- 综合排序
- 最热优先
- 最新优先
- 来自专栏四火的唠叨
谈谈盗版软件问题
我相信你和我一样，对盗版软件有着自己的看法。自计算机普及以来，盗版和反盗版的话题就从未停止过。 欢迎盗版的大有人在。有哪位程序员没用过盗版软件？盗版软件，一度极大地帮助了程序员成长，没有盗版，中国哪有那么多 Windows？我们哪能玩上那么多单机游戏？我曾经也是这种观点的强力支持者。 已经越来越鲜有单机软件依然奋斗在通过加密和注册码的手段反盗版的第一线了，原因很简单，破解和盗版的技术越来越高明，反盗版的投入要求越来越大，实在有点得不偿失。 反盗版的故事，从改变习惯开始 新闻出版总署署长柳斌杰表示，《著作权法》正在修改中，其中一个重点是：对盗版的处理判刑可能要再增加，罚款判刑门槛将降低，过去销售 600 张盗版光盘才判刑，以后销售一张两张就会判刑 ，盗版的最大媒介还是网络，而远非盗版光盘了。
1.4K20编辑于 2022-07-15 - 来自专栏量子位
Facebook狂撒20万美元，悬赏用AI检测P图盗版问题
博雯 发自 凹非寺 量子位 报道 | 公众号 QbitAI 只要你能检测出右边这张图片与左边的原图相似，说不定就能拿走Facebook的10万美元（64万人民币）奖金！ ? 在这种情况下，参赛者可以从两个方向参与挑战： 无约束匹配 建立一个模型，直接检测某个修改后的图片是否来自给定的数据集。 受限匹配 生成图像向量表示（最多256维），将这些表示与欧氏矢量距离进行比较，以检测修改后的图片是否来自给定的数据集。 在挑战的最终阶段，两个方向的前三名都会获得奖金： ? △可能涉及到版权保护问题的添加了表情包的图片 他们希望比赛中所产生的相似图片检测技术能够用在像他们这样的社交媒体上。
28910发布于 2021-07-19 - 来自专栏幻影龙王
正版与盗版如何理解？
正版还是盗版，我们应该如何理解？又该如何看待呢？ 何为正版？何为盗版？ 正版的根本定义来自于法律，只有通过正规渠道取得的，具有合法授权的商品，才能被称之为是正版。 而使用盗版，不仅可能要承担相应的法律后果，创作者、开发者也得不到他们应得的回报。与观看盗版视频相比，使用盗版软件和游戏更有受木马病毒危害的风险。 其它的途径基本都属于盗版，但在盗版中也有等级差别。 通过虚假的教育邮箱、学生身份白嫖到的服务严格讲也算盗版，官方随时可以收回使用权。 常见使用盗版的理由： 第一类：没钱 这一类多发生在未成年人身上，因为自己没有独立的经济能力，难以为正版付费。 第二类：没渠道 对于国内没法直接购买的软件注、游戏、没引进的影视，有时很难支持正版，只能选择盗版。购买正版授权流程复杂困难也是一种原因。
4K20发布于 2021-09-08 - 来自专栏不能显示专栏创建者
随病毒传播的软件盗版
它也促进了盗版的迅速传播-就像传播商业软件的非法副本一样。 与企业和消费者使用非法计算机程序副本相比，软件盗版所涉及的范围更大。 潜藏在盗版副本中的通常是恶意代码-恶意软件-对计算机和用户的财务可能同样致命。 合规和许可管理公司Cylynt的首席执行官Ted Miracco表示，由于COVID-19并在家里工作，软件公司报告说盗版已增加了20％到30％。 5.软件盗版者和黑客在隐藏自己的身份并逃避反盗版技术方面足智多谋。 自商业软件问世以来，就存在盗版软件的行为-非法使用和分发他人的软件。 Dant是一位经过改革的儿童黑客，曾是软件盗版者。
78700发布于 2021-01-07 MAR-YOLOv9：革新农业检测，YOLOv9的“低调”逆袭
为了解决这些问题，本研究提出了一种基于YOLOv9的轻量级、跨数据集增强的农业领域目标检测方法，命名为多适应性识别-YOLOv9（MAR-YOLOv9）。 MAR-YOLOv9解决了传统YOLOv9中由于检测颈部和辅助分支结构导致的训练时间过长和权重冗余问题，使其能够在保持高性能的同时降低模型的计算复杂度并提高检测速度，从而更适用于实时检测任务。 MAR-YOLOv9：专为农业设计的轻量级解决方案为了应对上述挑战，我们提出了多适应识别YOLOv9（MAR-YOLOv9）——一种基于YOLOv9的农业领域轻量级跨数据集增强目标检测方法。 、上采样和拼接连接策略采用混合连接策略，灵活利用不同层级特征解决了传统YOLOv9中检测颈部和辅助分支导致的训练时间增加、权重冗余问题双路径检测架构主检测分支：负责主要特征提取和目标检测辅助检测分支：通过可逆辅助设计 ，MAR-YOLOv9能够更准确地检测小尺寸的作物目标，减少漏检。
27310编辑于 2025-12-04- 来自专栏VRPinea
被盗版“吞噬”的国内VR游戏市场
可怕的不是没人买游戏，而是买盗版。 文 |Arachne （VRPinea 4月20日讯）最近，一位VR从业人员称，国内某个提供破解游戏和盗版游戏的VR平台，上架了发行权从属于其公司的VR影片。 正版发行商的无力维权、盗版破解团的泛滥横行，造成这种局面的原因是什么？这对VR游戏开发商，乃至整个国内VR游戏市场又会带来哪些影响呢？ VR影片《睡神的遐思》 盗版VR游戏，从何而来？ 宁愿买盗版，也不愿意走正版渠道，这对于付费意识尚未“觉醒”的部分国内玩家来说，习以为常。 盗版：游戏开发者的“软肋”？ 盗版的传播意味着正版盈利渠道会受到影响。 如果一款由这些小团队开发的VR游戏上架了SteamVR或Oculus store，可以预见几天后就会有盗版游戏流出。 针对盗版丛生的现象，游戏开发商和发行平台往往是无力的。 而对于游戏开发者来说，盗版现象猖獗严重打击了其创作积极性，且习惯于盗版游戏和免费游戏的国内VR玩家也不愿意为正版游戏买单，这就形成了一个恶性循环。
1.2K20编辑于 2022-06-08 - 来自专栏站长的编程笔记
【说站】百度搜索打击盗版网文站点公告，百度开始打击盗版网文。
为了加强知识产权保护，维护正版站点的排序权益，百度搜索将在近期以技术手段，对有盗版特征（如笔趣阁）的小说、网文站点进行识别和处置，以给更多优秀站点展现空间，共建良性的网络生态环境。 现在网络上可以说有数以万计的盗版小说网站，其实我也是其中的一个使用者，如果这次所有网站都打击的话可以说受影响的人相当之多。 收藏 | 0点赞 | 0打赏
36530编辑于 2022-11-24 - 来自专栏往期博文
【OpenCV】Chapter9.边缘检测与图像分割
OpenCV并没有直接提供相应的函数接口，因此通过自定义卷积核可以实现各种边缘检测算子。 OpenCV提供了函数cv.Canny实现Canny边缘检测算子。 SplitMerge(src, dst3, hImg, wImg, 0, 0, maxMean, minVar, cell=8) # 最小分割区域 cell=8 plt.figure(figsize=(9, labels.flatten()] # 将像素标记为聚类中心颜色 imgKmean5 = classify.reshape((img.shape)) # 恢复为二维图像 plt.figure(figsize=(9, binary = cv2.threshold(gray, 127, 255, cv2.THRESH_OTSU + cv2.THRESH_BINARY_INV) plt.figure(figsize=(9,
1.9K10编辑于 2022-09-28 - 来自专栏单细胞天地
Seurat4.0系列教程9：差异表达检测
加载数据 library(Seurat) library(SeuratData) pbmc <- LoadData("pbmc3k", type = "pbmc3k.final") #执行默认差异表达检测 2.325013 0.162 0.864 6.143554e-64 ## S100A8 7.471811e-65 3.766437 0.975 0.500 1.024684e-60 ## S100A9 pct.1 ：在第一组检测到该基因的细胞百分比 pct.2 ：在第二组检测到该基因的细胞百分比 p_val_adj：校正后的 p 值，基于使用数据集中的所有基因的Bonferroni校正。 为了提高marker检测的速度，特别是对于大型数据集，Seurat 允许对基因或细胞进行预过滤。 例如，在两组细胞中很少检测到的基因，或在平均水平表达类似的基因，不太可能有差异表达。下面演示了几个参数的使用。
1.7K11编辑于 2022-01-10 - 来自专栏腾讯云安全的专栏
第一期——泛滥的盗版
网友 吐槽 开发者 吐苦水 投入数百万打造的APP结果被无数盗版淹没在应用市场； 盗版用户体验极差， 直接影响品牌口碑； 被植入病毒木马后， 我们的真实粉丝造财产损失 移动互联网时代，移动 APP 已经渗透进大家生活点点滴滴，聊天、游戏、购物、娱乐、出行...这些 APP 由程序员们辛苦开发，一方面让用户使用方便与舒适且不受损失，另一方面还要保障企业品牌与利益，但盗版如洪水般泛滥 据统计，国内应用盗版情况相当严重。 比如游戏类应用，超过90%存在盗版情况，且热门游戏平均每款盗版量超过150个，其中超过30%植入了恶意扣费代码，严重侵害用户的权益，这些归根结底都称之为安全问题。 ： >应用加固 1、保护应用源码和核心算法安全 2、防止二次打包，阻止盗版 3、防止木马、外挂等窃取密码等敏感数据 除上述之外，乐固还拥有多个安全方面的措施，本期暂时介绍这么多。
95050发布于 2018-06-12 使用盗版 VMware 被告了。。。
事件起因是 2024年9月9日，西门子向VMware提交了一份软件使用清单，并要求VMware为其软件提供维护和支持服务。
15410编辑于 2026-03-24- 来自专栏计算机视觉
深度学习500问——Chapter08：目标检测（9）
8.5 目标检测的技巧汇总 8.5.1 Data Augmentation 介绍一篇发表在 Big Data上的数据增强相关的文献综述。 1. 如车站人脸检测，只需要中心检测时，就可以加合适的平移增强。平移后空出部分填0或者255，或用高斯分布噪声。 Noise injection 在像素上叠加高斯分布的随机噪声。 归结可以认为是训练检测阶段的一致性。当然，这种手段时间成本太高，只在如医学影响等追求精度的关键领域可以使用。 Introduction 上次亚马逊发了个分类的训练trick在CVPR上，这次是检测的，还没发表。就没什么多说的了，下面直接介绍。 技术细节： 相比于分类的resize，为了保证检测图像不畸变影响效果，作者选择直接叠加，取最大的宽高，空白进行灰度填充，不进行缩放。
34900编辑于 2024-05-24 - 来自专栏往期博文
【目标检测】YOLOv9理论解读与代码分析
图d就是yolov9提出的pgi思想，想法挺简单，一方面是继续保留Deep Supervision的设计，在浅层就搞一个检测头，另一个方面是单开一路，将原图单独塞入一个辅助可逆训练分支(Auxiliary Reversible Branch)，这其实类似于copy了一个主分支的backbone，蓝色的是原始的主分支，在主分支做neck部分的时候，一方面在浅层就直接做一个检测头，令一方面和原始一样，到深层再去检测 按照论文所述，YOLOv9共分四个版本，从小到大依次为小型(yolov9-s)、中型(yolov9-m)、紧凑型(yolov9-c)、扩展型(yolov9-e)，截至目前，该仓库只开源了后两者型号。 另外，仓库里还有一些实验性的文件和yolov9无关，是作者令一项最新工作：YOLOR-Based Multi-Task Learning，这篇工作是想通过多个不同的任务，比如目标检测、实例分割、语义分割和图像描述来相互促进 下面看一些除网络结构外的代码细节，比如，yolov9在辅助训练部分，加了一组检测头，相当于共有6个检测头，此代码对应DualDDetect， class DualDDetect(nn.Module):
3K01编辑于 2024-05-24 - 来自专栏网络技术联盟站
Linux性能检测常用的9个基本命令
作为一个Linux运维人员，主要就是对Linux服务器的性能做一些优化，本篇博文仅仅介绍如何性能检测常用的指令！ ，每秒发送的压缩包的数量； rxmcst/s，每秒接收的组数据包数量； 返回信息： active/s：发起的网络连接数量； passive/s：接收的网络连接数量； retrans/s：重传的数量； 9） 5144512k free[空闲交换区总量], 2013180k cached[缓冲的交换区总量], 本文作者：吕振江 本文链接：http://yoursite.com/2020/03/09/Linux性能检测常用的 9个基本命令/
2.2K20发布于 2020-05-14 - 来自专栏Java面试教程
小说网站防盗版大揭秘
互联网上的盗版文学 一位网络作家向我倾诉 自己熬夜码字写的小说 每次刚更新一章就被盗版网站秒传 作者收入锐减 读者体验差 平台口碑崩塌 今天我们就来拆解 小说网站如何用技术手段守住版权 拒绝白嫖 核心思路 ：内容加密 + 请求验证 盗版网站最常用手段是爬虫抓取内容 所以防盗版的核心是 让内容不可直接读取 且只有合法请求才能解密 看一个最简单的对称加密AES的例子 在服务器端对小说内容加密 网页、App端用密钥解密 (decoded)); } } 这样爬虫抓到的只有加密字符串 如 aKJHlHKJpouihKJjnbdrtyiu= 无法直接解析成文字 除非获取到动态密钥 请求签名验证 由于爬虫的机械性 盗版网站常伪造请求 若签名不匹配 直接返回403表示无权访问 内容混淆防盗链，让爬虫抓取全是错字 有个小说网站很先进 直接阅读文字都是正确的 但复制下来就都是错字 比如 “大白” 会变成 “小黑” “张三” 会变成 “李四” 让盗版阅读者感觉狗屁不通 实际可以增加一些自己的算法策略 多种方式相结合 包括论文、知识产权等 都可以套用这些方式 防盗版不是技术竞赛 而是对创作者的尊重
33410编辑于 2026-03-03 - 来自专栏用户5745643的专栏
盗版网络小说对行业的危害性
2017年中国网络文学整体盗版行业损失约超74亿元。 尽管抵制盗版侵权一直在被宣传，也被列入了国家相关法律打击的范围，但仍然有人在暴利的诱惑下铤而走险从事盗版的制作和销售。 整个行业也会因盗版的存在导致规模萎缩，小说的质量也会因缺乏多样性和创作性而不断下降。 为什么盗版对网络小说的危害性会这么大，首先第一个，其他数字产品的商业模式相对来说比较成熟，例如视频和音乐的商业。 盗版的成本也比较高，所以很多人不太愿意去做这一方面的盗版。而对比网络小说，虽然也有正规的商业模式，但是不足以避免那些大的流量入口，或者一些从业者通过盗版获取更好的回报。 其次就是文字的盗版门槛真的很低，阅读的商业模式也非常简单，在盗版侵权上很难去界定，这也导致了盗版网络小说对整个小说行业的危害，甚至是遏制住了整个行业的良性发展。
1.2K40发布于 2019-08-06 YOLOv9：重构实时目标检测的技术革命
在计算机视觉领域的快速演进中，YOLOv9的问世犹如一颗重磅炸弹，为实时目标检测技术树立了全新的里程碑。 从最小的YOLOv9-S模型在MS COCO验证集上达到46.8% AP，到最大的YOLOv9-E模型达到55.6% AP，这创造了目标检测性能的新标杆。2. 边缘设备部署优势YOLOv9的轻量化特性使其特别适合在边缘设备上部署。YOLOv9t和YOLOv9s模型在保持较高精度的同时，具有极低的计算开销，可以在移动设备、嵌入式系统中实现实时目标检测。 工业应用场景YOLOv9在工业应用中展现出巨大潜力，特别是在需要高精度和实时性的场景中：智能监控系统：利用YOLOv9的高精度检测能力，可以实现更可靠的安防监控自动驾驶：强化的小目标检测能力为自动驾驶系统提供更安全的环境感知工业质检 通过PGI的梯度信息编程能力和GELAN的高效层聚合技术，YOLOv9为目标检测系统建立了新的基准，在精度、速度和参数利用率方面都超越了现有的实时检测器。
63810编辑于 2025-11-06- 来自专栏人工智能前沿讲习
关于目标检测你需要看的9篇论文
关注文章公众号 回复"目标检测"获取本主题精选论文 目标检测是计算机视觉的核心任务之一。 Davis老师组继SNIP和SNIPER后又一力作，保持检测精度基本不掉的情况下，提高检测速度。该文章提出了一种高效的多尺度目标检测算法用于高效检测物体。 SSD相当于多尺度的RPN来做物体检测，它利用多个尺度的检测层，分别关联大小合适的anchor box，使得不同尺度的物体在合适的特征层上被检测。 检测算法基本确定， 后续相关工作多基于该算法进行改进，如FPN、R-FCN等目标检测算法。 推荐理由来自：尤安升 9 ??? ?
1.1K10发布于 2020-05-11 - 来自专栏无原型不设计
Axure 盗版使用被终结，我们该怎么办
没有了盗版的Axure可用，国内的用户该何去何从？高价购买正版的Axure，这似乎是唯一的选择。跳出Axure的限制难道就没有别的工具可选择了吗？
1.6K20发布于 2019-01-25 - 来自专栏区块链百科，区块链行业报告
区块链技术打击盗版的可行性
陈羽凡吸毒被拘，而他所关注的版权领域因为逐渐增长的盗版问题不断被公众提起：区块链能解决盗版吗？ 由于这一数字并未考虑到体育、游戏、付费电视和其他形式的媒体内容的盗版收入，盗版对媒体行业造成的损失将远远超过520亿美元。 根据Cointelegraph的采访来看，当涉及到区块链技术如何解决媒体盗版和广告透明度问题时，相关区块链项目的领导者似乎更愿意谈论广告透明度而不是盗版问题。 目前的证据表明，区块链最多只能是打击盗版的更大举措中的一个组成部分。 换句话说，区块链可以在一定程度上帮助打击盗版，但无法根除盗版。 从某种程度上说，这本身就会阻止盗版，因为游戏玩家只能在官方平台上同步非盗版游戏所取得的成就。
1K00发布于 2018-12-11
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号