EagleBear2002 的博客

这里必须根绝一切犹豫,这里任何怯懦都无济于事

2024 年工作回顾

过去一年,我国发展历程很不平凡。党的二十届三中全会胜利召开,对进一步全面深化改革、推进中国式现代化作出部署。我们隆重庆祝中华人民共和国成立 75 周年,极大激发了全国各族人民的爱国热情和奋斗精神。一年来,面对外部压力加大、内部困难增多的复杂严峻形势,在以习近平同志为核心的党中央坚强领导下,全国各族人民砥砺奋进、攻坚克难,经济运行总体平稳、稳中有进,全年经济社会发展主要目标任务顺利完成,高质量发展扎实推进,新质生产力稳步发展,我国经济实力、科技实力、综合国力持续增强,中国式现代化迈出新的坚实步伐,更加坚定了我们在新时代新征程全面建设社会主义现代化国家的决心和信心。

“稳”的态势巩固延续。主要表现在,经济规模稳步扩大,国内生产总值达到 134.9 万亿元、增长 5%,增速居世界主要经济体前列,对全球经济增长的贡献率保持在 30%左右。就业、物价总体平稳,城镇新增就业 1256 万人、城镇调查失业率平均为 5.1%,居民消费价格上涨 0.2%。国际收支基本平衡,对外贸易规模创历史新高,国际市场份额稳中有升,外汇储备超过 3.2 万亿美元。民生保障扎实稳固,居民人均可支配收入实际增长 5.1%,脱贫攻坚成果持续巩固拓展,义务教育、基本养老、基本医疗、社会救助等保障力度加大。重点领域风险化解有序有效,社会大局保持稳定。

阅读全文 »

摘要

指标名称 原理 适用范围
移动平均线(MA) 快线从下往上穿过慢线意味着上升趋势出现;反之意味着下降趋势出现 中长线趋势跟踪,如股票、商品期货
指数移动平均线(EMA) 同 MA,增加近期价格的权重 中长线趋势跟踪
布林带(Bollinger Bands) 根据正态分布,价格触及上轨后回落,下轨后反弹 高波动市场(如加密货币、外汇)
相对强弱指数(RSI)
随机振荡器(Stochastic Oscillator)
成交量(Volume)
能量潮(OBV)
MACD(Moving Average Convergence Divergence) 同 MA
DMI(Directional Movement Index)

趋势类指标(判断方向)

移动平均线(MA)

  • 原理:计算过去 N 天的平均价格,反映平滑后的趋势。
  • 应用:
    • 短期(如 5/10 日)MA 向上穿越长期(如 30/60 日)MA 为金叉(买入信号)。
    • 反向为死叉(卖出信号)。
  • 适用:中长线趋势跟踪,如股票、商品期货。
阅读全文 »

摘要

人工智能正在引发的职业替代风险。本文基于“输入-输出模态”与“禀赋依赖”二维框架构建职业风险预警矩阵。本文既不卖书,也不卖课,无任何商业广告,欢迎理性讨论。

本文使用 Deepseek-R1 进行润色。

职业刻画模型

市场经济生产方式下,职业的核心内涵是人类作为生物信息处理器的效能生态位。James Anderson 的人类信息加工模型将人类认知视为类似计算机的序列化处理流程(感觉输入 → 编码 → 存储 → 提取 → 输出)。本文将采用这一模型对职业进行刻画。

阅读全文 »

\[ \def\SER{\mathsf{SER}} \def\PSI{\mathsf{PSI}} \def\SI{\mathsf{SI}} \def\PC{\mathsf{PC}} \def\CC{\mathsf{CC}} \def\RA{\mathsf{RA}} \def\read{\mathtt{read}} \def\write{\mathtt{write}} \def\Event{\mathsf{Event}} \def\Obj{\mathsf{Obj}} \def\hist{\mathsf{hist}} \def\level{\mathsf{level}} \def\before{\mathsf{before}} \def\po{\mathsf{\textcolor{red}{po}}} \def\wr{\mathsf{\textcolor{teal}{wr}}} \def\ww{\mathsf{\textcolor{red}{ww}}} \def\rw{\mathsf{\textcolor{blue}{rw}}} \def\co{\mathsf{\textcolor{orange}{co}}} \def\CO{\mathsf{\textcolor{brown}{CO}}} \def\Int{\mathtt{Int}} \def\Ext{\mathtt{Ext}} \def\Prefix{\mathtt{Prefix}} \def\Conflict{\mathtt{Conflict}} \def\SerTotal{\mathtt{SerTotal}} \def\lthb{\lt_\mathsf{hb}} \def\ltar{\lt_\mathsf{ar}} \def\ltpo{\lt_\mathsf{po}} \def\DDG{\mathsf{DDG}} \def\SDG{\mathsf{SDG}} \def\I{\mathcal{I}} \]

摘要

实现可串行化隔离级别,被视为事务处理的黄金标准,但其成本高昂。近期研究表明,通过调整工作负载中的特定查询模式,即使在较低的隔离级别下也能实现可串行化。然而,这些研究通常忽略了较低隔离级别带来的性能优势与维持可串行化所需开销之间的权衡,可能导致隔离级别选择不当,无法最大化性能。本文提出了一种中间层解决方案——TxNSAILS,旨在实现可串行化调度并具备自适应隔离级别选择能力。首先,TxNSAILS 集成了一种统一的并发控制算法,能够在较低隔离级别下以最小额外开销实现可串行化。其次,TxNSAILS 采用深度学习方法,刻画较低隔离级别带来的性能收益与开销之间的权衡关系,从而预测最优隔离级别。最后,TxNSAILS 实现了跨隔离级别的验证机制,确保在实时隔离级别切换过程中维持可串行化。大量实验表明,TxNSAILS 在性能上优于现有最优解决方案高达 26.7 倍,相较于 PostgreSQL 的可串行化隔离级别提升高达 4.8 倍。

  • Qiyu Zhuang - Renmin University of China, qyzhuang@ruc.edu.cn
  • Wei Lu - Renmin University of China, luwei@ruc.edu.cn
  • Shuang Liu - Renmin University of China, shuangliu@ruc.edu.cn
  • Yuxing Chen - Tencent Inc., yuxingchen@tencent.com
  • Xinyue Shi - Renmin University of China, xinyueshi@ruc.edu.cn
  • Zhanhao Zhao - Renmin University of China, zhanhaozhao@ruc.edu.cn
  • Yipeng Sun - Renmin University of China, yipengsun@ruc.edu.cn
  • Anqun Pan - Tencent Inc., anqunpan@tencent.com
  • Xiaoyong Du - Tencent Inc., xiaoyongdu@tencent.com

INTRODUCTION

阅读全文 »

\[ \def\wr{\mathsf{\textcolor{teal}{wr}}} \def\ww{\mathsf{\textcolor{red}{ww}}} \def\rw{\mathsf{\textcolor{blue}{rw}}} \def\C{\mathsf{C}} \def\A{\mathcal{A}} \def\T{\mathcal{T}} \def\P{\mathcal{P}} \def\D{\mathrm{D}} \def\RC{\mathrm{RC}} \def\SI{\mathrm{SI}} \def\SSI{\mathrm{SSI}} \]

摘要

我们提出一种理论方法,能够为应用程序中的每个事务程序分配最低可行的隔离级别(在多隔离级别混合设置下),从而保证所有执行均可序列化,进而维护所有完整性约束(包括未显式声明的约束)。该理论扩展了先前针对完全已知事务的研究,以应对实际场景中事务由运行时参数化程序动态生成的挑战。基于此理论,我们提出一种优化方法——读提升与混合隔离级别分配(RePMILA),在确保执行可序列化的同时实现高吞吐量。该方法通过语义保持的代码修改(将部分读操作“提升”为无实际数据变更的写操作以获取排他锁),并结合隔离级别分配优化,探索性能最佳的实现方案。我们以 SmallBank 基准测试为例,展示了该方法在 PostgreSQL 上的性能表现:某些读提升策略的鲁棒分配方案,其吞吐量可与未修改程序在默认非鲁棒的“读已提交(Read Committed)”隔离级别下的性能相媲美,同时仍保证可序列化;相较于所有事务使用“可序列化快照隔离(SSI)”的方案,吞吐量可提升两倍。

作者:

  • Brecht Vandevoort, UHasselt, Data Science Institute, ACSL, Belgium
  • Alan Fekete, University of Sydney
  • Bas Ketsman, Vrije Universiteit Brussel, Belgium
  • Frank Neven, UHasselt, Data Science Institute, ACSL, Belgium
  • Stijn Vansummeren, UHasselt, Data Science Institute
阅读全文 »

摘要

本文整理自 重识社会:探析当今人生迷茫免费在线收听-喜马拉雅。原作者王生智。

序言

中国改革开放以来,社会经济以全球前所未有的速度连续发展,取得了令世界为之瞩目的骄人成就。不仅社会经济发展,伴随着经济发展而来的,还有各类思想观念,也一股脑拥挤着接踵而至,令人目不暇接、头晕目眩,由此也就带来了盲目接受、不求深解的后果。这也势必滋生出大批的“炒家”、“砖家”和“叫兽”,在他们为了各自利益的合力运作之下,社会中的芸芸众生更是被他们搅得不知所措。

世上的浮夸反映出人类的蒙昧。从今天回看过去的历史,从荷兰的天价郁金香,到中国的天价月饼,再到法国、意大利的天价神包,无不反映出人群与羊群并无差别的盲动与盲从。人类以理性做视其它动物,却原来仍未摆脱动物的愚昧。人类发展修饰的初衷,原本是为了用修饰帮助理性的进步,到如今修饰被无限放大,理性却被无情地淹没了。非修饰,无以接受。可悲,可叹。

阅读全文 »

\[ \def\Var{\mathsf{Var}} \def\IG{\mathsf{IG}} \def\T{\mathcal{T}} \def\S{\mathcal{S}} \]

摘要

在在线事务处理(OLTP)系统中,可序列化是事务执行的一个关键属性;如果没有它,由于并发活动,可能会违反数据的完整性约束。可以通过使用严格的两阶段锁定(S2PL)等可序列化并发控制机制来保证可序列化,而不考虑应用程序逻辑。然而,这种机制导致的并发性降低通常过于严重,因此数据库管理系统(DBMS)为数据库管理员(DBA)提供了使用不同并发控制机制的机会,前提是这样做是安全的。然而,此前几乎没有理论可以指导 DBA 判断何时是安全的!

在本文中,我们讨论了如何为一组事务分配适当的隔离级别(从而使用特定的并发控制机制),同时确保每次执行都是冲突可序列化的。当每个事务可以选择使用 S2PL 或快照隔离(SI)时,我们精确地描述了可接受的分配,并提供了一个简单的基于图的算法来确定最弱的可接受分配。

本文涉及的类别和主题描述包括:数据库管理系统中的事务处理。关键词包括:并发控制、可序列化、异常、一致性、快照隔离、两阶段锁定。

阅读全文 »

摘要

本文根据复习课录音和大模型总结了软件安全的期末考点。题目来自教材课后习题,仅提供简单题和阅读报告题,不提供实验题和复杂的阅读报告题。

如无特殊标注,本文的题目答案来源为 PPT 或教材。使用大模型生成的回答会有明确标注。

考试题型:只靠概念题,10 道简答;每章一道,来自书后概念习题(除去 3,9,10,11 章)。

本文参考了 南京大学软件学院-2023-软件安全(研究生)期末复习参考 - 知乎

阅读全文 »