- 博客(10)
- 收藏
- 关注
RSS订阅原创 内存学习笔记
等——但无论是否集成于机身内，它们实际上都是“外存”。所谓集成于机身“内”，意即如。另外，民间有时用“内存”一词来指。的集成于机身“内”的。
2025-02-15 19:47:21
208
原创 硬盘结构介绍
当磁盘旋转时，磁头若保持在一个位置上，则每个磁头都会在磁盘表面划出一个圆形轨迹，这些圆形轨迹就叫做磁道（Track）。硬盘的物理结构一般由磁头与盘片、电动机、主控芯片与排线等部件组成；在有多个盘片构成的盘组中，由不同盘片的面，但处于同一半径圆的多个磁道组成的一个圆柱面（Cylinder）。磁盘上的每个磁道被等分为若干个弧段，这些弧段便是硬盘的扇区（Sector）。硬盘的第一个扇区，叫做。）到相对应的盘片上并确定读取正面还是反面的碟面，磁头悬浮在碟面上画出一个与盘片同心的圆形轨道（
2025-02-15 19:46:25
452
原创 硬盘接口笔记
nterface（小型机系统接口），经历多代的发展，从早期的SCSI-II，到目前的Ultra320 SCSI以及Fiber-Channel（光纤通道），接口型式也多种多样。此外，由于SAS硬盘可以与SATA硬盘共享同样的背板，因此在同一个SAS存储系统中，可以用SATA硬盘来取代部分昂贵的SAS硬盘，节省整体的存储成本。ttachment，是用传统的40-pin并口数据线连接主板与硬盘的，接口速度最大为133MB/s，因为并口线的抗干扰性太差，且排线占用空间较大，不利电脑内部散热，已被SATA所取代。
2025-02-15 19:39:09
506
原创 硬盘学习笔记
早期的硬盘存储介质是可替换的，不过现在硬盘的存储介质一般不能更换，盘片与磁头是一起被密封在硬盘驱动器内。硬盘有一个有着过滤措施的气孔，用来平衡工作时产生的热量导致的硬盘内外的。，它在平整的磁性表面存储和检索数字数据，数据通过离磁性表面很近的磁头由电磁流来改变极性的方式被写入到磁盘上，数据可以通过盘片被读取，原理是磁头经过盘片的上方时盘片本身的。，在1960年代初成为通用式电脑中主要的。的方式，可以以任意顺序读取硬盘中的资料。上使用坚硬的旋转磁性盘片为基础的。，随着技术的进步，硬盘也成为。
2025-02-15 19:38:11
201
原创 中央处理器
尽管与早期相比，“中央处理器”在物理形态、设计制造和具体任务的执行上有了极大的发展，但是其基本的操作原理一直没有改变。但是，这种昂贵的为特定应用定制CPU的方法很大程度上已经让位于开发便宜、标准化、适用于一个或多个目的的处理器类。中央处理器的标准化和小型化都使这一类电子零件在现代生活中的普及程度越来越高。，其中分出的中央处理器最为复杂的电路可以做成单一微小功能强大的单元，也就是所谓的核心。IC使得更为复杂的中央处理器可以在很小的空间中设计和制造（在。制造的中央处理器，这些高度收缩的器件就是所谓的。
2025-02-15 19:37:15
228
原创 公共域名解析服务
公共DNS解析由商业公司运营向公众免费提供服务，或者由私人爱好者运营用于传播新技术和支持非营利社区。个别服务商开始提供安全DNS查询传输服务，如。个别公共DNS服务运营商将保护隐私作为其服务的一个优势；有批评者认为，使用这些服务公共DNS潜在大规模数据收集的风险。服务，用于替换或补充本地。
2025-02-15 19:36:10
170
原创 k-匿名性笔记
中最先提出的，其目的是为了解决如下问题：“给定一组结构化的具体到个人的数据，能否给出一组经过处理的数据，使我们可以证明数据中涉及的个人不能被。如果一组公开的数据中，任何一个人的信息都不能和其他至少k−1。（英语：k-anonymization）。创建了一个通讯协议，可以供人匿名地验证。是否已经泄露、但又不公开所涉及的密码；，同时还要保证数据仍具有使用价值。（英语：k-anonymity）是。-匿名性因此得到了媒体的广泛报道。的密码检查功能也使用了这一方法。在内的程序广泛使用。人区分开，则称该数据满足。
2025-02-15 19:35:13
176
原创 差分隐私历史
例如，如果前述的公司被隐去的营业额数据也被统计进了该区域所有公司的总营业额，则用总数减去其他各行业的营业额，仍可得出该公司的真实营业额。随着公开发布的统计表格增加，需要检查的计算方案呈指数增长。例如，在按照行业分类统计一个城市的各行业营业额情况的表格中，如果某一格的数据仅来自一家公司，则该格数据可能会被隐去，以保证该公司的真实营业额不会因此泄露。的研究显示，对于一个统计数据库，公开任意数量的查询结果而不在此过程中泄露任何隐私信息是不可能的，且仅需进行很少次数的随机查询就可以完全揭示整个数据库的每个记录。
2025-02-15 19:32:25
484
原创 差分隐私介绍
粗略地讲，若观察者无法分辨一个算法的输出是否使用了某一特定个体的信息，这样的算法就是差分隐私的。讨论差分隐私时，经常会考量数据库中的个体是否可以被分辨出来。统计特征的算法的一个约束条件。例如，差分隐私的算法被一些政府部门用于公开人口统计信息或其它统计数据，同时保证各被统计对象的回答的。差分隐私背后的直观想法是：如果随机修改数据库中的一个。又如，一些公司在收集用户行为信息的时候可以籍此控制包括内部人员在内的访问者可以看到的细节。攻击的概念，差分隐私的算法通常可以抵御此种攻击。造成的影响足够小，求得的。
2025-02-15 19:31:26
146
原创 联邦学习介绍
传统的联邦学习是基于每个worker设备（节点）的梯度下降：在每一轮中，每个worker通过其本地数据集在本地多次更新其梯度下降权重，然后中央节点聚合器对权重进行平均所有工人，并再次分配给工人。这种方法的主要缺点是效率低。为了减轻通信开销，已经研究了两种主要技术：（i）表征通信和计算之间权衡的权重的本地更新和（ii）表征通信和精度之间权衡的梯度压缩。这种方法与传统的集中式机器学习技术有显著不同，传统的集中式机器学习技术将所有的本地数据集上传到一个服务器上，而更经典的分布式方法则通常假设本地数据样本都是。
2025-02-15 19:29:54
218
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人