【月之暗面kimi-注册/登录安全分析报告】

前言

由于网站注册入口容易被机器执行自动化程序攻击，存在如下风险：

  1. 暴力破解密码，造成用户信息泄露，不符合国家等级保护的要求。
  2. 短信盗刷带来的拒绝服务风险 ，造成用户无法登陆、注册，大量收到垃圾短信的用户投诉导致短信通道被关停。
  3. 带来经济损失，尤其是后付费客户，需要承担短信盗刷造成的大额短信费 ，造成亏损无底洞。

在这里插入图片描述

所以大部分网站及App 都采取图形验证码或滑动验证码等交互解决方案， 但在机器学习能力提高的当下，连百度这样的大厂都遭受攻击导致点名批评， 图形验证及交互验证方式的安全性到底如何？ 请看具体分析

一、 AI智能的发展给行为验证带来威胁

验证码本质上自带一层答案的语义，这原本是天然的区分人和自动程序的地方，但在今日却未必，由于AI智能及CHATGPT等大模型的发展，机器要识别也变得更加容易。
1、 目标识别框架
黑产破解者为了降低攻击成本、提高破解效率，通常会利用收集的大量验证码图片样本，打码标注、构建模型网络、训练模型、测试模型，从而得到一个可持续识别图片答案的识别。目前，黑产针对验证码图片的破解最常用的主要是分类模型和相似模型。
在这里插入图片描述

2、 批量下载存储验证图片，共需要大数万张图片。
在这里插入图片描述

3、 黑产训练出一个高准确度的识别模型后，后续破解验证码时，通过识别模型就能直接获取答案坐标。在这里插入图片描述

4、 借力大模型进行升级
俗话说：道高一尺，魔高一丈，在chatgpt大模型发展的今天，行为验证的方式无论怎么变花样，被破解只是时间而已，被伤害的反而是真实用户。

在这里插入图片描述

二、 月之暗面kimi PC端注册入口

简介：Kimi是北京月之暗面科技有限公司于2023年10月9日推出的一款智能助手，主要应用场景为专业学术论文的翻译和理解、辅助分析法律问题、快速理解API开发文档等，是全球首个支持输入20万汉字的智能助手产品。 Kimi在二级市场一度复现了ChatGPT“带货能力”的势头，引发了一众“Kimi概念股”狂飙猛涨。
2024年3月18日，Kimi智能助手启动200万字无损上下文内测。 3月21日，Kimi因流量突然剧增无法正常使用。 2024年4月18日，月之暗面官宣旗下Kimi智能助手更新。 4月24日，月之暗面宣布Kimi大模型学会“使用工具”了，API已支持Tool Calling功能。 5月，Kimi推出付费打赏功能，开始试探C端付费意愿。 10月，月之暗面正式上线具备AI自主搜索能力的Kimi探索版，搜索量是普通版的10倍，一次搜索即可精读500个页面。

在这里插入图片描述

三、 安全性分析报告：

采用极验的V4版本，容易被模拟器绕过甚至逆向后暴力攻击，滑动拼图识别率在 95% 以上。

在这里插入图片描述

四、 测试方法：

前端界面分析，版本号为4.0，这就好办了， 网上有大量现成的逆向文章及视频参考，不过我们这次不用逆向， 只是采用模拟器的方式，关键点主要模拟器交互、距离识别和轨道算法3部分
极验4代滑块验证码破解（补环境直接强暴式拿下）
https://blog.csdn.net/qq_41866988/article/details/132020587
在这里插入图片描述

  1. 模拟器交互部分
private GeetClient geetClient = new GeetClient(this.getClass().getSimpleName(), 128, 256);private final String INDEX_URL = "https://login.moonshot.cn/?source=https%3A%2F%2Fplatform.moonshot.cn%2Fredirect&appid=dev-workbench";@Overridepublic RetEntity send(WebDriver driver, String areaCode, String phone) {try {RetEntity retEntity = new RetEntity();driver.get(INDEX_URL);Thread.sleep(200);WebElement findElement = ChromeDriverManager.waitElement(driver, By.xpath("//button[contains(text(),'手机快捷登录')]"), 10);findElement.click();// 输入手机号WebElement phoneElemet = ChromeDriverManager.waitElement(driver, By.id("phone"), 500);phoneElemet.sendKeys(phone);// agreeWebElement agreeElement = driver.findElement(By.xpath("//span[@data-testid='msh-phonelogin-agree-checkbox']"));agreeElement.click();// 获取滑动按钮WebElement getCodeElemet = ChromeDriverManager.waitElement(driver, By.xpath("//span[contains(text(),'发送验证码')]"), 1);getCodeElemet.click();Thread.sleep(1000);boolean isRobot = true;boolean result = (isRobot) ? geetClient.moveV4(driver, 852, 657) : geetClient.moveV4(driver);if (!result) {return retEntity;}Thread.sleep(2000);// send-verify-codeWebElement resendElement = driver.findElement(By.xpath("//button[@data-testid='send-verify-code']"));String msg = (result) ? resendElement.getText() : null;if (msg != null && msg.contains("s")) {retEntity.setMsg(msg);retEntity.setRet(0);}return retEntity;} catch (Exception e) {System.out.println("send() " + e.toString());StringBuffer er = new StringBuffer("send() " + e.toString() + "\n");for (StackTraceElement elment : e.getStackTrace())er.append(elment.toString() + "\n");System.out.println(er.toString());return null;} finally {driver.manage().deleteAllCookies();}}

2. 距离识别

/*** Open Cv 图片模板匹配* * @param tpPath*            模板图片路径* @param bgPath*            目标图片路径* @return { width, maxX }*/public Map<String, Double> getWidth(String tpPath, String bgPath, String resultFile) {try {Map<String, Integer> hlMap = new HashMap<String, Integer>();Rect rectCrop = clearWhite(tpPath, hlMap);Mat g_tem = Imgcodecs.imread(tpPath);Mat clearMat = g_tem.submat(rectCrop);Mat cvt = new Mat();Imgproc.cvtColor(clearMat, cvt, Imgproc.COLOR_RGB2GRAY);Mat edgesSlide = new Mat();Imgproc.Canny(cvt, edgesSlide, threshold1, threshold2);Mat cvtSlide = new Mat();Imgproc.cvtColor(edgesSlide, cvtSlide, Imgproc.COLOR_GRAY2RGB);Imgcodecs.imwrite(tpPath, cvtSlide);Mat bgOrign = Imgcodecs.imread(bgPath);// 当滑块的高度和背景图高度一致才做截取boolean isSub = (bgOrign.rows() == hlMap.get("rows"));Mat bgMat = bgOrign;if (isSub) {int minY = hlMap.get("minY");int maxY = hlMap.get("maxY");int rowStart = minY >= 2 ? minY - 2 : minY;int rowEnd = bgOrign.rows() - maxY >= 2 ? maxY + 2 : maxY;bgMat = bgOrign.submat(rowStart, rowEnd, 0, bgOrign.cols());}Mat edgesBg = new Mat();Imgproc.Canny(bgMat, edgesBg, threshold1, threshold2);Mat cvtBg = new Mat();Imgproc.cvtColor(edgesBg, cvtBg, Imgproc.COLOR_GRAY2RGB);int result_rows = cvtBg.rows() - cvtSlide.rows() + 1;int result_cols = cvtBg.cols() - cvtSlide.cols() + 1;Mat g_result = new Mat(result_rows, result_cols, CvType.CV_32FC1);Imgproc.matchTemplate(cvtBg, cvtSlide, g_result, Imgproc.TM_CCOEFF_NORMED); // 归一化平方差匹配法// 归一化相关匹配法MinMaxLocResult minMaxLoc = Core.minMaxLoc(g_result);Point maxLoc = minMaxLoc.maxLoc;Imgproc.rectangle(cvtBg, maxLoc, new Point(maxLoc.x + cvtSlide.cols(), maxLoc.y + cvtSlide.rows()), new Scalar(0, 0, 255), 1);Imgcodecs.imwrite(resultFile, cvtBg);Map<String, Double> paramMap = new HashMap<String, Double>();paramMap.put("tpWidth", g_tem.cols() * 1.0);paramMap.put("bigWidth", cvtBg.cols() * 1.0);paramMap.put("width", cvtSlide.cols() * 1.0);paramMap.put("minX", maxLoc.x);paramMap.put("maxX", maxLoc.x + cvtSlide.cols());System.out.println("OpenCv2.getWidth() " + paramMap.toString());return paramMap;} catch (Throwable e) {System.out.println("getWidth() " + e.toString());logger.error("getWidth() " + e.toString());for (StackTraceElement elment : e.getStackTrace()) {logger.error(elment.toString());}return null;}}public Rect clearWhite(String smallPath, Map<String, Integer> hlMap) {try {Mat matrix = Imgcodecs.imread(smallPath);int rows = matrix.rows();// height -> yint cols = matrix.cols();// width -> xhlMap.put("rows", rows);hlMap.put("cols", cols);Double rgb;double[] arr;int minX = 255;int minY = 255;int maxX = 0;int maxY = 0;Color c;for (int x = 0; x < cols; x++) {for (int y = 0; y < rows; y++) {arr = matrix.get(y, x);rgb = 0.00;for (int i = 0; i < 3; i++) {rgb += arr[i];}c = new Color(rgb.intValue());int b = c.getBlue();int r = c.getRed();int g = c.getGreen();int sum = r + g + b;if (sum >= 5) {if (x <= minX)minX = x;else if (x >= maxX)maxX = x;if (y <= minY)minY = y;else if (y >= maxY)maxY = y;}}}int boder = 1;if (boder > 0) {minX = (minX > boder) ? minX - boder : 0;maxX = (maxX + boder < cols) ? maxX + boder : cols;minY = (minY > boder) ? minY - boder : 0;maxY = (maxY + boder < rows) ? maxY + boder : rows;}int width = (maxX - minX);int height = (maxY - minY);hlMap.put("minY", minY);hlMap.put("maxY", maxY);System.out.println("openCv2.clearWhite() [" + rows + ", " + cols + "],minX=" + minX + ",minY=" + minY + ",maxX=" + maxX + ",maxY=" + maxY + "->width=" + width + ",height=" + height);Rect rectCrop = new Rect(minX, minY, width, height);return rectCrop;} catch (Throwable e) {StringBuffer er = new StringBuffer("clearWrite() " + e.toString() + "\n");for (StackTraceElement elment : e.getStackTrace()) {er.append(elment.toString() + "\n");}logger.error(er.toString());System.out.println(er.toString());return null;}}
  1. 轨道生成及移动算法
/*** class='geetest_bg_a30707f4 geetest_bg'* * @param driver* @param offSet* @return*/public boolean moveV4(WebDriver driver, Integer startX, Integer startY) {File bigFile = null, smllFile = null;try {long t = System.currentTimeMillis();String path = dataPath + "/" + spCode + "/";WebElement tipsElement = driver.findElement(By.className("geetest_text_tips"));String tips = (tipsElement != null) ? tipsElement.getText() : null;System.out.println("tips=" + tips);// 获取背景图List<WebElement> urlElements = driver.findElements(By.xpath("//div[contains(@style,'background-image')]"));int index = (urlElements.size() >= 4) ? 2 : 0;// 小图smllFile = new File(path + t + "_small.png");byte[] smallBytes = getImgByBackGround(urlElements.get(index), smllFile);File tpFile = new File(path + t + "_t.png");FileUtils.writeByteArrayToFile(tpFile, smallBytes);// 大图bigFile = new File(path + t + "_bg.png");byte[] bigBytes = getImgByBackGround(urlElements.get(index + 1), bigFile);String ckSum = GenChecksumUtil.genChecksum(bigBytes);String resultFile = path + t + "_o.png";// 计算距离Map<String, Double> outMap = cv2.getWidth(tpFile.getAbsolutePath(), bigFile.getAbsolutePath(), resultFile);if (outMap == null || outMap.size() < 2) {System.out.println("getMoveDistance() ,outMap=" + outMap);return false;}// 计算匹配到的位置Double tpWidth = outMap.get("tpWidth");Double width = outMap.get("width");Double leftD = (tpWidth - width) / 2.0;BigDecimal openDistanceD = new BigDecimal(outMap.get("minX") - leftD).setScale(0, BigDecimal.ROUND_HALF_UP);int distance = openDistanceD.intValue();if (distance <= 0) {System.out.println("getMoveDistance() ,outMap=" + outMap + "->" + distance);return false;}System.out.println(tpWidth + "-" + width + "->leftD=" + leftD + ",distance=" + distance);if (startX != null && startY != null) {RobotMove.move(startX, startY, distance);} else {By sliedBy = By.xpath("//div[contains(@class,'geetest_btn')]");List<WebElement> sliedElements = driver.findElements(sliedBy);System.out.println("size=" + sliedElements.size());boolean displayed;for (WebElement web : sliedElements) {displayed = web.isDisplayed();System.out.println("displayed=" + displayed + "->" + web.getAttribute("class"));if (displayed) {ActionMove.move(driver, web, distance);break;}}}// 滑动结果WebElement infoElement = ChromeDriverManager.getInstance().waitForLoad(By.className("geetest_result_tips"), 1);String gtInfo = (infoElement != null) ? infoElement.getAttribute("innerText") : null;if (gtInfo != null) {System.out.println("gtInfo=" + gtInfo);if (gtInfo.contains("速度超过") || gtInfo.contains("通过验证")) {return true;}}return false;} catch (Exception e) {logger.error(e.toString());return false;}}private byte[] getImgByBackGround(WebElement urlElement, File bFile) throws Exception {String cssValue = (urlElement != null) ? urlElement.getCssValue("background-image") : null;String bgUrl = (cssValue != null && cssValue.contains("\"")) ? cssValue.split("\"")[1] : null;if (bgUrl == null || !bgUrl.startsWith("http")) {System.out.println("bgUrl=" + bgUrl);return null;}FileUtils.copyURLToFile(new URL(bgUrl), bFile);byte[] bigBytes = FileUtils.readFileToByteArray(bFile);return bigBytes;}
  1. OpenCv 轮廓匹配测试样例：
    在这里插入图片描述

五丶结语

月之暗面最近完成了一轮超过10亿美金（折合人民币约71.9亿元）的融资，投资方包括红杉中国、小红书、美团和阿里。
这一轮融资使月之暗面的估值达到了约25亿美金（折合人民币约179.9亿元），成为国内大模型领域的头部企业之一。作为拥有最强实力AI大模型的科技企业， 采用的却是通俗的滑动验证产品， 该产品稳定并且市场占有率很高， 在一定程度上提高了用户体验， 但安全性在机器学习的今天， 已经无法应对攻击了，并且正是由于该产品通俗， 所以在网上破解的文章和教学视频也是大量存在，并且经过验证滑动产品很容易被破解， 所以除了滑动验证方式， 花样百出的产品层出不穷，但本质就是牺牲用户体验来提高安全。

很多人在短信服务刚开始建设的阶段，可能不会在安全方面考虑太多，理由有很多。
比如：“ 需求这么赶，当然是先实现功能啊 ”，“ 业务量很小啦，系统就这么点人用，不怕的 ” ， “ 我们怎么会被盯上呢，不可能的 ”等等。

有一些理由虽然有道理，但是该来的总是会来的。前期欠下来的债，总是要还的。越早还，问题就越小，损失就越低。

所以大家在安全方面还是要重视。（血淋淋的栗子！）#安全短信#

戳这里→康康你手机号在过多少网站注册过！！！

谷歌图形验证码在AI 面前已经形同虚设，所以谷歌宣布退出验证码服务， 那么当所有的图形验证码都被破解时，大家又该如何做好防御呢？

>>相关阅读
《腾讯防水墙滑动拼图验证码》
《百度旋转图片验证码》
《网易易盾滑动拼图验证码》
《顶象区域面积点选验证码》
《顶象滑动拼图验证码》
《极验滑动拼图验证码》
《使用深度学习来破解 captcha 验证码》
《验证码终结者-基于CNN+BLSTM+CTC的训练部署套件》

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.rhkb.cn/news/471441.html

如若内容造成侵权/违法违规/事实不符，请联系长河编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

统信UOS开发接口DTK

统信UOS开发接口DTK

DTK（Development ToolKit）是基于 Qt 开发的简单且实用的通用开发框架。提供丰富的开发接口与支持工具，能有效提升开发效率。 文章目录 一、简介DTK 常见模块介绍概述二、框架创建开发环境准备使用 cmake三、常见模块窗口和对话框一、简介 DTK 常见模块介绍 概述 DTK（Dev…
阅读更多...
城市轨道交通数据可视化的应用与优势

城市轨道交通数据可视化的应用与优势

通过图扑可视化技术将复杂的数据转化为易于理解的图像&#xff0c;助力交通管理者优化线路规划、提升运营效率和乘客信息服务。轨道交通管理者能够更直观地分析乘客流量、运营效率等关键指标&#xff0c;从而优化线路设计与调度&#xff0c;提高服务质量&#xff0c;为乘客提供…
阅读更多...
【JavaEE初阶 — 多线程】生产消费模型 阻塞队列

【JavaEE初阶 — 多线程】生产消费模型 阻塞队列

1. 阻塞队列 (1) 阻塞队列 1. 概念 阻塞队列是一种特殊的队列&#xff0c;也遵守"先进先出"的原则&#xff1b;阻塞队列能是一种线程安全的数据结构&#xff0c;主要用来阻塞队列的插入和获取操作&#xff1a; 当队列满了的时候&#xff0c;插入操作会被…
阅读更多...
重构开发之道，Blackbox.AI为技术注入智能新动力

重构开发之道，Blackbox.AI为技术注入智能新动力

本文目录 一、引言二、Blackbox.AI实战体验2.1 基于网页界面生成前端代码进行应用开发2.2 与AI助手实现实时智能对话2.3 重塑大型文件交互方式2.4 链接Github仓库进行对话编程 三、总结 一、引言 在生产力工具加速进化的浪潮中&#xff0c;Blackbox.AI开始崭露头角&#xff0c…
阅读更多...
idea 弹窗 delete remote branch origin/develop-deploy

idea 弹窗 delete remote branch origin/develop-deploy

想删除远程分支&#xff0c;就选delete&#xff0c;仅想删除本地分支&#xff0c;选cancel&#xff1b; 在 IntelliJ IDEA 中遇到弹窗提示删除远程分支 origin/develop-deploy&#xff0c;这通常是在 Git 操作过程中出现的情况&#xff0c;可能是在执行如 git branch -d 或其他…
阅读更多...
第四十五章 Vue之Vuex模块化创建（module）

第四十五章 Vue之Vuex模块化创建（module）

目录 一、引言 二、模块化拆分创建方式 三、模块化拆分完整代码 3.1. index.js 3.2. module1.js 3.3. module2.js 3.4. module3.js 3.5. main.js 3.6. App.vue 3.7. Son1.vue 3.8. Son2.vue 四、访问模块module的state ​五、访问模块中的getters ​六、mutati…
阅读更多...
【OpenEuler】配置虚拟ip

【OpenEuler】配置虚拟ip

OpenEuler系统手动配置虚ip 介绍操作方法临时生效永久生效 验证 介绍 我们知道通过keepalived服务可以为linux服务器设置虚拟ip&#xff0c;但是有些特殊场景下若无法安装部署keepalived服务&#xff0c;则需要通过手动设置的方式&#xff0c;配置服务器的虚拟ip。 本方案提供…
阅读更多...
CCI3.0-HQ：用于预训练大型语言模型的高质量大规模中文数据集

CCI3.0-HQ：用于预训练大型语言模型的高质量大规模中文数据集

摘要 我们介绍了 CCI3.0-HQ&#xff0c;它是中文语料库互联网 3.0&#xff08;CCI3.0&#xff09;的一个高质量500GB子集&#xff0c;采用新颖的两阶段混合过滤管道开发&#xff0c;显著提高了数据质量。为了评估其有效性&#xff0c;我们在不同数据集的100B tokens上从头开始…
阅读更多...
fastadmin多个表crud连表操作步骤

fastadmin多个表crud连表操作步骤

1、crud命令 php think crud -t xq_user_credential -u 1 -c credential -i voucher_type,nickname,user_id,voucher_url,status,time --forcetrue2、修改控制器controller文件 <?phpnamespace app\admin\controller;use app\common\controller\Backend;/*** 凭证信息…
阅读更多...
安装SQL server中python和R

安装SQL server中python和R

这两个都是编程语言 R 是一种专门为统计计算和数据分析而设计的语言&#xff0c;它具有丰富的统计函数和绘图工具&#xff0c;常用于学术研究、数据分析和统计建模等领域。 Python 是一种通用型编程语言&#xff0c;具有简单易学、语法简洁、功能强大等特点。它在数据科学、机…
阅读更多...
项目技术栈-解决方案-web3去中心化

项目技术栈-解决方案-web3去中心化

web3去中心化 Web3 DApp区块链：钱包：智能合约：UI：ETH系开发技能树DeFi应用 去中心化金融P2P 去中心化网络参考Web3 DApp 区块链： 以以太坊（Ethereum）为主流，也包括Solana、Aptos等其他非EVM链。 区块链本身是软件，需要运行在一系列节点上，这些节点组成P2P网络或者半…
阅读更多...
【linux】centos7 换阿里云源

【linux】centos7 换阿里云源

查看yum配置文件 yum的配置文件通常位于/etc/yum.repos.d/目录下。你可以使用以下命令查看这些文件&#xff1a; ls /etc/yum.repos.d/ # 或者 ll /etc/yum.repos.d/备份当前的yum配置文件 建议备份当前的yum配置文件&#xff1a; sudo cp /etc/yum.repos.d/CentOS-Base.re…
阅读更多...
Python 中.title()函数和.lower()函数

Python 中.title()函数和.lower()函数

一.title()函数 1.title()函数的功能 将字符串中的每一单词的首字母大写 2.举例 S1"i love you" S2S1.title() print(S2)3.输出 二.lower()函数 1.lower()函数的功能 将字符串中的每一大写字母都变成的小写字母 2.举例 S1"I LOVE YOU" S2S1.lower()…
阅读更多...
[DEBUG] 服务器 CORS 已经允许所有源，仍然有 304 的跨域问题

[DEBUG] 服务器 CORS 已经允许所有源，仍然有 304 的跨域问题

背景 今天有一台服务器到期了&#xff0c;准备把后端迁移到另一台服务器上&#xff0c;结果前端在测试的时候&#xff0c;出现了 304 的跨域问题。 调试过程中出现的问题&#xff0c;包括但不限于&#xff1a; set the request’s mode to ‘no-cors’Redirect is not allow…
阅读更多...
【AI构思渲染】网络直播——建筑绘图大模型生成渲染图

【AI构思渲染】网络直播——建筑绘图大模型生成渲染图

家人们&#xff01;&#xff01;好消息来了&#xff01;&#xff01; 2024年11月19日&#xff0c;上午10:00-11:00 构力学堂将会给大家带来一场直播课《AI构思渲染第一课&#xff0c;建筑绘图大模型生成渲染图》 课程亮点&#xff1a; 1、AI插件相关介绍 2、AI构思渲染安装…
阅读更多...
初级数据结构——栈

初级数据结构——栈

目录 前言一、栈的基本概念二、栈的实现方式三、栈的性能分析四、栈的应用场景五、栈的变体六、出栈入栈的动态图解七、代码模版八、总结结语 前言 数据结构栈&#xff08;Stack&#xff09;是一种线性的数据结构&#xff0c;它只允许在序列的一端&#xff08;称为栈顶&#x…
阅读更多...
ESLint 使用教程（五）：ESLint 和 Prettier 的结合使用与冲突解决

ESLint 使用教程（五）：ESLint 和 Prettier 的结合使用与冲突解决

前言 在现代前端开发中&#xff0c;代码质量与代码风格的统一是两个非常重要的方面。良好的代码质量能减少 bug 的产生&#xff0c;而统一的代码风格则能提高团队协作的效率。为了实现这两个目标&#xff0c;我们通常会使用一些工具。 为了保证代码的可读性和维护性&#xff0…
阅读更多...
简易入手《SOM神经网络》的本质与原理

简易入手《SOM神经网络》的本质与原理

原创文章&#xff0c;转载请说明来自《老饼讲解神经网络》:www.bbbdata.com 关于《老饼讲解神经网络》&#xff1a; 本网结构化讲解神经网络的知识&#xff0c;原理和代码。 重现matlab神经网络工具箱的算法&#xff0c;是学习神经网络的好助手。 目录 一、入门原理解说 01.…
阅读更多...
数字IC后端实现之Innovus specifyCellEdgeSpacing和ICC2 set_placement_spacing_rule的应用

数字IC后端实现之Innovus specifyCellEdgeSpacing和ICC2 set_placement_spacing_rule的应用

昨天帮助社区IC训练营学员远程协助解决一个Calibre DRC案例。通过这个DRC Violation向大家分享下Innovus和ICC2中如何批量约束cell的spacing rule。 数字IC后端手把手实战教程 | Innovus verify_drc VIA1 DRC Violation解析及脚本自动化修复方案 下图所示为T12nm A55项目的Ca…
阅读更多...
深度学习神经网络在机器人领域应用的深度剖析：原理、实践与前沿探索

深度学习神经网络在机器人领域应用的深度剖析：原理、实践与前沿探索

深度学习神经网络在机器人领域的应用非常广泛&#xff0c;以下是详细介绍&#xff1a; 主要应用方向 环境感知与识别&#xff1a; 物体识别与分类&#xff1a;机器人利用深度学习神经网络能够准确识别周围环境中的各种物体&#xff0c;比如区分不同形状、颜色、材质的物品&…
阅读更多...
最新文章
推荐文章

Copyright @ 2022~2023