- 综合排序
- 最热优先
- 最新优先
- 来自专栏刷题笔记
7-5 字符串循环左移
点这里 7-5 字符串循环左移 输入一个字符串和一个非负整数N，要求将字符串循环左移N次。 输入格式： 输入在第1行中给出一个不超过100个字符长度的、以回车结束的非空字符串；第2行给出非负整数N。
1.1K20发布于 2019-11-08 - 来自专栏freesan44
PTA 7-5 买地攻略 (25 分)
数码城市有土地出售。待售的土地被划分成若干块，每一块标有一个价格。这里假设每块土地只有两块相邻的土地，除了开头和结尾的两块是只有一块邻居的。每位客户可以购买多块连续相邻的土地。
23400发布于 2021-09-11 - 来自专栏刷题笔记
7-5 小字辈 (25 分)
点这里 7-5 小字辈 (25 分) 本题给定一个庞大家族的家谱，要请你给出最小一辈的名单。
91210发布于 2019-11-08 - 来自专栏freesan44
PTA 7-5 买地攻略 (25 分)
数码城市有土地出售。待售的土地被划分成若干块，每一块标有一个价格。这里假设每块土地只有两块相邻的土地，除了开头和结尾的两块是只有一块邻居的。每位客户可以购买多块连续相邻的土地。
33820编辑于 2021-12-06 - 来自专栏以终为始
7-5 堆中的路径 （25 分)
7-5 堆中的路径 （25 分) 将一系列给定数字插入一个初始为空的小顶堆H[]。随后对任意给定的下标i，打印从H[i]到根结点的路径。
24620编辑于 2023-03-09 - 来自专栏freesan44
PTA 7-5 实验室使用排期 (25 分)
受新冠疫情影响，当前大家的活动都必须注意保持充分的社交距离，国家实验室的使用也同样受到了严格的限制。假设规定任何一个时间点上，实验室内最多只能有 1 个人，且每个人都必须提前申请实验室的使用，只有申请被批准后才能进入。现给定一批第二天的实验室使用申请，你需要写个程序自动审批，使得能够被批准的申请数量最大化。
66700发布于 2021-09-10 - 来自专栏freesan44
PTA 7-5 实验室使用排期 (25 分)
受新冠疫情影响，当前大家的活动都必须注意保持充分的社交距离，国家实验室的使用也同样受到了严格的限制。假设规定任何一个时间点上，实验室内最多只能有 1 个人，且每个人都必须提前申请实验室的使用，只有申请被批准后才能进入。现给定一批第二天的实验室使用申请，你需要写个程序自动审批，使得能够被批准的申请数量最大化。
51810编辑于 2021-12-06 - 来自专栏刷题笔记
【未完成】7-5 文件传输 (25 分)
本文链接：https://blog.csdn.net/shiliang97/article/details/102727502 7-5 文件传输 (25 分) 当两台计算机双向连通的时候，文件是可以在两台机器间传输的
45320发布于 2019-11-07 - 来自专栏freesan44
PTA 7-5 子串与子列 (25 分)
子串是一个字符串中连续的一部分，而子列是字符串中保持字符顺序的一个子集，可以连续也可以不连续。例如给定字符串 atpaaabpabtt，pabt是一个子串，而 pat 就是一个子列。
42910编辑于 2021-12-06 - 来自专栏freesan44
PTA 7-5 子串与子列 (25 分)
子串是一个字符串中连续的一部分，而子列是字符串中保持字符顺序的一个子集，可以连续也可以不连续。例如给定字符串 atpaaabpabtt，pabt是一个子串，而 pat 就是一个子列。
50340发布于 2021-09-10 - 来自专栏人工智能
建立安全的 AI
这将为神经网络带来两个有益的特性：首先，神经网络的智能可以受到更好的保护以免被他人盗取，消除了在不安全环境下训练的有价值的AI被其他智能盗取的风险；其次，网络可以只作加密的预测（这意味着在没有密钥的情况下 试想，如果AI是经过同态加密处理的，那么从AI的角度来看，整个外部世界也是同态加密过的。而人类可以控制密钥从而决定是解锁AI自身（在外部世界发布）还是只解码AI作出的决策（似乎显得更安全）。 此外，初创对冲基金会Numer.ai加密了昂贵，专有的数据来提供给任何人训练机器学习模型来预测股票市场。 相应地，人们需要寻求一个有效且安全的同态加密算法方案，可以根据任意的计算输入去完成相应的逻辑门操作。人们普遍的希望是可以将工作安全地移植到云上并且不用担心发送的数据被发送者以外的人监听。 但是这个方法很复杂，为了使本文更加简单有趣，我们选择了稍逊一筹的方案（基于整数向量的高效同态加密，安全性要差一点）。
2.3K110发布于 2018-02-23 - 来自专栏首席安全官
AI安全架构：从AI能力到安全平台落地实践
AI重塑安全行业 人工智能（AI）正在加速重塑网络安全产业的技术架构与运营范式。 AI安全机遇与挑战 2.1 机遇：AI为安全工作带来的范式变化 (1) 检测响应能力的倍增 在AI加持下，安全的IPDR循环（Identify-Protect-Detect-Respond）迎来质的飞跃 AI安全平台如何落地 4.1 分阶段建设路线 AI安全平台的落地不是一蹴而就的，应遵循渐进式、迭代式的方式，分三个阶段推进： 第一阶段：AI赋能安全场景（基础能力建设，6-12个月） 目标：快速验证AI 第三阶段：AI重塑安全架构（整体转变，24个月以上） 目标：构建以AI为核心的新型安全架构，实现”人+AI”的最优协同。 人才培养与建设 AI安全岗位人才培养：与高校联合培养AI安全工程师、安全架构师。 继续教育项目：为现有安全从业人员提供AI转型培训。
1.4K11编辑于 2026-01-20 - 来自专栏刷题笔记
【未完成】7-5 对称排序 (25 分)20分
本文链接：https://blog.csdn.net/shiliang97/article/details/101473181 7-5 对称排序 (25 分) 你供职于由一群丑星作为台柱子的信天翁马戏团
65220发布于 2019-11-08 - 来自专栏AI机器学习与深度学习算法
机器学习入门 7-5 高维数据映射为低维数据
我们此时有一个m行n列的样本矩阵X，此时的X样本矩阵代表有m个样本n个特征。通过前面的关于主成分的学习，此时假设我们已经求出针对X样本矩阵来说前k个主成分，每一个主成分对应的一个单位方向，用W矩阵来表示，此时的W矩阵为k行n列，代表前k个主成分，每一个主成分有n个元素。在上一小节提到主成分分析的本质就是从一组坐标系转移到另外一组新的坐标系的过程，而由于我们原来为n维坐标系，因此转换之后的坐标系也有n个维度，只不过对于转换后的坐标系来说，取出前k个更加重要的方向，因此W是k行n列的矩阵。
4.1K31发布于 2019-11-13 - 来自专栏数据猿
【AI大模型展】风云卫AI安全能力平台——打造AI+安全新范式
产品功能 1、安全Copilot：安全Copilot是AI安全协作工具，它统一调度各类AI安全应用，根据安全Copilot应用模板要求，执行实时监控网络环境、自动分析日志数据及识别异常行为等功能，迅速定位潜在的安全威胁 2、AI语音助手：风云卫引入自然语言处理与语音识别技术的AI语音助手，为网络安全管理带来前所未有的交互体验。 5、AI事件调查：AI事件调查功能从攻击者视角和资产视角，深入挖掘安全事件的根源，揭示隐藏的攻击路径与关联事件。 6、AI降噪分诊：AI降噪分诊功能运用智能算法筛选出真正有价值的安全告警，剔除误报和无关信息，从而使得安全团队能够集中精力处理真正紧迫的问题。 技术说明 1、AI智能体: 构建于大语言模型之上的AI智能体，通过模拟安全专家的决策逻辑与实战经验，实现了对复杂网络安全情境的自主学习与高效应对。
1K10编辑于 2024-07-16 - 来自专栏刷题笔记
【2019秋PAT乙级真题】7-5 链表合并 (25 分)
本文链接：https://blog.csdn.net/shiliang97/article/details/100634522 7-5 链表合并 (25 分) 给定两个单链表 L1=a1→
45820发布于 2019-11-08 - 来自专栏刷题笔记
【2020HBU天梯赛训练】7-5 宇宙无敌大招呼
7-5 宇宙无敌大招呼 据说所有程序员学习的第一个程序都是在屏幕上输出一句“Hello World”，跟这个世界打个招呼。作为天梯赛中的程序员，你写的程序得高级一点，要能跟任意指定的星球打招呼。
84110发布于 2020-06-23 - 来自专栏AI科技评论
论道AI安全与伦理
” 论道AI安全与伦理：我们能达到电影里的智能吗？最可能实现的AI场景是什么？如何看待AI自主性？ 出席嘉宾还包括中国人民大学高瓴人工智能学院院长文继荣和搜狐网产品技术总监杨田等人，就主题「AI 安全与伦理」展开了激烈的辩论。 Topic 3：关于 AI 隐私与安全之间，应该如何抉择？ 在这里，主持人先引入了一个故事。一辆火车行驶在正常轨道上，前方有 5 个人，而另一条岔道上有 1 个人。 所以就 AI 隐私与安全来讲，其实不存在绝对的选择，相比之下，如何去平衡这两者是个更值得探讨的问题。随后他举了一个利用在部分公共场合增加摄像头，从而使抓到逃犯的几率上升的这个例子。 装摄像头肯定损害了个人利益，但却保证了更多人的安全。所以就个人而言，张钹院士主张如果影响到了公共利益的罪犯要抓，个人要做点牺牲；但这是中国的哲学、中国的价值观，西方不接受这种价值观。
76820发布于 2019-06-15 - 来自专栏数说工作室
从 AI 到 信息安全
，或者至少，被推荐对象不会躲着AI走（推荐给我不需要的东西，什么心态？）。 但是算法用来做安全对抗就完全不一样了，算法努力计算出攻击者画像、预测出攻击者的行为，而攻击者则努力规避算法的计算，试图通过各种方式绕开AI的猜测，于是变成了一场对抗。 这是AI算法应用在信息安全的客观情况，包括网络入侵、帐号盗用、活动作弊（就是常说的薅羊毛）等，以下统称 “入侵”，攻击者为了让算法感受不到它的存在，会通过各种方式变换自己的行为特征，尽可能的不留下自己的痕迹 lx=FMSQ 千变万化——绕过去，让AI和规则发现不了！ 其实也写过几篇数据安全的文章： 国际风云 | 数据安全与个人隐私保护 还会继续写。
86210编辑于 2022-08-25 AI Agent安全实践指引
月） 行业标签：技术服务,安全 产品标签：undefined#AI Agent安全中心undefined#AI Agent安全网关undefined#iOA（终端安全管理系统）undefined #威胁情报能力 第二章：报告背景和目标 随着AI Agent在企业规模化部署，其自主决策与工具调用能力挑战了传统安全体系，引发权限滥用、供应链风险等新型威胁。 本报告由工信部网络安全威胁和漏洞信息共享平台（NVDB）联合行业机构制定，提出“六要六不要”原则及三层防护体系，助力企业实现风险可控、行为可溯的AI Agent落地。 第六章：为什么选择腾讯云 腾讯云通过以下能力为AI Agent提供全生命周期防护： 开箱即用防护体系：整合AI Agent安全网关（输入过滤）、iOA终端沙箱（运行隔离）、威胁情报库（恶意组件识别） 安全能力模块化：提供AI资产盘点、Token限流、数据防泄漏等标准化模块，降低企业部署复杂度。
1K20编辑于 2026-04-02
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