搜索[协同工作]结果-低调大师优秀个人博客

精选列表

搜索[协同工作]，共10007篇文章

EvilTokens 设备代码钓鱼平台攻击机制与协同处置研究

本次微软联合多方机构依据法院授权开展基础设施关停行动，并配合英国警方完成涉案人员抓捕，成为针对 AI 赋能钓鱼即服务平台的跨国协同处置典型案例。

2026-09-23

多系统如何协同？聊聊 IBMS 智能建筑集成管理系统

现代大型智能建筑内部，会同时运行十几套独立子系统：视频监控、停车场管理、电梯监控、门禁、火灾报警、BAS 楼宇自控、能耗监测等等。

2026-09-23

人机协同的边界设计：哪些交给人、哪些交给智能体

把协同设计在前头，自动化才既高效又有温度，组织才敢放心用。很多团队要么全机器、要么全人工，两个极端都走不远，前者失控、后者浪费，真正的红利在中间的协同带。

2026-09-18

采购与供应商协同：跨企业流程自动化

我的经验是，采购自动化要从三单匹配与费用分摊切入，先把内部对账做厚，再延伸到供应商协同。下面按三单匹配、费用分摊、供应商协同三条线聊聊，供采购与财务团队对照。

2026-09-16

打破部门墙的战略设计、协同机制与智能底座

部门墙是分工制度的副产品。1776 年，亚当·斯密用制针工厂说明分工的威力：十个人分工，一天做出四万八千枚针。此后泰勒的科学管理、法约尔的职能制主张、韦伯的科层制理论，把专业职能固定成企业的正式结构。专业能力来自职能部门，病症也来自这些职能部门——每一个职能部门都有自己的边界、业务规则和利益。

2026-09-12

超自动化安全中的流程编排与协同响应

某金融机构的安全运营中心里，小陈盯着屏幕上一行红色告警：“检测到来自外网的恶意IP正在尝试SQL注入攻击”。他迅速打开防火墙管理界面，手动输入IP地址进行封堵——这个过程，花了整整8分钟。

2026-08-21

构建终端文件安全闭环：落地加密 + 流转加密协同方案

在企业终端数据防泄漏建设中，透明加解密依托内核文件过滤驱动实现无感防护，不改变员工日常操作习惯，能够有效保护内部业务文档。不少运维人员经常混淆落地加解密与复制 / 移动加解密两类管控策略，不合理的配置容易引发文件漏加密、终端 IO 性能下降、文档异常等问题。本文结合落地运维经验，梳理两种模式的原理、参数规范以及企业环境部署方案。

2026-08-07

工业视觉云边协同：网络传输瓶颈与技术选型探讨

工业视觉正从"单机识别"走向"云边协同"。随着5G工厂和工业视觉应用持续落地，越来越多企业采用边缘推理与云端训练结合的架构——轻量推理部署在工厂边缘，复杂训练任务上移至云端GPU集群。

2026-07-29

携手创未来，“HarmonyOS 协同·创新”技术沙龙在济南顺利举办

4月27日，“HarmonyOS 协同·创新”（软件行业专场）在济南顺利举行。

2025-04-29

“HarmonyOS 协同·创新”即将启幕，开发者携手共创新未来

当智能终端从“单一设备”走向“全域协同”，从智能家居的联动控制到工业互联的高效协同，从车载系统的无缝衔接到移动办公的跨端流转，开发者如何在这场变革中抢占先机？

2025-04-22

汉为加入 OurBMC，联合打造软硬件协同 BMC 技术

汉为加入 OurBMC 社区后，将更好地融入社区 BMC 生态，为共同推进 BMC 技术自主可控，促进上下游信创企业协同，打造 BMC 信息系统软硬件生态添砖加瓦。

2024-01-17

动手实践丨使用华为云IoT边缘体验“边云协同”

摘要：“边云协同”，即云端与边缘的协同。通过边云通道，部署在边缘节点上，并实现在云端远程管理应用，保障部署在边缘的应用能够正常运行，并通过与云端的连线，将业务执行结果在云端呈现。

2022-11-08

KubeEdge SIG AI发布首个分布式协同AI Benchmark调研

随着边侧算力逐步强化，时代也正在见证边缘AI往分布式协同AI的持续演变。分布式协同AI技术是指基于边缘设备、边缘服务器、云服务器利用多节点分布式乃至多节点协同方式实现人工智能系统的技术。

2022-10-18

端云协同创新优化音视频场景用户体验

今天我分享的主题是《端云协同创新优化音视频场景用户体验》。表面看上去音视频场景、用户体验这件事，与我们这个做特效的团队不是那么沾边。那么为什么会由我来进行这个分享呢？接下来给大家分享一个我亲身经历。

2022-08-24

APIJSON 4.7.0 发布，荣获大奖【腾讯IEG开源协同项目奖】

感谢腾讯同事 fineday009,jun0315,Wscats,caohao-php为 APIJSON贡献代码。感谢Rkyzzy, kxlv2000, gdjs2,403f,gujiachun 为 APIJSON 共 6次贡献代码。 APIJSON 4.7.0更新内容新增数据源关键词 @datasource，可由业务完全自定义；解决 Oracle 低版本分页语法兼容问题，OFFSET LIMIT 改为 ROWNUM+子查询；优化分页查询、各种 JOIN、查询计划等并修复相关bug。具体见Release 发布版本。 APIJSON-Demo 新增连接池及多数据源 Demo（Druid + HikariCP），可自由切换。 APIJSON 简介 APIJSON 是一种专为 API 而生的 JSON 网络传输协议以及基于这套协议实现的 ORM 库。为简单的增删改查、复杂的查询、简单的事务操作提供了完全自动化的万能 API。能大幅降低开发和沟通成本，简化开发流程，缩短开发周期。适合中小型前后端分离的项目，尤其是 BaaS、Serverless、互联网创业项目和企业自用项目。为什么选择 APIJSON？解决十大痛点(APIJSON 大幅提振开发效率、强力杜绝联调扯皮、巧妙规避文档缺陷、非常节省流量带宽等) 开发提速巨大(CRUD 零代码热更新自动化，APIJSONBoot 对比 SSM、SSH 等保守估计可提速 20 倍以上) 腾讯官方开源(使用 GitHub、Gitee、工蜂等平台的官方账号开源，微信公众号、腾讯云+社区等官方公告) 社区影响力大(GitHub 11.1K Star 在 423WJava 项目中排名前 130，远超 FLAG, BAT 等国内外绝大部分开源项目) 各项荣誉成就(腾讯内部3个奖项、腾讯首个 GVP 获奖项目、腾讯后端项目 Star 第一、GitHub Java 周榜第一等) 多样用户案例(腾讯内部用户包含互娱、音乐、云与智慧，外部用户包含 500 强上市公司、数千亿资本国企等) 适用场景广泛(社交聊天、阅读资讯、影音视频、办公学习等各种 App、网站、公众号、小程序等非金融类项目) 周边生态丰富(Android, iOS, Web 等各种 Demo、继承 JSON 的海量生态、零代码接口测试和单元测试工具等) 文档视频齐全(项目介绍、快速上手、安装部署等后端、前端、客户端的图文解说、视频教程、代码注释等) 功能丰富强大(增删改查、分页排序、分组聚合、各种 JOIN、各种子查询、跨库跨表、性能分析等零代码实现) 使用安全简单(自动增删改查、自动生成文档、自动管理版本、自动控制权限、自动校验参数、自动防SQL注入等) 灵活定制业务(在后端编写远程函数，可以拿到 session、version、当前 JSON 对象等，然后自定义处理) 高质可靠代码(代码严谨规范，商业分析软件源伞 Pinpoint 代码扫描报告平均每行代码 Bug 率低至 0.15%) 兼容各种项目(对各类 Web 框架集成友好且提供 SpringBoot, JFinal 的 Demo，协议不限 HTTP，与其它库无冲突) 工程轻量小巧(仅依赖 fastjson，Jar 仅 280KB，Java 文件仅 59 个共 13719 行代码，例如 APIJSONORM 4.3.1) 多年持续迭代(自 2016 年开源至今已连续维护 4 年，累计 2426Commits、85Releases，不断更新迭代中...) APIJSON 生态项目 APIJSON.NETC# 版 APIJSON ，支持 MySQL, PostgreSQL, SQL Server, Oracle, SQLite apijson-go【新】Go 版 APIJSON，目前支持单表查询、列表筛选、关联查询等 APIJSON-phpPHP 版 APIJSON，基于 ThinkPHP，支持 MySQL, PostgreSQL, SQL Server, Oracle 等 apijson-phpPHP 版 APIJSON，基于 ThinkPHP，支持 MySQL, PostgreSQL, SQL Server, Oracle 等 apijson-node字节跳动工程师开发的 Node.ts 版 APIJSON，提供 nestjs 和 typeorm 的 Demo uliweb-apijsonPython 版 APIJSON，支持 MySQL, PostgreSQL, SQL Server, Oracle, SQLite 等 APIJSONParser第三方 APIJSON 解析器，将 JSON 动态解析成 SQL FfApiJson用JSON格式直接生成sql 借鉴APIJSON 支持多数据源 APIJSONDemo_ClickHouse【新】APIJSON + SpringBoot 连接 ClickHouse 使用的 Demo apijson-learn【新】APIJSON 学习笔记和源码解析 ApiJsonBoot基于 APIJSON 的零代码 API 生成框架 light4j整合 APIJSON 和微服务框架 light-4j 的 Demo，同时接入了 Redis apijson-examples关于 APIJSON 包含 admin, upms, web 的多端 Demo ApiJsonByJFinal整合 APIJSON 和 JFinal 的 Demo SpringServer1.2-APIJSON智慧党建服务器端，提供上传和下载文件的接口 apijson-builder一个方便为 APIJSON 构建 RESTful 请求的 JavaScript 库感谢热心的作者们的贡献，点 ⭐Star 鼓励他们继续完善吧^_^ APIJSON - 零代码接口与文档 ORM 库（腾讯内外五个奖项、腾讯开源五个第一）后端接口和文档零代码，前端(客户端) 定制返回 JSON 的数据和结构！ https://gitee.com/Tencent/APIJSON

2021-06-22

不止网络，5G体验提升需加强端网协同

被寄予厚望的5G“起步即高潮”，发展之快前所未有;而从1G空白到5G全面领先，我国移动通信事业经过多年努力也终于跑在了世界最前端。但是随着商用规模的不断扩大，过去一段时间围绕5G也存在一定争议，包括对用户体验的诟病。C114就此请教了一些业界专家，在这里掰扯掰扯。首先，5G如今尚在发展初期，任何一项新技术、新产业的发展都非一蹴而就。以十年一代的移动通信而论，每一代开始的前几年都是一个不断迈向成熟的过程。无论体验上的不足，抑或技术、成本上的挑战，都只是暂时的、局部的，相比已经取得的成果瑕不掩瑜。更重要的是，作为一项使能全社会、全行业数字化的关键使能技术，5G正成为各国争夺的前沿高地，我们对于5G的表现应该给予更多的战略耐性和信心。单就5G体验而言，没能达到一些用户的预期这口“锅”也不应仅仅由网络来背，5G性能优势的充分发挥，有赖于全产业链的努力。其中，作为最贴近消费者的环节，手机等终端直接关系到用户最终获得的体验。像是掉线、速率低、业务时延大等影响5G体验的典型问题，很大程度上就与终端的兼容性和射频性能有关。众所周知，独立组网(SA)网络性能显著优于非独立组网(NSA)网络。但中国信通院5G云侧平台最新发布的今年1-2月实测数据显示，当前5G终端SA连接占比较低，这一是由于手机兼容性，一种情况是NSA单模手机不支持SA网络，另一种情况是手机硬件上支持SA但系统版本未更新;二是不同终端品牌在手机设置上也有所差异，比如优先选择NSA网络的默认设置。据专家介绍，5G带宽较4G的数倍增加，以及对基带芯片和天线等部件要求的极大提高，都给终端带来了更大的挑战，5G又是首个终端与网络同时走向商用的移动通信代际，从而致使终端在5G支持上可能略差于已经发展了十几年的4G，影响了用户5G体验。比如部分终端连接Wi-Fi后5G掉线、部分终端过热情况下会5G掉线、部分终端无业务情况下会5G掉线、部分终端语音结束后无法返回5G、部分终端开启SA后无法接入5G、部分终端收发性能差信号弱等。来自地方运营商的实测数据显示，市场主流5G终端性能差异明显，部分型号的SA寻呼成功率低于90%;部分型号的SA无线掉线率大于5%;部分型号的SA上行丢包率高于0.5%。终端续航方面也是如此，以基带芯片DSP数量为例，4G时代是3个，5G SA需要8个，而NSA是3+8个。目前在5G基站节电特性开启后，实测文字业务时节电改善50%、视频业务改善18%，但终究需要终端本身在功耗上作出提升。而某著名海外终端品牌最新旗舰机的射频性能(信号强度)、数据业务关键指标均低于其他终端，导致5G体验更为堪忧。除此之外，要充分让用户体验到5G与4G的差异，优秀的应用和内容必不可少。但5G应用产业链较为复杂，生态尚未完全形成，在与网络和终端的匹配上有着一定断点。韩国运营商在这方面提供了较好的范本，得益于在应用方面的巨大投入与创新，截至今年1月底韩国5G用户数达到1287万，并且1月份首次月增量超过百万，考虑到该国5200万的人口，5G受欢迎程度可见一斑。基于世界上最大规模的用户群体、顶尖的运营商和通信厂商、领先的移动互联与行业信息化应用基础，以及来自国家强有力的支持，我国有着最优质的5G发展土壤。“孤举者难起，众行者易趋”，相信在全产业链的共同努力下，未来我国5G发展将会越来越好、越来越快。【责任编辑：未丽燕 TEL：（010）68476606】

2021-04-07

基于元学习和人机协同的端到端对话模型

Studio 是达摩院NLP-小蜜Conversational AI团队研发的面向开发者的智能对话开发平台，目前已经在云（多省市政务12345热线、中移动10086、金融、医疗等）、钉钉（通过钉钉官方智能工作助理服务几百万企业

2020-12-24

阿里云&通达OA，协同办公系统到底该怎么用？

阿里云与通达OA创新合作，结合协同办公软件+云资源硬件联合“企业上云一站式产品服务”，以及依托阿里云计算平台的弹性、灵活与安全等优势，帮助企业实现知识资产的传承，满足企业知识的应用与创新等需求，为打造知识型企业提供了强有力的运营

2020-06-09

MapReduce实现协同过滤中每个用户看过的项目集合

一、知识准备 hadoop自带的例子在 D:\HADOOP_HOME\hadoop-2.6.4\share\hadoop\mapreduce\sources\hadoop-mapreduce-examples 2.6.0-source.jar 我记得当年面试的时候就问中位数的问题不过是数据流下的中位数，一问便知是否搞过hadoop。二、代码实现 2.1 Mapper package cf; import java.io.IOException; import org.apache.hadoop.io.LongWritable; import org.apache.hadoop.io.Text; import org.apache.hadoop.mapreduce.Mapper; public class MovieMapper1 extends Mapper<LongWritable, Text, Text, Text> { public void map(LongWritable ikey, Text ivalue, Context context) throws IOException, InterruptedException { String[] values = ivalue.toString().split(","); if (values.length!=2) { return ; } String userID = values[0]; String itemID = values[1]; context.write(new Text(userID), new Text(itemID)); } } 2.2 Reducer package cf; import java.io.IOException; import org.apache.hadoop.io.Text; import org.apache.hadoop.mapreduce.Reducer; public class MovieReduce1 extends Reducer<Text, Text, Text, Text> { public void reduce(Text _key, Iterable<Text> values, Context context) throws IOException, InterruptedException { // process values StringBuffer sb = new StringBuffer(); for (Text val : values) { sb.append(val.toString()); sb.append(","); } //value不能直接用StringBuffer 必须转换为String context.write(_key,new Text(sb.toString())); } } 2.3 Main package cf; import java.io.IOException; import org.apache.hadoop.conf.Configuration; import org.apache.hadoop.fs.Path; import org.apache.hadoop.io.IntWritable; import org.apache.hadoop.io.Text; import org.apache.hadoop.mapreduce.Job; import org.apache.hadoop.mapreduce.lib.input.FileInputFormat; import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat; public class UserItemSetMapReduce { public static void main(String[] args) throws Exception{ Configuration conf = new Configuration(); Job job = new Job(conf, "CFItemSet"); job.setJarByClass(UserItemSetMapReduce.class); job.setMapperClass(MovieMapper1.class); //job.setCombinerClass(cls); // job.setCombinerClass(MovieReduce1.class); job.setReducerClass(MovieReduce1.class); job.setOutputKeyClass(Text.class); job.setOutputValueClass(Text.class); FileInputFormat.addInputPath(job,new Path("hdfs://192.168.58.180:8020/cf/userItem.txt")); //InputPath(job, new Path(otherArgs[0])); //直接写到cf会提示已存在cf，我写成uIO.ttx，以为内容会写入到txt，然没有，默认他是文件夹 FileOutputFormat.setOutputPath(job,new Path("hdfs://192.168.58.180:8020/cf/userItemOut.txt")); System.exit(job.waitForCompletion(true) ? 0 : 1); } } 三、结果分析 3.1 输入 3.2 输出查看结果发现输出文件的分隔符默认是tab，‘\t’，同时相对于输入文件来说输出结果是逆着的，类似沾，莫非context就是这样的先进后出、 3.3日志分析只列出了主要部分的日志 DEBUG - PrivilegedAction as:hxsyl (auth:SIMPLE) from:org.apache.hadoop.mapreduce.Job.getCounters(Job.java:765) INFO - Counters: 38 File System Counters FILE: Number of bytes read=538 FILE: Number of bytes written=509366 FILE: Number of read operations=0 FILE: Number of large read operations=0 FILE: Number of write operations=0 HDFS: Number of bytes read=106 HDFS: Number of bytes written=37 HDFS: Number of read operations=13 HDFS: Number of large read operations=0 HDFS: Number of write operations=4 Map-Reduce Framework Map input records=11 Map output records=11 Map output bytes=44 Map output materialized bytes=72 Input split bytes=107 Combine input records=0 Combine output records=0 Reduce input groups=5 Reduce shuffle bytes=72 Reduce input records=11 Reduce output records=5 Spilled Records=22 Shuffled Maps =1 Failed Shuffles=0 Merged Map outputs=1 GC time elapsed (ms)=3 CPU time spent (ms)=0 Physical memory (bytes) snapshot=0 Virtual memory (bytes) snapshot=0 Total committed heap usage (bytes)=462422016 Shuffle Errors BAD_ID=0 CONNECTION=0 IO_ERROR=0 WRONG_LENGTH=0 WRONG_MAP=0 WRONG_REDUCE=0 File Input Format Counters Bytes Read=53 File Output Format Counters Bytes Written=37 DEBUG - PrivilegedAction as:hxsyl (auth:SIMPLE) from:org.apache.hadoop.mapreduce.Job.updateStatus(Job.java:323) DEBUG - stopping client from cache: org.apache.hadoop.ipc.Client@37afeb11 DEBUG - removing client from cache: org.apache.hadoop.ipc.Client@37afeb11 DEBUG - stopping actual client because no more references remain: org.apache.hadoop.ipc.Client@37afeb11 DEBUG - Stopping client DEBUG - IPC Client (521081105) connection to /192.168.58.180:8020 from hxsyl: closed DEBUG - IPC Client (521081105) connection to /192.168.58.180:8020 from hxsyl: stopped, remaining connections 0 大神分析一下如何执行的，看着日志....Map如何输入的，执行几次等。

2016-12-01

Spark（十一） -- Mllib API编程线性回归、KMeans、协同过滤演示

中几个基本概念和数据类型介绍，更多相关的操作如：对矩阵的汇总统计和相关性计算，分层抽样，假设检验，随机数据生成等请参考官方文档（其实就是提供了一个类似静态的工具类，调用其方法即可）下面例举Mllib中线性回归，KMeans和协同过滤三种算法的来演示

2015-05-26

资源下载

更多资源

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。

WebStorm

WebStorm 是jetbrains公司旗下一款JavaScript 开发工具。目前已经被广大中国JS开发者誉为“Web前端开发神器”、“最强大的HTML5编辑器”、“最智能的JavaScript IDE”等。与IntelliJ IDEA同源，继承了IntelliJ IDEA强大的JS部分的功能。