近年来，笔者在国内外CTF竞赛中见到不少与AI相关的题目。有一些是需要选手自行实现一个AI，来自动化某些操作；有些是给出了一个目标AI模型，要求选手进行破解。本文主要谈论后者——在CTF竞赛中，我们如何欺骗题目给出的AI？CTF中的欺骗AI问题一般分成两类：基于神经网络的和基于统计模型的。如果题目要求选手欺骗神经网络，一般会给出白盒

随着BERT等预训练模型横空出世，NLP方向迎来了一波革命，预训练模型在各类任务上均取得了惊人的成绩。随着各类预训练任务层出不穷，也有部分研究者考虑如何在BERT这一类模型中引入或者强化知识图谱中包含的信息，进而增强BERT对背景知识或常识信息的编码能力。本文主要关注于如何在BERT中引入知识图谱中信息，并survey了目前已公布的若干种方法，欢迎大家批评和

今天我们来介绍一下Mysql中不同类型的锁数据库锁设计的初衷是处理并发问题。作为多用户共享的资源，当出现并发访问的时候，数据库需要合理地控制资源的访问规则。而锁就是用来实现这些访问规则的重要数据结构根据加锁的范围，MySQL里面的锁大致可以分成全局锁、表级锁和行锁三类全局锁全局锁就是对整个数据库实例加锁。MySQL提供了一个加全

 近期略有点诸事不顺，趁略有闲余之时，玩起D3.js。之前实际项目中主要是用各种chart如hightchart、echarts等，这些图形库玩起来貌都是完美的，一切皆可配置，但几年前接触了D3之后，觉得前面那chart类库局限的地方在于，基本不可定制；而D3呢，你说了算，你想画出什么样的图，你说了算，自由度很大，当时就有点膜拜和仰慕，小打小闹的玩了几下，没

根据DX摄象机D3DXMatrixLookAtRH(LH)摄象机主要有lookat坐标、eye坐标、up向量3部分组成，按照lookat和eye的关系我个人将摄象机分成2类：第一种lookat绕eye旋转我称他为“第一人称”摄象机；第二种eye绕lookat旋转我称他为“第三人称”摄象机。第二种摄象机比较适合一般的RPG游戏，也被称为跟随摄象机。第一种摄象机

1\.一个程序应该建立几个收发的传输端点？一个传输端点可以用来传输一类消息，每个传输端点关联的传输通道数则要根据发送端和接收端的分区个数来确定，一般为两者的乘积。两个不同名称的传输端点也可以关联到同一传输通道的不同端。2\.只启动发送端或接收端组件，是否会收到对方的超时事件？对于发送端组件，有消息发出后，接收端组件还未启动

本文摘自深入理解Java虚拟机第三版垃圾收集发生的区域之前我们介绍过Java内存运行时区域的各个部分，其中程序计数器、虚拟机栈、本地方法栈三个区域随线程共存亡。栈中的每一个栈帧分配多少内存基本上在类结构确定下来时就已知，因此这几个区域的内存分配和回收都具有确定性，不需要考虑如何回收的问题，当方法结束或线程结

重载和重写重载：同一个类中定义名字相同的方法，但是参数类型或者参数个数必须不同。重载的方法在编译过程中就可完成识别。具体到每一个方法的调用，Java编译器会根据所传入参数的生命类型来选取重载方法。选取的过程分以下三个阶段：1：在不考虑对基本类型自动装拆箱，以及可变长参数的情况下选取重载方法。2：如果第1个阶段未找到，那么在允许自动

近日，由工业和信息化部网络安全管理局指导，中国信息通信研究院主办的首届信息通信软件供应链安全社区成员大会顺利召开。大会以“强化软件供应链安全治理助力信息通信业健康发展”为主题，旨在探索软件供应链安全治理模式，从根源上防范风险，促使安全治理工作得到真正落实并收获成效。大会现场公布了4类优秀成果评选结果，天翼云基于边缘云WAF实现API安全管理实践成果获评“优

深入了解神经网络本章将介绍用于解决实际问题的深度学习架构的不同模块。前一章使用PyTorch的低级操作构建了如网络架构、损失函数和优化器这些模块。本章将介绍用于解决真实问题的神经网络的一些重要组件，以及PyTorch如何通过提供大量高级函数来抽象出复杂度。本章还将介绍用于解决真实问题的算法，如回归、二分类、多类别分类等。本章将讨论如下主题：详解神经网络的不