有许多方法和算法可以很好地用于异常检测的各种应用和用例。其中有递归神经网络(RNN)、生成对抗网络(GAN)、隔离森林、深度自编码器等。如果你对网络/图分析特别感兴趣，用来识别网络图异常的两种主要方法是直接邻居离群点检测算法(DNODA)和社区邻居算法(CNA)。

在我目前的工作中，“新颖性”是我们努力去发现的主要东西。质量控制图对于已知的模式很有效，但是自动识别新模式比较困难。我希望能得到一些在这方面有所帮助的工具的想法。

对于单变量质量控制图，西方的电气规则可以用于检测少数常见的模式。经典的多元方法，如偏最小二乘(PLS)，会捕获到涉及不止一个变量的模式，但不能被单变量方法检测。自动编码器是最全面的工具，将涵盖最广泛的不同模式。它可以捕获多变量、循环、非线性和交互的模式。使用一组正常数据训练autoencoder，在训练集中没有出现的新数据中出现的任何模式都将被标记。

作为OS的基础，CPU能支持什么内存访问模型，OS就必须跟随；

Intel CPU支持分段与分页两种模型；

Intel CPU的访存模型是先分段再分页的模式，所以涉及到从逻辑地址->线性地址->物理地址的转换；这部分在CPU的MMU模块中由电路实现；

逻辑地址为程序二进制的地址，是偏移量的形式存在，是个相对地址；这部分跟分段模型紧密相关；分段模型负责将CPU拿到的逻辑地址（主要是几个寄存器的值，GDTR，CD，DS，SS）转成一个线性地址（线性地址由OS生成）；

分页模型就继续接着分段模型生成的线性地址得到相应的物理地址；

分段靠GDT（LDT），分页靠（页目录与页表），这些表都是在内存中，OS在启动过程中会分配；那么你可能会问，OS在启动的时候没有段表与页表之前怎么访问内存？CPU还支持更古老的实模式访问内存（程序中写死物理地址的程序），8080就是这样的东西，所以OS启动的时候也会用古老的方式启动，然后逐步进化成现代的方式；

分页与分段模型不是设计出来的，是历史原因造就。早期的CPU能力不强如（8086，80X86）等等，但是实现了保护模式（就是可以跑多进程），但是支持的进程数不多，所以分段模型足够了；所以GDT这个表被设计成一个数组；后来intel设计出越来越强大的CPU，一直到多核CPU，那么，支持的进程数可以说几十上百倍的增长，所以数组不行了；引入链表形式的——页表来管理内存映射，但是CPU是向下兼容的，所以哪怕是intel最先进的CPU也是有分段模型的；所以分页到分段是历史造就，不是设计出来的，不要太过探究它的原因；

分页与分段的优劣，可以看做是链表与数组的特点之争；分段模型自然就是速度快，但是不灵活（只能支持少量的进程）；分页模型就是效率低，但是足够灵活（支持大量的进程）；所以CPU引入了缓存——TLB；

TLB与CacheLine其实一个东西（电路层），支持缓存行数据结构中的标记与组号的位数不同而已。

CPU在执行一个指令的时候，需要从内存获得数据，那么就需要通过地址线访问内存，为了得到指令所在内存的物理地址，需要走分段模型——将逻辑地址转为线性地址（虚拟地址），然后通过分页单元将线性地址转为物理地址；

CPU中的两个Cache，因为访问内存成本逐级增高，所以在逻辑地址转为线性地址过程中为了少访问内存，使用了TLB组关联高速缓存；而得到物理地址后，为了不访问内存，CPU内部还有L1-L3级缓存（Cacheline）。

SM2算法是基于ECC椭圆曲线算法，CFW32C7UL系列支持硬件PKI，ECC，DIV大数运算，同时SM2算法是通过软件与硬件相结合的方式实现，是一种安全性极高和效率极高的公钥算法。同类算法如：RSA、Elgamal、背包算法、Rabin、D-H、ECC等。

(素材来源：eepw.如涉版权请联系删除。特别感谢）