首页 > 见闻 > 关键词  > 纽约时报最新资讯  > 正文

纽约时报正测试使用区块链来打击假新闻

2019-07-24 11:54 · 稿源:站长之家

站长之家(ChinaZ.com) 7月24日 消息:CoinDesk报道,《纽约时报》公司披露了其正在进行的区块链出版实验的新细节,该实验于 3 月被曝光。

据报道, 纽约时报计划使用Hyperledger Fabric与科技巨头加速器项目IBM Garage合作的区块链来打击假新闻。纽约时报及其合作公司将从 7 月开始进行概念验证,直到 2019 年年底。

该项目旨在将新闻项目的“背景元数据”存储在区块链,包括照片或视频拍摄的时间和地点、拍摄者以及编辑和发布的信息。

CoinDesk今年 3 月报道称,纽约时报正准备尝试区块链技术,当时该公司发布了一则招聘项目负责人的广告,随后很快撤下。

举报

  • 相关推荐
  • 欧科云链以领先技术,构建区块链可信生态

    文章指出数据已成为21世纪的核心战略资源,被称为"21世纪的石油"。全球科技巨头激烈争夺数据资源,我国也通过《数据安全法》加强保护。区块链技术被列为国家核心技术突破口,"十四五"规划提出到2025年实现产业实力达世界先进水平的目标。但行业发展仍面临技术融合不足、"数据孤岛"、标准不统一等挑战。欧科云链等企业通过技术融合构建可信数字基础设施,在金融监管等领域实现创新应用,助力破解传统调查难题。未来需推动区块链从"小众创新"走向"大众赋能",构建技术可信、价值共享的区块链新生态,为数字经济发展奠定基础。

  • 微云全息:基于区块链多任务学习的车联网优化技术框架,将为私家车通勤体验带来革新

    随着城市化进程加速和私家车数量激增,通勤体验成为一大挑战。微美全息公司推出基于区块链多任务学习的车联网优化技术框架,通过区块链保障数据安全与隐私,利用多任务学习算法分析车辆轨迹、交通流量等数据,精准预测用户出行需求并提供最优路线规划。该技术能有效缓解交通拥堵,提升通勤效率,同时为城市交通管理提供智能决策支持,推动交通系统向智能化、高效化方向发展。

  • 微云全息(NASDAQ: HOLO)采用集成学习革新区块链异常检测技术

    微全息公司(HOLO)开发了一种基于集成学习的区块链异常交易检测模型,通过结合决策树、朴素贝叶斯等多种机器学习算法,显著提升了比特币交易欺诈检测的准确性。该模型采用ADASYN-TL技术解决数据不平衡问题,并运用随机搜索等方法优化超参数。评估显示模型在准确率、F1分数等指标表现优异,同时通过SHAP方法增强可解释性。这一创新不仅提高了检测精度,还为区块链安全领域带来了新的技术突破。

  • 微云全息(NASDAQ: HOLO)引领区块链边缘存储与计算革命,重塑数据安全与可信度

    文章探讨了区块链技术在边缘存储/计算领域的应用。当前边缘存储系统存在数据流通机制缺陷,导致设备间数据共享困难。微云全息提出基于区块链的解决方案,通过将数据存储在靠近数据源的边缘设备上,减少传输延迟和网络拥堵。该系统利用区块链的去中心化、不可篡改特性确保数据安全,并通过智能合约管理数据访问和交换规则。架构包含边缘节点、区块链网络、智能合约和数据存储四部分,实现分布式存储计算功能。该方案能有效解决物联网等场景下大数据传输慢、实时性差的问题,同时保障数据安全性和真实性。

  • 微算法科技(NASDAQ:MLGO)基于信任的集成共识和灰狼优化(GWO)算法,搭建高信任水平的区块链网络

    文章探讨了区块链技术在数字化转型中的重要作用,指出其去中心化、透明且不可篡改的特性正逐步渗透金融、供应链管理、物联网等多个领域。重点介绍了基于信任的集成共识机制,该机制结合灰狼优化算法(GII)来提升区块链网络的信任水平。微算科技(NASDAQ:MLGO)采用这一创新方法,通过信任评估模型为节点分配信任度评分,并运用GWO算法动态调整共识策略,使网络能适应不断变化的环境需求。这种结合信任评估与优化算法的共识机制不仅提高了区块链网络的性能和响应速度,还增强了其抵御恶意攻击的能力,为构建更高效、安全和可靠的区块链应用提供了有力技术支撑。

  • 微算法科技(NASDAQ:MLGO)基于可解释的人工智能技术XAI,增强区块链网络威胁检测的决策能力

    微算科技(NASDAQ:MLGO)创新性地将可解释人工智能(XAI)技术应用于区块链网络安全领域,开发出智能威胁检测系统。该系统通过深度学习模型识别攻击模式,并利用可解释性模块清晰展示决策依据,显著提升了检测准确率和可信度。目前已成功应用于异常交易识别、恶意节点检测和智能合约审计等多个场景,帮助区块链网络实现更高效、透明的安全防护。该技术不仅提高了威胁检测能力,也为后续模型优化提供了依据,未来将在更广泛领域推动构建更安全的网络空间。

  • 告别传统测试困局:测试总监如何用过AI测试重塑银行质量防线

    金融行业数字化转型浪潮下,银行测试面临技术变革挑战。传统人工测试模式难以应对分布式架构、微服务化等新技术要求。Testin云测推出的XAgent智能测试系统,通过AGI技术实现全流程智能化管理,颠覆传统测试模式:1)需求分析环节自动提取业务规则生成风险矩阵;2)测试用例生成环节基于检索增强技术自动生成差异化用例;3)执行环节整合计算机视觉技术精准定位缺陷。某大型股份制银行应用后,测试效率显著提升,缺陷复发率大幅下降。AI测试正从效率工具升级为构建金融信任体系的重要基石,未来将通过多模态大模型深度解析业务规则,实现测试逻辑与业务逻辑的深度融合。拥抱智能化测试变革,既是破解质量难题的必由之路,更是构建长期竞争优势的战略选择。

  • 智领测试变革:CIO 视角下的 AI 测试战略选型与实践指南

    文章探讨了数字化转型背景下软件测试面临的三大挑战:交付压力与质量平衡、技术债务与成本失控、智能决策缺失。传统测试方法难以应对敏捷开发需求,而AI测试正成为破局关键。Gartner预测到2025年80%以上软件测试将通过AI驱动的自动化完成。国内多家企业已推出成熟AI测试平台,如Testin云测的XAgent系统、腾讯优测的新一代AI测试引擎等。这些平台通过智能用例生成、数据分析等功能,将测试从被动质量验证升级为主动研发效率引擎。建议企业根据数字化成熟度选择匹配的AI测试解决方案,将其纳入IT战略规划,构建质量与效率双核心壁垒。

  • 网信办进一步加强整治开盒问题 以零容忍态度坚决打击

    中央网信办近日印发通知,要求各地网信部门和网站平台强化"开盒"问题整治工作,从阻断信息传播、完善预警机制、加大惩处力度等五个维度明确工作要求。通知要求微博、腾讯、抖音等重点平台对照要求落实主体责任,坚决打击"开盒"乱象。下一步将重点阻断"开盒"信息传播渠道,清理违法收集发布个人信息内容,关闭相关账号和群组;同时升级防护措施,设置举报入口,及时核实网民投诉。中央网信办还将结合个人信息保护专项行动,会同有关部门严厉打击泄露、盗取、贩卖个人信息等违法行为,呼吁网民提高防范意识,共同营造清朗网络空间。

  • 女子因脱发30岁被误认为奶奶 目前正积极接受治疗

    近日,一位30岁女子Lucy分享的脱发经历引发关注。三年前,Lucy带着孩子外出游玩时,被旁人问及“你是孩子奶奶还是外婆”,这句话让她瞬间崩溃。原来,脱发问题自Lucy十一二岁时起便如影随形,困扰了她长达20多年。 生下一胎后,Lucy的脱发情况愈发严重,她甚至直接剃光了头发。那些日子里,她常常攥着掉落的头发躲在卫生间哭泣,出门也必须戴上帽子,试图掩盖自己的�