CPU使用率度量指标的分析！
我们用来衡量CPU使用率（CPU utilization）的指标具有极大的误导性，而且一年比一年来得误人子弟。CPU使用率到底是什么？你的处理器有多忙碌？不，那不是CPU使用率衡量的方面。
相关分享
如何使用JS获取系统内存、CPU/GPU、电量等信息
这篇文章讲解了如何通过 JavaScript 获取设备的内存、CPU、GPU 和电池等硬件信息，详细介绍了可用的 API、兼容性及实践场景。通过代码示例和性能分析，展示了如何在前端优化中合理利用这些数据。内容适合从事前端开发的工程师以及关注性能优化和用户体验提升的技术人员，提供了实用的开发参考。
无图
20 个 IT 运维必知的指标
本文列出了 IT 运维的 20 个关键指标，如响应时间、错误率、吞吐量、可用性等。这些指标涵盖系统性能和稳定性监测，帮助运维人员全面评估并优化系统表现。此外，还包括 CPU 使用率、内存利用、数据库响应时间和安全事件率等，提供了具体参考值和优化建议，是运维工作的重要参考。
无图
新一代实验分析引擎：驱动履约平台的数据决策
本文介绍了美团履约技术平台的新一代实验分析引擎，该引擎对核心实验框架进行了标准化，并融合了众多先进解决方案，有效解决小样本挑战。同时，提供了多样化的溢出效应应对策略，并针对不同业务场景提供了精准的方差和P值计算方法，以规避统计误差。希望对大家有所帮助或启发。
无图
从 Prometheus 到 OpenTelemetry：指标监控的演进与实践
本文总结了OpenTelemetry中指标的概念与使用。作者介绍了OpenTelemetry如何收集和处理应用程序的性能指标，包括计数器、仪表和直方图等核心概念。文章还讨论了如何在应用中实现这些指标的监控，并通过代码示例展示如何使用OpenTelemetry SDK进行集成。此外，作者分享了将指标数据导出到Prometheus和Grafana进行可视化的步骤。
无图
CPU篇之软中断
软中断作为下半部机制的代表，是随着SMP（share memory processor）的出现应运而生的，它也是tasklet实现的基础（tasklet实际上只是在软中断的基础上添加了一定的机制）。软中断一般是“可延迟函数”的总称，有时候也包括了tasklet（请读者在遇到的时候根据上下文推断是否包含tasklet）。它的出现就是因为要满足上面所提出的上半部和下半部的区别，使得对时间不敏感的任务延后执行，而且可以在多个CPU上并行执行，使得总的系统效率可以更高。
无图
通过漫游交换进行隐蔽访问的新型后门 GTPDOOR 分析
GTPDOOR 是一种基于 Linux 的恶意软件，旨在部署在邻近 GRX（GPRS 交换网络）的电信网络系统中，具有通过GTP-C（GPRS 隧道协议- 控制平面）信令消息传递 C2 流量的功能。这使得 C2 流量能够与正常流量混合，并重新利用可能对 GRX 网络开放且暴露的已允许端口。
无图
无图
Nginx日志分析-MIME types
Nginx日志的分析，尤其是加白，在不是特别清楚功能和作用的情况下，还是应该细粒度的操作，比如先按照Content-Type加白，就比按照domain维度的加白粒度会更细一点，比按照uri来加白要更方便和准确一点。简单记录一下，方便后面有需要的时候参考。
无图
QUIC协议解析与DDoS攻击分析
QUIC（Quick UDP Internet Connections）协议是一种基于UDP的新型可靠传输协议，目前主要用于HTTP/3.0。近年来，现网中逐步发现了一些基于QUIC协议的DDoS攻击痕迹，并且友商也已经开始了关于QUIC协议的DDoS攻防相关研究。因此，ADS团队针对该协议进行了一系列的分析和实验，为相关的DDoS攻击防御技术研究打下基础。
无图
CPU 混合推理，非常见大模型量化方案：“二三五六” 位量化
本篇文章聊聊网上聊的比较少的具体量化操作，非常见整型位数的量化，来自让各种开源模型能够在 CPU 环境、CPU & GPU 环境混合推理的技术方案：llama.cpp 。
无图