首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏Elastic Stack专栏

    使用 LangChain 和 Elasticsearch 实现隐私优先的人工智能搜索

    没有任何设计是无风险或完全私有的,即使与像 Elastic 这样对隐私和安全做出坚定承诺的公司合作或在真正的air gap环境中进行部署也是如此。 然而,我已经处理了足够多的敏感数据用例,知道通过隐私优先的方法实现人工智能搜索具有非常实际的价值。 任何最新的 3.X 版本的 Python 都可以工作。 source .env python3 step-3B-batch-hosted-vectorize.py 成功! 隐私很重要。 你是否和我一样对 LangChain 爱不释手?就像一位智慧的老绝地武士曾说过:“那很好。你已经迈出了进入更大世界的第一步。”从这里可以朝着许多方向发展。

    3.1K62编辑于 2023-07-25
  • 来自专栏金融安全

    数字身份的演变:从Cookie个性化到隐私优先未来

    赢得消费者信任将成为隐私优先数字经济中获得可持续竞争优势的关键。 这是在隐私优先时代最可靠、最宝贵的资产。采纳技术"投资组合"方法: 不要将所有赌注押在任何一个单一的Cookie替代方案上。 贯彻"设计即隐私"(Privacy by Design)原则: 将思维模式从被动的"合规导向"转变为主动的"隐私优先"。在产品设计、数据架构和营销活动策划的最初阶段,就将隐私保护原则融入其中。 总结数字身份生态系统正经历从Cookie驱动的不透明追踪时代向隐私优先未来的根本性转变。这一转变由技术创新(浏览器隐私保护)、法规革命(GDPR、CCPA等)和消费者意识觉醒共同推动。 企业战略重心必须转向建立直接客户关系、优先发展第一方数据能力并采取多元化技术组合策略。最终,在这个隐私优先的数字经济中,赢得消费者信任将成为获得可持续竞争优势的关键。

    32810编辑于 2026-01-05
  • 来自专栏openclaw系列

    Venice AI 深度解析:在 OpenClaw 中实现隐私优先的智能推理

    作为一款专注于隐私保护的AI推理平台,Venice通过创新的架构设计,在保证模型能力的同时,为用户提供了前所未有的隐私保障。 而OpenClaw作为现代化的AI客户端工具,与VeniceAI的深度集成,使得开发者能够轻松享受到隐私优先的AI服务。 第一章:VeniceAI核心理念与架构1.1隐私优先的设计哲学VeniceAI的核心理念可以用一句话概括:"Yourdata,yourcontrol"(你的数据,你的控制权)。 50ms延迟典型用例:创意写作和内容生成复杂的技术问题解答多语言翻译和本地化高质量的代码生成选择建议:如果数据敏感度高→选择Private模式如果模型能力要求高→选择Anonymized模式如果两者都需要→优先考虑 6.2其他隐私代理服务对比服务隐私级别模型覆盖价格透明度功能完整性VeniceAI⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐

    61621编辑于 2026-03-21
  • 来自专栏网络安全技术点滴分享

    BentoPDF - 隐私优先的浏览器端免费 PDF 工具箱

    项目标题与描述BentoPDF 是一个强大、以隐私为先、客户端运行的 PDF 工具套件,支持自托管。 项目的核心目标是提供一个完全免费、无需注册、无限使用且尊重用户隐私的 PDF 处理解决方案。 隐私优先,完全本地处理:所有处理都在您的浏览器中完成,文件不会上传到任何服务器,确保了数据的绝对私密性。100% 免费,无需注册:所有工具均可免费无限次使用,无需创建账户或登录。 3. 作为静态网站部署BentoPDF 可以部署在任何静态网站托管服务上:Netlify:手动上传发布包或连接 GitHub 仓库自动部署。Vercel:导入 Git 仓库并选择 Vite 框架预设。 更新 HTML 文件中的版本号显示 execSync('npm run update-version', { stdio: 'inherit' }); // 3.

    43310编辑于 2026-01-30
  • 来自专栏网络安全技术点滴分享

    Brave浏览器:隐私优先的开源浏览器项目全解析

    项目标题与描述Brave浏览器是一个基于Chromium开源项目的隐私保护浏览器,专注于提供快速、安全的浏览体验。 项目通过内置的广告拦截器、追踪保护和加密货币钱包(Brave Wallet)等核心功能,重新定义了现代浏览器的隐私标准。 功能特性根据代码库中的变更日志(CHANGELOG)和项目概述分析,Brave浏览器具备以下核心功能:隐私与安全增强:内置广告拦截与反追踪功能,保护用户免受恶意广告和隐私追踪实施硬件钱包通信验证等安全增强措施 DApp交互和加密货币交易隐私保护API:提供网站权限控制和追踪保护设置典型开发场景# 1. 问题分流:验证问题是否仍存在、提供重现步骤、识别重复问题3. 代码贡献:遵循代码规范、提交详细的拉取请求4.

    96320编辑于 2026-01-06
  • 来自专栏音视频技术

    揭秘HTTP3优先

    编者按 / 相对于HTTP2,HTTP/3优先级更加简单,浏览器厂商更可能实现统一的优先级策略。本文来自老朋友Robin Marx,已获授权转载,感谢刘连响对本文的技术审校。 01 优先级究竟是什么? HTTP资源优先级,属于主要面向HTTP/2(H2)和HTTP/3(H3)的概念。 因此在HTTP/3当中,我们才决定建立一套更简单的系统,这最终成了RFC 9218:HTTP的可扩展优先级方案。 出于“种种原因”,谷歌只使用PRIORITY_UPDATE框帧来表示初始优先级(会立即覆盖掉默认优先级)。 需要注意的是,这种新方案也并非HTTP/3所独有。 所以我决定修改aioquic HTTP/3服务器,为优先级信号添加一些额外的日志记录。

    1.5K20编辑于 2023-02-23
  • 来自专栏ROBOTEDU

    【RAPID】多线程3优先

    任务的优先级规定了哪些任务可以优先被调用,哪些任务需要等待其他任务进入闲置状态时,才可以被调用。利用优先级可以方便我们将多线程任务变得更有层理,也方便了系统资源分配。 ? ? ? ?

    76710发布于 2018-09-29
  • 来自专栏腾讯高校合作

    Wiztalk | 刘哲理 Part 3隐私集合交集算法:追踪广告效果&保护用户隐私隐私集合交集及其应用》

    隐私集合交集算法:追踪广告效果&保护用户隐私 Part 3 隐私集合交集及其应用 分享专家: 南开大学 刘哲理教授 内容简介: 广告曝光效果的计算受限于隐私保护并不能直接进行核对,在这样的难关下,有着什么技术方法去解决 本期刘哲理教授将对隐私集合交集进行细致的讲述,带我们了解它的研究现状及应用。 内容难度:★★☆(计算机专业或有一定计算机知识储备的大学生) ?

    69220发布于 2021-04-06
  • 来自专栏用九智汇分享

    数据视角下的隐私合规3

    一个完整的CMP产品应该包括3部分的能力,分别是交互层、执行层、记录层。交互层基础需要提供好同意体验设计、地理位置检测、多语言支持,进阶的能力包括自动扫描、A/B Test等能力。 3 除了同意率低的问题之外,基于同意的第二个难点是很多场景很难获得用户同意,前面广告的个性化推荐还算是对用户部分有利的场景,可以增强用户体验,但是对于一些风控场景、医疗研究场景可以说更多是企业和机构利益场景 在这些场景下如果促进数据流动,我们需要引入隐私增强技术,首先提一下Facebook在Apple Do Not Track之后,公开的3个增强技术方案4,MPC(多方联合建模),边缘计算(端上计算明细数据不回传 ,结果回传),差分隐私(数据集加入噪音使个人不可重标识但保留统计意义),上面3个场景更多在联合建模输出模型的场景。 数据流通利用系列 | 同意管理平台:高效数据合规的技术方案探索-叶玲 3. 苹果隐私政策重大升级,Facebook为何强烈反对? 4.

    60710编辑于 2023-11-01
  • 来自专栏DeepHub IMBA

    不依赖对话日志检测Prompt注入,一套隐私优先的实现方案

    正常类别 3 种:标准问答、正常工具使用、长但无害的会话。 两种数据集规模,实验分两个阶段进行: 关于合成数据需要说明:真实标签在此仅用于受控基准测试,并非表示标签在生产环境中可免费获取。

    16110编辑于 2026-04-15
  • 来自专栏初见Linux

    3.CSS优先级-CSS进阶

    三、CSS优先级 层叠,指的是样式的覆盖。当样式的覆盖发生冲突时,以优先级高的为准。 当同一个元素 的同一个样式属性被赋予多个属性值时,我们就需要遵循一定的优先级规则来选择属性值。 important 1.引用方式冲突 CSS有 3 种常用的引入方式: 外部样式 内部样式 行内样式 CSS引用方式不同,也会产生冲突。 (1)3种方式的优先级 行内样式 > (内部样式 = 外部样式) 行内样式优先级最高,内部样式 和外部样式优先级相同。 (3)如何覆盖 important 想要覆盖!important声明的样式很简单,共有两种解决方法: ① 使用相同的选择器,再添加一条! (5)CSS优先级的黄金定律 对于CSS优先级,主要有以下两个黄金定律: 优先级高的样式覆盖优先级低的样式。 同一优先级的样式,后定义的覆盖先定义的,也就是“后来者居上”原则。

    93421发布于 2020-10-10
  • 来自专栏python读书笔记

    《算法图解》note 6 图以及广度优先搜索和深度优先搜索1.图2.广度优先搜索3.深度优先搜索

    这是《算法图解》第六篇读书笔记,涉及的主要内容为图结构、深度优先搜索和广度优先搜索。 1.图 1.1图的概述 图(graph)是一种基本的数据结构,它由点和边构成。 以下是邻接列表的实现方式: G=[ [1,5], [2,3,5], [3], [4,5], [5], [] ] 以下是邻接字典的实现方式: G={ 'a':{'b','f'}, 'b':{'c','d' ,'f'}, 'c':{'d'}, 'd':{'e','f'}, 'e':{'f'}, 'f':{} } 2.广度优先搜索 广度优先搜索(breath-first search)可用于搜索图的最短路径, u='e' path=[u] while P[u] is not None: path.append(P[u]) u=P[u] path.reverse() print(path) 3. 深度优先搜索 深度优先搜索(depth first search)是搜索图时常用的另一种方法。

    1.3K30发布于 2018-06-04
  • 来自专栏翩翩白衣少年

    今日软荐:推荐一款隐私优先的个人知识管理系统:思源笔记。

    推荐一款 隐私优先、自托管、完全开源 的个人知识管理系统:思源笔记。 应用功能展示 块式编辑(Block) 数据库关联、汇总 双链块引 列表大纲 核心亮点 • 隐私优先:思源笔记的数据存储在本地,用户可以完全掌控自己的数据,极大地保护了隐私隐私保护、块级引用、AI 辅助写作等特性让它在众多笔记工具中脱颖而出。 如果你正在寻找一款能完全掌控个人知识、又不失灵活性的笔记系统,推荐试试思源笔记!

    95310编辑于 2024-10-21
  • 来自专栏喔家ArchiSelf

    隐私隐私计算

    对于个人电子产品而言,例如手机,平板电脑,便携式电脑等等,或多或少,都会涉及到隐私计算,那么什么是隐私计算呢?理解隐私计算,先要澄清“隐私”的概念,那么,什么是隐私呢? 进而,明确隐私计算分别与隐私和计算之间的关系,即隐私计算是为了实现个人隐私保护而进行的计算还是在实现了隐私保护的前提下进行的计算?最后,才是隐私计算涉及的技术和方法。 1. 什么是隐私? 一般地,隐私可以分为身体隐私、行为隐私、身份隐私、名誉隐私、肖像隐私、个人收入隐私和个人经历隐私。 那么如何明确隐私保护中的场景?换句话说,隐私保护中的风险点都有哪些呢? 3. 隐私保护中的风险点 在隐私保护中,大约有3个主要的风险点:信息披露,数据处理以及隐私与实用性间的矛盾。 隐私计算 一般地, 对隐私计算有不同的理解。一种是隐私计算是隐私保护的一部分,为了实现隐私保护而采用的技术。另一种是对隐私保护的数据进行计算,侧重在隐私数据应用的层面。

    1.4K30编辑于 2022-12-03
  • 来自专栏CoderJia的工作笔记

    重学SpringBoot3-配置优先级详解

    理解这些配置来源的优先级非常重要,以便在配置冲突时确保程序按预期运行。 本文将详细介绍 Spring Boot 3 中的各种配置来源及其优先级,并提供实际案例和最佳实践。 1. 配置优先级概述 Spring Boot 3 的配置有以下几种来源(按照优先级从高到低排列): 命令行参数 java -D 系统属性 环境变量 application.properties 或 application.yml 3. bootstrap.yml 和 application.yml优先级 bootstrap.yml 和 application.yml 都用于配置应用程序的属性,但它们的作用和优先级不同。 总结 Spring Boot 3 提供了丰富的配置机制,开发者可以根据实际需求选择合适的方式进行配置管理。 了解这些配置来源的优先级,有助于在复杂项目中快速定位问题,提升项目的可维护性。 SpringBoot3

    2.2K10编辑于 2024-11-17
  • 来自专栏韩曙亮的移动开发专栏

    【Google Play】Android 应用隐私政策 ( 生成隐私政策 | HTML 隐私政策模板 | Markdown 隐私政策模板 )

    文章目录 一、生成隐私政策 二、HTML 隐私政策模板 三、Markdown 隐私政策模板 一、生成隐私政策 ---- 推荐使用 https://toolbox.yolo.blue/#/privacy-policy 产品名称 联系方式

    隐私政策

    更新日期:2022/3/10
    生效日期:2022/3/10</strong

3. 信息安全

我们使用各种安全技术和程序,以防信息的丢失、不当使用、未经授权阅览或披露。

三、Markdown 隐私政策模板 ---- 可替换文本 : 开发者名称 产品名称 联系方式 # 隐私政策 更新日期:**2022/3/10** 生效日期:**2022/3/10** # ## 3\. 信息安全 我们使用各种安全技术和程序,以防信息的丢失、不当使用、未经授权阅览或披露。例如,在某些服务中,我们将利用加密技术(例如SSL)来保护您提供的个人信息。

3.6K20编辑于 2023-03-30
  • 来自专栏修己xj

    MAZANOKE:一款隐私优先的浏览器图像优化工具及Docker部署指南

    强大的图像优化功能 调整图像质量 设置目标文件大小 设置最大宽度/高度 支持从剪贴板直接粘贴图像 支持JPG、PNG、WebP、ICO格式间的相互转换 支持从HEIC、AVIF、TIFF、GIF、SVG格式转换 隐私保护设计 完全离线工作 所有图像处理都在设备本地完成 自动移除EXIF数据(包括位置、日期等隐私信息) 无任何用户跟踪 可安装为PWA(渐进式Web应用) docker私有化部署 虽然MAZANOKE主要设计为前端应用 port 来访问此项目了 使用 这个项目使用比较简单,主要是我们上边介绍过的那些特性 _20250615231140.jpg _20250615231150.jpg 总结 MAZANOKE是一款真正尊重用户隐私的图像处理工具 ,它结合了易用性、强大功能和隐私保护,是替代那些可疑在线服务的完美选择。 无论您是想保护隐私,还是需要在无网络环境下处理图像,MAZANOKE都是一个值得尝试的解决方案。

    35410编辑于 2025-06-16
  • 来自专栏喔家ArchiSelf

    隐私保护之隐私信息检索

    【引子】用户的隐私保护涉及多个方面,用户行为的隐私保护更是一个难点。 那么,如何在用户进行信息检索时保护用户的隐私呢?这或许会涉及到一种名为隐私信息检索的技术。 什么是隐私信息检索? 隐私信息检索方案的主要参数是通信复杂度,或者说是 度量用户和服务器之间通信的总比特数的函数。目前最有效的双服务器隐私信息检索协议的通信复杂度为 O (n的1/3次方)。 计算型隐私信息检索方案之所以具有吸引力,是因为它们避免了维护数据库的复制副本的需要,并且不会对用户隐私造成损害。 结论 近年来,隐私信息检索已经成长为一个庞大而深入的领域,并与其他领域相连。 【关联阅读】 隐私计算与区块链的融合思考 隐私计算中可信执行环境的一知半解 隐私计算之全同态加密 隐私计算中的联邦学习 从隐私隐私计算 与代码无关的网络安全 放心用吧!

    1.5K30编辑于 2023-09-02
  • 来自专栏从零开始学自动化测试

    httprunner 3.x学习7 - 变量优先

    前言 httprunner 3.x里面变量可以分为这几种:step变量,config变量,extract变量,export变量 variables变量优先级 httprunner 3.x里面变量: step export(导出变量) export 导出变量,让局部变量可以在全局引用,也可以在导入前面一个用例的时候提取的变量关联过来 原则上在使用变量的时候,变量名称尽量不要重复,如果有重复的时候,那么变量就会有优先级了 /$varA/$varB/$varC # varA="step2A", varB="extractVarB", varC="configC" method: GET 在测试用例中,变量优先级按以下顺序排列 varA=”step2A” 参数变量 > 配置变量,例如第 1 步,varB=”paramB1” 提取的变量 > 参数变量 > 配置变量,例如第 2 步,varB=”extractVarB” 配置变量的优先级最低 # testcase variables varA: "case2A" testcase: /path/to/testcase2 在测试套件中,变量优先级按以下顺序排列

    75720发布于 2021-06-24
  • 来自专栏全栈程序员必看

    优先队列的优先级_kafka优先级队列

    优先队列包括最大优先队列和最小优先队列,优先队列的应用比较广泛,比如作业系统中的调度程序,当一个作业完成后,需要在所有等待调度的作业中选择一个优先级最高的作业来执行,并且也可以添加一个新的作业到作业的优先队列中 优先队列的实现中,我们可以选择堆数据结构,最大优先队列可以选用大堆,最小优先队列可以选用小堆来实现。 特点 ☺ 优先级队列是0个或多个元素的集合,每个元素都有一个优先权或值。 ☺当给每个元素分配一个数字来标记其优先级时,可设较小的数字具有较高的优先级,这样更方便地在一个集合中访问优先级最高的元素,并对其进行查找和删除操作。 ☺对优先级队列,执行的操作主要有:(1)查找,(2)插入,(3)删除。 ☺ 在最小优先级队列(min Priority Queue)中,查找操作用来搜索优先权最小的元素,删除操作用来删除该元素。 ☺在最大优先级队列(max Priority Queue)中,查找操作用来搜索优先权最大的元素,删除操作用来删除该元素。 ☺ 插入操作均只是简单地把一个新的元素加入到队列中。

    1.9K20编辑于 2022-10-05
  • 领券