- 综合排序
- 最热优先
- 最新优先
- 来自专栏刷题笔记
7-4 悄悄关注 (25 分)
本文链接：https://blog.csdn.net/shiliang97/article/details/97864803 7-4 悄悄关注 (25 分) 新浪微博上有个“悄悄关注”，一个用户悄悄关注的人
1.1K10发布于 2019-11-08 - 来自专栏刷题笔记
7-4 树的遍历 (20 分)
本文链接：https://blog.csdn.net/shiliang97/article/details/102924283 7-4 树的遍历 (20 分) 给定一棵二叉树的后序遍历和中序遍历，请你输出其层序遍历的序列
75210发布于 2019-11-07 - 来自专栏刷题笔记
7-4 字符串排序
点这里 7-4 字符串排序 本题要求编写程序，读入5个字符串，按由小到大的顺序输出。 输入格式： 输入为由空格分隔的5个非空字符串，每个字符串不包括空格、制表符、换行符等空白字符，长度小于80。
94510发布于 2019-11-08 - 来自专栏刷题笔记
7-4 括号匹配 (25 分)
本文链接：https://blog.csdn.net/shiliang97/article/details/101472923 7-4 括号匹配 (25 分) 给定一串字符，不超过100个字符，可能包括括号
1K30发布于 2019-11-08 - 来自专栏数据结构和算法
7-4 学生成绩排序 (15分)
7-4 学生成绩排序 (15分) 输入格式: 输入一个正整数n(n<50)，下面n行输入n个学生的信息，包括：学号、姓名、三门课程成绩（整数）。
43010编辑于 2023-11-30 - 来自专栏算法与数据结构
PTA 7-4 排座位（25 分）
7-4 排座位（25 分） 布置宴席最微妙的事情，就是给前来参宴的各位宾客安排座位。无论如何，总不能把两个死对头排到同一张宴会桌旁！
1.6K90发布于 2017-12-29 - 来自专栏freesan44
PTA 7-4 素数等差数列 (20 分)
2004 年，陶哲轩（Terence Tao）和本·格林（Ben Green）证明了：对于任意大的 n，均存在 n 项全由素数组成的等差数列。例如 { 7，37，67，97，127，157 } 是 n=6 的解。本题就请你对给定的 n 在指定范围内找出一组最大的解。
40000发布于 2021-09-10 - 来自专栏freesan44
PTA 7-4 最近的斐波那契数 (20 分)
=1。所谓与给定的整数 N 最近的斐波那契数是指与 N 的差之绝对值最小的斐波那契数。
48510发布于 2021-09-10 - 来自专栏刷题笔记
【2020HBU天梯赛训练】7-4 稳赢
7-4 稳赢 大家应该都会玩“锤子剪刀布”的游戏：两人同时给出手势，胜负规则如图所示： ? 现要求你编写一个稳赢不输的程序，根据对方的出招，给出对应的赢招。但是！
52710发布于 2020-06-23 AI安全双向加固：腾讯云以AI驱动防御并保障AI自身安全
AI时代安全格局剧变，攻防天平向攻击者倾斜 核心挑战：AI技术在降低攻击门槛的同时，引入了模型投毒、提示词注入、Agent过度授权、敏感数据泄漏等新型风险。 客户实践：腾讯自身安全体系验证方案有效性 案例背景：腾讯集团面临严峻的内外部安全挑战，需提升代码安全性与AI应用可靠性。 实施过程：采用CodeBuddy Security进行代码审计，并部署AICC保障内部AI业务的数据安全。 实践成果：CodeBuddy Security在腾讯内部实现高效漏洞挖掘与自动化修复；AICC为内部AI业务提供数据可用不可见的可信推理环境，成为AI规模化落地的安全基石。 腾讯云AI安全的技术确定性源于三层纵深防御体系 技术领先性：构建“基础设施安全（AICC）、大模型安全（AI安全护栏）、Agent安全（安全中心）”三层纵深防御，覆盖AI全生命周期。
11310编辑于 2026-06-22- 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。
1.5K11编辑于 2026-01-20 - 来自专栏freesan44
PTA 7-4 素数等差数列 (20 分)
2004 年，陶哲轩（Terence Tao）和本·格林（Ben Green）证明了：对于任意大的 n，均存在 n 项全由素数组成的等差数列。例如 { 7，37，67，97，127，157 } 是 n=6 的解。本题就请你对给定的 n 在指定范围内找出一组最大的解。
39120编辑于 2021-12-06 - 来自专栏刷题笔记
【未完成】7-4 集合相似度 (25 分)
本文链接：https://blog.csdn.net/shiliang97/article/details/102727480 7-4 集合相似度 (25 分) 给定两个整数集合，它们的相似度定义为：
63410发布于 2019-11-07 - 来自专栏freesan44
PTA 7-4 最近的斐波那契数 (20 分)
=1。所谓与给定的整数 N 最近的斐波那契数是指与 N 的差之绝对值最小的斐波那契数。
60710编辑于 2021-12-06 - 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freesan44
PTA 7-4 胖达与盆盆奶 (20 分)
大熊猫，俗称“胖达”，会排队吃盆盆奶。它们能和谐吃奶的前提，是它们认为盆盆奶的分配是“公平”的，即：更胖的胖达能吃到更多的奶，等胖的胖达得吃到一样多的奶。另一方面，因为它们是排好队的，所以每只胖达只能看到身边胖达的奶有多少，如果觉得不公平就会抢旁边小伙伴的奶吃。
50630编辑于 2021-12-06 - 来自专栏freesan44
PTA 7-4 胖达与盆盆奶 (20 分)
大熊猫，俗称“胖达”，会排队吃盆盆奶。它们能和谐吃奶的前提，是它们认为盆盆奶的分配是“公平”的，即：更胖的胖达能吃到更多的奶，等胖的胖达得吃到一样多的奶。另一方面，因为它们是排好队的，所以每只胖达只能看到身边胖达的奶有多少，如果觉得不公平就会抢旁边小伙伴的奶吃。
36600发布于 2021-09-11 - 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。
88010编辑于 2022-08-25 - 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。
78520发布于 2019-06-15
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