- 综合排序
- 最热优先
- 最新优先
- 来自专栏科技云报道
数智化转型时代，网络安全成为“内需”与“刚需”
信息化、数字化在近年来呈现出新的发展趋势，步入更高阶的数智化转型期，网络安全创新也将上升为数智时代的“内需”与“刚需”。 全球网络安全形势不容乐观 当前，全球网络安全形势依然不容乐观。 安全技术和产品在新威胁和新场景牵引下创新发展，智能化、主动化能力成为竞争力关键所在。 一方面，攻防能力不对等导致未知威胁和蛰伏攻击的应对成为难题。 智能化、主动化安全技术具有多种突出优势，不仅可实现安全威胁的快速感知、主动捕获、关联预测、动态对抗，还支持轻量化、场景定制化、全局安全联动部署。 所有环节都应具备信息可视化、安全分析、动态管控处置的能力，杜绝漏洞或短板。同时，安全产品技术应避免碎片化，孤立的单点技术的叠加并非真正的安全解决方案。 各个产品和技术间应具备强大的交互能力，包括信息交换、联动响应等，从而交织成一张零信任、智能化、自动化的安全网络。
71420编辑于 2022-12-06 - 来自专栏需求数智化管理
用AI提升需求编制效率：需求数智化平台的「需求文档管理」功能上线啦！
Visual RM 需求数智化平台全新上线「需求文档管理」功能，依托 AI 大模型与行业知识库，打造 “创建 - 辅助 - 优化” 全流程智能工具链，让需求编制从 “耗时费力” 变身 “高效省心”，助力企业快速产出高质量需求 2. 2. AI 全文问答 ❓编写过程中随时提问（如 “新核心系统下如何关联账户管理模块？”），AI 基于全文与企业资产库精准作答，标注信息来源，无需手动翻阅历史文档。3. ，全方位打磨需求细节，覆盖各类调整场景：工具名称核心功能适用场景 AI 续写按语义补充后续内容（如异常处理步骤）需求描述不完整✂️ AI 缩写压缩冗长表述，保留核心信息（200 字→50 字）需求条目需简洁呈现 （如功能点 1 + 功能点 2→核心模块）内容分散需整合➕ AI 智能新增参照模板新增标准模块（如测试要点、会计核算）需补充规范章节 AI 智能推荐推荐历史优质片段、行业最佳实践缺乏编写思路时 核心价值
80320编辑于 2025-11-24 - 来自专栏需求数智化管理
以需求数智化破局：维普时代 Visual RM 赋能银行新核心系统企业建模实践
某银行引入维普时代 Visual RM 需求一体化平台，以需求数智化为核心驱动力，构建覆盖 “需求生成 - 协同管理 - 资产沉淀 - 模型适配” 全流程的企业建模体系，成功打造银行新核心系统企业建模的标杆案例 一份新核心系统账户管理模块的需求文档，平均编写耗时超 5 天，且后期需反复修改以适配模型，建模返工率居高不下。 某转账业务优化需求因部门间表述差异，传递失真率超 30%，导致建模过程中业务逻辑反复调整，单个模块建模周期延长 2 倍。 二、Visual RM 的数智化解法：构建银行新核心系统企业建模全流程支撑体系 ✅针对银行新核心系统企业建模的痛点，维普时代 Visual RM 需求一体化平台从需求管理全流程入手，以六大核心功能打造数智化支撑体系 四、结语：需求数智化引领银行新核心系统企业建模未来 银行新核心系统企业建模是一项复杂的系统工程，需求管理的数智化转型是突破瓶颈的关键。
23420编辑于 2025-11-10 Visual RM需求数智化平台 六大能力全搞定
Visual RM 平台需求变更管理：以数智化重塑全流程，破解企业研发痛点在数字化转型进入深水区的当下，需求变更已成为企业研发过程中的常态。 北京维普时代软件有限公司推出的 Visual RM 需求数智化平台，凭借 “线上化、结构化、资产化、智能化” 四大核心能力，构建了覆盖需求变更全生命周期的管理体系，为企业破解需求变更难题提供了全新解决方案 2. 五、总结：需求变更管理的 “数智化未来”在数字化转型的浪潮中，需求变更不再是 “麻烦”，而是企业响应市场、优化业务的重要机会。 Visual RM 以 “结构化拆解为基础、AI 智能为核心、资产沉淀为目标、开放集成为支撑、战略对齐为导向”，构建了需求变更管理的数智化体系，彻底破解了传统模式的困局。
32220编辑于 2025-10-27- 来自专栏自学测试之道
接口自动化之获取excel中请求数据
如上，这个只是简单的例子，后续还可以添加case关联、header、method等信息 2、通过数据库管理case 1、接口地址：URL 2、请求数据：DATA 3、接口类型：POST、GET 4、预期结果 如上，这个只是简单的例子，后续还可以添加case关联、header、method等信息 2、通过数据库管理case 1、接口地址：URL 2、请求数据：DATA 3、接口类型：POST、GET 4、预期结果 如上，这个只是简单的例子，后续还可以添加case关联、header、method等信息 2、通过数据库管理case 1、接口地址：URL 2、请求数据：DATA 3、接口类型：POST、GET 4、预期结果 如上，这个只是简单的例子，后续还可以添加case关联、header、method等信息 2、通过数据库管理case 1、接口地址：URL 2、请求数据：DATA 3、接口类型：POST、GET 4、预期结果 如上，这个只是简单的例子，后续还可以添加case关联、header、method等信息 2、通过数据库管理case 1、接口地址：URL 2、请求数据：DATA 3、接口类型：POST、GET 4、预期结果
2.5K20发布于 2019-09-29 - 来自专栏CloudBest
数字化转型需因企制宜久久为功
新一轮科技革命与产业变革方兴未艾，数字化转型是传统企业危中寻机的必然选择，也是经济社会发展的大势所趋。 不久前，不少制造业企业正在升级数字化转型战略。 ，不断延展产业数字化、数字产业化的空间。 实现数字化转型，需因企制宜。不同行业领域、不同企业类型，转型重点和实现路径不同，这决定了自身需求与发展方向也千差万别。 这就需要有经验有能力的平台企业参与进来，帮助中小企业梳理需求，基于平台的大数据、人工智能等技术，提供相应的解决方案和升级服务，从而更好地在数字化转型中实现互利共赢。 实现数字化转型，需久久为功。 随着数字化转型程度加深，发展重点应转向数字化业务的覆盖面与商业模式的有效性，应更加关注管理流程是否集约、人才结构是否适配等，进而让数字化战略持续驱动企业发展。
22110发布于 2021-11-30 - 来自专栏架构师之路
业务层，到底需不需要服务化？
基础数据的访问服务化之后，架构如上： （1）站点业务通过RPC接口，调用基础数据服务； （2）基础数据服务通过DAO，从db/cache获取数据； （3）db/cache存储数据； 除了基础数据的访问需要服务化 ，业务层是否需要服务化？ 如果需要，什么时机进行服务化？这是本文要讨论的两个问题。 于是系统架构变成了上图这个样子，业务垂直拆分，有若干个基础数据服务： （1）垂直业务要通过多个RPC接口访问不同的基础数据服务，服务共享是服务化的特征； （2）每个基础数据服务访问自己的数据存储，数据私有也是服务化的特征 业务服务化，通用业务服务层的抽象势在必行。 ?
69610发布于 2020-11-11 - 来自专栏低代码（low code）专栏
数字化与数智化的区别
2、定义：业界对于数智化的定义是：运用数字技术和智能算法，对企业的业务流程、运营模式、决策机制等进行全面的升级和创新，以实现更高效、智能、精准的运作。 总的来说，数字化强调的是转换为数字形式，而数智化则强调利用数字化的数据进行深入分析、获取见解和创造价值。2、相同点数据驱动性质：无论是数字化还是数智化，都与数据处理、管理和利用相关。 然而企业的数智化转型复杂度日益提升：业务战略从To B端向To C端、从单一渠道逐个攻破向全渠道整合营销的调整将颠賽过往的业务模式；长期稳定、层级式的组织架构需升级成为持续动态调整、网络化的多样化组织模式 2、数智化转型进程的普遍误区伴随数智化在组织内部的推进程度，存在四种组织形态，多数企业往往认为自身已通过数字化技术的引入、数字化小组的建立完成数字化组织的转型，然而，市场上大部分企业组织的数智化程度仍然作为数智化加强者 （2）集中型组织形态通常在企业内部建立专业数字化小组，由专业小组持续推进技术、产品以及工作方式的创新，借助与核心业务团队的紧密协作，提高数智化在公司战路中的优先级。
1.8K10编辑于 2024-06-18 - 来自专栏数据猿
重新认识企业数智化！
大数据产业创新服务媒体 ——聚焦数据 · 改变商业 ---- 企业数字化大家讲的比较多了，在数字化之后，则是数智化。从数字化到数智化的转变，并不是玩弄概念，而是有其实质内涵。 这篇文章，我们就来讲讲企业数智化升级。 数智化升级的时代需求 中国企业数字化转型已经进行较长时间了，中大型企业在业务和管理数字化过程中积累了大量的数据，但这些数据还没有效的用起来。 对于企业而言，在数字化转型之后，还要进入数智化升级阶段。 数智化的定义与三个核心要素 企业数智化升级是一个相对较新的概念，作为一个新概念，我们首先要界定这个概念的内涵和外延。 下面，我们来具体讨论下数智化与这三个方面的关系。 第一，数字化 数智化并不是凭空产生的，而是基于企业的数字化基础，是对企业数字化的继承和发展。企业在完成数字化转型之后，进一步实现智能化升级。 2、业务流程自动化 企业的经营需要相关岗位人员的协同，这就会产生大量的管理流程，将这些流程中的某些环节“委托给”AI程序，实现流程在部分环节的自动运转。
1.7K20发布于 2021-07-13 - 来自专栏财经科技
智博会前沿 | 从“制造”到“智造”，广域铭岛引领工业数智化转型
2022中国国际智能产业博览会（简称2022智博会）将于8月22日至24日在重庆悦来国际会议中心开幕。 本届智博会延续“智能化：为经济赋能，为生活添彩”的主题，聚焦“智造重镇”“智慧城市”建设，打造思想观点交流新平台，总结数字重庆建设新成效，展现数字应用新场景。 作为工业互联网第一梯队的广域铭岛也将如期现身智博会，集中呈现Geega（际嘉）工业互联网平台（以下简称“Geega平台”）赋能制造业数字化转型的应用实践，展示Geega平台从加速汽车行业转型到跨行业跨领域服务的应用成果 OT与IT实力，擅长以数字化技术提取工艺知识，沉淀可规模化复用的机理模型，针对产业链供应链上下游，企业研、产、供、销、服经营全链条，提供以工业软件为核心的数字化综合服务，精准地提升企业生产和管理效率。 跨行业跨领域赋能赋智广域铭岛“源于制造，反哺制造”，通过服务“链主”企业，打通上下游资源、数据等核心要素，在统一标准下实现全链条协同，沉淀可规模化复用的机理模型，逐渐从汽车行业向通用行业实现赋能、赋智，
55640编辑于 2022-08-08 - 来自专栏数商云网络
系统架构升级，数字化到数智化
今天的数智化，与企业过去的信息化、数字化相比，究竟有什么区别？在这一视野下，企业“从数字化到数智化”，又将经历哪些阶段，分别要处理哪些重要议题？ 从数字化到数智化转型，意味着： 一、从支撑技术来看，实现从IT到DT转变。 数字化转型是基于传统IT架构；数智化是基于云管端+AIoT等为代表的新技术群落。 image.png 企业数智化转型的时刻表 具体到企业来看，数字化转型不是一个新课题。从技术长周期的视角来看企业转型，可以分为两个阶段：从数字化转型阶段到数智化转型阶段。 当前，企业正进入数智化转型新阶段，基础设施云化、中台化、移动化推动企业从业务数据化向数据业务化转型，从单轮驱动向双轮驱动转型，并最终实现全链路数智化。 image.png 阶段一：IT 化阶段。 简言之，如果说企业数字化转型是基于 IT 技术、架构和PC端，那么企业数智化转型则是基于DT技术、架构和移动端。数字化的核心是业务数据化，数智化的核心则是数据业务化。
1.1K10发布于 2020-08-10 - 来自专栏腾讯云TI平台
腾讯发布产业数智化转型白皮书，做企业数智化升级「指南针」
其次是缺乏对不同组织数智化发展成熟度的兼顾。 最后，数智化应用与组织间“硬磨合”也会导致价值变现困难。传统的数智化转型往往是“一把手”工程，需要组织内部包括管理模式、组织、业务流程等各个方面不断地调整和适配这种“自上而下”的数智化转型战略。 为了回应当前数智化转型升级的新需求，突破传统模式推进数智化技术应用落地的桎梏，腾讯云智能从使用者的需求痛点及体验链路出发重新设计，创造性地提出了“以人为本，四大智能引擎推动政、企数智化升级”的新思路。 白皮书最后强调，当下数智化的技术应用与探索还远远没有到达终点，但以人为本将始终是企业不断探索数智化应用的“指南针”。 ，推动企业数智化更好地转型。
1.2K50编辑于 2022-12-05 仅需3%训练数据的文本归一化技术
仅需3%训练数据的文本归一化技术在语音合成系统中，文本归一化通常是文本转语音转换的第一步。 在英语实验中，我们使用了8个预定义类别，而Proteno自动生成了另外2,658个类别。相比之下，符号分类模型通常只有约20个类别。分词技术改进Proteno使用简单有效的分词方案。 英语有大量文本归一化研究，但西班牙语和泰米尔语没有现成的文本归一化数据集。因此，我们创建了自己的数据集，并公开供其他文本归一化研究人员使用。 要归一化的文本首先在其空格处拆分，然后在Unicode类别发生变化的地方进一步拆分。标注：分词后的未归一化文本被逐标记标注，这为我们提供了每个未归一化标记与其真实归一化之间的一对一映射。 输入是未归一化标记序列，输出是可以生成归一化文本的类别序列。
14010编辑于 2025-10-05- 来自专栏FreeBuf
2亿Twitter用户的数据被公开，仅需2美元即可下载
近日，一个包含超过2亿Twitter用户数据的文件在一个流行的黑客论坛上发布，价格约为2美元即可下载。目前，已经证实了泄露中列出的诸多用户数据的真实性。 2亿Twitter用户资料被公开 今天，一名攻击者在Breached黑客论坛上发布了一个由2亿条Twitter用户资料组成的数据集，仅需要该论坛的8个货币价值约2美元，即可下载。 据称，这个数据集与11月流传的4亿个数据集相同，但经过清理，去掉重复的数据，总数减少到约2亿条。这些数据是以RAR档案的形式发布的，包括六个文本文件，总大小为59GB的数据。
79740编辑于 2023-02-10 仅需3%训练数据的文本归一化技术
文本归一化与语音合成在类似某中心语音助手等服务中，文本归一化通常是文本到语音转换过程的第一步。 传统方法的局限性历史上，文本归一化算法依赖硬编码规则，这些规则难以跨语言泛化且维护困难：典型的基于规则的文本归一化系统可能包含数千条规则，需要语言学专业知识开发。 性能表现我们在英语、西班牙语和泰米尔语上评估了Proteno：英语：使用8个预定义类别，Proteno自动生成另外2,658个类别数据效率：在英语实验中，Proteno仅需3%的训练数据即可达到先前最先进技术的相当性能多语言表现 ：西班牙语准确率99.1%，泰米尔语96.7%，英语97.4%技术方法处理流程Proteno将文本归一化视为序列分类问题，大部分类别是学习得到的：标记化：基于空格和Unicode类别变化的粒度标记化机制标注 ：对标记化文本进行逐标记标注类别生成：预定义类别：8-10个包含基本归一化规则的类别自动生成类别：通过分析数据集中的未归一化到归一化标记映射自动创建分类器实验我们试验了四种不同类型的分类器：条件随机场双向长短期记忆模型
12210编辑于 2025-11-05- 来自专栏企鹅号快讯
中国IDC圈、科智咨询王若冰：从供到需——IDC产业的演进之路
会上，中国IDC圈、科智咨询高级分析师王若冰以《从供到需——IDC产业环境探讨》为题，进行了主题演讲。 “目前中国IDC市场现状是东热西冷。”王若冰说。 其中，数据中心分布格局与人口密度、城市经济发展水平、城市信息化发展指数、电消耗能力分布格局相一致，企业大多选择人口密度高、经济发达、信息发展指数较高得地区部署IDC业务，以保证企业获取足够的利润。 年的数据显示中国的IT需求量在减少，2017年数据回温，又重新看好中国市场，这主要因为人工智能、物联网等新业态在中国的接受程度较高，一但商用就是全面落地，飞速普及，就像二维码支付，从出现到全国普及也仅需半年左右 政府牵头推动IDC行业需求的增长，同时，IDC行业发展之后又进一步推动企事业单位、政府机关单位的信息化发展。 另一方面是技术迭代带来的行业演进。
1.8K60发布于 2018-01-17 - 来自专栏小游戏开发
“数智化” 时代，房企的数字化转型之路
相比其他行业，房地产的数字化起步更慢。 数字化转型已然成为地产企业必须付诸行动的必选项，谁先动谁就有先发优势。「房企通过数字化升级来提升产品和服务的品质是大势所趋。」” 2、IT 建设敏捷性不足。 虽然在数字化转型中不是起步最早的，却是上线速度最快、核心业务覆盖最全的。此外，融创还在智慧社区等领域进行了探索，长期在第三方拓展多渠道发力，为公司多元化战略合作铺路。 图片融创小程序展示2、实现 App+ 服务的战略落地。
71530编辑于 2022-12-21 - 来自专栏别先生
Struts2(接受表单参数)请求数据自动封装和数据类型转换
Struts2请求数据自动封装: （1）实现原理：参数拦截器 （2）方式1：jsp表单数据填充到action中的属性； 普通的成员变量，必须给set，get可以不给的。 BieHongLi 9 * @version 创建时间：2017年2月21日 下午8:39:13 10 * Struts2的核心业务，请求数据自动封装和类型转换 11 * 这个继承不继承即可extends 11 </body> 12 </html> 方式2： 第一步：引包，省去 第二步：配置struts2的过滤器，和上面的一样 第三步：开发Action 1 package com.bie.type ; 2 3 import java.util.Date; 4 5 import com.opensymphony.xwork2.ActionSupport; 6 7 /** 8 * @author BieHongLi 9 * @version 创建时间：2017年2月21日 下午8:39:13 10 * Struts2的核心业务，请求数据自动封装和类型转换 11 * 这个继承不继承即可
1.5K70发布于 2017-12-29 - 来自专栏CVer
仅需2张图！AI便可生成完整运动过程
再给一张正脸（关键帧2）： ? 然后仅仅根据这两张图片，AI处理了一下，便能生成整个运动过程： ? 而且不只是简单的那种，连在运动过程中的眨眼动作也“照顾”得很到位。 仅需2个关键帧，如何实现完整运动？ 不需要冗长的训练过程。 不需要大量的训练数据集。 这是论文作者对本次工作提出的两大亮点。 具体而言，这项工作就是基于关键帧将视频风格化。 与此前方法不同的是，这种风格迁移是以随机顺序进行的，不需要等待顺序靠前的帧先完成风格化，也不需要对来自不同关键帧的风格化内容进行显式合并。 ? 从原始关键帧（Ik）中随机抽取一组图像块（a），在网络中生成它们的风格化对应块（b）。 然后，计算这些风格化对应块（b）相对于从风格化关键帧（Sk）中取样对应图像块的损失，并对误差进行反向传播。 对于每一个超参数设置： （1）执行给定时间训练； （2）对不可见帧进行推理； （3）计算推理出的帧（O4）和真实值（GT4）之间的损失。 而目标就是将这个损失最小化。 ?
70430发布于 2021-05-10 - 来自专栏量子位
仅需2张图，AI便可生成完整运动过程
再给一张正脸（关键帧2）： ? 然后仅仅根据这两张图片，AI处理了一下，便能生成整个运动过程： ? 而且不只是简单的那种，连在运动过程中的眨眼动作也“照顾”得很到位。 仅需2个关键帧，如何实现完整运动？ 不需要冗长的训练过程。 不需要大量的训练数据集。 这是论文作者对本次工作提出的两大亮点。 具体而言，这项工作就是基于关键帧将视频风格化。 与此前方法不同的是，这种风格迁移是以随机顺序进行的，不需要等待顺序靠前的帧先完成风格化，也不需要对来自不同关键帧的风格化内容进行显式合并。 ? 从原始关键帧（Ik）中随机抽取一组图像块（a），在网络中生成它们的风格化对应块（b）。 然后，计算这些风格化对应块（b）相对于从风格化关键帧（Sk）中取样对应图像块的损失，并对误差进行反向传播。 对于每一个超参数设置： （1）执行给定时间训练； （2）对不可见帧进行推理； （3）计算推理出的帧（O4）和真实值（GT4）之间的损失。 而目标就是将这个损失最小化。 ?
1K20发布于 2021-05-11
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