demi的博客

2020年网络市场和资本热度不减，但安全人才荒仍在持续，对于任何有志在网络安全行业发展的人才来说，进入新的安全领域或提升职业竞争力最有效的办法之一就是取得权威安全认证。

过去，互联网改变了人们的行为模式。未来，区块链将为各行各业带来比互联网更加深远的影响。未来，无论是物联网还是工业互联网，如果不通过区块链为之注入商业灵魂和经济激励机制，都很难获得活灵活现的生命。

本文将探讨如何将人工智能(AI)和机器学习(ML)整合到网络安全当中。随着网络攻击在性质和目标上变得越来越多样化，网络安全人员是否有正确的可见性来确定如何解决漏洞是至关重要的，而人工智能将可以帮助提出人类无法单独解决的问题。

功能安全中的有些概念比较绕，比如故障(fault)，错误(error)，失效(failure)，今天就这三个概念进行下探讨。

半监督学习 (SSL) 是一种非常有趣的方法，用来解决机器学习中缺少标签数据的问题。SSL利用未标记的数据和标记的数据集来学习任务。SSL的目标是得到比单独使用标记数据训练的监督学习模型更好的结果。这是关于半监督学习的系列文章的第2部分，详细介绍了一些基本的SSL技术。

放眼生物识别市场，人脸识别、虹膜识别等所占比重日益提升，普通人对这些技术的了解也越来越全面和深入，并获得新的体验。

5G比今天的手机4G快100倍，甚至比目前最快的光纤家庭宽带服务快10倍——它实际上足以在几秒钟内下载一部4K高清电影。此外，5G还将具有超低延迟的特点，这为系统间即时、始终在线的连接新时代打开了大门。所有这些优势使我们能够实现更广泛的应用、服务和设备，以使我们的生活更轻松、更高效、更健康、更安全。

美国《福布斯》双周刊网站9月21日刊载题为《2021年人工智能的四大趋势》的报道，作者系伯纳德·马尔，文章根据当下形势，预测了明年人工智能的四个趋势。

半监督学习(SSL)是一种机器学习技术，其中任务是从一个小的带标签的数据集和相对较大的未带标签的数据中学习得到的。SSL的目标是要比单独使用有标记数据训练的监督学习技术得到更好的结果。这是半监督学习系列文章的第1部分，对这个机器学习的重要子领域进行了简要的介绍。

有篇著名的论文中提到过，使用了提前生成的素描纹理来实现实时的素描风格渲染，这些纹理组成了一个色调艺术映射，这些纹理笔触逐渐增多，用于模拟不同光照下的漫反射结果，从上到下对应了每张纹理的多级渐远纹理，这些纹理的生成并不是简单的对上一层纹理进行降采样，而是需要保持笔触之间的间隔，以便更真实的模拟素描效果。