

 写点什么

系统配置检测

收录了系统配置检测频道下的 50 篇内容

将配置作为控制平面：设计安全可靠的大规模系统

配置已经从静态的部署文件演变成了实时的控制平面，直接决定系统的行为。配置管理的演进揭示了为何错误配置会引发大规模的故障，以及超大规模云服务商如何通过分阶段发布、校验、影响范围限制和大规模自动回滚安全地部署变更。

作者：Karthiek Maralla 译者: 张卫滨

04-07

软件测试 / 测试开发丨 Windows 系统 chromedriver 安装与环境变量配置

chrome 浏览器的安装与配置目前比较常用的浏览器是 Google Chrome 浏览器，所以本教程以 chrome 为主，后面简介一下其他浏览器的环境配置。

软件测试

windows

环境变量

测试开发

chromedriver

测试人

2023-07-10

LIMS 实验室信息管理系统搭建：检测流程、仪器数据和报告模板的配置

本文介绍中小实验室依托低代码平台，**两个月快速搭建轻量LIMS**，完成样品检测、仪器采集、自动出报告全流程配置，配套质控合规能力。相比商用LIMS大幅降本提效，适配CMA/CNAS认证，给出分阶段上线步骤与落地答疑。

低代码

维系相逢

08-18

鸿蒙应用安全编码专题系列之网络通信安全

绝大多数鸿蒙应用均需与后端服务器开展数据交互，HTTPS作为当前主流的远程通信协议，其安全性核心依托于客户端对服务端证书链的校验机制、安全的TLS协议版本、密钥协商算法及加密套件选型，是保障数据传输机密性、完整性与真实性的核心基础。

HarmonyOS 策划: 付秋伟

05-26

你是否也经历过这些煎熬时刻——版本上线后指标异常却浑然不知，直到用户投诉铺天盖地才慌忙回滚？关键指标波动无人值守，舆情发酵后才手忙脚乱地补救？平台为开发者提供自定义告警能力，正是为解决这些痛点而生：支持按版本、指标类型等多维度灵活编排告警策略，精准锁定关键信号；一旦指标触碰阈值红线，系统快速响应，通过邮件、短信、Webhook回调等多渠道实时推送告警——让您及时感知异常、果断决策，将风险扼杀于萌芽，告别被动救火的窘境。

作者 : HarmonyOS

07-17

Sora 浪潮下的视频内容安全：深度伪造检测与水印对抗技术解析

生成式AI重构视频修复技术，从像素修补演进为智能内容生成，兼顾质量与系统性能优化。

作者：王仁明

03-05

ODCC 联合 NVIDIA、焱融等首发 KVCache 评测结果｜焱融 AI 存储实现推理提速降本双突破

AI 从模型能力竞争，进入规模化推理能力竞争的新阶段。随着大模型在企业级场景中的落地，推理系统的性能、成本与资源利用率，正成为决定 AI 商业化成败的关键因素。在这一过程中，存储作为 AI 基础设施核心支撑环节，成为释放 AI 算力、重构推理效率结构的核心能力。

作者 : 焱融科技

03-09

平台即产品：以声明式基础设施提升开发者效率

统一的配置层抽象了基础设施、CI/CD 以及运维复杂性，让开发者能够专注于应用开发本身。

作者：Avinash Sabat 译者: 马可薇

01-26

多次全球性中断后，Cloudflare 推出了“Code Orange: Fail Small”韧性计划

Cloudflare最近发布了一项名为“Code Orange: Fail Small”的详细韧性计划，以防止过去六周内连续发生的两次重大网络中断导致的大规模服务中断再次发生。

作者：Craig Risi 译者: 张卫滨

01-29

Quesma 发布 OTelBench，用于评估 OpenTelemetry 基础设施与 AI 性能

Quesma 推出了 OTelBench，这是一个开源的基准测试套件，旨在衡量 OpenTelemetry 管道的性能以及 AI 代理在实施和维护可观测性配置中的有效性。

作者：Mark Silvester 译者: 平川

03-04

微软推出 MDASH，用于大规模 AI 漏洞研究

微软推出了一款 AI 驱动的新型漏洞发现系统 MDASH。这是一个多模型代理安全平台，用于对 Windows 及其他微软软件环境进行大规模的代码自动化审计。

作者：Robert Krzaczyński 译者: 平川

06-01

深入了解谷歌全球服务体系中的 A/B 测试协调系统

谷歌详细介绍了其如何在各项服务中开展全平台大规模 A/B 测试，并介绍了一套内部系统，用于对大规模产品进行一致、可靠的测试。

作者：Leela Kumili 译者: 平川

06-10

JoySafeter 重磅开源：开启 AI 驱动安全（AISecOps）新范式

JoySafeter 是一个安全能力的“操作系统”，它不是单一的工具，而是一个能够将无序的安全工具、分散的专家经验，统一编排成协同作战的AI军团的可视化平台。简单来说，它让安全专家能够用“搭积木”的方式，使用自然语言或可视化界面，构建、管理和进化能自主完成复杂安全任务的AI智能体（Agent）。

作者：JSRC

03-12

AWS 计费系统故障：用户收到数万亿美元账单预估，自家成本告警却未能阻止问题扩大

7 月 17 日，全球不少 AWS 用户登录控制台后发现，当月预估账单突然飙升至数百万、数十亿，甚至数万亿美元。一个平时每月费用不足 5 美元的账户，预估账单竟显示为 17 亿美元；一位 Reddit 用户晒出的截图显示金额高达 225,579,210,164.83美元；还有用户的控制台甚至显示当月费用达到 7.1 万亿美元，这一数字已超过亚马逊市值的两倍。这些数字最终被证实全部属于错误数据，实际账单并未受到影响。不过，这起事故持续了超过 24 小时，而真正值得关注的并不是那些夸张的金额，而是事件暴露出的云成本管理问题。

作者：Steef-Jan Wiggers 译者: 马可薇

08-03