数字水印的分类方法较多，当前主要的分类方法有以下几种： 按嵌入域分类：按照水印信息嵌入域的不同可分为时域水印和频域水印。 时域水印通过直接在载体信号空间上叠加水印信息实现水印嵌入，容量较大但鲁棒性相对较差。 频域水印则是在载体的变换域中嵌入水印信息。 按水印可见性分类：按照水印信息是否可见分为可见水印和不可见水印。 可见水印在视频媒体中应用较多，能够明确标识出版权信息，但对载体质量影响明

摘要数据脱敏是数据安全领域落地场景较为成熟的技术手段，在数据深层次、大范围的共享开放的今天，数据脱敏在不影响数据使用的前提下，保护敏感隐私数据，已成为数据安全建设重要内容。 数据脱敏法规政策合规依据国家标准 《网络安全法》第四十二条：网络运营者不得泄露、篡改、毁损其收集的个人信息；未经被收集者同意，不得向他人提供个人信息。但是，经过处理无法识别特定个人且不能复原的除外。 《数据安全法》第二十七条

1、联邦学习的背景介绍近年来人工智能可谓风风火火，掀起一波又一波浪潮，从人脸识别、活体检验发现刑事案件报警到阿尔法狗大战人类围棋手李世石、再到无人驾驶、以及已被普遍应用的精准营销，AI逐步进入人们生活的方方面面。当然也不免出现部分过度吹捧，导致对AI的误解–AI无所不能，既然这么好用，为啥我不能拿来用一下？在追逐AI的同时却忽略了一点，AI是靠数据来喂的，而且是大量优质数据。 现实生活中，除了少数

近年来，联邦学习的热度在逐渐的升温，主要有几方面的因素： 端和边缘设备越来越普及，算力也有所提升。这个趋势随着智能汽车，VR，IoT等的发展，估计还会持续下去。 隐私合规，数据保护成为大公司绕不过去的一个门槛。不管是用户意愿，政府法规，还是公司间合作，对于数据的保护越来越重视。 其他方面，比如个性化模型，数据中心成本等等。 其中第二条尤其关键： iOS加强隐私后，很多用户手机上的数据无法被采

PySyft 单位：OpenMind github：https://github.com/OpenMined/PySyft 论文：https://arxiv.org/abs/1811.04017 概述：PySyft 在主要深度学习框架（如 PyTorch 和 TensorFlow）中使用联邦学习、差分隐私和加密计算（如多方计算 (MPC) 和同态加密 (HE)）将私有数据与模型训练分离。 F

JR/T 0223- 2021 《金融数据安全数据生命周期安全规范》金融敏感信息通常包括国家规定的敏感信息、业务数据的敏感信息，以及个人金融信息的敏感信息等，在实际应用过程中，需要根据实际业务场景、数据安全级别等因素，选择适当的数据脱敏方式防止敏感信息泄露。 一、数据脱敏应用分类1、静态数据脱敏 静态数据脱敏主要特点： a)适应性，即可为任意格式的敏感数据脱敏。 b) 一致性，即数据脱敏

百万富翁比财富的故事两个百万富翁街头邂逅，他们都想炫一下富，比比谁更有钱，但是出于隐私，都不想让对方知道自己到底拥有多少财富，如何在不借助第三方的情况下，让他们知道他们之间谁更有钱？ 这是几十年前多方安全技术（隐私计算的一种技术）要解决的经典问题。你也许马上就会想到，如果能在不知道对方数据的情况下进行数据的融合安全计算，从而获得一个有价值的结论，这不就是数据领域梦寐以求的东西吗？ 的确是这样，如果

先排查 _post 目录下的文章，多半是文章中的代码有问题

官网：https://hexo.io/zh-cn/api/generator Hexo 的所有内容管理其实就两种类型 post 和 page，这两种类型的区别，post 是列表，page 是单页（如about） 1、概要生成器根据处理后的原始文件建立路由。 12hexo.extend.generator.register(name, function(locals){}

1、介绍Github Actions 可以很方便实现 CI/CD 工作流，类似 Travis 的用法，来帮我们完成一些工作，比如实现自动化测试、打包、部署等操作。 当我们运行 Jobs 时，它会创建一个容器 (runner)，容器支持：Ubuntu、Windows 和 MacOS 等系统，在容器中我们可以安装软件，利用安装的软件帮我们处理一些数据，然后把处理好的数据推送到某个地方。 本文

GitHub徽标官网：https://shields.io/ 1、前言在 GitHub 许多开源项目都有很漂亮的徽章（徽标），它们可以用来显示项目的进度，访问人数，版本信息以及 GitHub stars 数量等等，这是怎么做到的呢 Shields.io 可以完成我们的这个需求，它其实就是一个「牌子渲染服务」。里面分为静态展示数据牌和动态展示数据牌。 自定义徽章访问官网 https://www.

同博客框架 WordPress、Hexo 等一样，Web 文档也有自己的框架，如比如 Java 的 Javadoc，Python 的 pydoc，以及Python-sphinx。对于 Python 有专门文档标记语言 reStructuredText（RST），常见的 Python 各种库和工具的帮助文档基本都是用 RST 所写。如 Requests、Flask、Scrapy 等。 不过，用 RS

官网：http://busuanzi.ibruce.info/使用文档：http://ibruce.info/2015/04/04/busuanzi/ 静态网站建站现在有很多快速的技术和平台，但静态是优点也有缺点，由于是静态的，一些动态的内容如评论、计数等等模块就需要借助外来平台，评论有“多说”，计数有“不蒜”！（多说即将关闭，不蒜子还活着涅，这是程序员对程序员的承诺。） 普通用户只需两步走：

青龙面板2.10.13目前普遍使用的稳定版本，非常舒服，无暗病。 Docker安装青龙面板需要安装docker，请在博客中搜索 docker 安装 青龙面板安装安装好docker 之后，直接运行下列命令即可。 123456789101112131415docker run -dit \-v /root/ql/config:/ql/config \-v /root/ql/log:/ql/log \-

一、简介枚举是一个被命名的整型常数的集合，用于声明一组带标识符的常数。枚举在曰常生活中很常见，例如一个人的性别只能是“男”或者“女”，一周的星期只能是 7 天中的一个等。类似这种当一个变量有几种固定可能的取值时，就可以将它定义为枚举类型。 在 JDK 1.5 之前没有枚举类型，那时候一般用接口常量来替代。而使用 Java 枚举类型 enum 可以更贴近地表示这种常量。 枚举类代表一组常量；

语法1234567891011public String[] split(String regex)# 或public String[] split(String regex, int [limit])参数： regex: 应用于字符串的正则表达式。 limit: 数组中字符串的数量限制。如果它为零，它将返回所有匹配正则表达式的字符串。返回值： 字符串数组 例外：Patte

1 %s 格式化Java的格式化功能提供了多种占位符，可以把各种数据类型“格式化”成指定的字符串： 占位符 说明 %d 格式化输出整数 %x 格式化输出十六进制整数 %f 格式化输出浮点数 %e 格式化输出科学计数法表示的浮点数 %s 格式化字符串 注意，由于%表示占位符，因此，连续两个%%表示一个%字符本身。 占位符格式： 1%[index$][标识]*[最小宽度

Java 中并没有内置 JSON 的解析，因此使用JSON需要借助第三方类库。 下面是几个常用的 JSON 解析类库： Gson: 谷歌开发的 JSON 库，功能十分全面。 FastJson: 阿里巴巴开发的 JSON 库，性能十分优秀。 Jackson: 社区十分活跃且更新速度很快。 hutool: 一个小而全的Java工具类库,里面有 JSON 模块。 Fastjson 简介Fastjso

Java 中并没有内置 JSON 的解析，因此使用 JSON 需要借助第三方类库。 下面是几个常用的 JSON 解析类库： Gson: 谷歌开发的 JSON 库，功能十分全面。 FastJson: 阿里巴巴开发的 JSON 库，性能十分优秀。 Jackson: 社区十分活跃且更新速度很快。 hutool: 一个小而全的Java工具类库,里面有 JSON 模块。 1、Hutool 简介 官方简介

https://logging.apache.org/log4j/2.x/manual/lookups.html https://www.docs4dev.com/docs/zh/log4j2/2.x/all/manual-lookups.html 1、概述 “Lookups provide a way to add values to the Log4j configuration at