开放隐私计算
开放隐私计算

2022隐私计算HACKATHON大赛重磅来袭！

2022隐私计算HACKATHON

大赛重磅来袭！

报名参赛

OpenMPC联合CSDN在2022年程序员节开展隐私计算HACKATHON大赛。本大赛旨在通过竞赛方式，促进隐私计算技术应用与创新，促进更多的数据拥有方和数据使用方通过隐私计算发挥数据价值，促进数字产业与隐私计算结合应用，为打造数据要素流通高效协同的关键基础设施贡献科创力量，促进数据要素化创新应用、技术实践、培育优秀人才。

用你的创思一起来改变世界吧～

扫描下图二维码，立即报名参赛！

2022隐私计算HACKATHON大赛重磅来袭！_第1张图片

 

大赛奖池

本次大赛奖金池 100000+元！

更有精美证书与福利等你来拿~

大赛官网：http://hackathon.openmpc.com

或可点击文末「阅读原文」

快速访问大赛官网~

大赛联系方式

大赛联系人：大赛小助手

邮箱：[email protected]

长按二维码添加小助手微信~

关注开放隐私计算公众号， 了解更多内容

你可能感兴趣的:(隐私计算)

  • 实践案例｜孟宪超：基于隐语深度学习在保险联合定价中的应用（附演讲视频） 隐私开源
    “隐语”是开源的可信隐私计算框架，内置MPC、TEE、同态等多种密态计算虚拟设备供灵活选择，提供丰富的联邦学习算法和差分隐私机制。开源项目：https://github.com/secretflowhttps://gitee.com/secretflow演讲实录11月25日，「隐语开源社区Meetup·西安站」顺利举办，本文为大家带来的是蚂蚁集团车险精算平台技术专家孟宪超，在「隐语开源社区Meet
  • 《隐私计算简易速速上手小册》第2章：关键技术介绍（2024 最新版） 江帅帅 《隐私计算简易速速上手小册》隐私计算数据脱敏边缘计算同态加密数据治理区块链安全架构
    文章目录2.1同态加密2.1.1基础知识2.1.2主要案例：云计算数据分析2.1.3拓展案例1：医疗数据分析2.1.4拓展案例2：金融风险评估2.2安全多方计算（SMC）2.2.1基础知识2.2.2主要案例：跨机构金融数据共享2.2.3拓展案例1：医疗研究合作2.2.4拓展案例2：跨国界数据交换2.3差分隐私
  • 从区块链到传统互联网，隐私计算都是Findora的秘密武器 西柚财经 区块链比特币数字货币
    当对区块链的底层基础设施的关注都聚焦在性能上时，也就意味着对其他领域的失焦，比如隐私计算。Web3.0的核心是将数据所有权和应用程序逻辑相分离，区块链作为去中心化网络带来了这种可能性。值得注意的是，公链是建立在公共无需许可基础架构之上的，所以数据没有隐私保护且永久存储。因此公链要想通往Web3.0，就必须解决数据隐私的挑战。其实不止是区块链需要隐私计算，整个互联网生态也都亟需隐私计算的重构，尤其是
  • 隐私计算技术创新赋能金融数字化转型 岛屿旅人 网络安全金融运维大数据网络安全web安全网络安全
    文章目录前言一、金融数据要素流通和价值发挥面临的挑战二、隐私计算技术助推金融场景建设向纵深发展（一）基于可验证秘密共享算法的跨机构数据联合统计（二）基于联邦半监督学习的沉睡客户挖掘模型（三）基于跨域数据校验算法的客户信息准确性验证（四）基于异构隐私计算平台互联互通标准进行跨平台的连通三、未来展望前言近年来，我国大力推动以数据为关键要素的数字经济发展，使得数据成为推动社会进步和经济增长的重要资源和要
  • 隐私计算行业要步入寒冬？还可以再抢救一下！ 数据猿
    大数据产业创新服务媒体——聚焦数据·改变商业在前两年，隐私计算这个细分领域可谓数据安全行业的明星选手，得到很多的关注，并被赋予很大的期待。但是，经过这两年的发展，从数据猿了解到的情况来看，隐私计算领域似乎遇到了一些瓶颈，跟当初的预期存在不小的差距。根据艾瑞网的数据，2022年-2023年，隐私计算领域的投融资市场快速降温，投融资案例大幅度减少。春江水暖鸭先知，资本往往对市场“温度”最为敏感，资本市
  • 截稿倒计时【CCF-A类】USENIX Security’24 2月8日截稿!大年三十继续冲刺！ 会议之眼 web安全安全计算机网络深度学习自然语言处理百度
    会议之眼快讯第33届USENIXSecurity(UsenixSecuritySymposium)即由美国USENIx协会主办的安全研讨会将于2024年8月14日至16日在美国宾夕法尼亚州费城的费城市中心万豪酒店隆重举行！安全界有四大著名顶级会议分别为S&P、CCS、Security、NDSS。USenixSecurity是国际公认的网络安全与隐私计算领域的顶级学术会议之一，汇集了来自全球范围内的
  • 探索密码学的未来：SM1、SM2、SM3、SM4、同态加密、密态计算、隐私计算和安全多方计算 Python栈机 密码学同态加密安全
    密码算法在现代通信与信息安全中发挥着至关重要的作用，SM1、SM2、SM3、SM4、同态加密、密态计算、隐私计算和安全多方计算等密码算法被广泛应用于各种信息安全领域。本篇博客将会为大家介绍这些密码算法，以及它们在信息安全中的作用和应用。一、SM1、SM2、SM3、SM4SM1、SM2、SM3、SM4是中国国家密码管理局发布的四个密码算法标准。SM1是一种对称密码算法，SM2是一种非对称密码算法，S
  • 2022-06-21 七十二更 元宇宙创新技术的发展方向 随光和尘
    首先是区块链，包含以下几个⽅⾯，第⼀是分布式的计算，也叫分布式的账本，已经⾮常成熟；第⼆是分布式的存储，分布式存储⽬前来说还是⾮常基础的，还没有到⾮常⾼效率、可靠和⼤规模的程度，潜在需求很大；第三个就是分布式的AI，如果说现在是由中⼼化的AI来运算所有的内容，从经济上看也是不经济的，所以将来会有分布式AI，分布式AI它有赖于隐私计算，就是要保证这个AI不会获取数据的全部，或者说利⽤数据去作恶，你就
  • 我的隐私计算学习——联邦学习（3） Atara8088 学习密码学安全人工智能同态加密
    本篇笔记主要是根据这位老师的知识分享整理而成【公众号：秃顶的码农】，我从他的资料里学到了很多，期间还私信询问了一些困惑，都得到了老师详细的答复，相当nice！（五）纵向联邦学习—安全树思路可以通过以下脉络学习：决策树--------->集成方法Bagging&Boosting--------->GBDT--------->XGBoost--------->SecureBoostTree这个版块的内
  • 我的隐私计算学习——联邦学习（4） Atara8088 学习密码学安全人工智能
    本篇笔记部分内容来源于这位老师的知识分享【公众号：秃顶的码农】，我从他的资料里学到了很多，期间还私信询问了一些困惑，都得到了老师详细的答复，相当nice！（六）横向联邦学习—梯度更新聚合云端数据中心的分布式机器学习可以有成百上千的节点，对比横向联邦学习有一定的借鉴意义，都存在着节点更新的同步与异步的问题，节点梯度更新之后的问题、节点掉线的问题、数据的NonIID问题，但是横向联邦学习的场景更加复杂
  • 我的隐私计算学习——联邦学习（5） Atara8088 学习人工智能密码学安全
    笔记内容来自多本书籍、学术资料、白皮书及ChatGPT等工具，经由自己阅读后整理而成。（七）联邦迁移学习相关研究表明，联邦迁移学习不需要主服务器作为各参与方间的协调者，旨在让模型具备举一反三能力，在各参与方样本空间以及特征空间均存在较少交叉信息的情况下，使用迁移学习算法互助地构建模型，可解决标签样本少和数据集不足的问题，例如，某国电商平台与其他国家银行间的数据迁移场景，联邦迁移学习可以很好地解决数
  • 算术秘密分享（Arithmetic Share） 咸鱼菲菲 安全多方计算密码学安全
    秘密分享的基本概念秘密的拥有者有一个秘密的数sss。拥有者需要将自己的秘密分享给nnn个参与者，每个参与者得到一份分享值。通常要求单个的参与者不能得到秘密sss的任何信息，但是多个参与者可以通过公布自己的分享值，重建秘密sss.秘密分享在隐私计算中有比较多的应用，比如百万富翁问题、隐私求和等等。根据多少个参与者可以重建秘密，可以将秘密分享分为门限秘密分享和门限秘密分享。门限秘密是指当至少有t(11
  • 全同态加密的硬件加速：让机器学习更懂隐私保护 PrimiHub 同态加密机器学习区块链密码学可信计算技术
    PrimiHub一款由密码学专家团队打造的开源隐私计算平台，专注于分享数据安全、密码学、联邦学习、同态加密等隐私计算领域的技术和内容。问题：保护敏感数据企业机构间合作处理数据越来越频繁，通常使用云服务为数据共享保驾护航。保护数据隐私至关重要，特别是在处理个人可识别信息（PII）、个人健康信息（PHI）、知识产权和情报洞察等敏感数据时。数据有三种基本状态：静态、传输和使用。通常情况下，敏感数据在存储
  • 2024年深圳市工业和信息化局软件产业高质量发展技术创新体系扶持计划产业链关键环节提升项目申请指南 高新技术企业认定条件 项目政策大数据
    一、资助的项目类别软件企业围绕大数据、云计算、区块链、信息安全、数字孪生等软件产业重点发展方向，组织实施经济社会效益显著、主要性能指标取得突破的新产品应用推广项目。（一）大数据:重点支持数据采集、数据清洗、数据分析发掘、数据可视化、大数据行业应用、联邦学习、隐私计算等领域。（二）云计算：重点支持平台即服务（PaaS）、软件即服务（SaaS）等领域。（三）区块链：重点支持区块链底层平台建设，以及在金
  • 关于电商API接口数据采集 |互联网平台数据采集处理合规要点 大数据girl 大数据数据库人工智能pythonjsonsqlphp
    一、互联网平台数据采集处理的合法合规（一）采集的合法性认定（二）运用的合法性认定二、用户对隐私政策的同意是否构成对互联网平台的使用授权（一）隐私计算不等于匿名化（二）隐私计算必须经平台告知，用户同意三、如何实现互联网平台与用户的双向奔赴四、结语摘要：近两年来，数字化生活越来越渗透到百姓生活，互联网平台的数据采集应用也相继成为行业治理和政策监管的热点话题。国家相继出台了各类法律法规并形成专门整治乱象
  • 联邦学习：密码学 + 机器学习 + 分布式 实现隐私计算，破解医学界数据孤岛的长期难题 Debroon 医学视觉#AI安全#机器学习深度学习
    联邦学习：密码学+机器学习+分布式提出背景：数据不出本地，又能合力干大事联邦学习的问题联邦学习架构分布式机器学习：解决大数据量处理的问题横向联邦学习：解决跨多个数据源学习的问题纵向联邦学习：解决数据分散在多个参与者但部分特征重叠的问题联邦+迁移学习：结合联邦学习和迁移学习，不同任务间共享知识，同时保持数据隐私医疗+联邦学习：跨多个医疗机构共享模型学习，同时保护患者隐私大模型+联邦学习提出背景：数据
  • 互联网摸鱼日报（2022-12-13） 每日摸鱼大王 每日摸鱼新闻业界资讯
    互联网摸鱼日报（2022-12-13）InfoQ热门话题60+开源项目、50+技术团队巅峰之战，谁才是数字时代的王者？持续攻坚隐私计算，开源操作系统Occlum1.0发布你的Flutter应用该考虑迁移代码了：Dart3将在2023年成为100%健全的空安全语言编程神器Copilot被官司搞怕了？月收费19美元的商业版将提供辩护服务，最高索赔50万美元异构混排在vivo互联网的技术实践互联网人加入
  • 隐私计算技术实现数据要素安全可信流通 开放隐私计算 安全java服务器
    文章来源：BDI数聚观导读：近日，中央全面深化改革委员会第二十六次会议审议通过了《关于构建数据基础制度更好发挥数据要素作用的意见》。会议强调，数据基础制度建设事关国家发展和安全大局，要维护国家数据安全，保护个人信息和商业秘密，促进数据高效流通使用、赋能实体经济，统筹推进数据产权、流通交易、收益分配、安全治理，加快构建数据基础制度体系。数据作为全新生产要素，其独特性决定了只有实现安全可信流通，才能充
  • 隐私计算的技术体系有哪些 一马平川的大草原 高级数据应用读书笔记安全体系数据安全隐私计算网络安全
    随着各行各业的数字化转型发展，围绕数据的数字化应用如雨后春笋般出现，数据作为业务过程的重要产品，数据作为一种资源、生产要素或商品，越来越得到大家的重视，同时，数据只有在交易流通中才能体现出价值，但需要数据安全的支撑。数据作为数字经济的生产要素之一，具有四方面的特性：数据权属、数据流通、数据安全和数据价值，而数据区别于其他生产要素，数据在流通过程中的安全性需要格外得到重视，而隐私计算就是解决这一问题
  • 四川省2022年区块链典型应用案例征集项目申报要求条件 wotao18654183637 四川项目申报
    关于2022年区块链典型应用案例征集项目申请已经开始了，你申请书写好了吗？还不清楚的赶紧来看看吧！具体的内容整理如下！请各企业根据实际情况进行申报，相关咨询了解请联系我们。征集方向一）创新技术及产品。聚焦智能合约、共识算法、加密算法、分布式系统等区块链关键技术，征集以联盟链为重点的区块链底层技术平台、区块链即服务平台、跨链平台等产品，以及隐私计算、人工智能、物联网、大数据等新一代信息技术融合创新的
  • 【转】隐私计算--可信计算 xian_wwq 网络运维
    一、可信计算技术我国信息安全发展的方向：核高基--发展自主可控的硬件和软件（短时间内...）发展保障性和防御性技术：可信计算可信：如果第二个实体完全按照第一个实体的预期行动时，则第一个实体认为第二个实体是可信的；其强调实体行为的预期性，强调系统的安全与可靠。可信计算（TrustedComputing）：一项由TCG(可信计算组)推动和开发的技术，是一种基于密码的运算与防护并存的计算机体系安全技术，
  • NuLink介绍二 晨酱
    4.NuLink主要使用技术4.1确保密文形式的数据的可用性。这里使用的加密技术主要是零知识证明。4.2隐私保护的数据共享。使用到的基本方法是对数据进行加密，让数据所有者控制对它的访问。这些技术包括去中心化加密存储、代理重加密、基于身份的加密和基于属性的加密等。4.3隐私保护数据的计算，这部分会将某些隐私计算能力集成到智能合约中。使用的技术包括多方安全计算(multi-partysecurecom
  • 零知识证明的最新发展和应用 PrimiHub 零知识证明区块链密码学可信计算技术同态加密github
    PrimiHub一款由密码学专家团队打造的开源隐私计算平台，专注于分享数据安全、密码学、联邦学习、同态加密等隐私计算领域的技术和内容。当企业收集大量客户数据去审查、改进产品和服务以及将数据资产货币化时，他们容易受到网络攻击威胁，造成数据泄露。数据泄露的损失每年都在上升，每次泄露平均造成损失420万美元，如下图所示，它们严重损害了企业的声誉和可信度。数据泄露的成本零知识证明(ZKPs)等隐私增强技术
  • 大模型与RPA、隐私计算结合，或加速推动银行数字化转型 RPA中国 rpa
    人工智能大模型是指拥有超大规模参数、超强计算资源的机器学习模型，可处理海量数据，完成各种复杂任务，如自然语言处理、图像识别等。2023年，国内外不少科技、互联网企业推出或更新大模型，开启“百模大战”，好不热闹！而在应用侧，银行等金融机构跃跃欲试，意在以大模型加速推动业务数字化、智能化转型。事实上，近几年，受到银行业关注并进行布局的新兴技术还有RPA、隐私计算等。值得注意的是，大模型与这些技术之间有
  • 我的隐私计算学习——联邦学习（1） Ataraxia8088 学习密码学安全人工智能
    笔记内容来自多本书籍、学术资料、白皮书及ChatGPT等工具，经由自己阅读后整理而成。六、联邦学习笔记分享|组队学习密码学——密码学在联邦学习中的应用根据前文已经知道，隐私计算与联邦学习的结合是当前的一个热点，联邦学习原本是机器学习领域里的一个概念，但常常把它当作单独一个板块。想要深入学习隐私计算，务必先学会如何应用联邦学习。联邦学习，可以理解为大数据、分布式计算、网络空间信息安全与机器学习的一个
  • 我的隐私计算学习——联邦学习（2） Ataraxia8088 学习人工智能安全密码学
    笔记内容来自多本书籍、学术资料、白皮书及ChatGPT等工具，经由自己阅读后整理而成（三）联邦学习的算子------------------------算子是什么？---------------------------从广义上讲，对任何函数进行某一项操作都可以认为是一个算子。于我们而言，我们所开发的算子是网络模型中涉及到的计算函数。深度学习算法由一个个计算单元组成，我们称这些计算单元为算子（Ope
  • How to understand privacy computing qwfys200 Reading隐私计算隐私计算保护
    Howtounderstandprivacycomputing概述什么是隐私计算数据流通的困境隐私计算流派隐私计算应用场景金融行业医疗健康行业政务行业相关技术同态加密可信执行环境概述什么是隐私计算  2016年，中国科学院信息工程研究所研究员李凤华等对隐私计算在概念上进行了界定：隐私计算是面向隐私信息全生命周期保护的计算理论和方法，具体是指在处理视频、音频、图像、图形、文字、数值、泛在网络行为信息
  • 隐私计算深度剖析：解锁数据流通的未来 散一世繁华，颠半世琉璃 数学区块链人工智能区块链
    隐私计算1.隐私计算技术全局概览1.政策背景与应用驱动到2025年，数据要素市场体系会初步建立，会在确保数据安全，保障用户隐私的前提下，调动行业协会，科研院所，企业等多方参与数据价值开发！数据是信息时代重要生产要素，对数据开发可以创造价值，赋能实体经济，然而在数据开发利用，培育数据要素市场过程中，又不能忽略对数据资源的安全保护。2.数据流通与隐私保护数据流通与隐私保护在概念上看似是相互矛盾的，一方
  • 2022-02-24 Aaron阿酷
    通过集成一流的技术，我们正在建立强大的技术基础。1.保证密文形式数据的可用性。这里使用的加密技术主要包括零知识证明。2.隐私保护数据共享。一般的方法是对数据进行加密，让数据所有者控制对它的访问。技术包括去中心化加密存储、代理重加密、基于身份的加密和基于属性的加密等。3.隐私数据计算，涉及将某些隐私计算能力集成到智能合约中。使用的技术包括多方安全计算、同态加密等。这三种技术方案可以在很多应用领域提供
  • 数据安全问题下，隐私保护新挑战及对策 岛屿旅人 数据安全网络安全web安全大数据安全网络网络安全
    文章目录前言一、隐私保护面临的挑战二、隐私计算1、隐私计算内涵2、隐私计算要点3、隐私信息描述4、隐私计算重要特性5、隐私计算算法设计准则三、隐私计算重要研究进展1、在国际上率先提出了隐私计算体系架构2、发明了面向隐私信息流转的泛在共享延伸控制方法3、提出了差分隐私的算法通用框架和跨系统交换的迭代脱敏控制模型四、隐私计算在数据交易方面的作用前言数据时代，信息泛在共享已成为常态。然而，传统隐私保护缺
  • LeetCode[Math] - #66 Plus One Cwind javaLeetCode题解AlgorithmMath
    原题链接：#66 Plus One   要求： 给定一个用数字数组表示的非负整数，如num1 = {1, 2, 3, 9}, num2 = {9, 9}等，给这个数加上1。 注意： 1. 数字的较高位存在数组的头上，即num1表示数字1239 2. 每一位（数组中的每个元素）的取值范围为0~9   难度：简单   分析： 题目比较简单，只须从数组
  • JQuery中$.ajax()方法参数详解 AILIKES JavaScriptjsonpjqueryAjaxjson
    url: 要求为String类型的参数，（默认为当前页地址）发送请求的地址。 type: 要求为String类型的参数，请求方式（post或get）默认为get。注意其他http请求方法，例如put和    delete也可以使用，但仅部分浏览器支持。 timeout: 要求为Number类型的参数，设置请求超时时间（毫秒）。此设置将覆盖$.ajaxSetup()方法的全局
  • JConsole & JVisualVM远程监视Webphere服务器JVM Kai_Ge JVisualVMJConsoleWebphere
        JConsole是JDK里自带的一个工具，可以监测Java程序运行时所有对象的申请、释放等动作，将内存管理的所有信息进行统计、分析、可视化。我们可以根据这些信息判断程序是否有内存泄漏问题。 　　使用JConsole工具来分析WAS的JVM问题，需要进行相关的配置。 　　首先我们看WAS服务器端的配置. 　　1、登录was控制台https://10.4.119.18
  • 自定义annotation 120153216 annotation
    Java annotation 自定义注释@interface的用法 一、什么是注释      说起注释，得先提一提什么是元数据(metadata)。所谓元数据就是数据的数据。也就是说，元数据是描述数据的。就象数据表中的字段一样，每个字段描述了这个字段下的数据的含义。而J2SE5.0中提供的注释就是java源代码的元数据，也就是说注释是描述java源
  • CentOS 5/6.X 使用 EPEL YUM源 2002wmj centos
    CentOS 6.X 安装使用EPEL YUM源1. 查看操作系统版本[root@node1 ~]# uname -a Linux node1.test.com 2.6.32-358.el6.x86_64 #1 SMP Fri Feb 22 00:31:26 UTC 2013 x86_64 x86_64 x86_64 GNU/Linux [root@node1 ~]#
  • 在SQLSERVER中查找缺失和无用的索引SQL 357029540 SQL Server
    --缺失的索引 SELECT  avg_total_user_cost * avg_user_impact * ( user_scans + user_seeks ) AS PossibleImprovement ,          last_user_seek ,    
  • Spring3 MVC 笔记（二） —json+rest优化 7454103 Spring3 MVC
    接上次的 spring mvc 注解的一些详细信息！                          其实也是一些个人的学习笔记  呵呵！
  • 替换“\”的时候报错Unexpected internal error near index 1 \ ^ adminjun java“\替换”
    发现还是有些东西没有刻子脑子里,,过段时间就没什么概念了,所以贴出来...以免再忘...   在拆分字符串时遇到通过 \ 来拆分，可是用所以想通过转义 \\ 来拆分的时候会报异常   public class Main {          /*
  • POJ 1035 Spell checker(哈希表) aijuans 暴力求解--哈希表
    /* 题意：输入字典，然后输入单词，判断字典中是否出现过该单词，或者是否进行删除、添加、替换操作，如果是，则输出对应的字典中的单词 要求按照输入时候的排名输出 题解：建立两个哈希表。一个存储字典和输入字典中单词的排名，一个进行最后输出的判重 */ #include <iostream> //#define using namespace std; const int HASH =
  • 通过原型实现javascript Array的去重、最大值和最小值 ayaoxinchao JavaScriptarrayprototype
    用原型函数（prototype）可以定义一些很方便的自定义函数，实现各种自定义功能。本次主要是实现了Array的去重、获取最大值和最小值。 实现代码如下：   <script type="text/javascript"> Array.prototype.unique = function() { var a = {}; var le
  • UIWebView实现https双向认证请求 bewithme UIWebViewhttpsObjective-C
              什么是HTTPS双向认证我已在先前的博文 ASIHTTPRequest实现https双向认证请求 中有讲述，不理解的读者可以先复习一下。本文是用UIWebView来实现对需要客户端证书验证的服务请求，网上有些文章中有涉及到此内容，但都只言片语，没有讲完全，更没有完整的代码，让人困扰不已。但是此知
  • NoSQL数据库之Redis数据库管理(Redis高级应用之事务处理、持久化操作、pub_sub、虚拟内存) bijian1013 redis数据库NoSQL
    3.事务处理         Redis对事务的支持目前不比较简单。Redis只能保证一个client发起的事务中的命令可以连续的执行，而中间不会插入其他client的命令。当一个client在一个连接中发出multi命令时，这个连接会进入一个事务上下文，该连接后续的命令不会立即执行，而是先放到一个队列中，当执行exec命令时，redis会顺序的执行队列中
  • 各数据库分页sql备忘 bingyingao oraclesql分页
    ORACLE 下面这个效率很低 SELECT * FROM ( SELECT A.*, ROWNUM RN FROM (SELECT * FROM IPAY_RCD_FS_RETURN order by id desc) A ) WHERE RN <20; 下面这个效率很高 SELECT A.*, ROWNUM RN FROM (SELECT * FROM IPAY_RCD_
  • 【Scala七】Scala核心一：函数 bit1129 scala
    1. 如果函数体只有一行代码，则可以不用写{},比如 def print(x: Int) = println(x) 一行上的多条语句用分号隔开，则只有第一句属于方法体，例如   def printWithValue(x: Int) : String= println(x); "ABC"   上面的代码报错，因为，printWithValue的方法
  • 了解GHC的factorial编译过程 bookjovi haskell
    GHC相对其他主流语言的编译器或解释器还是比较复杂的，一部分原因是haskell本身的设计就不易于实现compiler，如lazy特性，static typed，类型推导等。 关于GHC的内部实现有篇文章说的挺好，这里，文中在RTS一节中详细说了haskell的concurrent实现，里面提到了green thread，如果熟悉Go语言的话就会发现，ghc的concurrent实现和Go有点类
  • Java-Collections Framework学习与总结-LinkedHashMap BrokenDreams LinkedHashMap
            前面总结了java.util.HashMap，了解了其内部由散列表实现，每个桶内是一个单向链表。那有没有双向链表的实现呢？双向链表的实现会具备什么特性呢？来看一下HashMap的一个子类——java.util.LinkedHashMap。       
  • 读《研磨设计模式》-代码笔记-抽象工厂模式-Abstract Factory bylijinnan abstract
    声明： 本文只为方便我个人查阅和理解，详细的分析以及源代码请移步 原作者的博客http://chjavach.iteye.com/ package design.pattern; /* * Abstract Factory Pattern * 抽象工厂模式的目的是： * 通过在抽象工厂里面定义一组产品接口，方便地切换“产品簇” * 这些接口是相关或者相依赖的
  • 压暗面部高光 cherishLC PS
    方法一、压暗高光&重新着色 当皮肤很油又使用闪光灯时，很容易在面部形成高光区域。 下面讲一下我今天处理高光区域的心得： 皮肤可以分为纹理和色彩两个属性。其中纹理主要由亮度通道（Lab模式的L通道）决定，色彩则由a、b通道确定。 处理思路为在保持高光区域纹理的情况下，对高光区域着色。具体步骤为：降低高光区域的整体的亮度，再进行着色。 如果想简化步骤，可以只进行着色（参看下面的步骤1
  • Java VisualVM监控远程JVM crabdave visualvm
    Java VisualVM监控远程JVM    JDK1.6开始自带的VisualVM就是不错的监控工具. 这个工具就在JAVA_HOME\bin\目录下的jvisualvm.exe, 双击这个文件就能看到界面   通过JMX连接远程机器, 需要经过下面的配置: 1. 修改远程机器JDK配置文件 (我这里远程机器是linux).    
  • Saiku去掉登录模块 daizj saiku登录olapBI
    1、修改applicationContext-saiku-webapp.xml <security:intercept-url pattern="/rest/**" access="IS_AUTHENTICATED_ANONYMOUSLY" />  <security:intercept-url pattern=&qu
  • 浅析 Flex中的Focus dsjt htmlFlexFlash
    关键字：focus、 setFocus、 IFocusManager、KeyboardEvent 焦点、设置焦点、获得焦点、键盘事件 一、无焦点的困扰——组件监听不到键盘事件 原因：只有获得焦点的组件（确切说是InteractiveObject）才能监听到键盘事件的目标阶段；键盘事件（flash.events.KeyboardEvent）参与冒泡阶段，所以焦点组件的父项（以及它爸
  • Yii全局函数使用 dcj3sjt126com yii
    由于YII致力于完美的整合第三方库，它并没有定义任何全局函数。yii中的每一个应用都需要全类别和对象范围。例如，Yii::app()->user;Yii::app()->params['name'];等等。我们可以自行设定全局函数，使得代码看起来更加简洁易用。(原文地址) 我们可以保存在globals.php在protected目录下。然后，在入口脚本index.php的，我们包括在
  • 设计模式之单例模式二（解决无序写入的问题） come_for_dream 单例模式volatile乱序执行双重检验锁
                    在上篇文章中我们使用了双重检验锁的方式避免懒汉式单例模式下由于多线程造成的实例被多次创建的问题，但是因为由于JVM为了使得处理器内部的运算单元能充分利用，处理器可能会对输入代码进行乱序执行（Out Of Order Execute）优化，处理器会在计算之后将乱序执行的结果进行重组，保证该
  • 程序员从初级到高级的蜕变 gcq511120594 框架工作PHPandroidhtml5
    软件开发是一个奇怪的行业，市场远远供不应求。这是一个已经存在多年的问题，而且随着时间的流逝，愈演愈烈。 我们严重缺乏能够满足需求的人才。这个行业相当年轻。大多数软件项目是失败的。几乎所有的项目都会超出预算。我们解决问题的最佳指导方针可以归结为——“用一些通用方法去解决问题，当然这些方法常常不管用，于是，唯一能做的就是不断地尝试，逐个看看是否奏效”。 现在我们把淫浸代码时间超过3年的开发人员称为
  • Reverse Linked List hcx2013 list
    Reverse a singly linked list.   /** * Definition for singly-linked list. * public class ListNode { * int val; * ListNode next; * ListNode(int x) { val = x; } * } */ p
  • Spring4.1新特性——数据库集成测试 jinnianshilongnian spring 4.1
    目录 Spring4.1新特性——综述 Spring4.1新特性——Spring核心部分及其他 Spring4.1新特性——Spring缓存框架增强 Spring4.1新特性——异步调用和事件机制的异常处理 Spring4.1新特性——数据库集成测试脚本初始化 Spring4.1新特性——Spring MVC增强 Spring4.1新特性——页面自动化测试框架Spring MVC T
  • C# Ajax上传图片同时生成微缩图(附Demo) liyonghui160com
        1.Ajax无刷新上传图片,详情请阅我的这篇文章。（jquery + c# ashx）         2.C#位图处理  System.Drawing。         3.最新demo支持IE7,IE8,Fir
  • Java list三种遍历方法性能比较 pda158 java
    从c/c++语言转向java开发，学习java语言list遍历的三种方法，顺便测试各种遍历方法的性能，测试方法为在ArrayList中插入1千万条记录，然后遍历ArrayList，发现了一个奇怪的现象，测试代码例如以下： package com.hisense.tiger.list; import java.util.ArrayList; import java.util.Iterator;
  • 300个涵盖IT各方面的免费资源（上）——商业与市场篇 shoothao seo商业与市场IT资源免费资源
    A.网站模板+logo+服务器主机+发票生成 HTML5 UP:响应式的HTML5和CSS3网站模板。 Bootswatch:免费的Bootstrap主题。 Templated:收集了845个免费的CSS和HTML5网站模板。 Wordpress.org|Wordpress.com:可免费创建你的新网站。 Strikingly:关注领域中免费无限的移动优
  • localStorage、sessionStorage uule localStorage
    W3School 例子   HTML5 提供了两种在客户端存储数据的新方法： localStorage - 没有时间限制的数据存储 sessionStorage - 针对一个 session 的数据存储   之前，这些都是由 cookie 完成的。但是 cookie 不适合大量数据的存储，因为它们由每个对服务器的请求来传递，这使得 cookie 速度很慢而且效率也不
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他