更新于:04-14 11:43

有关[应用]分类推荐

彻底理解 Android 应用无响应机制

于04-16 00:00 - - dev
不论从事安卓应用开发,还是安卓系统研发,应该都遇到应用无响应(ANR,Application Not Responding)问题,当应用程序一段时间无法及时响应,则会弹出ANR对话框,让用户选择继续等待,还是强制关闭. 绝大多数人对ANR的了解仅停留在主线程耗时或CPU繁忙会导致ANR. 面试过无数的候选人,几乎没有人能真正从系统级去梳理清晰ANR的来龙去脉,比如有哪些路径会引发ANR.

谷歌助力,快速实现 Java 应用容器化

于04-16 00:00 - - tuicool
>>> 加入「后端圈」大家庭 (点击加入)<<<. Google 在 2018 年下旬开源了一款新的 Java 工具 Jib,可以轻松地将 Java 应用程序容器化. 通过 Jib,我们不需要编写 Dockerfile 或安装 Docker,通过集成到 Maven 或 Gradle 插件,就可以立即将 Java 应用程序容器化.

AI在运维中的应用

于04-03 00:00 - - geek
要:随着X86分布式技术应用,服务器数量越来越多,网络拓扑结构越来越复杂,运维越来越辛苦,风险越来越高. 智能化运维AIOPS将AI技术应用在运维场景,是DevOps的运维部分,是“开发运维一体化云中心”的重要基础设施之一,其最大的价值在于缩短故障恢复时间,提高IT服务连续性. 本文描述一个运维及在这个场景下对AI的需求,目标是尝试将AI引入运维过程,提高运维效率、缩短故障恢复时间.

手机 APP 应该选用哪个加密算法 - 兼吐槽 TEA

于03-27 21:16 - Solrex - 安全
标签:   TEA   加密.    很多 APP 产品都有通信加密的需求,一部分出于市场的要求,比如苹果对于“ATS”的强制性规定,一部分出于自身安全的考虑,比如对账号和密码的保护. 这些需求大部分都可以用简单的 HTTP -> HTTPS 升级来搞定,而且几乎不用付出什么成本(除加解密的计算开支外),例如使用我之前文章介绍到的 Let's Encrypt 免费证书.

用户端智能的应用实践

于03-25 12:06 - bang - 技术文章
去年团队在用户端上进行了一些简单的智能应用探索实践,这里记录梳理下. 现在很多“智能”,是普通推荐算法借深度学习的风包装的,核心也就是决策树/随机森林/SVM这些90年代已经提出的算法,我们这里的实践也是这样. 在用户端上,智能应用最广泛的目前两个点:个性化和多媒体识别,我们主要实践是在个性化上,从原来所有用户都用同一套或几套规则,换成根据推荐算法给每个用户制定符合他个性化特征的不同规则.

【实验手册】使用Visual Studio Code 开发.NET Core应用程序 - 张善友 - 博客园

于03-08 16:53 - -
开源和跨平台开发是Microsoft 的当前和将来至关重要的策略. .NET Core已开源,同时开发了其他项来使用和支持新的跨平台策略. .NET Core 2.0 目前已经正式发布,是适用于针对 Web 和云构建跨平台应用程序的最新开源技术,可在 Linux、Mac OS X 和 Windows 上运行.

三入政府工作报告,首提智能+,消减万亿公司税负,AI产业应用迈向深化阶段

于03-05 19:01 - 微胖 -
今天早上,李克强总理做了2019年政府工作报告. 这份两万字不到的报告,不仅成为“两会”的重头戏之一,也因中美贸易的跌宕起伏和步履艰难的中美贸易磋商,备受关注. 和以往一样,报告主要关注两个大问题:经济社会发展和民生“大礼包”,不过,本届报告因为两个比较突出的特点而与以往有所不同,也屡次引发与会代表热烈掌声:.

机器学习的流程是怎样的呢?如何应用到实践中去呢?

于03-01 08:13 - 梦想在起飞 - AI人工智能 3年 中级 机器学习
机器学习是一种能够实现人工智能的技术,可以通过大量的数据,训练出来一个处理数据的模型. 本文笔者将与大家分享:机器学习的相关实践应用. 我所理解的机器学习是一种能够实现人工智能的技术,建立能从经验(数据)中进行学习的模型,从而使这个模型可以达到自行处理此类数据的能力. 也可以理解为:通过大量的数据,训练出一个能处理此类数据的模型.

5分钟看懂NB-IoT技术与典型场景应用-微信公众号精选-华为开发者论坛

于12-29 22:14 - -
NB-IoT 技术一直以来都备受关注. 小编特意为大家整理了一份 NB-IoT 技术实用宝典,帮助大家一起揭开 NB-IoT 的神秘面纱. 为了应对日渐强烈的物联网需求,于是国际移动通信标准化组织 3GPP 决定制订一个新的蜂窝物联网(CIOT:Cellular Internet of Thing)的标准.

API 开发中如何使用限速应对大规模访问

于11-13 00:00 - - dev
编者注:俗话说的好 “并发不够,机器来凑”,当我们面对高并发请求的时候增加机器是最简单也是最土豪的做法. 不过在资源有限的情况除了去优化代码我们又该怎么办呢. 今天我们请来了 @有马同学为我们分享一下他在这方面的经验,希望能帮助到大家. API开发中如何使用限速应对大规模访问. 想要开发牢固的Web API只考虑安全是不够的,还有一点我们需要考虑,那就是应对大规模访问的对策.

为什么 Android 应用应考虑设置 FLAG_SECURE

于11-10 21:59 - -
当你发现自己误删了一份文件,然后使用恢复软件试图恢复文件,结果却从恢复的文件里发现了大量敏感的屏幕截图,包括你使用加密应用的截图,你的比特币钱包截图,这些图显然不是你截下的,那么究竟是谁做的呢. 你可能感到很震惊,难道你被偷偷安装了间谍软件. 仔细查看这些图像的元数据,你发现了 Google 的 Copyright 声明,原来它们都是 Google 的 Android 系统截的图.

Java应用性能调优之调优准备

于10-31 22:29 - -
实际的开发工作中,有时候会遇到程序突然变得响应缓慢或者进程消失的情况. 这时候就需要对程序进行问题排查和调优,找出产生问题的根源,并进行优化. 一般来说,影响程序性能的因素主要有以下几个:. CPU、内存、硬盘等硬件配置从根本上决定了应用的性能,而对于网络应用,带宽也是影响其性能的关键因素. 本章暂且抛开这些方面不讲,主要讲述针对操作系统和应用程序的调优方法.

美团大脑:知识图谱的建模方法及其应用

于11-02 03:58 - 美团点评技术团队 -
作为人工智能时代最重要的知识表示方式之一,知识图谱能够打破不同场景下的数据隔离,为搜索、推荐、问答、解释与决策等应用提供基础支撑. 美团大脑围绕吃喝玩乐等多种场景,构建了生活娱乐领域超大规模的知识图谱,为用户和商家建立起全方位的链接. 我们美团希望能够通过对应用场景下的用户偏好和商家定位进行更为深度的理解,进而为大众提供更好的智能化服务,帮大家吃得更好,生活更好.

将 Java 应用容器化改造并迁移到 Kubernetes 平台

于10-30 00:00 - - dev
为了能够适应容器云平台的管理模式和管理理念,应用系统需要完成容器化的改造过程. 对于新开发的应用,建议直接基于微服务架构进行容器化的应用开发;对于已经运行多年的传统应用系统,也应该逐步将其改造成能够部署到容器云平台上的容器化应用. 本文针对传统的Java 应用,对如何将应用进行容器化改造和迁移到Kubernetes 平台上进行说明.

centos7使用lldb调试netcore应用转储dump文件 - czd890 - 博客园

于10-21 16:18 - -
centos7下安装lldb,dotnet netcore 进程生成转储文件,并使用lldb进行分析. 随着netcore应用在linux上部署的应用越来越多,碰到cpu 100%,内存暴涨的情况也一直偶有发生,在windows平台下进程管理器右键转储,下载到本地使用windbg或者直接vs分析都比较方便.

将数据与应用分离

于10-07 08:50 - -
匿名读者 写道 " Solid(Social Linked Data 社交关联数据)是 Web 之父 Tim Berners-Lee 爵士所领导 MIT 团队的 Web 重新去中心化项目,基于 Linked Data(关联数据)原则以构建去中心化 Web 应用. 将数据与应用分离,数据存储在 POD(Personal Online Data 个人在线数据) 上,应用访问数据需被授权.

基于DPI(深度报文解析)的应用识别 - CSDN博客

于09-05 20:48 - -
1.DPI(Deep packet inspection,深度报文解析).         所谓“深度”是和普通的报文分析层次相比较而言的,“普通报文检测”仅分析IP包4 层以下的内容,包括源地址、目的地址、源端口、目的端口以及协议类型,而DPI 除了对前面的层次分析外,还增加了应用层分析,识别各种应用及其内容,主要实现一下功能:.

GZIP、LZO、Zippy/Snappy压缩算法应用场景小结 - 大圆那些事 - 博客园

于08-30 13:52 - -
大圆那些事| 文章可以转载,请以超链接形式标明文章原始出处和作者信息. GZIP、LZO、Zippy/Snappy是常用的几种压缩算法,各自有其特点,因此适用的应用场景也不尽相同. 这里结合相关工程实践的情况,做一次小结. 以下是Google几年前发布的一组测试数据(数据有些老了,有人近期做过测试的话希望能共享出来):.

这么多机器学习的应用场景,金融领域到底有何不同?

于08-28 13:33 - 大数据文摘 -
在金融领域,机器学习可能会产生神奇的效果,尽管它本身并没有什么神奇之处(嗯,也许只是一点点). 然而,机器学习项目的成功更多依赖于构建高效的基础结构、收集适当的数据集和应用正确的算法. 机器学习正在对金融服务业产生重大影响. 让我们来看看为什么金融公司会关心这项技术,以及使用人工智能和机器学习可以实现什么解决方案和如何应用这项技术.

Kylin在马蜂窝数据分析团队的应用实战

于08-24 14:13 - -
AI 前线导读:马蜂窝大数据平台自 2017 年下半年引入 Apache Kylin 以来,极大的提升了数据分析师对于数据探索的效率. 因为使用了 Apache Kylin,数据分析师可以直接查询大数据、无需排队、亚秒级响应,整体开发效率提高了 10 倍以上. 更多优质内容请关注微信公众号“AI 前线”(ID:ai-front).

AI 在携程智能客服的应用

于08-15 00:00 - - geek
作为国内 OTA 的领头羊,携程每天都在服务着成千上万的旅行者. 为了保障旅行者的出行,庞大的携程客服在其中扮演着十分重要的角色. 但在客服的日常工作中,有一部分的行为是重复劳动,这对于客服来说是一种资源浪费. 如何通过算法来提升客服效率成为技术一大挑战. 本场 Chat 将介绍智能算法如何辅助客服工作,并介绍QA问答背后的技术和难题,以及如何用机器学习和深度学习在提升用户体验和客服效率上进行落地.

苏宁 Android App 插件化应用实践

于08-01 00:00 - - dev
从大团队并肩作战到小团队带头冲锋,高效的研发模式使得 App 本身的整体崩溃率始终维持在 0.02% 以下. 从大团队并肩作战到小团队带头冲锋,高效的研发模式使得 App 本身的整体崩溃率始终维持在 0.02% 以下. 本着以用户为中心、以开发者为出发点,根据现有开源方案取长补短,苏宁易购移动开发部于 2017 年初自主研发出了新型插件化技术——APNP(Android Plugin And Play),旨在让研发更敏捷,让发布更灵活,最终满足用户对产品的极速体验、按需下载、动态更新.

南华早报:为何中国互联网用户如此痴迷短视频应用?

于07-10 20:06 - -
据香港《南华早报》北京时间7月10日报道,中国互联网用户喜欢短视频应用. 2017年,中国网民观看短视频的时间比上一年增长了200%. 据2018年中国互联网报告显示,有6亿人经常使用短视频应用——约占中国网民的近80%. 这些应用是如此受欢迎,以至于抖音不得不添加了一项防上瘾功能:如果用户连续观看超过90分钟时间,它就会提醒用户;如果连续观看超过两个小时,那么它将彻底禁止用户继续观看.

SQL解析在美团点评中的应用

于05-21 05:09 - 美团点评技术团队 -
数据库作为核心的基础组件,是需要重点保护的对象. 任何一个线上的不慎操作,都有可能给数据库带来严重的故障,从而给业务造成巨大的损失. 为了避免这种损失,一般会在管理上下功夫. 比如为研发人员制定数据库开发规范;新上线的SQL,需要DBA进行审核;维护操作需要经过领导审批等等. 而且如果希望能够有效地管理这些措施,需要有效的数据库培训,还需要DBA细心的进行SQL审核.

日访问量百亿级的应用如何做缓存架构设计

于05-07 00:00 - - dev
中生代技术链接技术大咖,分享技术干货. 链接3000+技术总监/CTO, 每天早上推送技术干货文章. 微博日活跃用户1.6亿+,每日访问量达百亿级,面对庞大用户群的海量访问,良好架构且不断改进的缓存体系具有非常重要的支撑作用. 4月21日,中生代技术走进盒子科技的现场技术交流活动上,新浪微博技术专家陈波为大家讲解了微博Cache架构的设计实践过程.

从中兴事件谈为什么应该用开源软件

于04-22 17:33 - -
本周,美国商务部以中兴违反和解协议为由对其实施长达七年的 贸易禁令(PDF),禁止美国企业向中兴提供零部件和软件. 这一禁令对中兴智能手机业务的打击是致命的,因此它做出的回应是 拒绝. 中兴的手机在中国市场占有率不高,但它却是美国市场上的第四大智能手机制造商,它主攻低端市场,与美国移动运营商关系不错,以至于美国电信公司补贴低收入家庭的 SafeLink Wireless 计划提供的 就是中兴的手机.

算法在社区氛围的应用(三): 机器学习在答非所问识别上的运用

于03-27 21:16 - 知一声 -
现在,瓦力可直接识别并处理该题中的答非所问内容. 我们鼓励认真、专业的分享,期待每一次讨论都能碰撞出更多有价值的信息,并希望每一个用心的回答都能够得到好的展示,为他人带来更多帮助. 但是,我们也发现在社区中出现了答非所问类的内容,影响知友们获取有价值内容的效率. 为了更好地识别答非所问类内容,我们采用了多种模型,包括传统的机器学习模型和比较新的深度学习模型.

[译] 使用 Docker 和 Elasticsearch 搭建全文本搜索引擎应用

于02-21 00:00 - - dev
作者简介:Patrick Triest是一位全栈工程师,数据爱好者,持续学习者,洁癖编程者. 作者github地址为 https://github.com/triestpa,本文地址参见 https://blog.patricktriest.com. 本文源码可以在GitHub repository 中找到 - https://github.com/triestpa/guttenberg-search.

微信的机器学习与人工智能应用实践

于01-29 19:49 - -
大家好,我是来自微信的张重阳,很荣幸有这个机会和大家一起交流一下机器学习和人工智能技术在微信的应用实践. 谈起人工智能,大家首先想到的是图像识别、语音识别、机器翻译、机器人这些技术,然而人工智能所涉及的应用场景和商业价值却远不止此. 在日常的经营和管理中,任何一个企业都会维护客户关系,都有销售数据需要分析,都会在生产,销售和运营的各个环节中面对不同的决策问题,新一代的商业智能技术就是利用现在飞速发展的机器学习和数据分析技术对企业商业化过程中面临的各种问题给出自动化的智能解决方案,从而驱动业务快速增长.

btree/b+tree结构原理和应用

于01-25 13:44 - 张钊钊 -
最近在公司有点时间所以深入研究了下数据库索引btree/b+tree数据结构和原理,由此牵引出了好多问题,请看如下带着问题研究. 1:为什么 btree/b+tree 数据结构适合数据库索引,它到底是怎么样一个原理和结构. btree/b+tree 数据结构:. 在之前的文章中我们介绍过AVL树,红黑树,它们都属于二叉树,即每个节点最多只能拥有2个子节点,而B-tree(B树)的每个节点可以拥有2个以上的子节点,所以我们简单概括一下:B-tree就是一颗多路平衡查找树,它广泛应用于数据库索引和文件系统中.