续文件系统

系统布局/文件实现/目录实现

磁盘空间管理/文件系统的可靠性

性能

阿，真的好不想听啊QAQ

• 马尔可夫链是概率图模型的一种，那，什么是概率图模型？
• 真实建模有效估计.
• 对于顶点和边的建模。

文件系统(FS)

• 数据以文件的方式存储在磁盘或其他外部设备上
• Chapter4: 内存管理 page function(DRAM) 易失性 memory
• 外存：长期存储，非易失 硬盘DISK SSD
• 操作系统中处理文件的部分称为文件系统(file system)

我从专业英语的课程中学到了很多有用的英语写作技巧，尤其是专业性的英语写作。

I have learned several useful English writing skills from this course, especially professional English writing.

1. 英语写作要注意避免一些迂回，阅读了老师分享的有关避免写作迂回的一些技巧，对于一些造句，尤其是形容词的造句和一些定义从句的使用都给了我很大的帮助和改进。要更多的注意英语写作的思维方式 尽量避免中文翻译，直接用英文写进行训练。

   1. In English writing, attention should be paid to avoid some redundancy. After reading some skills shared by the teacher about how to be precise and concise, I have learned a lot in sentence making, especially in the use of adjectives and definition clauses.

   2. More attention should be paid to the way of thinking in English an English wa while writing and to avoid direct Chinese translation as much as possible. Before Mid-term, I often wrote the answers directly in Chinese, which often led to some logic and grammar mistakes ,for I had to think about the content and the grammar altogether.In the Neural Network courses, I tried to write the answer in Chinese first and then translated them into English. Such writing process produced fewer mistakes but this didn’t help me improve the real English writing skills much.

   3. My basic English grammar and professional use of some proper nouns is not good enough and I should read more and practice more.

   4. The difference between professional English writing and traditional English essay writing is quiet dominant. Traditional English essays require more attention paid toparagraph logic and sentence making but professional English writing lay more emphasis on the precision of expression.

   5. However, having learned about the course for one term, I am still not clear about the structure of the English writing and the relationship between paragraphs. Further study and more frequent training are much needed.

3. 很多英语写作用词要注意一些专业性的语法和一些专有名词的专业使用。

4. 专业性的英语写作与传统英语写作的不同。传统英语写作更注重段落逻辑和用词造句。

5. 但是，对于文章回答的结构把握还不是很清楚，还需要进一步学习与训练。

   However, having learned about the course for one term, I am still not clear about the structure of the English writing and the relationship between paragraphs. Further study and more frequent training are much needed.

我们所学习的LS和DV算法是否适合于我们在真实网络中的路由的应用。

intra-AS routing && inter-AS routing

• AS内部的协议OSPF协议

OSPF开放最短路径优先

泛洪攻击

##密码学(Chapter)

区块链和密码学

密码学哈希Hash

与HashTable是不同的。

不能产生哈希碰撞，即不同输入不能产生相同输出，毕竟一旦碰撞以后算法就不安全了嘛。

SHA-256

密码学哈希：sha256

可以把任何大小的输入，进过哈希以后，生成了一个256位的串。

哈希值在应用中被称为摘要(digest)或指纹(fingerprint)

特点

• 逆向难解，即很难在有限的计算资源和时间内推出原文。
• 强抗碰撞性
• 雪崩效应：细微原文，输出却相差很大。

哈希在区块链中的应用

哈希签名

非对称加密：私钥加密公钥解密

对称加密

c.f.CrashCourse密码学

CSDN库的被泄露。

撞库和密码的重用性

密码学安全的原因

所有加密的算法都是公开的，都有一个数学难题作为背景，是数学难题难解，而不是加密算法很难。

密码学与量子计算机的突破

• OSPF协议使用了算法，提供了安全性
• 多条相同开销的路径(可以分流)
• 单播和多播

Hierarchical OSPF：OSPF的层次结构

• 2-level hierarchy

BGP:AS之间的边界网关协议

• eBGP connectivity
• iBGP connectivity

BGP既运行外部也运行内部协议

热土豆协议

SDN协议

各种厂商的路由器的集合

垂直扩展与水皮扩展

上机很多多线程就不笔试了

下周划重点！有问题可以问助教！

Tips for Deep Learning

DeepLearning上，Overfitting不是第一个遇到的问题，而是在training Set上根本无法给一个好的正确率

TestingSet上的performance才是真正的performance，此时结果不好以后才是真正的Overfitting.

而如果此时Testing结果不好，要重新返回TrainingSet.

参数update的次数。

有很多影响结果的因素：

凸集和凸集的保凸运算

什么是凸集？

直线与线段

设$x_1\neq x_2$是空间中的两个点。

$y=\theta x_1+(1-\theta)x_2$

仿射集合

先两个点，再扩展一个点…？？

凸集

【凸优化】凸集 - 忆臻的文章 - 知乎

1. 仿射

仿射集

$x_1,x_2\in C,\theta\in R,有\theta_1+(1-\theta)x_2\in C$

2. 凸集

凸集

一个集合 是凸的，若 中任意两点之间的线段都在中，即对 ), 都有 。

3. 锥

如果对 , 都有 ，则称集合 是锥。

4. 超平面与半平面

超平面是具有以下形式的集合：

$(x|a^Tx=b)$

解析的：超平面是关于x的非平凡线性方成的解空间(仿射集合)

几何的：与给定向量a的内积为常数的点的集合；法线方向为a的超平面，b是偏移

【凸优化笔记1】-仿射集、凸集和锥 - Lauer的文章 - 知乎 https://zhuanlan.zhihu.com/p/101948518

超平面把空间划分为两个半空间

支撑超平面c.f.切平面。

凸函数

定义

函数是凸的：定义域是凸集，且对于x,y和任意$\theta \in[0,1]$

$f(\theta x+(1-\theta)y)\le\theta f(x)+(1-\theta)f(y)$

限制在直线上判断是否是凸函数

保凸运算

举例

对数函数代负号是为了保证他是凸的。

优化基础

优化问题

Minimize $f_0(x)$使$f_i(x)\le b_i,i=1,2,…,m$

带不等式约束的优化问题；

大部分机器学习的训练参数的过程都可以用一个优化问题来描述。

$x=(x_1,x_2,…,x_n)$为优化变量

$f_0:R^n->R$目标函数

马尔可夫链

马尔可夫链/过程最核心的性质:

马尔可夫过程描述的是将来和过去的关系，在第(n+1)时刻的状态只跟第n刻的状态有关。

c.f. 到达过程：当前时间点与过去任何时间点是无关的。

1. 能不能举一个真实、准确的马尔可夫事例，是马尔可夫过程。
2. 也与过去

时间同质的马尔可夫过程。

我们可以把计算概率/可能性的问题，转化为矩阵计算的问题。

PageRank算法

• PageRank是…. 2. 它具有…性质 3. 它通过…求… （过程） 4. 它最早被用来…，一般被用来做… 5. 它对…产生了…影响。

使用连接关系对网页重要性排名，它具有与查询无关的性质，通过大规模矩阵反复的迭代来计算每一个页面的rank的值(收敛)它最早被用来Google对搜索引擎的排序，但现在Google不再被使用。它对大规模网络结构上的节点的排序产生的影响，网页搜索与社交网络的分析，整个互联网分析都产生了很大的影响

Term-Document Matrices

文档本身是由关键词构成的。

关键词与利用关键词简历索引。

将文档和查询都映射到高维空间向量：向量空间模型

传统IR–Pros and cons

排序与搜索的次数相关的。

与内容匹配就很高的优先级

PageRank的核心思想

Landmark Result Paper:总在别人的文章里被提到的文章。【原创的特殊观点和结论】authority

Survey Paper:将相关文章都整理出来的文章。【综述】

Hub与权威

每一步的计算值只跟上一步有关。$a_{k}=Aa_{k-1}$

所以当查询来的时候，先用关键词保留连接关系，在此基础保留authority和hub的值。

Google’s PageRank

• 将互联网构建成图
• 每个页面都是一票，每一票都要做归一化，防止大数乘法的一处。
• rank值，每一个页面可能被揍到的次数。
• Dangling node：走进去走不出来，跳到任何一个页面的概率都是一样的。
• 可归约的，不可归约的。pageRank值是否有被收敛到一个点。

Link Farms

广告位的价值意味着在搜索引擎上的排序。

SEO client

做一堆假的页面，使这一堆页面相互的指来指去，c.f.Hub的投票。

linkfarm c.f. 水军

Miserable failure ->Bush

假的页面与舆情

collective intelligence集群智慧：每个人都贡献自己的一点点的连接，聚合在一起变成了某一个连接是否重要。

TrustRank

pageRank为互联网的大量数据如何分析产生了很重要的影响。

BP算法不是跟GD并列，而是GD的一种，即只是用BP可以很快的计算偏微分而已。