导读】某银行 Zabbix 系统经过两年多发展，从小范围试用逐步扩展到涵盖硬件、应用、平台、业务等更大范围的场景，架构上从单数据中心进化为三中心的分布式部署。除了逐渐替代旧的监控系统，越来越多的第三方系统也开始对接起了 Zabbix，通过 API 或者数据库抽数的方式，使用海量的运维监控数据实现智能运维的工作模式。本文从架构部署、监控维度、自动化方案、运营管理层面，分享 Zabbix 在银行应用的实践经验，希望对广大同行有所帮助。Zabbix 是一个基于 Web 界面提供分布式系统监视及网络监视功能的企业

首先，对告警进行分类，通常分为对业务有直接影响的告警［6］（如在线下降、服务器 ping 不通、业务进程崩溃、业务进程日志中出现致命字符串等）和预警（如在线波动、CPU和内存异常等）［7］，其次，完成告警的去重、合并和聚合，最后，通过规则库过滤进行告警收敛［8］，对于误报、连锁告警、大量告警等现象，会进行根因定位分析等，并做可视化数据呈现［9］。例如在图1中，Ts = 0，Te = 600，告警序列 s由多个有序的告警向量（A，t）组成（其中A为告警监控项，t为告警发生的时间，A∈E）。

【摘要】随着业务线上化、移动化和场景化比例越来越高，数据仓库数据面临数据规模爆发式增长和数据类型多样性等问题，单一的数据仓库技术已无法完全应对。为此银行启动了融合数据湖建设。本文对数据仓库和数据湖的技术路线进行了分析对比，简述了“湖仓一体”架构的必要性；同时从银行数据湖存储技术路线评估与选型经验，到基于专业分布式存储存算分离架构的建设过程，以及融合数据湖项目所取得的成效做了详细分享。一、背景介绍随着银行业数字化转型进程的加快，以及数据驱动战略在银行的落地实践，2019年我行围绕分布式数据仓库和大数据技术，构

在“双碳”目标推动下，能源产业数字化转型势在必行. 随着区块链在能源行业数字化转型应用和发展，能源区块链概念逐渐形成共识，它是区块链与能源互联网深度融合的产业新形态，可助力能源主体之间的高效协作，为绿色低碳等创新业务模式提供技术支撑与服务. 能源区块链的规模化发展离不开多层次跨链技术的突破，但能源区块链的跨链服务还面临着许多问题.

实时多媒体传输是互联网最重要的应用之一，其系统对于传输延迟提出了很高的需求. 其中，延迟波动是延迟优化中最具有挑战性的问题. 然而，传统的尽力而为的传输服务在很多情况下无法满足实时多媒体传输对延迟波动的要求.

随着深度学习技术的发展与应用，特别是资源受限场景和数据安全场景对序列任务和数据进行快速学习需求的增多，持续学习逐渐成为机器学习领域关注的一个新热点. 不同于人类所具备的持续学习和迁移知识的能力，现有深度学习模型在序列学习过程中容易遭受灾难性遗忘的问题. 因此，如何在动态、非平稳的序列任务及流式数据中不断学习新知识、同时保留旧知识是持续学习研究的核心.

大语言模型ChatGPT因其高度通用化和智能化的表现受到广泛社会关注，其引发的技术革命也正逐渐延伸为一场社会革命. 在此背景下，基于ChatGPT背后大语言模型技术的演进路线与特征，探索大语言模型技术对社会的潜在机遇与挑战，成为当下社会的重要议题.

近年来，大语言模型（large language model，LLM）在一系列下游任务中得到了广泛应用，并在多个领域表现出了卓越的文本理解、生成与推理能力. 然而，越狱攻击正成为大语言模型的新兴威胁. 越狱攻击能够绕过大语言模型的安全机制，削弱价值观对齐的影响，诱使经过对齐的大语言模型产生有害输出. 越狱攻击带来的滥用、劫持、泄露等问题已对基于大语言模型的对话系统与应用程序造成了严重威胁.

摘要 Transformer模型在自然语言处理、计算机视觉等众多领域得到了广泛应用，并且有着突出的表现. 在Transformer的推理应用中用户的数据会被泄露给模型提供方. 随着数据隐私问题愈发得到公众的关注，上述数据泄露问题引发了学者们对Transformer安全推理的研究，使用安全多方计算（secure multi-party computation，MPC）实现Transformer模型的安全推理是当前的一个研究热点. 由于Transformer模型中存在大量非线性函数，因此使用MPC技

随着人工智能领域大模型（large model）的广泛应用，大模型，尤其是大语言模型（large language model，LLM）的安全问题受到了广泛关注. 大模型作为一种新兴技术，与之相关的安全态势分析以及安全体系建设均亟待挖掘与探索.

成功率以及泛化性指标是评估知识编辑能否校正LLMs的不安全行为；流畅性、是非观以及局部性指标检测知识编辑过程是否只改变LLMs中特定的不安全行为，而不产生一些副作用、影响LLMs的其他通用能力.

摘要 本文提出大语言模型安全通用基准测试集—JADE-DB，该数据集基于靶向变异方法自动化构建，能够将经验丰富的大语言模型安全测试员和多学科专家学者手工撰写的测试问题转化为高危通用问题，保持语言自然性的同时不改变其核心语义，且能够攻破十余款国内外知名大语言模型的安全防护机制. 根据语言复杂性差异，JADE-DB包含基础、进阶、高危三个安全测试等级，共计上千条覆盖违法犯罪、侵犯权益、歧视偏见和核心价值观4大类违规主题、30多种违规主题的通用测试问题，其中针对国内开源（中文，8款）、国内商用（中文，6

随着大语言模型的迅速发展，大语言模型的安全性逐渐引起了研究者和公众的密切关注. 为了防止大语言模型在与人类协作中对人类产生伤害，如何确保大语言模型在日常场景中的判断能与人类道德观念相符成为了一个重要问题. 其中一个关键的挑战是，如何确保大语言模型在道德判断方面，能够像人类那样，针对不同的情境，灵活地调整或重新考虑预定的规则，从而使其判断与人类的道德观念保持一致.

深度学习模型容易受到后门攻击，在处理干净数据时表现正常，但在处理具有触发模式的有毒样本时会表现出恶意行为. 然而，目前大多数后门攻击产生的后门图像容易被人眼察觉，导致后门攻击隐蔽性不足.

随着生成式人工智能技术的发展，许多领域都得到了帮助与发展，但与此同时虚假信息的构建与传播变得更加简单，虚假信息的检测也随之难度增加. 先前的工作主要聚焦于语法问题、内容煽动性等方面的特点，利用深度学习模型对虚假新闻内容进行建模. 这样的方式不仅缺乏对内容本身的判断，还无法回溯模型的判别原因.

随着5G的发展，攻击性言论逐渐以多模态的方式在社交网络上广泛传播. 因此，攻击性模因的检测与解释生成对于提高内容审核效果、维护和谐健康的舆论场环境有着重要的作用. 现有的攻击性模因解释生成研究只关注于攻击对象和攻击内容，忽略了模因包含的社会背景知识和隐喻表达手法，无法全面、准确地解释攻击性模因的含义，大大限制了解释的应用范围.

欺骗防御（deception defense）指防御者利用欺骗性资源或手段，在被保护目标的网络或系统上布下陷阱或诱饵，实现扰乱、迷惑攻击进程，采集攻击活动的目的，使防御者提前感知威胁，变换防御部署，迫使攻击者花费更多的精力与成本，保证目标系统的安全性.蜜罐作为欺骗防御体系中最基本、最核心的工具，其本质是通过模拟实际的计算机系统、网络服务和数据，诱使攻击者对其进行交互.

数字人文旨在采用现代计算机网络技术助力传统人文研究，文言历史古籍是进行历史研究和学习的重要基础，但由于其写作语言为文言文，与现代所用的白话文在语法和词义上均有较大差别，因此不易于阅读和理解。针对上述问题，提出基于预训练模型对历史古籍中的实体和关系等进行知识抽取的方法，从而有效获取历史古籍文本中蕴含的丰富信息。该模型首先采用多级预训练任务代替BERT原有的预训练任务，以充分捕获语义信息，此外在BERT模型的基础上添加了卷积层及句子级聚合等结构，以进一步优化生成的词表示。

中国古代典籍文献浩如烟海，蕴藏了大量的历史人文知识。以电子化和全文检索为主要方法的古籍数字化开发应用模式已经成为语言文学、历史、哲学等学科的重要基础资源和工具。随着人工智能与大数据技术的发展，数字人文的研究范式不断演进，将传统典籍的文本转换为高度结构化的新型数字人文数据库是一项新的探索，将文本中词汇、人物、地理实体等要素有机组织起来，对于历史现象可视化、历史规律量化具有重大意义。

信息技术的发展推动了科学研究范式的转变。近年来，社科人文领域也逐渐发展出了数据驱动的研究方式。从可视化的角度，对国际数字人文大会论文进行分析，从任务、数据和应用视角3个层面总结了当前可视化在数字人文中的应用现状。通过分析从人文、可视化技术、艺术3种角度出发的数字人文项目，揭示了多学科交叉对提高数字人文与可视化结合项目质量的巨大潜力。同时，分享了北京大学在探究这种多学科交叉合作新范式的实践，包括交叉人才的教育、学科交叉融合的科普以及相关智能可视化技术的研究等方面。

情感分析是对信息情感倾向的挖掘，主要用于舆情监测、商品评论分析以及信息检索等方面。随着社交媒体的快速发展，文本数据量呈现爆炸性增长，文本情感分析成为自然语言处理领域重要的研究热点之一。与此同时，由于情感数据具有海量、时变、非结构性、强关联性的特点，能够直观高效地呈现情感倾向的可视分析技术在这个领域得到广泛应用。回顾了近年来的情感可视分析研究，从表现形式——“主题词”“关联”“演变”“时空分布”4个方面阐述文本情感可视分析方法，并对未来情感分析技术及文本情感可视分析研究进行展望。

空气污染与人们的健康和经济社会的发展息息相关。然而，监测站点分布稀疏，无法提供细粒度的空气污染物浓度。此外，现有的空气污染物浓度推断方法缺乏实时处理相关数据的能力，具有滞后性。为了解决上述问题，提出了一种基于数字孪生技术的元宇宙空气污染物浓度推断模型。该模型将现实数据映射到元宇宙空间中，并构建数据仓库，通过构建空气污染物特征库实现对空气污染物浓度的实时精确推断。实验结果表明，该模型能提高空气污染物浓度推断的准确性和有效性。

元宇宙是对现实世界虚拟化、数字化的过程，融合了多种技术。虚拟现实和区块链是构建元宇宙的底层技术，但两者在数据处理和算力需求上有很大不同。为了解决元宇宙中区块链和虚拟现实的数据异构、算力异构等问题，提出“元算中心”的概念，并且在硬件架构上将元算中心、区块链节点、边缘服务器组成算力网络。元算中心集中处理元宇宙虚拟场景渲染数据与虚拟人物的交互；数字资产和个人信息利用区块链在多个分布式节点上进行脱敏存储；边缘服务器敏捷响应用户请求，并作为区块链的轻节点存储部分信息。

当前，数据授权运营的理论和实践尚处于混沌和争议之中。基于对中国特色数据开放的认知，对当前数据授权运营和数据开放间并列互补或包含隶属两种关系论提出挑战，重新定位授权运营应为间接实施数据开放的市场化机制。开创性地提出对数据授权运营的运营产出和运营行为两个概念予以精细化拆解的必要性，厘清数据授权运营的内涵，即其由分类分级运营商生态支撑，围绕数据开放“权利-责任-利益”而主要产出初级数据产品供第三方再利用开发，而非仅是直接使用的社会-技术系统。

基于数据和生产要素的概念和历史分析，提出数据要素是根据特定生产需求汇聚、整理、加工而成的，参与社会生产经营活动的计算机数据及其衍生形态，应聚焦其作为经济增长的新动能和推动生产发展的价值。总结了数据要素的价值释放途径，即业务贯通、数智决策、流通赋能三次价值，应在推动数据要素发展过程中予以全面关注。

基于国内外数据交易市场的发展现状与平台思维视角，分析了我国数据交易的经济概况与前景，结合平台经济与数据交易平台市场的发展特点，分别从交易模式、平台类型、数据来源方式及数据交易平台的特征等角度进行了深度探讨。此外，对我国政府主导型典型数据交易平台的模式及特点进行了分析，为政府在数据交易平台培育与发展政策制定上呈递了参考的着手点。最后，在培育数据交易平台市场方面提出积极建议。

数据信托可被视作一种新型的、可信的数据流通模式。数据信托不仅是一种保障信息安全的组织结构，还是一种增进数据要素市场可信性的创新性制度设计。设计了一种数据信托的运行机制，探讨了该机制下数据信托的组织结构、特征、功能和监管方案。指出数据信托包含两个彼此独立的法律关系。数据信托最重要的特征是参与者之间的风险隔离，这正是数据信托作为可信的数据流通模式的基础。数据信托在数据价值链中可以发挥重要作用，具体表现为数据增值、数据代管和数据共有等。

近年来，数据要素市场培育与数据要素流通使用安全风险管理问题受到社会各界的广泛关注。

数据空间是网络空间从“以计算为中心”向“以数据为中心”转型的一种新形态，蕴含着变革性重大科技问题和换道超车创新机遇。类似互联网是网络空间的主要基础设施，数据空间也需要“以数据为中心”的新型基础设施，其核心功能是实现数据的一阶实体化。从数据空间的视角出发，分析总结互联网、万维网和数字对象架构等主流技术体系对数据一阶实体化的支持和不足，给出数据空间基础设施的基本内涵与技术挑战。

智能文本生成是人工智能与自然语言处理领域的前沿研究方向，也是AI生成内容（AIGC）的关键技术支撑，近些年受到学术界和产业界的高度关注，在媒体出版、电子商务等多个行业与场景下均已实现应用，能够大幅提升文本内容的生产效率。本文对智能文本生成的应用现状与主要方式进行了系统性概述，并重点介绍了基于深度学习的智能文本生成技术，同时指出现有技术所面临的挑战。

1.1 问题定义联邦学习在满足数据隐私要求、保护数据安全、遵守政府法规的前提下，进行数据的使用和建模，即通过只在各节点间传递模型参数，而不分享节点间数据的方式训练一个共享的数据模型。联邦学习不需要交换各数据节点间的数据，各节点间仅交换共享数据模型的参数，以保护用户的隐私安全。定义n个数据拥有者{f1,f2,…,fn}，不同数据拥有者fi的本地目标用Fi(ω)表示，它们各自拥有自己的数据{D1,D2,…,Dn}，并希望利用这些数据训练机器学习模型。

【摘 要】毫米波频段具有大带宽、低时延、高速率等优点，具有很广泛的应用前景，同时较高的传播损耗也对运营商的未来毫米波覆盖规划提出了较大挑战。在介绍毫米波频段特性的基础上，针对高频网络规划所面临的传播损耗高、覆盖盲区大等受限的劣势简述并分析了目前研究较为火热的智能超表面与中继通信两种毫米波覆盖增强技术，并结合增强技术应用前景与潜在部署环境信息，为运营商未来毫米波场景规划提出了可行性参考建议。【关键词】G；毫米波；覆盖增强技术；毫米波规划0 引言我国工业和信息化部（简称“工信部”）近日下发的《“十四五”信

文献[5]中研究了6G空天网络资源的高效分配策略。当用户身处场景（c），由于用户与基站之间存在障碍物（如建筑物、树木等）的遮挡，信号传输损耗较高，此时，即使该场景下用户数量较少，对比无遮挡环境（a），为满足同样需求分配的资源明显不同，即（c）中所需的资源较多。中层为6G网络通感算资源调配模块，负责对用户主观主体需求以及客观环境需求进行识别与获取，随后基于用户需求以及网络通感算资源，在上层AI网络管控与控制平台的辅助下，制定相应的网络资源调配策略，并加以用户需求反馈，从而形成网络资源调配策略的闭环迭代。

随着数字经济深度推进，工业软件对现代制造业的重要性愈发凸显，制造业全产品、全过程、全价值链对工业软件的依赖逐步增加，工业软件已经成为现代工业和制造业的灵魂。为此，首先阐述工业软件的发展历程，明确工业软件本质是工业知识，深度分析工业软件与工业技术之间的关系。然后，分析亚当·斯密的分工理论、计算机硬件架构分工、软件体系分工发现，中国应将精力集中于开发行业专用软件，而非通用工业软件。最后，对中国工业软件发展提出十点思考。0引言讲工业软件，必须先讲软件。《软件工程通史》对软件发展作出了以10。

【摘 要】无人机通信系统具有强视距、易部署等优势，是第六代移动通信系统（6G）的重要组成部分。另一方面，雾计算技术通过将算力部署至网络边缘，能够有效支撑多种新兴智能服务的性能需求。在无人机通信系统中结合雾计算，有望进一步增加容量、降低时延及提升服务质量，但二者如何结合，学界和业界尚未有明确方案。为此，提出了一种基于雾计算的智能无人机通信系统架构，并讨论了支持该架构的理论基础和关键赋能技术，最后展望了基于雾计算的智能无人机通信系统的未来发展方向及挑战。【关键词】雾计算；无人机通信；无线智能0 引言随着第