XiaoMi-AI文件搜索系统
World File Search SystemArchitecture
EVPN体系结构指南
MP-BGP EVPN是基于RFC 7342和RFC 8365的VXLAN的控制平面协议。在EVPN之前，使用洪水和学习模型进行了VXLAN覆盖网络，其中最终主机可及性信息和VTEP发现都是基于数据平面的。VTEP也可以在叶开关上手动设置。没有控制协议可以在VTEP之间分配最终托管及可及性信息。覆盖层广播，未知的单播和多播（BUM）流量封装在多播VXLAN数据包中，并通过底层多播的转发运输到远程VTEP开关。在这种部署中为了维持准确的终端及可及性信息而在织物上的持续泛滥可以提出可扩展性的挑战。
6G安全体系结构
在6G时代，工业互联网，无处不在的人工智能（AI），零功率通信，集成感应和通信（ISAC），代表了新服务的发展趋势，新终端，新的连接和新建筑在当前的交流环境中带来了巨大变化。从终端收集越来越多的数据，发送到网络，并成为富含数字资产的组成部分，这些资产为渴望数据的AI引擎提供。6G是关于管理这些高价值资产的，而6G安全将从专注于确保数据传输到保护数据及其隐私方面的发展。当这些高价值数据资产被限制时，需要有效的数据授权。这是为了防止属于不同利益相关者的数据资产被任何未经授权的一方滥用和滥用。考虑到6G中新服务的多样性及其数据源，现在是时候考虑使用多个Party Trust模型，对多源，分布式数据执行分布式数据授权，同时为包含大量个人身份识别信息的数据提供所需的保护。
建筑中的机器学习
回顾历史，机器学习与人工智能有着很大的关系，人工智能是利用计算机模拟人脑的功能。在人工智能发展的早期，计算机科学家将特定领域的知识编程来代替人类完成任务。这种早期的做法只能让计算机执行预先设计好的流程，与实际的人脑相比，计算机并没有自我学习的能力。1959年，计算机科学家Arthur Samuel提出了机器学习的概念，让计算机拥有了无需明确编程就能学习的能力。Arthur Samuel首次使用机器学习训练IBM计算机下棋，这一举动为机器学习研究领域带来了不少关注。然而，由于硬件和计算机技术的限制，机器学习并没有得到预期的发展，大量资金在此期间被撤回。1997年，由机器学习训练的国际象棋程序“深蓝”击败了国际象棋大师Garry Kasparov，这一里程碑事件让机器学习技术重新受到关注
