- 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！
AI 赋能需求文档管理，效率直接翻倍在数字化研发场景中，需求文档编制常常陷入 “从零下笔难、版本混乱多、合规踩坑险” 的困境。 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 AI 转化文档：打破业技壁垒，需求传递零偏差解决业务与科技 “语言不通” 的核心痛点： 业务需求转软件需求：将 “口语化需求”（如 “转账后立即发短信通知”）转化为含 “功能点、触发条件、输出结果” 的标准化软件需求 ，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。 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 效率层面 ⏱️：需求文档编写时间缩短 70%，评审效率提升 60%，新核心系统整体建模交付周期缩短 50%，原本需 6 个月完成的支付结算模块建模，仅用 3 个月即落地。 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 - 来自专栏TAPD
生产效能数智化提升！腾讯TAPD精研班9月报名开启！
腾讯 TAPD与 CNB 强势联合，推出 “生产效能数智化精研班”，直击研发效能痛点，奉上从 “项目规划” 到 “代码交付” 全链路升级方案！ 一、活动背景：数智化时代，研发效能破局在即 企业研发普遍面临 “协同壁垒、工具脱节、智能不足” 三大难题：需求闭环缺失、迭代周期长、AI 技术落地难。 依托腾讯 20 年研发实践沉淀，TAPD 与 CNB 以 “工具协同 + 流程优化 + AI赋能” 为核心，助力企业突破瓶颈，实现生产效能数智化跃迁。 AI 时代企业敏捷 探索 AI 在需求预测、任务自动化中的应用 腾讯大模型赋能 分享代码补全、智能测试等研发场景实战案例 （二）双工具协同实战 TAPD 核心能力 搭建需求管理、效能度量框架 快免费报名参加，赢取好礼吧 也可以预约直播9月24日、26日两场哦： 免费使用 让研发更敏捷，让协作更高效！
22410编辑于 2025-09-11 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 跨部门协同需反复沟通澄清，一个变更需求的确认平均需耗费 3-5 个工作日，严重拖慢业务响应速度，甚至导致 “需求传递失真”。 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- 来自专栏瓜农老梁
FA9# Service Mesh上线需解决的问题整理
加速业务探索：快速迭代上线、快速验证 代理升级无感知：不需要费力推动业务升级或者通过卡点升级引起的各类问题 2.运维提效价值 治理体系统一：屏蔽不同语言体系治理的复杂性 技术演进统一：不必关心版本碎片化问题
39430编辑于 2022-03-29 - 来自专栏自学测试之道
接口自动化之获取excel中请求数据
： 5、header： 6、数据依赖（接口自动化难点）： 7、实际结果 ? ： 5、header： 6、数据依赖（接口自动化难点）： 7、实际结果 ? ： 5、header： 6、数据依赖（接口自动化难点）： 7、实际结果 ? ： 5、header： 6、数据依赖（接口自动化难点）： 7、实际结果 ? ： 5、header： 6、数据依赖（接口自动化难点）： 7、实际结果 ?
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
什么是数字化？什么是数智化？以及数字化与数智化的区别，下面分为三块跟大家详细讲解。一、什么是数字化？1、概念：数字化（Digitalization）是将信息转换为数字（即计算机可读）格式的过程。 二、什么是数智化？1、概念：数智化（Digital and Intelligent Transformation）是数字智慧化与智慧数字化的融合。 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 ；架构的逐步迁移、决策模式对于数据与算法的关注以及相关技术的持续迭代突破层层叠加数字化转型的难度，使得业务、组织、技术任一方面的变革与调整都需从前瞻性、整体性与连贯性角度进行衡量。 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
1.8K10编辑于 2024-06-18 - 来自专栏WeTest质量开放平台团队的专栏
报名开启 | 9月1日，腾讯WAIC「智变未来」论坛，邀您共话“产业智变”
9月1日，第五届世界人工智能大会（WAIC）即将拉开帷幕，同时，也是腾讯论坛的“第五年”，每年我们都会在这场科技的盛会中探讨数字技术对社会、对生产生活的深刻影响。 今年的腾讯「智变未来」论坛，我们将带来覆盖产业落地、场景建设、经验分享、技术突破、最佳实践等多个方向的主题演讲与一场圆桌论坛，以及数字经济全球化时代，我们对产业数字化转型新路径的探索与思考。 我们很荣幸地邀约了来自各领域的专家和学者，与我们共同参与这场关于“产业智变”的深度讨论。 目前作为腾讯WeTest产品负责人，全面负责WeTest质量云平台业务的建设、行业一体化方案打造以及产品商业化落地。 2022世界人工智能大会·腾讯论坛 「智变未来」 2022年9月1日，下午 上海西岸艺术中心B1馆 论坛报名现已开启，扫描上方海报二维码或点击“阅读原文”即可报名参会，共同探索企业数字化转型新思路。
1.3K30编辑于 2022-08-26 - 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。 在此，我们试图给企业数智化一个定义。 数智化，是在企业数字化基础上，用数据和智能化技术，赋能企业管理和业务。这个概念是数字化、AI和业务三个要素的交集，数字化是基础，AI与业务的融合是核心。 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。
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。 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。 类别有两种类型：预定义类别：我们定义了有限数量的类别（约8-10个），包含基本归一化规则自动生成类别：模型通过分析数据集中的未归一化到归一化标记映射自动生成类别分类：我们将文本归一化建模为序列标记问题， 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Golang开发
Python基础(9)——私有化
xx: 公有变量 _x: 单前置下划线,私有化属性或方法，from somemodule import *禁止导入,类对象和子类可以访问 __xx：双前置下划线,避免与子类中的属性命名冲突，无法在外部直接访问
73930发布于 2019-05-28 - 来自专栏全栈测试技术
JMeter笔记9 | JMeter参数化
1 测试对象我们使用禅道的创建用户接口，对创建用户的信息进行参数化；接口详情：图片图片2 分析从接口看，我们需要参数化的有参数有account和password；其他的几个请求参数可以相同，不用做处理。 3 JMeter参数化3.1 配置元件配置元件提供了参数化支持，如图：图片什么是参数化？ 其实通俗的讲，我们在准备测试数据时，对若要求每次迭代的数据不一样时，则需进行参数化，然后从参数化的文件中来读取测试数据；这里我们参数化使用CSV Data Set Config元件。 3.2 CSV Data Set Config3.2.1 元件介绍该元件是用来进行参数化的，可以指定的文件中一行一行的提取文本内容；根据分隔符插接每一行内容并把内容与变量对应上；然后取样器可以引用这些变量 3.4 请求地址参数化我们每个接口都有请求URL、PORT等信息，我们直接在测试计划中，把这两个参数进行设置用户变量，如下：图片然后在http请求时直接使用${变量名}进行引用或者参数化即可，如下：图片
1.1K70编辑于 2023-02-13 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SuperFeng
机器学习系列9：正则化
在介绍正则化之前，我们先来介绍一下什么是欠拟合和过拟合问题。 欠拟合和过拟合 在线性回归问题中，像下面这个数据集，通过房屋面积去预测房价，我们用一次函数去拟合数据： ? 2.正则化： 保留所有的特征变量，但是减小量级或参数 θ_ j 的大小。 当训练集有许多有用的特征变量时正则化处理会很好。 那么如何进行正则化呢？ 正则化 在过拟合问题中，每个特征变量可能都对结果产生影响，例如预测房价，现在有很多特征变量：大小，楼层，卧室数目等等……。 这种方法就是正则化（Regularization）解决过拟合问题。 要想正则化所有的参数，就可以按照下列公式： ? 其中 λ 又称正则化参数（regularization parameter），它的目标是平衡更好地拟合数据和保持参数尽量最小这两者之间的关系。
64120发布于 2019-09-26
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