一年前，我负责的一个项目中需要权限管理。当时凭着自己的逻辑设计出了一套权限管理模型，基本原理与RBAC非常相似，只是过于简陋。当时google了一些权限管理的资料，从中了解到早就有了RBAC这个东西。可惜一直没狠下心来学习。更详细的RBAC模型非常复杂。本文只做了一些基础的理论性概述。本文资料完全来自互联网。 ...

 翻阅源码时，我们会发现netty中很多方法的调用都是通过线程池的方式进行异步的调用，这种  eventLoop.execute方式的调用，实际上便是reactor线程。对应项目中使用广泛的NioEventLoop。还记得我们创建的两个reactor线程池么，具体代码可以参考 N...

　　Linux的内核将所有外部设备都看做一个文件来操作，对一个文件的读写操作会调用内核提供的系统命令，返回一个filedescriptor（fd，文件描述符）。而对一个Socket的读写也会有相应的描述符，称为Socketfd（Socket描述符），描述符就是一个数字，它指向内核中的一个结构体（结构体，C/C++数据类...

 搬运工 https://blog.csdn.net/hexiaoniao/article/details/84543676...

1、简介　　隐含马尔可夫模型并不是俄罗斯数学家马尔可夫发明的，而是美国数学家鲍姆提出的，隐含马尔可夫模型的训练方法（鲍姆-韦尔奇算法）也是以他名字命名的。隐含马尔可夫模型一直被认为是解决大多数自然语言处理问题最为快速、有效的方法。2、马尔可夫假设　　随机过程中各个状态St的概率分布，只与它的前一个状态St-1有关，即P...

单Reactor多线程网络模型图：图片来源：https://blog.csdn.net/weixin_43326401/article/details/104202424消息处理流程：Reactor对象通过epoll监控连接事件，收到事件后通过回调函数进行转发。如果是连接建立的事件，则由acceptor接受连接，并创建...

出处： 秒杀架构模型设计 　　前言：秒杀系统相信很多人见过，比如京东或者淘宝的秒杀，小米手机的秒杀，那么秒杀系统的后台是如何实现的呢？我们如何设计一个秒杀系统呢？对于秒杀系统应该考虑哪些问题？如何设计出健壮的秒杀系统？本期我们就来探讨一下这个问题：一：秒杀系统应该考虑的问题二：秒杀系统的设计和技术方...

之前忘记强调了一个重要差别：条件概率链式法则和贝叶斯网络链式法则的差别条件概率链式法则 贝叶斯网络链式法则，如图1图1 乍一看非常easy认为贝叶斯网络链式法则不就是大家曾经学的链式法则么，事实上不然，后面详述。 上一讲谈到了概率分布的因式分解能够看到条件概率的独立性能够直接从概率分布表达...

一、面向对象的本质面向对象的本质是抽象，当系统达到了超越其处理能力的程度，我们能够抽象出我们能够处理的范围来提成抽象级别，这样就能够构建更大、更复杂的系统。现实世界和对象世界之间存在着一道沟壑，这道沟壑的名字叫抽象，抽象是面向对象的精髓所在。同一时候也是面向对象的困难所在。要跨越这道沟壑，我们须要解决下面问题：1、一种...

 ISO9126软件质量模型由6个特性，27个子特性组成，是软件质量标准的核心。    外部和内部质量    功能性：适用性、准确性、互操作性、保密安全性、功能性的依从性    可靠性：成熟...

服务器端、客户端的模型，客服端发送的请求，服务端的响应相当于启动了一个webserverinstallweb.py接口框架用到的包http://webpy.org/tutorial3.zh-cn官方网址http://webpy.org/tutorial3.zh-cn 需要装一个web.py的包，接口就是用we...

生产者消费者模型生产者消费者模型可以描述为：①生产者持续生产，直到仓库放满产品，则停止生产进入等待状态；仓库不满后继续生产；②消费者持续消费，直到仓库空，则停止消费进入等待状态；仓库不空后，继续消费；③生产者可以有多个，消费者也可以有多个；生产者消费者模型对应到程序中，仓库对应缓冲区，可以使用队列来作为缓冲区，并且这个...

　　　　JMSJavaMessageService,Java消息服务，是JavaEE中的一种技术。　　　　JMS定义了Java中访问消息中间件的接口，并没有给予实现，实现JMS接口的消息中间件称为JMSProvider,例如ActiveQM　　　　实现JMS接口和规范的消息中间件　　　　JMSmessage:JMS的消...

本文记录几个在广告和推荐里面rank阶段常用的模型。广告领域机器学习问题的输入其实很大程度了影响了模型的选择，因为输入一般维度非常高，稀疏，同时包含连续性特征和离散型特征。模型即使到现在DeepFM类的方法，其实也都很简单。模型的发展主要体现于对特征的充分挖掘上，比如利用低阶和高阶特征、尝试自动学习交叉特征而非手动、尝...

http://blog.csdn.net/pipisorry/article/details/45665779拿到这些topic后继续后面的这些应用怎么做呢：除了推断出这些主题，LDA还可以推断每篇文章在主题上的分布。例如，X文章大概有60%在讨论“空间探索”，30%关于“电脑”，10%关于其他主题。 这些主...