关于 药店能买到的致死的药【V信;799.196.362】哨 的搜索结果,共1687
若****客 2018-07-10
IT架构本质--我五点感悟
在生僻业务规划实施过程中,没人告诉我们该有哪些服务,我们只靠摸透一个又一个访问逻辑图和数据生命周期,来摸索群集内有哪些角色和依赖关系。 架构师核心技包括画好访问逻辑和数据流量图,因为问题现状描述清楚了,问题就解决了一多半了。一个好业务访问逻辑图,不仅仅是几个圈圈几条线连起来,其息量大包罗访问过程所有元素,也要详略得当高亮关键点。 5. 各环节都不可盲 容灾设计中都尽人事和听天命 整个IT系统中就没有可靠组件,架构师既不盲目任撞大运,又不无限冗余吓唬自己,而是在尽人事和听天命之间做好权衡。比如TCP就是要建立可靠链接,而现在做性优化时候,大家又嫌TCP太过笨重了。 业务应用不可靠,如果该应用快速重建也不阻塞其他应用,月级偶发内存泄漏和意外崩溃都是可以接受。 支撑性服务不可靠,对于大部分业务,预估一年都不丢一次数据,SLA99.95%就可以了。 操作系统故障崩溃,现在商用系统内核都很稳定,一般故障都出在硬件驱动兼容性上,或者有些照本宣科傻瓜乱改默认参数。
y****i 2018-07-11
做容器云最佳用户
少谈做容器省资源 容器因为虚拟化程度低,肯定比虚拟机要节省资源,但面对这种诡辩我会三联问: “您职场生涯中关注过消耗服务器资源吗?” “拿省下钱给你们团队发工资好不好?” “为了资源效率,我们直接用裸机行吗?”。 容器公司见客户就谈价格谈省钱,又说不清楚省了多少钱,实际上砍了IT项目才是最省钱解决问题客户可以多花钱。 在云平台运营过程中,容器技术确实节省成本,但这是靠容器资源更小调度粒度决定。假设一台物理机有180G内存可用,客户了5台32G内存虚拟机用了160G,剩余20G内存就是卖不出去了。但如果拿这20G内存给一堆只用500M2G容器进程用,还是整机都跑小容器不跑大虚机,资源利用率一下就高很多了。那闲置20G内存成本早晚也要把摊客户身上,但这和客户直接可视资源售价没关系。 这个理由最蠢地方就是,它把容器云客户限定成了对成本敏感运维人员,而使用和更新容器、使用容器编排系统,都是要研发人员一起努力才发掘出来。
思****来 2018-07-11
重磅:构建AIOpsMNIST
除此之外,还在标注工具上尝试了初始异常识别和异常区间对比两个辅助标注功。 初始异常识别 在标注以外时间,我们通常不会持续关注一个指标变化过程,这样,在标注过程中接收数据会远多于平时观察,受已标注数据潜移默化地影响,标注人员判断标准会发生一定程度偏移,影响标注准确性。针对这种问题,在数据初始化阶段我们使用异常检测算法对数据进行检测,确定疑似异常区间,用高亮方式提示给标注人员,这种标准一提醒可以在一定程度上减轻标注人员受影响。 同时,由于使用了较宽松阈值,轻微异常也会被识别出来,这样,标注人员可以重点检查高亮区域,降低检查正常数据消耗,提高标注速度。 异常区间对比 在不确定一段数据是否异常时,我们通常会和已标注为异常数据进行对比,这种对比由于异常数据占比较小变得非常麻烦,需要先在比较大尺度上找异常区间,然后再放缩与待标注区间相同比例尺才进行对比。针对这种问题,我们提供了异常区间跳转和异常概览两个功,可以方便得跳转上一个、下一个异常区间进行对比,也可以在标注结束后把所有异常区间放在一起进行对比。
w****t 2018-07-10
AIOps中四大金刚
另一方面,他们与平台研发工程师、AI工程师相配合,基于AIOps解决方案策略和框架,进行定制化开发,使其适合自身业务线特征。 总结 本文介绍了运维工程师、运维AI工程师、平台研发工程师、运维研发工程师四种角色在自动化运维时代和AIOps智化运维时代,其职责和技拓展和变化。AIOps技术为运维技术发展带来了更多机遇,对于每个参与AIOps实施个人或团队也是如此。四种角色既有术业专攻,同时又紧密协作,共同将AI力引入为运维赋。那么,你选择是什么呢?
c****1 2018-07-10
数字签名会被撞破么?——安全 hash 攻与防
安全 hash 函数在息系统中有相当广泛应用,特别是用于消息签名来保护消息完整性和不可抵赖性等任务,可以说安全 hash 函数是现代应用密码学最重要基石之一。如果安全 hash 函数出现安全问题,那么整个应用密码体系乃至整个互联网安全都受严重影响,包括软件发行、网络支付、设备升级等等。安全 hash 函数面临最大技术安全威胁是同谋碰撞攻击,但我们也发现国内不少厂家自制协议中存在着大量不正确安全 hash 应用,导可以利用简单方法攻破其防护。近些年随着计算机性 提高,针对 MD5、SHA1 函数碰撞攻击研究也进展迅速。而国内由于现实情况,替 换 MD5/SHA1 代价高昂,很难在短期内解决。MD5/SHA1 碰撞究竟会对现有 息系统产生哪些威胁?本文对 MD5/SHA1 碰撞攻击及其应用场景进行讨论,给出了具体攻击实例,同时给出了缓解措施。我们指出,在进行严格约束消除同谋碰 撞条件下,要攻破 MD5/SHA1 依然是一个非常艰巨任务。
陈****1 2018-07-11
原始人创业——创业者核心竞争力
创业团队因为外部压力更大、内部容错更少,所以更要给合伙人、打工者、投资人、渠道商、用户、市场合作伙伴以安全感,任何一方叛变都可创业项目失败。而某些创业者在准备充足时,敢洗别人期权让功臣滚蛋,够坑渠道压投资人,他们是相对方反抗威胁不他们利益。 8.莫名神化风投:天火 原始人和野兽一样见雷劈天火,区别是原始人知道利用火,后面还学会了主动引火。雷劈天火只是自然现象,不值得特别朝拜和美化,创业圈天火就是风投。 风投是盈利性金融机构,在商言商,他们相这些股份远超当前价值,拿不风投创业者才会美化神化风投。 风投经理创业力并不比创业者更好,否则他们早自己去创业了;他们只是按照一套符合逻辑数学模型来建议花钱。风投单笔投资成功收益是几十倍,记得吴博士书上说行业总体收益是30%多;很多风投还是亏,必然是投资烂项目太多了。 创业者不要神化风投,给风投投资逻辑和证据,比给风投出让更多股份更重要。 附录: 创业职场反鸡汤系列三篇文章: 1.员工别做过度付出又廉价感动背锅侠。 2.创业团队没管理别过度期望和失望。 3.打工者在创业团队待遇和收获是什么。
p****d 2018-07-11
单机房故障自愈--运维春天
基于内网监控、基础监控、业务监控提供故障号;触发内网止损决策器进行止损决策;执行流量调度、主备切换、弹性降级等止损操作。 单机房故障自愈常见问题和解决方案 传统流量调度自动止损方案存在如下问题: 1容量风险控制力不足 【问题描述】 传统流量调度模式有两种:固定比例模式与容量保护模式。 固定比例模式:按照预先设定固定预案,一个机房故障,该机房流量按照预先设定比例分配其他机房。很可某个机房容量或剩余机房总容量不足,切流量后导多个机房发生故障。 容量保护模式:针对固定比例模式存在容量风险问题,改进流量调度方式为执行前判断容量是否充足,容量充足则进行流量调度,否则不进行调度并通知人工介入处理。但此种方案面对问题是: 1.容量仍有buffer可以进行部分止损。期望够在不超过容量保护情况下进行尽可调度,减少对用户影响。 2.即使按照容量进行调度,服务过载仍可发生,容量数据本身存在一定误差,流量成分变化以及变更等导容量退化,都可原先容量无法完全可
x****7 2018-07-10
从外行进阶专业 传统企业AI转型差只是一个百度EasyDL
“我们和百度一起合作,实现可即用、更轻快、高精度、强安全特点,帮助品牌商提升了门执行效率。”惠合科技CEO郑云帆表示,公司已准备与品牌商联手,扩大“e佳”方案使用范围。 事实上百度EasyDL每一次开放新力,就会有一批嗅觉敏锐企业迅速跟进,新创新案例层出不穷。 2018年12月,百度上线了EasyDL定制化文本分类功,很快,专注于货运O2O创新企业货拉拉,基于此打造了一套提升整体运营效率系统,可筛选优质用户留言,从而精准定位目标客户,准确率高达99%,率先进入AI赋物流新趋势中。 源创、惠合和货拉拉并无太多AI积累,也没有太多深度学习基础,AI却用起来得心应手,这也说明百度EasyDL平台本身简单、易用。 一方面,百度EasyDL支持定制图像、文本、声音等多种类型深度学习模型,可以低成本高效地定制训练出符合自家业务场景需求高精度AI模型;另一方面,百度EasyDL在几个小时甚至几分钟内就够得API或者离线SDK服务力,使得企业快速验证AI效果,再决定是否加大投入。
x****7 2018-07-11
残酷世界也爱着你
这些规则同样给弱者留下了生存空间,各种规则和流程推高了大企业成本,小企业才有成本优势;用人单位有特色规定,那就只有高薪才人才;跟女神表白失败了,可以奋斗十年娶个更年轻女神啊。 我们生活中总是经历各种烦心事,根本不是前文中有深意规则,就是恶意和无聊磨难。小一点如遗失公交卡、后厂村堵车或者一场感冒,大一些各种恶意攻击、勾心斗角甚至是飞来横祸。 面对工作上无理需求,我们学会了引导和拒绝;面对谜题般需求场景,我们学会了理性思考;面对不可控路况,我们选择搬家或者早起;面对伙伴疏忽和资源缺失,我们学会了担当和冗余。 搞IT就是和三大不靠谱做斗争,工程师干不靠谱、软硬件跑不靠谱、需求方说也不靠谱,当你被坑了几次以后就把这些不靠谱当做常态去设计了。 每一次磨难都是一次成长,就像玩游戏打怪升级一样,但凡不困难,最终都会使你更强大。 其实也是生活变好了以后,每个人心里都有点自艾自怜,也有点贪心不足。我们现在受苦发愁,连父辈一半都不,确因为赶上了好年景,轻易过上比父辈人更好生活。
追****圣 2018-07-11
给书记省长讲清楚云计算
在最近十年,移动互联网兴起,便捷、打车、外卖、电子支付等功层出不穷,所有面向个人消费者行业都在加速互联网化;未来十年里,计算机技术将深刻影响工业生产领域。这时问题出现了,我们需要上千万名工程师吗,我们有这么多工程师吗? 历史总是惊人相似轮回,在国家决策层面,云计算是个可以和源、金融相提并论领域。 第一次工业革命开始时,每一个矿山都安装各自蒸汽机;第二次工业革命开始时,每一个工厂都要重点解决电力等源问题;息技术革命开始时每个公司都要有计算机工程师。但百川终海,发动机统一标准,电力集中供应,云计算平台可以实现计算机技术标准化,凭借规模效应降低服务成本,让客户直接付费购息技术服务,极大减少了客户人力投入以及衍生时间和管理成本。 息技术革命核心工作是存储和处理,最重要资源是数据。客户数据放在云平台就像资金放在银行一样,银行可以根据储户流水评估用,央行可以对货币进行宏观调控,云平台一样可以对用户息进行评估计算,甚至国家层面可以进行宏观管理调控。
TOP