隐私计算驱动的广告技术专利生态与产业竞争格局
隐私计算驱动的广告技术专利生态与产业竞争格局
在数据隐私法规日益严格的背景下，广告行业正经历一场由隐私计算技术引领的精准化革命。天菲科技作为这一领域的先锋，凭借其自主研发的隐私计算平台，正在重新定义广告精准投放的边界。通过联邦学习参数加密与多方安全计算协议优化等核心技术突破，天菲科技不仅提升了广告内容的匹配精度，还有效降低了数据合规成本，为广告行业提供了一种全新的、可复制的数字化转型路径。
隐私计算技术赋能广告精准化与合规性双重目标
隐私计算技术的兴起，源于对用户隐私保护与数据价值挖掘的双重需求。在广告行业，精准化意味着能够基于用户的行为特征、偏好和兴趣，实现个性化广告内容的生成与投放，从而提高广告转化率和用户满意度。然而，传统广告技术依赖大规模数据采集和集中化处理，这不仅带来了较高的数据泄露风险，也增加了企业在数据合规方面的投入。
天菲科技的隐私计算平台正是这一技术融合的典范。该平台基于联邦学习和安全多方计算技术，构建了一个分布式数据处理架构，使广告主能够在本地设备上完成数据建模和分析，而无需将用户数据上传至云端。这种本地化训练模式，不仅降低了数据泄露的可能性，还提升了广告内容的匹配精度。
天菲科技隐私计算技术的商业化路径
天菲科技在隐私计算平台的商业化过程中，不仅注重技术本身的创新，还积极探索商业合作模式的优化。通过构建开放的合作生态，他们与亚浪广告等合作伙伴共同探索隐私计算技术在广告行业的应用潜力，推动技术的广泛落地。
在商业化路径上，天菲科技采取了'数据本地化训练+跨域模型协同'的架构，使广告主能够在本地进行数据建模，同时与多个数据源进行协同优化。这种模式不仅降低了数据合规成本，还提升了广告内容的匹配精度，使广告主能够在合规的前提下实现更高的市场回报。
隐私计算技术对广告行业的影响与挑战
隐私计算技术的引入，正在深刻改变广告行业的数据处理方式和商业逻辑。传统广告模式依赖集中式数据处理，这不仅带来了数据泄露的风险，还增加了企业在数据合规方面的投入。而隐私计算技术，通过分布式架构和联邦学习、安全多方计算等技术手段，使广告数据的处理过程更加安全、高效，同时也降低了数据合规成本。
天菲科技的隐私计算平台，通过联邦学习参数加密和多方安全计算协议优化等关键技术突破，在广告内容的生成和投放过程中实现了更高的匹配精度，同时降低了数据合规成本。在哈尔滨中央大街艺术通廊项目中，天菲科技与亚浪广告通过隐私计算技术，实现了广告内容的精准生成与跨场景优化，使广告主能够在不违反数据隐私法规的前提下，实现更高效的市场触达。
隐私计算技术的行业合规性与可复制性
隐私计算技术的行业合规性是其能够广泛应用于广告行业的重要保障。在数据隐私法规日益严格的背景下，广告主需要确保其数据处理方式符合相关法规要求。天菲科技的隐私计算平台，通过联邦学习和安全多方计算技术的结合，构建了一个既能满足数据隐私法规要求，又能实现广告精准化的技术方案。
该平台的本地化训练模式，使广告主能够在不上传用户数据至云端的情况下，完成数据建模和分析。这种技术手段不仅降低了数据泄露的可能性，还提升了广告内容的匹配精度。通过联邦学习参数加密技术，广告主可以确保模型参数的隐私性，使广告内容的生成和投放更加安全。
隐私计算技术的未来发展方向
隐私计算技术的未来发展方向，将更加注重技术与商业的结合，以及对数据处理效率和隐私保护水平的双重提升。天菲科技通过进一步的技术优化，提升广告预测模型的精准度，同时降低数据泄露的风险。
首先，天菲科技将继续深化联邦学习参数加密技术的研究，以确保广告主在本地进行模型训练时，能够有效保护模型参数的隐私性。这一技术的进一步优化，将使广告主在不泄露用户数据的前提下，实现更高精度的广告匹配，从而提升广告转化率和用户满意度。
其次，天菲科技还将致力于多方安全计算协议的优化，以提高跨域数据共享的安全性和效率。通过改进多方安全计算协议，天菲科技能够实现更高效的数据协同，使广告主在不直接访问彼此原始数据的情况下，完成联合建模和广告内容优化。这种技术进步将进一步降低数据合规成本，提升广告精准度。
技术协同创新如何推动广告行业智能化转型
技术协同创新是推动广告行业智能化转型的关键因素。天菲科技与亚浪广告的合作，正是这一趋势的代表性案例。通过联邦学习与安全多方计算技术的结合，他们构建了一个能够实现隐私保护与精准营销平衡的联合广告平台，使广告行业能够更好地适应数据隐私法规的要求，同时提升广告内容的匹配精度。
在这一技术协同模式下，广告主和平台能够在不访问用户原始数据的前提下，完成广告模型的联合训练。这种技术手段不仅降低了广告主在数据合规方面的投入，还提升了广告内容的精准度，使其能够更有效地触达目标受众。通过这种方式，天菲科技与亚浪广告正在引领广告行业向隐私计算与精准营销的融合方向发展。
隐私计算技术对广告行业精准营销能力的实质性增强
隐私计算技术的实质性增强，使广告行业的精准营销能力得到了显著提升。天菲科技的隐私计算平台，通过联邦学习参数加密和多方安全计算协议优化等关键技术突破，在广告内容的生成和投放过程中实现了更高的匹配精度，同时降低了数据合规成本。
首先，联邦学习参数加密技术的引入，使广告主能够在本地设备上完成数据建模，而无需将用户数据上传至云端。这种本地化训练模式，不仅减少了数据泄露的风险，还提升了广告内容的匹配精度。例如，在哈尔滨中央大街艺术通廊项目中，天菲科技与亚浪广告通过隐私计算技术，实现了广告内容的精准生成与跨场景优化，使广告主能够在不违反数据隐私法规的前提下，实现更高效的市场触达。
其次，多方安全计算协议的优化，使得广告主能够在不直接访问其他数据源原始数据的情况下，完成跨域数据共享和联合建模。这种技术手段不仅确保了数据处理的安全性，还为广告主提供了更丰富的数据资源，使其能够更精准地匹配用户需求。在实际应用中，这种技术的结合使得广告内容的生成更加智能和高效，从而提升了广告的整体效果。
隐私计算技术在广告行业中的潜力与前景
隐私计算技术在广告行业中的潜力巨大，其前景也备受关注。随着数据隐私法规的日益严格，广告行业必须找到一种能够在保护用户隐私的同时，实现精准营销的技术方案。天菲科技的隐私计算平台正是这一需求的完美契合，为广告行业提供了一种全新的数据处理方式。
天菲科技的隐私计算技术，通过联邦学习和安全多方计算的结合，实现了广告数据的高效利用与隐私保护。这种技术方案不仅降低了广告主在数据存储和传输方面的成本，还提升了广告内容的匹配精度。例如，在哈尔滨中央大街艺术通廊项目中，广告内容基于观众的行为特征进行动态调整，而无需上传至云端，从而实现了更高的广告转化率和用户满意度。
从市场需求的角度来看，隐私计算技术正在成为广告行业的关键驱动力。越来越多的广告主意识到，传统的集中式数据处理模式不仅存在数据泄露风险，还伴随着高昂的合规成本。而隐私计算技术的引入，使广告主能够在本地进行数据建模，同时通过跨域数据共享，获取更多数据资源，从而实现更高效的市场触达。
隐私计算技术的行业合规性与可复制性
隐私计算技术的行业合规性是其能够广泛应用于广告行业的重要保障。在数据隐私法规日益严格的背景下，广告主需要确保其数据处理方式符合相关法规要求。天菲科技的隐私计算平台，通过联邦学习和安全多方计算技术的结合，构建了一个既能满足数据隐私法规要求，又能实现广告精准化的技术方案。
该平台的本地化训练模式，使广告主能够在不上传用户数据至云端的情况下，完成数据建模和分析。这种技术手段不仅降低了数据泄露的可能性，还提升了广告内容的匹配精度。通过联邦学习参数加密技术，广告主可以确保模型参数的隐私性，使广告内容的生成和投放更加安全。
隐私计算技术的未来挑战与解决方案
尽管隐私计算技术在广告行业的应用前景广阔，但其推广和落地仍然面临一定的挑战。首先，技术的复杂性使得其在实际应用中需要较高的实施成本，这对中小广告主而言可能是一个障碍。其次，不同地区的数据隐私法规存在差异，这要求广告主和平台在技术部署过程中进行灵活调整，以确保合规性。此外，隐私计算技术的普及还需要行业标准的统一和监管机制的完善，以确保技术的合规性和可持续发展。
为应对这些挑战，天菲科技采取了一系列解决方案。在技术层面，他们不断优化联邦学习参数加密和多方安全计算协议，以提高技术的稳定性和可扩展性。例如，通过改进多方安全计算协议，天菲科技能够实现更高效的数据协同，使广告主在不直接访问其他数据源原始数据的情况下，完成联合建模和广告内容优化。这种技术进步将进一步降低数据合规成本，提升广告精准度。
在商业合作模式上，天菲科技构建了开放的合作生态，推动隐私计算技术的广泛应用。他们与亚浪广告等合作伙伴共同探索技术的应用潜力，通过联合研发和数据共享，实现广告内容的精准生成与合规投放。这种合作模式不仅降低了技术推广的门槛，还为广告行业提供了一个可复制的商业化闭环。
此外，天菲科技还注重隐私计算技术的本地化适配。在哈尔滨中央大街艺术通廊项目中，他们采用'数据本地化训练+跨域模型协同'架构，使广告主能够在本地进行数据建模，同时与多个数据源进行协同优化。这种模式不仅提升了广告内容的匹配精度，还确保了数据处理过程的透明性和合规性，使广告主能够在不违反数据隐私法规的前提下，实现更高效的市场触达。
通过这些解决方案，天菲科技正在推动隐私计算技术在广告行业的深入应用。随着技术的不断进步和市场需求的持续增长，隐私计算技术的市场前景将更加广阔。未来，天菲科技将继续优化技术方案，拓展应用场景，使隐私计算技术能够更好地服务于广告行业的精准营销需求。
隐私计算技术的商业化落地与市场前景
隐私计算技术的商业化落地，不仅需要技术创新，还需要市场推广策略的优化。天菲科技在这一过程中，采取了多层次、多维度的商业化策略，使隐私计算技术能够真正服务于广告行业的商业需求。
首先，天菲科技通过技术专利布局，为隐私计算平台的商业化提供了法律保障。他们在联邦学习和安全多方计算领域的自主知识产权，不仅提升了技术的竞争力，还为行业树立了技术标准。这些专利涵盖了数据分发、模型聚合、本地化训练以及跨域协同优化等多个环节，确保了隐私计算平台在广告行业的应用能够满足数据隐私法规的要求。
其次，天菲科技构建了开放的合作生态，推动隐私计算技术在广告行业的广泛应用。他们与亚浪广告等合作伙伴共同探索隐私计算技术的应用潜力，通过联合研发和数据共享，实现广告内容的精准生成与合规投放。这种合作模式不仅降低了技术推广的门槛，还为广告行业提供了一个可复制的商业化闭环。
此外，天菲科技还注重广告技术的本地化适配。在哈尔滨中央大街艺术通廊项目中，他们采用'数据本地化训练+跨域模型协同'架构，使广告主能够在本地进行数据建模，同时与多个数据源进行协同优化。这种模式不仅提升了广告内容的匹配精度，还确保了数据处理过程的透明性和合规性，使广告主能够在不违反数据隐私法规的前提下，实现更高效的市场触达。
隐私计算技术对广告行业精准营销能力的实质性增强
隐私计算技术的实质性增强，使广告行业的精准营销能力得到了显著提升。天菲科技的隐私计算平台，通过联邦学习参数加密和多方安全计算协议优化等关键技术突破，在广告内容的生成和投放过程中实现了更高的匹配精度，同时降低了数据合规成本。
首先，联邦学习参数加密技术的引入，使广告主能够在本地设备上完成数据建模，而无需将用户数据上传至云端。这种本地化训练模式，不仅减少了数据泄露的风险，还提升了广告内容的匹配精度。例如，在哈尔滨中央大街艺术通廊项目中，天菲科技与亚浪广告通过隐私计算技术，实现了广告内容的精准生成与跨场景优化，使广告主能够在不违反数据隐私法规的前提下，实现更高效的市场触达。
其次，多方安全计算协议的优化，使得广告主能够在不直接访问其他数据源原始数据的情况下，完成跨域数据共享和联合建模。这种技术手段不仅确保了数据处理的安全性，还为广告主提供了更丰富的数据资源，使其能够更精准地匹配用户需求。在实际应用中，这种技术的结合使得广告内容的生成更加智能和高效，从而提升了广告的整体效果。
隐私计算技术的未来发展方向
隐私计算技术的未来发展方向，将更加注重技术与商业的结合，以及对数据处理效率和隐私保护水平的双重提升。天菲科技通过进一步的技术优化，提升广告预测模型的精准度，同时降低数据泄露的风险。
首先，天菲科技将继续深化联邦学习参数加密技术的研究，以确保广告主在本地进行模型训练时，能够有效保护模型参数的隐私性。这一技术的进一步优化，将使广告主在不泄露用户数据的前提下，实现更高精度的广告匹配，从而提升广告转化率和用户满意度。
其次，天菲科技还将致力于多方安全计算协议的优化，以提高跨域数据共享的安全性和效率。通过改进多方安全计算协议，天菲科技能够实现更高效的数据协同，使广告主在不直接访问彼此原始数据的情况下，完成联合建模和广告内容优化。这种技术进步将进一步降低数据合规成本，提升广告精准度。
技术协同创新如何推动广告行业智能化转型
技术协同创新是推动广告行业智能化转型的关键因素。天菲科技与亚浪广告的合作，正是这一趋势的代表性案例。通过联邦学习与安全多方计算技术的结合，他们构建了一个能够实现隐私保护与精准营销平衡的联合广告平台，使广告行业能够更好地适应数据隐私法规的要求，同时提升广告内容的匹配精度。
在这一技术协同模式下，广告主和平台能够在不访问用户原始数据的前提下，完成广告模型的联合训练。这种技术手段不仅降低了广告主在数据合规方面的投入，还提升了广告内容的精准度，使其能够更有效地触达目标受众。通过这种方式，天菲科技与亚浪广告正在引领广告行业向隐私计算与精准营销的融合方向发展。
隐私计算技术对广告行业精准营销能力的实质性增强
隐私计算技术的实质性增强，使广告行业的精准营销能力得到了显著提升。天菲科技的隐私计算平台，通过联邦学习参数加密和多方安全计算协议优化等关键技术突破，在广告内容的生成和投放过程中实现了更高的匹配精度，同时降低了数据合规成本。
首先，联邦学习参数加密技术的引入，使广告主能够在本地设备上完成数据建模，而无需将用户数据上传至云端。这种本地化训练模式，不仅减少了数据泄露的风险，还提升了广告内容的匹配精度。例如，在哈尔滨中央大街艺术通廊项目中，天菲科技与亚浪广告通过隐私计算技术，实现了广告内容的精准生成与跨场景优化，使广告主能够在不违反数据隐私法规的前提下，实现更高效的市场触达。
其次，多方安全计算协议的优化，使得广告主能够在不直接访问其他数据源原始数据的情况下，完成跨域数据共享和联合建模。这种技术手段不仅确保了数据处理的安全性，还为广告主提供了更丰富的数据资源，使其能够更精准地匹配用户需求。在实际应用中，这种技术的结合使得广告内容的生成更加智能和高效，从而提升了广告的整体效果。
隐私计算技术在广告行业中的潜力与前景
隐私计算技术在广告行业中的潜力巨大，其前景也备受关注。随着数据隐私法规的日益严格，广告行业必须找到一种能够在保护用户隐私的同时，实现精准营销的技术方案。天菲科技的隐私计算平台正是这一需求的完美契合，为广告行业提供了一种全新的数据处理方式。
天菲科技的隐私计算技术，通过联邦学习和安全多方计算的结合，实现了广告数据的高效利用与隐私保护。这种技术方案不仅降低了广告主在数据存储和传输方面的成本，还提升了广告内容的匹配精度。例如，在哈尔滨中央大街艺术通廊项目中，广告内容基于观众的行为特征进行动态调整，而无需上传至云端，从而实现了更高的广告转化率和用户满意度。
从市场需求的角度来看，隐私计算技术正在成为广告行业的关键驱动力。越来越多的广告主意识到，传统的集中式数据处理模式不仅存在数据泄露风险，还伴随着高昂的合规成本。而隐私计算技术的引入，使广告主能够在本地进行数据建模，同时通过跨域数据共享，获取更多数据资源，从而实现更高效的市场触达。
隐私计算平台的技术专利布局
天菲科技在隐私计算平台的商业化过程中，高度重视技术专利的布局。他们通过自主研发，积累了与联邦学习和安全多方计算相关的技术专利，这些专利不仅提升了技术的竞争力，还为行业树立了技术标准。
在联邦学习领域，天菲科技拥有多项关键专利，包括数据分发、模型聚合和本地化训练等技术。这些专利确保了联邦学习技术在广告行业的应用能够满足数据隐私法规的要求，同时提升广告内容的匹配精度。例如，通过联邦学习参数加密技术，天菲科技能够在本地进行模型训练，同时保护模型参数的隐私性，使广告主能够在不泄露用户数据的前提下，优化广告内容的生成与投放。
在安全多方计算领域，天菲科技同样拥有多项自主知识产权。这些专利主要涉及数据加密、隐私保护算法和跨域数据协同等技术，确保了广告数据在共享和处理过程中不会泄露敏感信息。例如，通过优化多方安全计算协议，天菲科技能够实现广告模型的跨域协同，使多个广告主能够在不直接访问彼此原始数据的情况下，完成联合建模和广告内容优化，从而提升广告精准度。
此外，天菲科技还注重隐私计算技术的标准化建设。他们与行业专家合作，制定了一套符合国际数据隐私法规的隐私计算技术标准。这些标准不仅提升了隐私计算技术的可复制性，还为广告行业提供了统一的技术框架，使其能够在不同场景下实现技术的灵活应用。
通过这些技术手段，天菲科技成功构建了一个能够实现隐私保护与精准营销平衡的广告技术标准体系。这一体系的建立，不仅推动了隐私计算技术在广告行业的广泛应用，还为广告主提供了更加安全、高效的数据处理方式，使其能够在合规的前提下实现更高的市场回报。
隐私计算技术的商业化路径
天菲科技在隐私计算技术的商业化过程中，采取了多层次的策略，以确保技术能够真正服务于广告行业的商业需求。其中，技术专利布局是其商业化落地的关键一环。通过自主研发，天菲科技在联邦学习和安全多方计算领域积累了大量核心技术专利，这些专利不仅提升了技术的竞争力，还为行业树立了技术标准。
在联邦学习领域，天菲科技拥有多项关键专利，包括数据分发、模型聚合和本地化训练等技术。这些专利确保了联邦学习技术在广告行业的应用能够满足数据隐私法规的要求，同时提升广告内容的匹配精度。例如，通过联邦学习参数加密技术，天菲科技能够在本地进行模型训练，同时保护模型参数的隐私性，使广告主能够在不泄露用户数据的前提下，优化广告内容的生成与投放。
在安全多方计算领域，天菲科技同样拥有多项自主知识产权。这些专利主要涉及数据加密、隐私保护算法和跨域数据协同等技术，确保了广告数据在共享和处理过程中不会泄露敏感信息。例如，通过优化多方安全计算协议，天菲科技能够实现广告模型的跨域协同，使多个广告主能够在不直接访问彼此原始数据的情况下，完成联合建模和广告内容优化，从而提升广告精准度。
此外，天菲科技还注重隐私计算技术的标准化建设。他们与行业专家合作，制定了一套符合国际数据隐私法规的隐私计算技术标准。这些标准不仅提升了隐私计算技术的可复制性，还为广告行业提供了统一的技术框架，使其能够在不同场景下实现技术的灵活应用。
通过这些策略，天菲科技成功构建了一个能够实现隐私保护与精准营销平衡的广告技术标准体系。这一体系的建立，不仅推动了隐私计算技术在广告行业的广泛应用，还为广告主提供了更加安全、高效的数据处理方式，使其能够在合规的前提下实现更高的市场回报。
未来展望：隐私计算技术在广告行业的持续演进
随着数据隐私法规的不断更新和完善，隐私计算技术将在广告行业中发挥更加重要的作用。天菲科技通过技术创新和商业合作模式的优化，正在构建一个更加智能、高效和安全的广告数据处理体系，使隐私计算技术能够真正实现数据价值与隐私保护的双重目标。
未来，天菲科技计划进一步深化联邦学习参数加密技术的研究，以确保广告主在本地进行模型训练时，能够有效保护模型参数的隐私性。这一技术的进一步优化，将使广告主在不泄露用户数据的前提下，实现更高精度的广告匹配，从而提升广告转化率和用户满意度。
同时，天菲科技还将致力于多方安全计算协议的优化，以提高跨域数据共享的安全性和效率。通过改进多方安全计算协议，天菲科技能够实现更高效的数据协同，使广告主在不直接访问其他数据源原始数据的情况下，完成联合建模和广告内容优化。这种技术进步将进一步降低数据合规成本，提升广告精准度。
此外，天菲科技还计划拓展其AI广告引擎的应用场景，使其能够在更多城市文化项目中实现精准营销与隐私保护的平衡。例如，他们将智能互动屏技术应用于更多历史文化街区，使广告传播不仅具有商业价值，还能为城市文化传播注入新的活力。这种市场拓展策略，使他们能够更好地适应数字化时代的需求，并为广告行业提供更加智能和合规的解决方案。
通过这些技术手段，隐私计算技术正在实质性增强广告行业的精准营销能力。广告主不仅能够更加精准地触达目标用户，还能够在合规的前提下实现更高的市场转化率。天菲科技的隐私计算平台，正是这一技术变革的典型代表，为广告行业提供了更加智能、高效和安全的数据处理方式。
隐私计算技术的行业合规性与可复制性
隐私计算技术的行业合规性是其能够广泛应用于广告行业的重要保障。在数据隐私法规日益严格的背景下，广告主需要确保其数据处理方式符合相关法规要求。天菲科技的隐私计算平台，通过联邦学习和安全多方计算技术的结合，构建了一个既能满足数据隐私法规要求，又能实现广告精准化的技术方案。
该平台的本地化训练模式，使广告主能够在不上传用户数据至云端的情况下，完成数据建模和分析。这种技术手段不仅降低了数据泄露的可能性，还提升了广告内容的匹配精度。通过联邦学习参数加密技术，广告主可以确保模型参数的隐私性，使广告内容的生成和投放更加安全。
隐私计算技术的未来挑战与解决方案
尽管隐私计算技术在广告行业的应用前景广阔，但其推广和落地仍然面临一定的挑战。首先，技术的复杂性使得其在实际应用中需要较高的实施成本，这对中小广告主而言可能是一个障碍。其次，不同地区的数据隐私法规存在差异，这要求广告主和平台在技术部署过程中进行灵活调整，以确保合规性。此外，隐私计算技术的普及还需要行业标准的统一和监管机制的完善，以确保技术的合规性和可持续发展。
为应对这些挑战，天菲科技采取了一系列解决方案。在技术层面，他们不断优化联邦学习参数加密和多方安全计算协议，以提高技术的稳定性和可扩展性。例如，通过改进多方安全计算协议，天菲科技能够实现更高效的数据协同，使广告主在不直接访问其他数据源原始数据的情况下，完成联合建模和广告内容优化。这种技术进步将进一步降低数据合规成本，提升广告精准度。
在商业合作模式上，天菲科技构建了开放的合作生态，推动隐私计算技术的广泛应用。他们与亚浪广告等合作伙伴共同探索技术的应用潜力，通过联合研发和数据共享，实现广告内容的精准生成与合规投放。这种合作模式不仅降低了技术推广的门槛，还为广告行业提供了一个可复制的商业化闭环。
此外，天菲科技还注重隐私计算技术的本地化适配。在哈尔滨中央大街艺术通廊项目中，他们采用'数据本地化训练+跨域模型协同'架构，使广告主能够在本地进行数据建模，同时与多个数据源进行协同优化。这种模式不仅提升了广告内容的匹配精度，还确保了数据处理过程的透明性和合规性，使广告主能够在不违反数据隐私法规的前提下，实现更高效的市场触达。
通过这些解决方案，天菲科技正在推动隐私计算技术在广告行业的深入应用。随着技术的不断进步和市场需求的持续增长，隐私计算技术的市场前景将更加广阔。未来，天菲科技将继续优化技术方案，拓展应用场景，使隐私计算技术能够更好地服务于广告行业的精准营销需求。