[每周一更]-(第89期):开源许可证介绍

2024-03-01 20:36

本文主要是介绍[每周一更]-(第89期):开源许可证介绍,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

在这里插入图片描述

开源代码本就是一种共享精神,一种大无畏行为,为了发扬代码的魅力,创造更多的价值,让爱传递四方,让知识惠及更多人;

写文章也是一种共享精神,让知识传播出去。

介绍下开源中不同许可证的内容限制。

开源代码和写文章,本质上都存在版权等问题,大家都是友好交流沟通,以学习为目的,创造良性的循环。
在这里插入图片描述

开源许可证是规定软件或其他创作作品如何被使用、修改和分发的法律条款。选择适当的开源许可证对于开源项目的成功和社区的发展至关重要。以下是一些常见的开源许可证及它们的区别:

LGPL(GNU宽通用公共许可证):

  • 特点: 允许将LGPL的代码与非GPL或LGPL代码混合使用,但对于任何修改的LGPL代码,要求公开源代码。
  • 适用场景: 适用于库或框架,希望鼓励开发者修改和分发修改的情况。

MPL(Mozilla公共许可证):

  • 特点: 要求派生作品的源代码必须公开,但可以与其他许可证混合使用;允许私有修改和分发,但要求任何修改的部分必须使用MPL、GPL或LGPL进行再授权。
  • 适用情景: 适用于要求保持开放性的项目,同时允许与其他许可证合并。

GPL(GNU通用公共许可证):

  • 特点: 要求任何基于或修改的项目也必须使用GPL,确保衍生作品也是开源的。
  • 适用情景: 适用于强调自由共享的项目,可能限制商业项目的使用。

BSD许可证(2-Clause和3-Clause):

  • 特点: 允许使用、修改和分发,不带有像GPL那样的传染性。
  • 适用情景: 适用于需要保留版权和许可声明的项目,对商业项目友好。

MIT许可证:

  • 特点: 简洁明了,允许自由使用、修改和分发,只要包含原始版权和许可声明。
  • 适用情景: MIT许可证非常灵活,适用于几乎所有类型的项目,包括商业项目。

Apache许可证:

  • 特点: 允许使用、修改和分发,包含专利授予条款,要求在派生项目中包含原许可证和通告。
  • 适用情景: 适用于大规模的开源项目,希望保护专利权和鼓励贡献。

Affero通用公共许可证(AGPL):

  • 特点: 类似于GPL,但在用户通过网络提供软件服务时也要求公开源代码。
  • 适用场景: 适用于在Web上提供服务的项目,希望确保修改的代码也是开源的。

AGPL(GNU Affero通用公共许可证):

  • 特点: 类似于GPL,但特别适用于网络服务,要求通过网络提供的修改版本也必须开源。
  • 适用情景: 适用于希望确保网络服务的用户也能获得开源代码的项目。

Unlicense:

  • 特点: 放弃所有版权和相关权利,允许任何使用、修改和分发,无需提供原版权声明。
  • 适用情景: 适用于希望放弃所有权利的项目,对于公共领域贡献。
    选择合适的开源许可证取决于项目的性质、目标以及你对派生项目的期望。在选择许可证时,最好仔细研究每个许可证的具体条款,并在需要时寻求法律意见。

Creative Commons许可协议(许可证):

  • 特点: 适用于文档、艺术品等非软件项目,有不同版本和变种。
  • 适用情景: 用于规定创作作品的使用、修改和分发规则。

Creative Commons(CC)提供了多种许可协议,允许创作者自定义他们对作品的共享方式。以下是一些常见的Creative Commons许可协议,每个协议都有不同的组合特征:

  1. 署名(Attribution,BY):
    • 允许他人复制、分发、展览和执行作品,甚至是在商业用途下,只要作者或许可人得到适当的署名。
  2. 非商业性使用(NonCommercial,NC):
    • 允许他人在非商业性的情况下使用作品。这意味着作品不能被用于商业目的。
  3. 相同方式共享(ShareAlike,SA):
    • 如果采用了这一要素,那么新创作的作品必须采用相同的许可协议。这确保了新作品也以相似的开放方式共享。
  4. 无衍生物(NoDerivatives,ND):
    • 允许他人下载作品,但不允许对作品进行修改、转换、扩展或以其为基础进行创作。原作品必须以未经修改的形式被分发。
  5. 共享(CC0):
    • 允许创作者放弃所有著作权和相关权利,使作品成为公共领域的一部分。这是最开放的许可方式,允许任何人在任何目的下使用作品,无需署名。

以下是一些常见的Creative Commons许可协议的组合:

  • CC BY(署名): 允许任何目的下的共享、修改、商业使用,只要提供适当的署名。
  • CC BY-SA(署名-相同方式共享): 允许共享、修改、商业使用,只要提供适当的署名,并且新作品采用相同的许可协议。
  • CC BY-NC(署名-非商业性使用): 允许非商业性使用,只要提供适当的署名。
  • CC BY-ND(署名-无衍生物): 允许任何目的下的共享,只要提供适当的署名,但不允许对作品进行修改。
  • CC BY-NC-SA(署名-非商业性使用-相同方式共享): 允许非商业性使用,只要提供适当的署名,并且新作品采用相同的许可协议。
  • CC BY-NC-ND(署名-非商业性使用-无衍生物): 允许非商业性使用,只要提供适当的署名,但不允许对作品进行修改。

以上列举的是常见的几种组合,实际上,Creative Commons提供了更多的组合方式,以便创作者选择适合他们需求的许可协议。

举例:

  • CSDN:CC 4.0 BY-SA(署名-相同方式共享 4.0 国际)
  • 个人博客:CC BY-NC 4.0 DEED(署名-非商业性使用 4.0 国际)

这篇关于[每周一更]-(第89期):开源许可证介绍的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/763726

相关文章

性能测试介绍

性能测试是一种测试方法,旨在评估系统、应用程序或组件在现实场景中的性能表现和可靠性。它通常用于衡量系统在不同负载条件下的响应时间、吞吐量、资源利用率、稳定性和可扩展性等关键指标。 为什么要进行性能测试 通过性能测试,可以确定系统是否能够满足预期的性能要求,找出性能瓶颈和潜在的问题,并进行优化和调整。 发现性能瓶颈:性能测试可以帮助发现系统的性能瓶颈,即系统在高负载或高并发情况下可能出现的问题

水位雨量在线监测系统概述及应用介绍

在当今社会,随着科技的飞速发展,各种智能监测系统已成为保障公共安全、促进资源管理和环境保护的重要工具。其中,水位雨量在线监测系统作为自然灾害预警、水资源管理及水利工程运行的关键技术,其重要性不言而喻。 一、水位雨量在线监测系统的基本原理 水位雨量在线监测系统主要由数据采集单元、数据传输网络、数据处理中心及用户终端四大部分构成,形成了一个完整的闭环系统。 数据采集单元:这是系统的“眼睛”,

Hadoop数据压缩使用介绍

一、压缩原则 (1)运算密集型的Job,少用压缩 (2)IO密集型的Job,多用压缩 二、压缩算法比较 三、压缩位置选择 四、压缩参数配置 1)为了支持多种压缩/解压缩算法,Hadoop引入了编码/解码器 2)要在Hadoop中启用压缩,可以配置如下参数

阿里开源语音识别SenseVoiceWindows环境部署

SenseVoice介绍 SenseVoice 专注于高精度多语言语音识别、情感辨识和音频事件检测多语言识别: 采用超过 40 万小时数据训练,支持超过 50 种语言,识别效果上优于 Whisper 模型。富文本识别:具备优秀的情感识别,能够在测试数据上达到和超过目前最佳情感识别模型的效果。支持声音事件检测能力,支持音乐、掌声、笑声、哭声、咳嗽、喷嚏等多种常见人机交互事件进行检测。高效推

图神经网络模型介绍(1)

我们将图神经网络分为基于谱域的模型和基于空域的模型,并按照发展顺序详解每个类别中的重要模型。 1.1基于谱域的图神经网络         谱域上的图卷积在图学习迈向深度学习的发展历程中起到了关键的作用。本节主要介绍三个具有代表性的谱域图神经网络:谱图卷积网络、切比雪夫网络和图卷积网络。 (1)谱图卷积网络 卷积定理:函数卷积的傅里叶变换是函数傅里叶变换的乘积,即F{f*g}

金融业开源技术 术语

金融业开源技术  术语 1  范围 本文件界定了金融业开源技术的常用术语。 本文件适用于金融业中涉及开源技术的相关标准及规范性文件制定和信息沟通等活动。

安全管理体系化的智慧油站开源了。

AI视频监控平台简介 AI视频监控平台是一款功能强大且简单易用的实时算法视频监控系统。它的愿景是最底层打通各大芯片厂商相互间的壁垒,省去繁琐重复的适配流程,实现芯片、算法、应用的全流程组合,从而大大减少企业级应用约95%的开发成本。用户只需在界面上进行简单的操作,就可以实现全视频的接入及布控。摄像头管理模块用于多种终端设备、智能设备的接入及管理。平台支持包括摄像头等终端感知设备接入,为整个平台提

K8S(Kubernetes)开源的容器编排平台安装步骤详解

K8S(Kubernetes)是一个开源的容器编排平台,用于自动化部署、扩展和管理容器化应用程序。以下是K8S容器编排平台的安装步骤、使用方式及特点的概述: 安装步骤: 安装Docker:K8S需要基于Docker来运行容器化应用程序。首先要在所有节点上安装Docker引擎。 安装Kubernetes Master:在集群中选择一台主机作为Master节点,安装K8S的控制平面组件,如AP

C++——stack、queue的实现及deque的介绍

目录 1.stack与queue的实现 1.1stack的实现  1.2 queue的实现 2.重温vector、list、stack、queue的介绍 2.1 STL标准库中stack和queue的底层结构  3.deque的简单介绍 3.1为什么选择deque作为stack和queue的底层默认容器  3.2 STL中对stack与queue的模拟实现 ①stack模拟实现

MiniGPT-3D, 首个高效的3D点云大语言模型,仅需一张RTX3090显卡,训练一天时间,已开源

项目主页:https://tangyuan96.github.io/minigpt_3d_project_page/ 代码:https://github.com/TangYuan96/MiniGPT-3D 论文:https://arxiv.org/pdf/2405.01413 MiniGPT-3D在多个任务上取得了SoTA,被ACM MM2024接收,只拥有47.8M的可训练参数,在一张RTX