当前位置: 首页 > article >正文

Java八股文实践篇:从理论到DeOldify项目中的设计模式应用

Java八股文实践篇从理论到DeOldify项目中的设计模式应用每次面试被问到设计模式是不是都只能背出“单例模式确保一个类只有一个实例”这样的标准答案背得滚瓜烂熟但一上手写代码还是觉得这些模式离自己很远不知道怎么用。其实设计模式从来不是用来背诵的“八股文”而是解决实际工程问题的工具箱。今天我们不谈抽象理论直接看一个具体的项目——DeOldify图像上色项目。我会带你看看在这个真实的AI应用里如何把面试常考的那些设计模式像搭积木一样用起来让代码变得更清晰、更好维护。你会发现原来工厂模式可以帮你灵活切换不同的图片预处理策略观察者模式能让任务进度更新变得优雅而代理模式则是管理复杂AI模型调用的好帮手。我们边看代码边聊保证你能看懂还能直接用到自己的项目里。1. 项目背景当老照片遇见设计模式DeOldify是一个基于深度学习的开源项目它能让黑白老照片恢复色彩效果非常惊艳。但今天我们不深入它的AI模型而是聚焦在如何用Java构建一个健壮、易扩展的应用来集成这个能力。想象一下你要开发一个老照片上色服务。用户上传照片你调用DeOldify模型处理然后返回彩色结果。这个流程听起来简单但仔细一想问题就来了图片可能有不同格式JPG、PNG和大小需要不同的预处理。上色是个耗时操作用户想知道进度。直接调用模型服务可能不稳定需要重试、降级或缓存。未来如果想换一个上色模型或者增加新的功能如修复划痕代码会不会改得面目全非这就是设计模式大显身手的地方。它们不是来增加复杂度的而是来帮你管理复杂度让代码在面对变化时更从容。下面我们就进入正题看看几个核心模式是怎么落地的。2. 工厂模式灵活创建图片处理策略面试官常问“说说工厂模式的好处” 标准答案是解耦。在DeOldify项目里这个“耦”体现在哪呢就在图片预处理这个环节。用户上传的图片千差万别。有的需要先缩放到模型接受的尺寸有的需要从PNG转换成JPG有的甚至需要先进行简单的降噪。如果我们把这些处理逻辑都写在一个巨大的if-else里代码很快就会变成一锅粥。这时工厂模式就派上用场了。它的核心思想是定义一个创建对象的接口但让子类决定实例化哪一个类。2.1 策略接口与具体实现首先我们定义一个所有预处理策略都要遵守的契约。// 图像预处理策略接口 public interface ImagePreprocessStrategy { /** * 处理原始图像 * param originalImage 原始图像数据 * return 处理后的图像数据 */ BufferedImage process(BufferedImage originalImage); }接着实现几种具体的策略// 策略一简单缩放 public class ResizeStrategy implements ImagePreprocessStrategy { private int targetWidth; private int targetHeight; public ResizeStrategy(int width, int height) { this.targetWidth width; this.targetHeight height; } Override public BufferedImage process(BufferedImage originalImage) { // 实现缩放逻辑 Image scaledImage originalImage.getScaledInstance(targetWidth, targetHeight, Image.SCALE_SMOOTH); BufferedImage outputImage new BufferedImage(targetWidth, targetHeight, originalImage.getType()); outputImage.getGraphics().drawImage(scaledImage, 0, 0, null); System.out.println(执行了缩放预处理); return outputImage; } } // 策略二格式转换例如转RGB public class ConvertToRGBStrategy implements ImagePreprocessStrategy { Override public BufferedImage process(BufferedImage originalImage) { if (originalImage.getType() BufferedImage.TYPE_INT_RGB) { return originalImage; } BufferedImage rgbImage new BufferedImage( originalImage.getWidth(), originalImage.getHeight(), BufferedImage.TYPE_INT_RGB ); rgbImage.getGraphics().drawImage(originalImage, 0, 0, null); System.out.println(执行了RGB格式转换预处理); return rgbImage; } }2.2 工厂类登场现在我们需要一个地方来决定对于某张图片到底该用哪种策略。这就是工厂。// 预处理策略工厂 public class PreprocessStrategyFactory { public static ImagePreprocessStrategy createStrategy(String imageType, int fileSizeKB) { // 这里是业务逻辑根据图片特征选择策略 if (fileSizeKB 1024) { // 文件大于1MB先缩放 return new ResizeStrategy(512, 512); } else if (!imageType.equalsIgnoreCase(jpg)) { // 非JPG格式统一转RGB确保模型输入一致 return new ConvertToRGBStrategy(); } else { // 默认情况也可能是一个“什么都不做”的空策略 return original - { System.out.println(使用默认预处理无操作); return original; }; } } }2.3 在服务中使用工厂最后在我们的上色服务里使用方式变得非常清晰public class DeOldifyService { public BufferedImage colorizeImage(BufferedImage originalImage, String imageType, int fileSize) { // 1. 使用工厂获取预处理策略 ImagePreprocessStrategy strategy PreprocessStrategyFactory.createStrategy(imageType, fileSize); // 2. 执行预处理 BufferedImage processedImage strategy.process(originalImage); // 3. 调用DeOldify模型核心上色逻辑这里用伪代码表示 // BufferedImage coloredImage deOldifyModel.colorize(processedImage); System.out.println(调用DeOldify模型进行上色...); BufferedImage coloredImage processedImage; // 假设上色完成 return coloredImage; } }这样做的好处是什么如果明天我们需要增加一个“人脸区域增强”的预处理策略只需要新建一个FaceEnhanceStrategy类实现接口然后在工厂的创建逻辑里加上新的判断条件即可。DeOldifyService的代码一行都不用改。这就是对修改关闭对扩展开放的开闭原则也是工厂模式带来的核心价值。3. 观察者模式优雅的通知任务进度上色一张高分辨率老照片可能需要几秒甚至十几秒。用户在前端等着一个空白的进度条体验极差。我们需要一种机制当上色任务的状态发生变化开始、进度更新、完成、失败时能主动通知所有关心它的部分。这就是观察者模式的典型场景。它的定义是定义对象间的一种一对多的依赖关系当一个对象的状态发生改变时所有依赖于它的对象都得到通知并被自动更新。3.1 定义观察者与主题我们先定义谁是被观察的主题以及谁是观察者。// 观察者接口所有关心任务进度的对象都需要实现这个接口 public interface TaskProgressObserver { void update(TaskProgressEvent event); } // 任务进度事件封装状态信息 public class TaskProgressEvent { private String taskId; private String status; // “STARTED”, “PROCESSING”, “COMPLETED”, “FAILED” private int progress; // 0-100 private String message; // 构造方法、getter、setter 省略... }被观察的主题就是我们的上色任务。// 被观察的主题上色任务 public class ColorizationTask { private String taskId; private ListTaskProgressObserver observers new ArrayList(); // 注册观察者 public void addObserver(TaskProgressObserver observer) { observers.add(observer); } // 移除观察者 public void removeObserver(TaskProgressObserver observer) { observers.remove(observer); } // 通知所有观察者 private void notifyObservers(TaskProgressEvent event) { for (TaskProgressObserver observer : observers) { observer.update(event); } } // 核心执行方法 public void execute() { TaskProgressEvent startEvent new TaskProgressEvent(taskId, STARTED, 0, 任务开始); notifyObservers(startEvent); try { // 模拟处理过程 for (int i 1; i 10; i) { Thread.sleep(300); // 模拟耗时 TaskProgressEvent progressEvent new TaskProgressEvent(taskId, PROCESSING, i * 10, 处理中...); notifyObservers(progressEvent); } TaskProgressEvent completeEvent new TaskProgressEvent(taskId, COMPLETED, 100, 上色完成); notifyObservers(completeEvent); } catch (InterruptedException e) { TaskProgressEvent failEvent new TaskProgressEvent(taskId, FAILED, 0, 任务被中断); notifyObservers(failEvent); } } }3.2 实现具体的观察者谁会是观察者呢可能是数据库记录日志、消息队列通知前端、或者监控系统。// 观察者一数据库日志记录器 public class DatabaseLogger implements TaskProgressObserver { Override public void update(TaskProgressEvent event) { // 将任务事件记录到数据库 System.out.println([数据库日志] 任务 event.getTaskId() 状态: event.getStatus() , 进度: event.getProgress() %); } } // 观察者二WebSocket推送器通知前端 public class WebSocketNotifier implements TaskProgressObserver { Override public void update(TaskProgressEvent event) { // 通过WebSocket将进度推送给前端浏览器 System.out.println([WebSocket推送] 向客户端推送任务进度: event.getProgress() %); } }3.3 组装与运行现在我们把它们组装起来public class TaskDemo { public static void main(String[] args) { ColorizationTask task new ColorizationTask(TASK_001); // 注册观察者 task.addObserver(new DatabaseLogger()); task.addObserver(new WebSocketNotifier()); // 执行任务观察者会自动被通知 task.execute(); } }运行后你会看到数据库和WebSocket都收到了同步的状态更新。最大的好处是解耦ColorizationTask完全不知道也不关心是谁在监听它它只负责发出通知。未来要加一个短信通知只需要新建一个SmsNotifier并注册进去就行任务本身的代码纹丝不动。4. 代理模式为DeOldify服务加上“安全气囊”直接调用一个外部的、耗时的、可能不稳定的AI模型服务是危险的。网络可能抖动模型可能崩溃响应可能超时。我们需要一个“替身”来替我们管理这些风险这个替身就是代理模式。代理模式为其他对象提供一种代理以控制对这个对象的访问。在我们的场景里这个“其他对象”就是真正的DeOldify模型调用。4.1 定义共同接口首先定义上色服务的接口这是真实对象和代理对象都要实现的。// 上色服务接口 public interface ColorizationService { BufferedImage colorize(BufferedImage image) throws ServiceException; }4.2 真实对象直接调用模型// 真实对象直接调用DeOldify可能是HTTP请求或本地库调用 public class DeOldifyServiceImpl implements ColorizationService { Override public BufferedImage colorize(BufferedImage image) throws ServiceException { System.out.println(真实调用DeOldify模型API...); // 这里是一个模拟的、不稳定的调用 if (Math.random() 0.7) { // 30%概率模拟失败 throw new ServiceException(DeOldify服务调用超时); } // 模拟处理耗时 try { Thread.sleep(2000); } catch (InterruptedException e) { Thread.currentThread().interrupt(); } return image; // 假设返回上色后的图片 } }4.3 代理对象增强功能代理对象也实现同样的接口但它内部持有一个真实对象的引用并在调用前后添加额外逻辑。// 代理对象增强的DeOldify服务 public class DeOldifyServiceProxy implements ColorizationService { private ColorizationService realService; private CacheString, BufferedImage cache; // 引入缓存 private int retryTimes 3; public DeOldifyServiceProxy() { this.realService new DeOldifyServiceImpl(); this.cache CacheBuilder.newBuilder() .maximumSize(100) .expireAfterWrite(10, TimeUnit.MINUTES) .build(); } Override public BufferedImage colorize(BufferedImage image) throws ServiceException { // 1. 缓存逻辑 String imageKey generateImageKey(image); BufferedImage cachedResult cache.getIfPresent(imageKey); if (cachedResult ! null) { System.out.println(缓存命中直接返回结果); return cachedResult; } // 2. 重试与降级逻辑 ServiceException lastException null; for (int i 0; i retryTimes; i) { try { System.out.println(第 (i 1) 次尝试调用...); BufferedImage result realService.colorize(image); // 3. 调用成功存入缓存 cache.put(imageKey, result); return result; } catch (ServiceException e) { lastException e; System.out.println(调用失败准备重试); } } // 4. 所有重试都失败执行降级策略 System.out.println(所有重试失败启用降级方案返回原图); // 这里可以返回一个默认图或者进行简单的图像处理作为降级 return image; } private String generateImageKey(BufferedImage image) { // 生成一个基于图片内容的简单键这里用哈希码模拟 return IMG_ image.hashCode(); } }4.4 客户端使用代理对于调用方客户端来说它根本感知不到代理的存在因为它使用的是同样的接口。public class Client { public static void main(String[] args) { // 客户端直接使用代理无需知道背后的复杂逻辑 ColorizationService service new DeOldifyServiceProxy(); try { BufferedImage inputImage ImageIO.read(new File(old_photo.jpg)); BufferedImage outputImage service.colorize(inputImage); System.out.println(上色完成); } catch (Exception e) { e.printStackTrace(); } } }通过代理模式我们无侵入地给核心服务加上了缓存、重试、降级这三重“安全气囊”。如果未来要增加限流、熔断或者日志审计也只需要修改代理类真实的核心业务逻辑DeOldifyServiceImpl依然保持纯净。5. 总结走完这一趟你会发现设计模式不再是书本上枯燥的定义。在DeOldify这个项目里它们变成了活生生的代码工厂模式把变化的“图片预处理策略”封装起来让创建逻辑和业务逻辑分离应对未来变化更从容。观察者模式让耗时的上色任务和它的众多“关心者”如日志、前端松耦合地连接状态更新像广播一样优雅。代理模式给核心的模型调用套上了一层保护壳把缓存、重试这些横切关注点集中管理让核心服务更专注。所以下次再准备“Java八股文”时别再死记硬背了。试着把你学到的模式套到你正在做或想做的项目里问自己“我这里如果变了怎么办这里耦合是不是太紧了这个调用是不是不够健壮” 很多时候答案就是一个恰当的设计模式。理解模式背后的意图——是管理创建、解耦通知、还是控制访问——比记住它的类图更重要。当你开始用模式的思维去写代码你的代码自然会变得更清晰、更灵活、也更经得起考验。这才是设计模式真正想送给你的礼物。获取更多AI镜像想探索更多AI镜像和应用场景访问 CSDN星图镜像广场提供丰富的预置镜像覆盖大模型推理、图像生成、视频生成、模型微调等多个领域支持一键部署。

相关文章:

Java八股文实践篇:从理论到DeOldify项目中的设计模式应用

Java八股文实践篇:从理论到DeOldify项目中的设计模式应用 每次面试被问到设计模式,是不是都只能背出“单例模式确保一个类只有一个实例”这样的标准答案?背得滚瓜烂熟,但一上手写代码,还是觉得这些模式离自己很远&…...

485总线硬件设计必看:电平匹配、TVS防护,还有exmodbus库快速上手

RS485是工业物联网的标配通信接口。合宙Air780EHV系列Cat.1模组凭借强大外设扩展能力(LCD、摄像头、以太网、CAN等)和LuatOS高效开发环境,支持TCP/MQTT/HTTP/Modbus等主流协议,是工业场景的高性价比之选。 本文聚焦RS485实战&…...

补个基础:闭包和this指针调用

//定义了一个普通的函数 const search()>{console.log(search) } //定义了一个防抖函数 function debounce(fn,delay){let timer nullreturn (...args)>{clearTimeout(timer)timersetTimeout(()>{//为什么要apply,改变指针指向fn.apply(this,args)console.…...

终极指南:如何用res-downloader一键下载全网无水印资源

终极指南:如何用res-downloader一键下载全网无水印资源 【免费下载链接】res-downloader 视频号、小程序、抖音、快手、小红书、直播流、m3u8、酷狗、QQ音乐等常见网络资源下载! 项目地址: https://gitcode.com/GitHub_Trending/re/res-downloader 你是否经常…...

Phi-4-mini-reasoning效果对比:在GSM8K与AQuA数据集上的zero-shot推理表现

Phi-4-mini-reasoning效果对比:在GSM8K与AQuA数据集上的zero-shot推理表现 1. 模型介绍 Phi-4-mini-reasoning是一款专注于推理任务的文本生成模型,特别擅长处理需要多步逻辑分析和精确结论输出的任务场景。与通用对话模型不同,它被专门设计…...

Ostrakon-VL终端效果展示:深夜食堂风格终端打印输出全过程录屏

Ostrakon-VL终端效果展示:深夜食堂风格终端打印输出全过程录屏 1. 像素特工终端概览 在零售与餐饮行业的数字化转型浪潮中,我们开发了这款基于Ostrakon-VL-8B多模态大模型的Web交互终端。与传统工业级UI不同,我们采用了高饱和度的像素艺术风…...

AI+Python 双驱动计量经济学:从多源数据处理到 SCI 论文--多源数据处理、机器学习预测及复杂因果识别全流程实战随机森林模型核心技术

为什么你自学了这么久,还是做不出成果?很多科研人做计量经济学研究,最大的问题不是不够努力,而是没有一套完整的全链条体系:只学了模型操作,却不懂底层理论,换个研究问题、换个数据集就不会做了…...

德意志飞机通过全球协作升级支线航空驾驶舱人机工学

2026年1月15日 —— 作为总部位于德国舍瑙的MAFELEC集团旗下成员,COMTRONIC GmbH近五十年来一直是航空航天领域人机界面(HMI)解决方案领域值得信赖的供应商。凭借在照明面板、定制键盘及先进光学技术方面的深厚积淀,COMTRONIC长期…...

自动药片装瓶机 No.360 三菱 组态王 基于PLC的药片装瓶自动控制系统 我们主要的后发送...

自动药片装瓶机 No.360 三菱 组态王 基于PLC的药片装瓶自动控制系统 我们主要的后发送的产品有,带解释的梯形图接线图原理图图纸,io分配,组态画面车间里那些药片装瓶机,以前人工摆瓶子、数药片,慢就算了,…...

ai赋能开发:让快马智能助手帮你诊断和优化openclaw ubuntu部署难题

最近在Ubuntu上部署OpenClaw项目时,遇到了不少头疼的问题。从依赖冲突到参数调优,每一步都可能踩坑。不过我发现,借助AI辅助开发工具,这些问题可以变得更可控。今天就来分享下如何构建一个AI工具箱来优化OpenClaw的部署和开发体验…...

自适应陷波器的FPGA实现 作用:消除特定频率的干扰信号 包含quartus源码与models...

自适应陷波器的FPGA实现 作用:消除特定频率的干扰信号 包含quartus源码与modelsim仿真自适应陷波器 FPGA 实现 —— 从算法到硬件的完整技术解码一、引言在通信、雷达、音频以及工业测控等场景中,窄带干扰往往比宽带噪声更难处理:它能量集中、时变性强&…...

实战指南:运用快马平台与mcp协议构建企业级智能数据分析系统

今天想和大家分享一个最近用InsCode(快马)平台实现的实战项目——基于MCP协议的企业级智能数据分析系统。这个项目特别适合需要整合多源数据的企业场景,整个过程让我深刻体会到MCP协议在复杂系统中的桥梁作用,以及快马平台如何让这类应用的开发部署变得异…...

编程小白的第一课:用快马AI零代码基础创建个人技能展示网站

作为一个刚接触编程的新手,我最近尝试用InsCode(快马)平台做了一个个人技能展示网站。整个过程比我预想的简单很多,特别适合零基础的同学上手。下面分享我的具体实现过程和心得: 项目规划与结构设计 刚开始完全不懂代码结构,但平台…...

comsol电磁超声压电接收EMAT 在1mm厚铝板中激励250kHz的电磁超声在200mm位...

comsol电磁超声压电接收EMAT 在1mm厚铝板中激励250kHz的电磁超声在200mm位置处设置一个深0.8mm的裂纹缺陷,左端面设为低反射边界 在85mm位置处放置一个压电片接收信号,信号如图3所示,三个波分别为始波,裂纹反射波(S0模态)和右端面…...

如何快速清理Windows 11臃肿:Win11Debloat完整优化指南

如何快速清理Windows 11臃肿:Win11Debloat完整优化指南 【免费下载链接】Win11Debloat A simple, lightweight PowerShell script that allows you to remove pre-installed apps, disable telemetry, as well as perform various other changes to declutter and c…...

多个source、多个sink

关键配置:sink的:plugin_input ["source_data1", "source_data2"]对应模型┌──────────┐│ Source A │──┐└──────────┘ │├──▶ Sink┌──────────┐ ││ Source B │──┘└──────…...

BiliTools:你的跨平台B站资源智能下载助手,轻松保存高清视频与无损音频

BiliTools:你的跨平台B站资源智能下载助手,轻松保存高清视频与无损音频 【免费下载链接】BiliTools A cross-platform bilibili toolbox. 跨平台哔哩哔哩工具箱,支持下载视频、番剧等等各类资源 项目地址: https://gitcode.com/GitHub_Tren…...

python协同过滤算法的基于python二手物品交易网站系统

目录同行可拿货,招校园代理 ,本人源头供货商协同过滤算法在二手物品交易网站中的应用用户行为数据收集基于用户的协同过滤基于物品的协同过滤混合推荐策略冷启动问题处理实时推荐更新推荐结果评估代码实现示例系统功能整合性能优化项目技术支持源码获取详细视频演示 &#xff1…...

实用指南:如何通过Energy Star X轻松提升Windows 11电池续航40%

实用指南:如何通过Energy Star X轻松提升Windows 11电池续航40% 【免费下载链接】EnergyStarX 🔋 Improve your Windows 11 devices battery life. A WinUI 3 GUI for https://github.com/imbushuo/EnergyStar. 项目地址: https://gitcode.com/gh_mirr…...

LibreCAD:完全免费的2D CAD软件终极指南,告别昂贵许可证

LibreCAD:完全免费的2D CAD软件终极指南,告别昂贵许可证 【免费下载链接】LibreCAD LibreCAD is a cross-platform 2D CAD program written in C17. It can read DXF/DWG files and can write DXF/PDF/SVG files. It supports point/line/circle/ellipse…...

Pixel Aurora Engine真实案例:用‘蒸汽朋克猫武士’生成整套游戏美术资源

Pixel Aurora Engine真实案例:用蒸汽朋克猫武士生成整套游戏美术资源 1. 项目背景与工具介绍 Pixel Aurora Engine(像素极光引擎)是一款基于AI扩散模型的高端像素艺术生成工具。它采用复古的8-bit游戏机风格界面,却能产出专业级…...

Qwen3.5-9B惊艳效果:上传物理实验图→识别仪器→生成操作步骤视频脚本

Qwen3.5-9B惊艳效果:上传物理实验图→识别仪器→生成操作步骤视频脚本 1. 模型能力概览 Qwen3.5-9B是一款拥有90亿参数的开源大语言模型,在多模态理解和逻辑推理方面表现出色。这个模型最令人惊艳的能力在于它能够: 准确识别实验仪器&…...

游戏服务器检测扣除消耗防算数溢出的安全判断及解决方法

游戏服务器检测扣除消耗防算数溢出的安全判断及解决方法 数量 > (类型最大值 / 价格) 负数存在风险 价格 > (类型最大值 / 数量) || 价格 < (最小值 / 数量&#xff09; 游戏服务器在处理道具消耗时需防止数值溢出问题。当检测扣除消耗时&#xff0c;应进行双重安全判…...

人工智能|大模型——模型——大模型蒸馏详解(定义/原理/关键技术/落地)

摘要大模型蒸馏&#xff08;Model Distillation&#xff09;&#xff0c;即知识蒸馏&#xff08;Knowledge Distillation&#xff09;&#xff0c;是一种将大型教师模型&#xff08;如BERT、GPT-4o、DeepSeek-R1&#xff09;的“隐含知识”高效迁移至轻量级学生模型&#xff08…...

千问3.5-2B科研助手应用:论文插图内容解析、实验数据图趋势简述生成

千问3.5-2B科研助手应用&#xff1a;论文插图内容解析、实验数据图趋势简述生成 1. 科研场景下的视觉语言模型应用 在科研工作中&#xff0c;论文插图和实验数据图是研究成果展示的重要载体。传统的人工解读和分析过程往往耗时费力&#xff0c;特别是当需要处理大量图表时。千…...

网站 SEO 标题要包含关键词吗

网站 SEO 标题要包含关键词吗&#xff1f;探讨最佳实践和SEO优化策略 在当今互联网时代&#xff0c;网站的SEO优化已经成为提升网站流量和用户体验的重要手段。其中&#xff0c;网站标题的优化也至关重要。网站 SEO 标题要包含关键词吗&#xff1f;这个问题备受争议&#xff0c…...

IO-Link物理层深度解析:编码机制与接口设计实战

1. IO-Link物理层编码机制详解 第一次接触IO-Link的开发者往往会被它的11bit编码规则绕晕。我刚开始调试STM32的IO-Link主站时&#xff0c;就因为在UART配置上少勾选了一个校验位&#xff0c;导致从站设备死活不响应。后来用逻辑分析仪抓包才发现&#xff0c;原来发送的0xF1在…...

开发笔记:VSCode + Qt + clangd 明明能正常运行却满屏红波浪线

目录 开发笔记&#xff1a;VSCode Qt clangd 明明能正常运行却满屏红波浪线 前言 一、问题现象 二、根本原因&#xff1a;两套工具互不沟通 三、完整解决方案 方案 1&#xff1a;配置 .clangd&#xff08;最推荐、最根治&#xff09; 方案 2&#xff1a;自动生成 comp…...

2026年知网AIGC检测卡在20%降不下去怎么办?这3招解决

直接说方案&#xff0c;不绕弯子。知网AIGC检测不通过、降AIGC率、降AI这个问题&#xff0c;核心是找准降不下去的原因&#xff0c;再用对工具。 我花了一个月测出来的结论&#xff1a;用嘎嘎降AI&#xff08;www.aigcleaner.com&#xff09; 全文上传&#xff0c;基本能解决大…...

C++ 控制流完整性(CFI):防御面向返回编程(ROP)攻击的编译器加固方案

各位来宾&#xff0c;各位技术同仁&#xff0c;大家好&#xff01;今天&#xff0c;我们齐聚一堂&#xff0c;探讨一个在现代软件安全领域至关重要的话题&#xff1a;C 控制流完整性&#xff08;CFI&#xff09;及其在防御面向返回编程&#xff08;ROP&#xff09;攻击中的作用…...