作者小头像 Lv.2
更多个人资料
145 成长值
0 关注
0 粉丝
+ 关注 私信

个人介绍

这个人很懒,什么都没有留下

感兴趣或擅长的领域

暂无数据
个人勋章
TA还没获得勋章~
成长雷达
130
15
0
0
0

个人资料

个人介绍

这个人很懒,什么都没有留下

感兴趣或擅长的领域

暂无数据

达成规则

以上满足项可达成此勋章

  • 博客
  • 关注
  • 粉丝
  • 论坛
全部时间
全部时间
最近三天
最近一周
最近一月
  • 全部
  • 暂无专栏分类
信任策略写宽一格,整个账号就成了别人的跳板
跨账号委托本是为了让第三方服务少拿长期密钥,但一条没写条件的信任策略,会把"临时借用"变成"永久通行"。权限放大往往不是被攻破的,而是被配置出来的。
网络
作者小头像 yd_246753595 2026-11-07 21:18:08
2
0
0
2026-11-07 21:18:08
2
0
0
给模型接上工具不等于能干活:MCP 落地的三个硬约束
工具调用协议统一之后,接入一个外部服务变得非常便宜:写一个 MCP 服务器,注册几个工具,模型就能查库、发消息、开工单。演示效果通常很好,真正上线却开始出问题——不是模型不会调,而是工具太多、权限太松、失败处理太随意。一、工具清单本身就在吃上下文每个工具的 schema 包含名称、用途描述、参数定义和枚举值,通常要占几百 token。接上二十个工具,光工具定义就可能吃掉上万 token,系统...
NAT
作者小头像 yd_246753595 2026-11-06 22:37:13
4
0
0
2026-11-06 22:37:13
4
0
0
一行安装脚本就能偷走云上凭据:依赖投毒的四道防线
摘要:供应链攻击很少直接改业务代码,它只需要在你执行 npm install 的那一刻插进一行脚本。真正危险的不是代码库,而是构建机上那份长期有效的云凭据。
网站
作者小头像 yd_246753595 2026-11-05 21:59:11
6
0
0
2026-11-05 21:59:11
6
0
0
一个链接就能换走云上临时凭据:元数据服务的两道锁
攻击者拿到临时凭据的过程,有时不需要任何漏洞利用工具,只需要让服务器替自己访问一个内网地址。
网络
作者小头像 yd_246753595 2026-11-04 20:46:52
10
0
0
2026-11-04 20:46:52
10
0
0
模型量化不是压缩包:INT4 省下的显存,要用精度补回来
把 70B 模型从 140GB 压到 35GB,往往只需要一条命令;但决定它能不能上线的,是那些没人提前测过的长尾任务。
5G
作者小头像 yd_246753595 2026-11-03 22:31:07
10
0
0
2026-11-03 22:31:07
10
0
0
云上防火墙别只守入口:出站流量才是数据外泄的主通道
安全组把入站端口收到只剩 443,并不等于主机安全。默认放行所有出站流量的云环境,给攻击者留了一条合法通道:数据可以从 80 和 443 端口平静地流出去,日志里看不到任何异常。
网络
作者小头像 yd_246753595 2026-11-02 21:21:09
18
0
0
2026-11-02 21:21:09
18
0
0
公共读桶清不干净:对象存储权限审计的三个盲区
多数团队做对象存储安全审计的方式,是拉一张桶列表,筛出 ACL 为 public-read 的桶然后改掉。这一步通常能清掉大半问题,但剩下的那一小半,恰恰是真正泄露数据的地方——它们不在 ACL 里,也不在任何一张桶清单上。
对象存储服务 OBS
作者小头像 yd_246753595 2026-11-01 17:59:58
22
0
0
2026-11-01 17:59:58
22
0
0
云上被薅走一台GPU集群,常常只因为一行写死的AccessKey
云上事故的起点很少是精巧的 0day,更多时候是一段被打进前端、或留在 Git 历史里的长期密钥。把密钥管理当成工程规范问题,比当成攻防对抗问题更接近解法。
云容器引擎 CCE
作者小头像 yd_246753595 2026-10-31 16:50:29
48
0
0
2026-10-31 16:50:29
48
0
0
端侧大模型跑不动,别怪芯片:先算清内存带宽这道墙
手机和 PC 上跑 7B 模型,卡顿的根因常常不是算力不够,而是内存带宽不够。把 decode 阶段的搬运量算清楚,就能解释为什么发布会上标称二十多 token/s 的端侧推理,落到真实场景只剩八到十二。
作者小头像 yd_246753595 2026-10-29 21:48:14
91
0
0
2026-10-29 21:48:14
91
0
0
把文档塞进向量库就算 RAG?先过这三道召回关
摘要:RAG 答不准,多数团队第一反应是换更大的模型。但真正拉低准确率的,往往是切分、召回和上下文编排这三步。先量出 recall@k,再决定要不要换模型,能省下大部分试错成本。一套 RAG 系统上线后最常见的场景是:用户问得明明白白,模型却回答"文档中没有相关信息"。把日志拉出来看,答案明明就在知识库里,只是没被检索到。模型拿到的是不相关的片段,再强的推理能力也无从发挥。一、第一关:切分方...
作者小头像 yd_246753595 2026-10-28 09:32:16
51
0
0
2026-10-28 09:32:16
51
0
0
总条数:13
10
10
20
50
100
  • 1
  • 2

上滑加载中

https://www.baidu.com/s?ie=utf-8&f=3&rsv_bp=0&rsv_idx=1&tn=baidu&wd=sed%20%E6%9B%BF%E6%8D%A2%E5%AD%97%E7%AC%A6%E4%B8%B2&rsv_pq=c7db61a600035dc5&rsv_t=5e19yEsbV9N5fIvdlGRU
作者小头像
作者小头像
快速交付
+ 关注