<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[Star——Flying in the cyberspace]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/lsyou_2000</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; lsyou_2000]]></copyright><item><title><![CDATA[OWASP发布开源AI网络安全知识库框架AI Exchange]]></title><link>https://blog.youkuaiyun.com/lsyou_2000/article/details/135741845</link><guid>https://blog.youkuaiyun.com/lsyou_2000/article/details/135741845</guid><author>lsyou_2000</author><pubDate>Mon, 22 Jan 2024 10:23:30 +0800</pubDate><description><![CDATA[面对人工智能安全相关工具、平台、法规、应用和服务的快速增长，在推出大语言模型十大漏洞TOP10列表后，OWASP近日又推出了AI开源网络安全知识库框架——AI Exchange（链接在文末），旨在推进全球AI安全标准、法规和知识的开发和共享。与其他软件系统非常相似，人工智能系统开发也遵循生命周期，因此AIExchange建议企业遵循NIST的安全软件开发框架（SSDF），在人工智能软件开发生命周期(SDLC)的各个阶段进行安全防护，包括安全设计、开发、部署以及操作和维护。AI Exchange导航器。]]></description><category></category></item><item><title><![CDATA[PDF最强处理工具-StirlingPDF]]></title><link>https://blog.youkuaiyun.com/lsyou_2000/article/details/135332365</link><guid>https://blog.youkuaiyun.com/lsyou_2000/article/details/135332365</guid><author>lsyou_2000</author><pubDate>Tue, 02 Jan 2024 08:43:48 +0800</pubDate><description><![CDATA[Stirling-PDF 一个功能强大的本地托管的基于 Web 的 PDF 操作工具，这个软件最初是使用 ChatGPT 制作的，持续的版本迭代更新，支持对 PDF 文件执行各种操作，例如拆分合并、转换、重组、添加图像、旋转、压缩等。完全开源免费，彻底告别付费和漫天的广告！]]></description><category></category></item><item><title><![CDATA[漏洞扫描工具scan4all(15000+PoC)]]></title><link>https://blog.youkuaiyun.com/lsyou_2000/article/details/135332331</link><guid>https://blog.youkuaiyun.com/lsyou_2000/article/details/135332331</guid><author>lsyou_2000</author><pubDate>Tue, 02 Jan 2024 08:40:12 +0800</pubDate><description><![CDATA[scan4all拥有15000+PoC漏洞扫描，23种应用弱口令爆破，7000+Web指纹，146种协议，90000+规则Port扫描。集成 vscan、nuclei、ksubdomain、subfinder等，充分自动化进行扫描。是一款Fuzz、HW打点、BugBounty神器等工具。]]></description><category></category></item><item><title><![CDATA[安全AI系统开发指南]]></title><link>https://blog.youkuaiyun.com/lsyou_2000/article/details/134810418</link><guid>https://blog.youkuaiyun.com/lsyou_2000/article/details/134810418</guid><author>lsyou_2000</author><pubDate>Tue, 05 Dec 2023 16:17:49 +0800</pubDate><description><![CDATA[本文件建议为使用人工智能（AI）的任何系统的提供商提供指导方针，无论这些系统是从头开始创建的，还是建立在他人提供的工具和服务之上的。实施这些指导方针将有助于提供商构建按预期运行、在需要时可用的人工智能系统，并且在不向未经授权的方透露敏感数据的情况下工作。本文档主要针对使用组织托管的模型或使用外部应用程序编程接口（API）的人工智能系统提供商。我们敦促所有利益相关者（包括数据科学家、开发人员、管理人员、决策者和风险所有者）阅读这些指南，帮助他们就人工智能系统的设计、开发、部署和运营做出明智的决定。]]></description><category></category></item><item><title><![CDATA[欧盟《数据治理法》说明]]></title><link>https://blog.youkuaiyun.com/lsyou_2000/article/details/133345355</link><guid>https://blog.youkuaiyun.com/lsyou_2000/article/details/133345355</guid><author>lsyou_2000</author><pubDate>Wed, 27 Sep 2023 11:36:39 +0800</pubDate><description><![CDATA[《数据治理法》是一项跨部门法案，旨在通过监管公共/持有的受保护数据的重复使用，通过监管新型数据中介机构促进数据共享，以及鼓励出于利他主义目的共享数据，提供更多数据。个人和非个人数据都在DGA的范围内，涉及个人数据时适用《通用数据保护条例》（GDPR）。除了GDPR，内置的保障措施将增加对数据共享和重复使用的信任，这是在市场上提供更多数据的先决条件。]]></description><category></category></item><item><title><![CDATA[韩国PIPA修正案要点]]></title><link>https://blog.youkuaiyun.com/lsyou_2000/article/details/132989797</link><guid>https://blog.youkuaiyun.com/lsyou_2000/article/details/132989797</guid><author>lsyou_2000</author><pubDate>Mon, 18 Sep 2023 18:03:21 +0800</pubDate><description><![CDATA[2023年2月27日，韩国国会通过了2011年《个人信息保护法》的修正案提案。这些修正案是PIPA颁布以来涉及范围最广的修正案之一。]]></description><category></category></item><item><title><![CDATA[生成式人工智能的潜在有害影响与未来之路（三）]]></title><link>https://blog.youkuaiyun.com/lsyou_2000/article/details/132480376</link><guid>https://blog.youkuaiyun.com/lsyou_2000/article/details/132480376</guid><author>lsyou_2000</author><pubDate>Thu, 24 Aug 2023 18:33:10 +0800</pubDate><description><![CDATA[到目前为止，这个问题的答案是喜忧参半的。产品责任法的特点有两个要素：（i）其适应能力和演变能力，以应对新类型的产品和危害，以及（ii）其关注的是将可致命或极为有害的产品与造成危害但不可能以不同的方式设计、制造或营销的产品或简单地以不合理的方式使用的产品区分开来。这几家公司不仅在开发生成性人工智能方面占据主导地位，而且在提供生成性人工智慧所需的底层工具和服务方面占据主导优势，这进一步集中了一个市场，尽管推广了“开源”技术，但仍被少数强大的公司所占据，这些公司拥有不透明的人工智能开发方法和限制竞争的激励措施。]]></description><category></category></item><item><title><![CDATA[生成式人工智能的潜在有害影响与未来之路（二）]]></title><link>https://blog.youkuaiyun.com/lsyou_2000/article/details/132480224</link><guid>https://blog.youkuaiyun.com/lsyou_2000/article/details/132480224</guid><author>lsyou_2000</author><pubDate>Thu, 24 Aug 2023 18:28:40 +0800</pubDate><description><![CDATA[利润高于隐私：不透明数据收集增加

背景和风险

生成型人工智能工具建立在各种大型、复杂的机器学习模型之上，这些模型需要大量的训练数据才能发挥作用。对于像ChatGPT这样的工具，数据包括从互联网上抓取的文本。对于像Lensa或Stable Diffusion这样的产品，数据包括照片和艺术。由于生成型人工智能对数据的巨大需求，许多人工智能开发人员可能会不分青红皂白地在网上搜寻数据。虽然在某些情况下，这些开发人员试图通过过滤掉受保护的作品、露骨的内容、仇恨言论或有偏见的输入来净化他们的培训数据，但清理数据的做]]></description><category></category></item><item><title><![CDATA[生成式人工智能的潜在有害影响与未来之路（一）]]></title><link>https://blog.youkuaiyun.com/lsyou_2000/article/details/132223522</link><guid>https://blog.youkuaiyun.com/lsyou_2000/article/details/132223522</guid><author>lsyou_2000</author><pubDate>Fri, 11 Aug 2023 08:54:25 +0800</pubDate><description><![CDATA[这是本文的第1版，反映了截至2023年5月15日，Generative AI的已记载的和预期的危害。由于Generative AI的发展、使用和危害的快速变化，我们承认这是一篇内在的动态论文，未来会发生变化。

在本文中，我们使用一种标准格式来解释生成人工智能可能产生的危害的类型。每一节首先解释了生成人工智能带来的相关背景信息和潜在风险，然后强调了学者和监管机构为补救每一种伤害而采取的具体危害和干预措施。本文借鉴了人工智能危害的两个分类法来指导我们的分析：

1.Danielle Citron和Daniel]]></description><category></category></item><item><title><![CDATA[PCI SSC发布安全软件标准和程序v1.2版]]></title><link>https://blog.youkuaiyun.com/lsyou_2000/article/details/128466995</link><guid>https://blog.youkuaiyun.com/lsyou_2000/article/details/128466995</guid><author>lsyou_2000</author><pubDate>Wed, 28 Dec 2022 12:45:47 +0800</pubDate><description><![CDATA[支付卡行业安全标准委员会（“PCI SSC”）于2022年12月7日宣布，已发布PCI安全软件标准1.2版及其支持文件。]]></description><category></category></item><item><title><![CDATA[element表格添加input列及数据读取]]></title><link>https://blog.youkuaiyun.com/lsyou_2000/article/details/126417030</link><guid>https://blog.youkuaiyun.com/lsyou_2000/article/details/126417030</guid><author>lsyou_2000</author><pubDate>Fri, 19 Aug 2022 07:59:26 +0800</pubDate><description><![CDATA[el-table中自动添加input列]]></description><category></category></item><item><title><![CDATA[【转载】干货满满！10分钟看懂Docker和K8S]]></title><link>https://blog.youkuaiyun.com/lsyou_2000/article/details/105115903</link><guid>https://blog.youkuaiyun.com/lsyou_2000/article/details/105115903</guid><author>lsyou_2000</author><pubDate>Thu, 26 Mar 2020 12:28:07 +0800</pubDate><description><![CDATA[2010年，几个搞IT的年轻人，在美国旧金山成立了一家名叫“dotCloud”的公司。



这家公司主要提供基于PaaS的云计算技术服务。具体来说，是和LXC有关的容器技术。



LXC，就是Linux容器虚拟技术（Linux container）

后来，dotCloud公司将自己的容器技术进行了简化和标准化，并命名为——Docker。



Docker技术诞生之后，并没有引起行业的关注。...]]></description><category></category></item><item><title><![CDATA[【转载】文本自动生成研究进展与趋势]]></title><link>https://blog.youkuaiyun.com/lsyou_2000/article/details/81775555</link><guid>https://blog.youkuaiyun.com/lsyou_2000/article/details/81775555</guid><author>lsyou_2000</author><pubDate>Fri, 17 Aug 2018 12:18:48 +0800</pubDate><description><![CDATA[CCF 中文信息技术专业委员会

万小军 冯岩松 孙薇薇

北京大学计算机科学技术研究所，北京

摘要

我们期待未来有一天计算机能够像人类一样会写作，能够撰写出高质量的自然语言文本。文 本自动生成就是实现这一目的的关键技术。按照不同的输入划分，文本自动生成可包括文本 到文本的生成、意义到文本的生成、数据到文本的生成以及图像到文本的生成等。上述每项 技术均极具挑战性，在自然语言处理与人工智能领域均...]]></description><category></category></item><item><title><![CDATA[1000万辆汽车VIN识别码数据被泄，小心买到克隆车！]]></title><link>https://blog.youkuaiyun.com/lsyou_2000/article/details/73195295</link><guid>https://blog.youkuaiyun.com/lsyou_2000/article/details/73195295</guid><author>lsyou_2000</author><pubDate>Tue, 13 Jun 2017 21:02:28 +0800</pubDate><description><![CDATA[E安全6月13日讯 目前已经发现一个汽车数据库被泄露至网络当中，数据库囊括美国本土出售的上千万辆汽车以及相关购买者的个人信息。受这起泄露影响的汽车经销商包括Acura(讴歌)、BMW（宝马）、 Chrysler（克莱斯勒）、Honda（本田）、 Hyundai（现代）、 Infiniti（英菲尼迪）、 Jeep（吉普）、 Kia（起亚）、 Mini（迷你）、 Mitsubishi（三菱）、Niss]]></description><category></category></item><item><title><![CDATA[美情报高级研究计划局研发多项下一代情报技术]]></title><link>https://blog.youkuaiyun.com/lsyou_2000/article/details/73195258</link><guid>https://blog.youkuaiyun.com/lsyou_2000/article/details/73195258</guid><author>lsyou_2000</author><pubDate>Tue, 13 Jun 2017 20:59:48 +0800</pubDate><description><![CDATA[6月4日，美国情报高级研究计划局（IARPA）副局长史黛丝·迪克逊介绍了多项正在研发的下一代情报技术。

甄别自杀式爆炸袭击者

IARPA正在开展一个甄别自杀式爆炸袭击者及高价值目标的项目。这些袭击者通常会被炸得粉身碎骨，没有可用DNA以识别其身份。IARPA的项目则寻求在没有可用DNA的情况下，使用来自头发和角质（人体皮肤最外层的主要成分）的蛋白质来确认其身份。

　　

Am]]></description><category></category></item><item><title><![CDATA[美国发布《提升关键技术设施网络安全框架1.1版》]]></title><link>https://blog.youkuaiyun.com/lsyou_2000/article/details/72921915</link><guid>https://blog.youkuaiyun.com/lsyou_2000/article/details/72921915</guid><author>lsyou_2000</author><pubDate>Thu, 08 Jun 2017 16:25:12 +0800</pubDate><description><![CDATA[2017年1月10日，美国国家标准和技术局NIST更新发布《提升关键技术设施网络安全框架1.1版》，其中包含了该框架1.0版之后收集到的各类反馈信息。该更新版本提供了有关网络安全度量方法、强化供应链风险管理、完善鉴权授权和身份管理、轮廓与分层实现之间的关系等内容的更新，目的在于为相关企业和组织提供更具有针对性的指导性建议。



Cybersecurity Framework v1.1 (]]></description><category></category></item><item><title><![CDATA[趋势科技发布《勒索软件的过去、现在和未来》安全报告]]></title><link>https://blog.youkuaiyun.com/lsyou_2000/article/details/72898530</link><guid>https://blog.youkuaiyun.com/lsyou_2000/article/details/72898530</guid><author>lsyou_2000</author><pubDate>Wed, 07 Jun 2017 13:00:24 +0800</pubDate><description><![CDATA[概要


勒索是一种网络犯罪手段，而在这方面没有任何一款恶意软件比勒索软件做的更好。从2005、2006年以来，勒索软件一直没有停止过破坏的脚步。事实上，在过去的2016年，新出现的勒索病毒种类暴涨了近8倍，收取的赎金接近10亿美元。

所有这些勒索软件都具备加密各种文件类型的能力，不仅是电脑设备，甚至是全球各地的移动设备和服务器，以及个人和企业统统受到此威胁的严重影响。至今仍让人心有余]]></description><category></category></item><item><title><![CDATA[超全面！信息图形设计知识全方位科普]]></title><link>https://blog.youkuaiyun.com/lsyou_2000/article/details/72872192</link><guid>https://blog.youkuaiyun.com/lsyou_2000/article/details/72872192</guid><author>lsyou_2000</author><pubDate>Mon, 05 Jun 2017 22:36:50 +0800</pubDate><description><![CDATA[一.  什么是信息图形

信息图形设计就是针对内容复杂、难以描述的信息进行充分的理解、提炼、整理、分类，并通过设计将其视觉化，通过图形简单清晰地向用户以更为直观的形式展示，这种图就叫做信息图形。

信息图形由信息和图形两个词语组成，它被称之为“信息图形”（Infographics或Information Graphics）。信息图形最初是用在报纸、杂志、新闻等媒体刊登的一般图解。图解这个词]]></description><category></category></item><item><title><![CDATA[k近邻（kNN）算法简介]]></title><link>https://blog.youkuaiyun.com/lsyou_2000/article/details/51542122</link><guid>https://blog.youkuaiyun.com/lsyou_2000/article/details/51542122</guid><author>lsyou_2000</author><pubDate>Mon, 30 May 2016 23:29:18 +0800</pubDate><description><![CDATA[K最近邻(k-Nearest Neighbor，KNN)分类算法，是一个理论上比较成熟的方法，也是最简单的机器学习算法之一。

一、算法概述

    k -近邻算法是基于实例的学习方法中最基本的，先介绍基于实例学习的相关概念。



基于实例的学习。




1、已知一系列的训练样例，很多学习方法为目标函数建立起明确的一般化描述；但与此不同，基于实例的学习方法只是简单地]]></description><category></category></item><item><title><![CDATA[数学中各种距离的定义]]></title><link>https://blog.youkuaiyun.com/lsyou_2000/article/details/51542116</link><guid>https://blog.youkuaiyun.com/lsyou_2000/article/details/51542116</guid><author>lsyou_2000</author><pubDate>Mon, 30 May 2016 23:28:12 +0800</pubDate><description><![CDATA[在做分类时常常需要估算不同样本之间的相似性度量(SimilarityMeasurement)，这时通常采用的方法就是计算样本间的“距离”(Distance)。采用什么样的方法计算距离是很讲究，甚至关系到分类的正确与否。

　　本文的目的就是对常用的相似性度量作一个总结。




本文目录：

1.欧氏距离

2.曼哈顿距离

3. 切比雪夫距离

4. 闵可夫斯基距离]]></description><category></category></item></channel></rss>