如何从 http 转换到 https

本文由 马特.班尼尔 电子邮件投稿

How to Switch from HTTP to HTTPS Post email by Matt Banner

How to Switch from HTTP to HTTPS

在过去几年中,Google已经非常清楚地表明,他们希望网络成为一个更安全的地方。

使用这个方便的清单来帮助引导您将网站从 HTTP 迁移到 HTTPS 。我会带你一步一步,以确保在进行切换之前,之中和之后都正确设置了。

如何从HTTP切换到HTTPS [图表] 使用HTTPS的最终安全性:为什么要迁移您的站点 如何保护您的WordPress网站[图表] WordPress安全性的现状 您可以采取17个步骤,以改善您的WordPress安全性

为广大清华师生提供科研支持的清华大学开源镜像站即将被网络中心关停

概述

为广大清华师生提供科研支持的清华大学开源镜像站 mirrors.tuna.tsinghua.edu.cn 即将被清华大学网络中心关停。

开源镜像站对于科研提供了巨大的支持,国外优秀的软件项目大多以开放源代码(开源 Open Source)的形式放出。使用开源软件,一方面不需交纳任何费用,另一方面也不存在使用盗版商业软件的道德和法律问题。

而开源镜像站则是将世界上优秀的开源项目收集到一起,方便同学和老师们高速地安装、更新、使用。并且国外许多优秀的理工类院校都有架设开源镜像站的传统。 从清华大学开源镜像站安装开源软件,下载速率为10MB/s量级,而从开源项目的官方网站下载,速率约为50KB-500KB/s,不旦浪费网络流量而且 加重校园网出口负担。按照统计数据估算,平均每月可为科研节约出校流量约5000GB。简而言之,开源镜像站是科研工作者的“软件管家”,拥有一个校内的 开源镜像站更是能让借助计算机完成的科研工作如虎添翼。

清华大学开源镜像站于2011年创立,在短短几年的时间内迅速聚集了一批热心且技术水平过硬的同学维护,目前已经在国际、国内有广泛的影响,多次被IT业 界新闻网站报道。目前已经收录44种开源项目镜像共计约5000GB,其中12种开源项目镜像已经被官方认可,官方服务器将来自中国甚至亚洲的访问请求直 接定向到清华大学、使用官方的子域名直接解析到清华大学、或者在官方网站显著处写明地址和学校名称,这对于开源镜像站以及清华大学是非常大的荣誉和肯定。

由于一直无法获得网络中心的正式支持,开源镜像站只能“四海为家”,经常被断网、断电、下架。每次搬迁都会导致服务长时间不可用,经常会因此收到国内用户以及国外开源组织的来信询问。

不久前,我们接到最后通知,清华大学开源镜像站将被限期下线并搬迁出校园网机房,届时,使用开源软件的同学和老师将不得不使用其它兄弟院校提供的镜像站或 者直接从软件项目的官方网站以较慢的速度下载、更新,不仅低效而且加重校园网出口负担。我们不希望这样的结果发生,期望得到大家的帮助使得这一决定被改 变。

如何帮助我们

请在人人上分享我们的日志,并且参加联署来支持我们。

全文地址

mirrors.tuna.tsinghua.edu.cn/files/petition.html

大家去页面上参加联署,声援一下。

 

虚拟世界架构师

职位:虚拟世界架构师

您可以:

– 施展上帝之手,架构和创造全新世界,在无限的空间坐标和时间维度上,表达自己的思想和理念,带给上千万玩家前所未有的游戏体验和快乐;

– 是一个导演,为这个世界设计鲜活的角色,赋予他们性格、灵魂、故事以及命运。一个美丽但又命运多舛的公主,亦或是一个因为复仇而蒙蔽双眼的王子,一切的一切,尽在你手;

– 是一个科学家,设定、调节虚拟世界内在的算法和数值,保持游戏世界的有序、稳定、健康发展;

– 是一个经济学家,通过制定规则、预测形势、调控市场等等手段,来遏制游戏内的通货膨胀、调节虚拟世界中各类物资的供需关系,保证虚拟世界的经济健康繁荣。

我们希望您符合以下任意两条或以上的描述:

– 每天都有一千个好主意,想要亲手去实现他们; – 不小心就获得了奥赛、ACM、MCM或是机器人大赛大奖; – 对数字逻辑和规则结构是如此敏感; – 突然间文思泉涌,于是在一周内写完了十万字的小说; – 知识广博而记忆力超群,常常被称为”人肉Google”; – 游戏里的所有职业和装备都到满级之后,感觉到莫名的空虚; – 自动化、电子信息、计算机等工科专业,硕士及以上学历; – 中文、哲学等人文社科专业,硕士及以上学历。

 

KISSY 1.3.0 released

距离 KISSY 1.2.0 发布已过一年,自 KISSY 1.3rc 发布后,1.3 又继续经历了即将发布的店铺系统,搜索系统,商品详情系统的锤炼,并做了必要的调整和优化。今天终于可以高兴地宣布: KISSY 1.3.0 正式版发布了。你可以通过淘宝 cdn 在线引用(推荐)或者直接从 github 下载 或者使用 npm 安装.官网文档也进行了相应更新,覆盖了 1.3 涉及到的新特性以及修改,请清除缓存后访问 KISSY 1.3 文档首页.

下面简单介绍下 1.3.0 相对于 1.2.0 的新特性与不兼容之处,也可查看 发布 ppt 介绍.

新特性 前提

不要静态引入 KISSY 模块文件,例如

<script src='http://a.tbcdn.cn/s/kissy/1.3.0/overlay.js'></script>

推荐只静态引入 seed-min.js,通过 use require 使用其他模块,另外:

尽量少 use 线上设置 combo 模式(需要服务器支持 combo ) 稳定性提升 使用 phantomjs travis […]

奇点:当机器变得比人都还聪明的时候…

根据未来主义者的预言,机器或可在2045年变得比人还聪明。当这个预言变成现实时,我们将遭遇什么呢?尽管我们无法对那么远之后的事情做出100%准确的预测,但是,通过将已预测到的技术突破与我们的现有知识结合,我们还是可以就未来的超级计算机将如何改变我们的生活,做出一些或能站住脚的猜想。

奇点的概念差不多是这样的:随着计算机存储能力的逐步提升,它们的运算能力也会越来越强,而它们最终将发展出与人类媲美的智能水平。这些机器将不仅仅是在棋类和游戏中战胜我们,还会开车,写书,甚至在客户服务中代替人类;然后有一天,它们甚至有可能模拟人类意识。这里有一个5分钟的视频解释了这一点。

而随着硬件生产商每年提升机器速度和存储水平,到2030年,这些用硅片制造的家伙(指电脑)将有能力自己创建新模型,并通过模型迭代不断完善自我智能,我们也将逐渐进入很多人形容的智能爆炸时代….

接着,这些机器就会自己不断发展,直到有一天它们的智力水平最终超过人类的——也就是一开始提到的2045年。 而这一重大事件也将加速其他技术创新。事实上,人类自己的大脑(生物大脑)将赶不上未来社会发展的速度,而这也就定义了奇点:即指“人工智能驱动技术向前发展的速度超过人们本身理解力的一个时间点。”

有些人可能会担心,那我们岂不是无法预测未来的这些超级计算机的行为?这些计算机会不会很危险,甚至还想占领我们的世界?又或者,它们会愿意帮助我们去解决在社会上广泛存在的犯罪、暴力、战争、疾病、财富分配不均等历史问题?

J. Storrs Hall在它的《人工智能之外》(Beyond AI)一书中提到,他相信,随着计算机和机器人的发展,技术将允许人类通过一些非生物材料和交互界面来增强大脑功能,享受计算机和机器人的智力成果。在这种情况下,我们就总能保证自己会比机器聪明,也用不着怕他们。 另外一些先进的思想家则预测,在未来的几十年里,我们将与我们的硅片兄弟合体。机器人专家Rodney Brooks就设想,未来的机器人将变得越来越人模人样。相反地,人类通过拿他们本身的生物部分与机器的非生物部分交换,以获取诸如损伤后的自我修复这类功能,将发展出更为强大的身体,也会变得越来越像机器人。

这个趋势或许会让整个社会见证人与机器的融合,或者简单说是人类进化的下一个自然阶段。尽管这个想法看起来很极端,但是大部分的专家却相信,这就是我们的未来。

另外,随着我们越来越靠近奇点,其他的各类技术突破也会出现。专家预测,在接下来的30年里,肝细胞、基因工程、人形机器人、纳米级复制技术,都将改变我们的生活。

via ieet

下一代个性化推荐系统

文/王守崑

本文结合技术及社会需求发展的大背景,讲述了当前推荐系统的价值及所面临的挑战,并指出了下一代个性化推荐系统的设计思路及需要注意的问题。

作为个性化推荐系统核心的协同过滤(Collabora-tive Filtering)算法,是Goldberg等人在1992年的一篇学术论文中最早提出的。他们在这篇文章中提出一种方法,在一个新闻组中,根据 用户下载的新闻计算他们之间在口味上的相似程度,并利用这种相似程度为他们进一步推荐相关的新闻。这也是最早期的个性化推荐系统的雏形。

20世纪90年代中后期,随着电子商务的兴起,个性化推荐系统迎来了第一波高潮,几乎每个大型电子商务网站都把个性化推荐作为重要的营销手段之一。更有文献表 明早期Amazon的35%销售增量都来自它的推荐系统。Amazon的几位科学家和工程师在2000年发表的一篇关于“基于条目的协同过滤”的论文也成为了个性化推荐领域最基础的文献之一,是学术研究与工业实践相结合的典范。之后越来越多的研究者和企业界的工程师投入到了个性化推荐系统的实践中。

21世纪,互联网领域两个根本性的变化使得个性化推荐系统需要面临新的挑战。

第一个变化是随着Web 2.0的兴起,个人用户逐渐成为网站的中心。用户乐于在网络上建立和分享他们的社会关系和兴趣爱好,展示个性。网站的创立者也更重视对用户的基础数据的收 集和分析,从而全方位地满足用户的需求。与传统的以信息为中心的Web 1.0的组织方式相比,Web 2.0强调以用户为中心,对个性化推荐系统的发展起到了极大的促进作用。因此,几乎每个具有一定规模的Web 2.0网站都会建立用户模型,甚至还涌现出不少以个性化推荐为核心的服务。这使得个性化推荐系统的研究和实践获得了非常大的进展。

第二个变化是互联网越来越深入我们的真实生活。与早期的互联网用户不同,如今人们越来越习惯在网络上使用真实身份,维持真实的社会关系,分享真实的生活轨迹。互联网不再是虚拟世界的代表,而是真实世界的一部分。这使得网站的创立者能够更准确地掌握用户的各种信息。而用户对个人隐私的关注也使得工程师在使用这些信息时不得不更加慎重。

对个性化推荐系统来说,这些变化是一把双刃剑:人们提供更多的真实信息有利于提高推荐精度;而同时人们对隐私和信息流动 方向的关注为推荐系统如何使用这些信息设置了更高的门槛。个性化推荐系统不但要考虑推荐的精度,还要考虑在社会网络中信息的来源和用户对这些信息微妙的情 感因素,而这些因素在算法中往往是难以建模和衡量的。

对个性化推荐系统从业者来说,这既是巨大的市场机会,也是前所未有的挑战。如何抓住机会、应对挑战呢?本文试图从当前推荐系统存在的一些问题出发,逐步阐述对下一代个性化推荐系统的初步构想和建议,同时也提出一些值得关注的问题,供本领域的从业者考虑和探讨。

当前推荐系统面临的挑战

根据出发思想的不同,个性化推荐系统可大致分为基于协同过滤和基于内容两种。协同过滤的基本思想前面已有所探讨;基于内容的推荐系统的出发点则更直接,即通 过对被推荐条目的内容进行建模和分析,从而为相关用户推荐出适合的内容。事实上,早期互联网中的人工分类目录就可以看作基于内容进行推荐的雏形。从实际应 用的角度,可更进一步把这两种思想归纳为黑盒推荐和白盒推荐两种模式。

黑盒推荐不需要考虑推荐的具体内容,而是利用机器学习、数据挖掘等统计方式和人工智能的方法对数据进行分析,建立相关模型和优化目标,在一定约束条件下求得最优解或局部最优解作为向用户推荐的内容。

白盒推荐则是深入到被推荐的条目内容之中,依据对条目的先验知识和对用户的理解进行相关匹配的推荐,推荐的过程中也会用到机器学习和数据挖掘的算法,但先验知识的来源往往是专家领域的知识。

这两种模式各有优劣。在实践中,通常会融合两种模式的优势建立所谓混合模型以求得更好的推荐效果。从实际应用来看,考虑到可扩展性及系统建立的成本,大型商用的个性化推荐系统大多以黑盒推荐为基础,我们先来谈谈黑盒推荐的优劣。

黑盒推荐的核心是机器学习和数据挖掘算法,有着坚实的数学基础和明确的优化指标与方法,所以推荐质量有基本的保证。搭建系统既不需要领域内的知识,也不需要 过多的人工干预,同时模型的鲁棒性比较好,应对用户和条目的增长不需要付出更多额外的努力。这些优势使得黑盒推荐获得了非常广泛的应用。但随着前面提到的 互联网领域的两个根本性变化的影响,黑盒推荐的弊端也越来越多地显现出来(如图1所示)。

图1 黑盒推荐的弊端

对于以协同过滤为基础的推荐算法的弊端,文献中讨论比较多的是冷启动问题,即数据稀少的情况下难以获得高质量的推荐。这是黑盒推荐在系统启动时面临的最大挑 战。事实上,即便有了启动数据,在数据稀疏的情况下黑盒系统偶尔也会放大噪声,给出低质量的推荐。有人甚至专门为此造了一个单词,叫做 “freakommendation”⁽³⁾,用来指代那些稀奇古怪的推荐。

例如在某著名电子商务网站上,每年母亲节时都有鲜花促销,十几 岁的青少年在为母亲购买鲜花之余,顺便会为自己买上几部恐怖片。系统中的鲜花和恐怖片便建立了相似关联,在有人购买鲜花时系统便会推荐恐怖片,反之亦然。 这种推荐自然会引起很多用户的不适,虽然从统计意义的优化指标(如RMSE或者MAE)来看系统达到了最优,但对于某些主观性的因素,比如用户对系统推荐 的信任和心理感受,却有着相当负面的影响。这些影响可能很难用具体的指标和数字来衡量,但它们对一个产品的成败来说,往往是长期的、根本性的,甚至是决定 性的。

与冷启动相反,在实践中,还可以看到另一种较少被文献所提及的现象,称为“宏观与微观的悖论”。当从宏观的系统角度转向微观的用户角 度时,我们会惊奇地发现,随着数据的增长,整个系统在各项量化的推荐指标上的表现会越来越好,而对那些贡献了更多数据和内容的重度用户,却越来越倾向于给 出平庸和保守的推荐。

这个悖论的尴尬之处在于,几乎每个个性化推荐系统都宣称用户所获得的推荐质量会随着数据的增加和用户的积累而显著提 高,但实际所看到的却是整体用户推荐质量的改善并不意味着每一个用户群体推荐质量的改善。黑盒推荐的基础是基于统计的机器学习算法,为了在欠拟合 (Under-fitting)和过拟合(Over-fitting)之间求平衡,总有将结果拉回平均的倾向。

这就意味着,随着用户贡献数据的增多,用户的多个兴趣维度往往会被当做白噪声过滤掉。这种效应对推荐系统的影响也是根本性的。对任何产品来说,留不住活跃的用户都是致命的缺陷。

图1描述了黑盒推荐模式的推荐质量和用户收藏之间的关系,可以比较清晰地划分为三个阶段。

第一阶段,用户收藏较少,系统在宏观和微观层面都面临冷启动问题,此时的推荐质量低于用户的预期。这是用户在使用个性化推荐系统时的第一个门槛,会把相当一部分用户阻挡在产品外。 第二阶段,随着用户收藏的增长,系统对用户兴趣的建模更加准确,推荐质量也获得显著提升,这是推荐系统和用户之间的蜜月期,此时的推荐往往会给用户带来惊喜,能够有效地帮助用户发掘他们未知但感兴趣的领域。 第三阶段,也就是前面提到的宏观和微观的悖论所产生的阶段。此时,虽然从各项指标来看推荐质量还在继续改善,但用户所切身感受到的却是推荐系统能给他们提供的帮助越来越少,推荐内容趋于平庸,缺乏眼前一亮的惊喜。

针对黑盒推荐的弊端,业内的研究者和工程师提出了很多补救的方案。例如结合基于内容的白盒推荐方法来解决冷启动问题从而提高推荐的惊喜度、通过 Transfer Learning的方法利用其他领域的结果和训练的模型获得启动数据,以及利用矩阵分解(Matrix Factorization)的方法改善数据稀疏性的问题。这些方法都收到了不错的效果,值得实践领域的从业者重视。

[…]

云云来了,百度怎么办?

  随着SNS的兴盛,搜索引擎的社会化趋势再明显不过。传统的搜索方式已经越来越难满足人们的需要。搜索引擎不仅需要收录来自社交网络的内容,也需要参考社交网络的用户数据对搜索结果进行优化。只有借助社交网络的数据,搜索引擎才能提供更准确更有说服力的结果。搜索引擎们显然明白这一点。

  谷歌一直就想得到Facebook的用户数据,可后者偏就不给,Google甚至还付费给Twitter用来及时获取其内容。后来Google推出了自己的社交工具Google+,并在搜索结果中加入越来越多来自Google+的信息,这又引起Twitter的不满,合作终止。

  百度也曾和新浪微博合作,推出“实时搜索”,显示来自新浪微博的最新结果,可牌巴子发现如今“实时搜索”已经无影无踪,原因不详。而据内幕人士透露,新浪微博一开始是拒绝被百度收录的,后来百度收录其他几家微博,新浪迫于被边缘化,才和百度合作。可见新浪微博和百度之间的合作并不一帆风顺。百度也曾推出自己的SNS产品——百度说吧,可是大多数中国人从来就不知道这玩意存在过。

  搜索引擎的社会化趋势不但搜索引擎们明白,SNS们也心知肚明。而对信息的检索从古至今就是“硬需求”,要不然也不会有那么多的字典和词典。在网络时代信息检索就体现在搜索引擎上。

  所以,SNS们会放着手里的大量用户数据和内容白白不用吗?Facebook已经明确表示要做搜索引擎,Twitter也有做搜素引擎的苗头,新浪微博则和破天而出的云云搜索进行深度合作。

  云云搜索的团队是由谷歌的前工程师组成,号称是“第一个社会化搜索引擎”。

  随便用用云云搜索,大概就能明白什么叫“深度合作”。很多搜索结果下面都会显示有多少条微博引用了这个结果,你可以打开这些微博,还可以把搜索结果转发到多个社交网络上。云云还会参考新浪微博中的好友关系为用户提供个人化的搜索结果。此外,新浪微博还将把微博搜索换成云云搜索。

  这不同于谷歌和Twitter之间时好时坏的合作,也不同于新浪微博和百度之间浅层的合作。最根本的不同是,新浪在云云搜索创建之初就给予其投资,成为其一大股东。这意味着云云搜索打小就和中国最流行的社交网络在一个碗里吃饭。

  相比云云搜索,百度的前景则不太妙。首先,它不像谷歌那样拥有自己的社交工具,所以只能依仗别人。可是,一方面,它本身未必愿意为别人的SNS产品做嫁衣,另一方面,有了云云搜索的新浪微博也未必愿意合作。

  而云云搜索则具有两大先天优势:来自谷歌的技术团队,以及和新浪微博的深度合作。这样,云云不仅解决了当今做搜索引擎所面临的技术问题和社会化问题,还能借助新浪微博平台获得大量用户。除搜索引擎外,云云目前还有云云社区、云云微博订阅等产品,这些都可视为强化自身品牌的重要步骤。

  云云恐怕才是百度的真正敌人。

  来源:投稿,作者:牌巴子,原文链接。

评论《云云来了,百度怎么办?》的内容…

相关文章: 百度新首页网友褒贬不一 百度2012年度搜索风云榜发布 搜索引擎是如何判断有价值的文章 百度正式推出Sitelink 从百度网盘看网盘和同步盘的区别

微博:新浪微博 – 腾讯微博 – 月光博客媒体交流QQ群:262102629 月光博客投稿信箱:williamlong.info(at)gmail.comCreated by William Long www.williamlong.info

圣诞愿望清单 黑色篇

大家都做好了过圣诞的准备了吗,第一任务就是从愿望清单开始吧,圣诞和新年,大采购是必须的。我们邀请设计师和造型师Avivi替你策划了三色的圣诞愿望清单,不同的风格和不同玩味,要买什么当然由你做主,赶紧都加入购物车,来一个不一样的节日,现在还有特别圣诞优惠,以及专属礼盒和纹身贴纸奉上,是否太贴心了呢,马上下手吧!

 

快到新年了,各种派对、聚会当然少不了,上街逛市集、和朋友们冲去Gig或是在灯火下新年倒数,酷一点的黑色系绝对够有感。充满圣诞气氛的灰色印花帆布鞋,配色时髦的菱形格帽衫,配上朋克感觉的闪亮短裙和黑色耳环,绝对kill the night!

[…]

【QQ2013】项目总结—自然·人与物的完美触点

(本文出自腾讯CDC博客: http://cdc.tencent.com/?p=6747)

[…]

WIN8设计特性浅谈和腾讯微博MS首版设计思路分享

10月,一个收获的季节,微软的新一代操作系统window8悄然而至,同时,我们的微博客户端团队,也搭上了第一波win8应用的末班车,设计并推出了腾讯微博MS版本。本文将结合腾讯微博MS版本的设计过程以及对win8系统特性的认识,聊聊win8操作的平台的应用设计。

文章很长,请选择有价值的部分阅读,或许你敢把它读完呢…

本文索引:

1.     Windows8—再构想

2.     Win8的系统特性

3.     Win8的交互特性

4.     Win8的视觉特性-Metro进化

5.     腾讯微博MS首版的设计思路

6.     Win8平台应用设计建议

 

一、    Windows8—再构想

 

关键词:后PC时代

《Windows8 guide》开篇第一段即言明:“如今超过三分之二的PC是移动设备,比如笔记本、上网本、平板电脑。几乎每一台PC都有无线连接的能力”。所以,win8的设计更多的考虑了移动设备和触控体验,更加的关注的是用户和应用关系,而不是操作系统本身。虽然保留了大部分windows7的基础特性,但win8系统旨在创造更优的触控体验,建立新的良好的生态系统。

如果说苹果完成了后pc时代的基础性创新,那win8的出现则意味着传统PC的全面迁徙。以ipad、iphone为代表的无线触摸产品的强烈冲击,让微软意识到PC战场其实也已经彻底转移了,而win8操作系统就是在这种情形下微软的一次再构想。

 

二、    Win8的系统特性

Win8系统有很多不同一般的操作体验,这里笔者摘取了一些更能体现其设计理念的特性进行介绍,更多详尽的特点就不在此赘言了。

Win as One

在win8系统中,程序是以应用的形式存在的,它有应用市场,用户可以进行应用服务的购买,让人不禁联想到,这更像IOS、安卓等无线领域的,但不同在于,win8试图通过系统的平台,将安装在该平台上的所有应用进行有机的联系,强调应用间的协同和共享,给用户带来完整、生态化的体验,也让每一个在此生态系统内的应用“Win as One”。

1.   Charms(超级按钮):高于任何应用的系统整合工具栏

 

在任何时候,用户都可通过在屏幕右侧边缘向左滑动或将鼠标悬停至屏幕右侧,呼出Charms。Charms是个枢纽般的系统工具栏,通过这里,用户可以快速的进行搜索、分享、设置等操作。

[…]

Category

Archives