Wayne's Blog
  • 首页
  • 登录
Wayne's Blog

Do Not Go Gentle Into That Good Night

  • 首页
  • 登录
  • CEP引擎Esper在入侵检测系统中的实践

    by zinan 2020年12月11日
    by zinan 2020年12月11日

    1、名词 CEP(Complex Event Process…

  • 通过Sysmon日志检测Cobalt Strike木马

    by zinan 2020年9月29日
    by zinan 2020年9月29日

    Cobalt Strike Beacon提供了很多命令控制的功能,其中有的存在强特征,有的存在弱特征,而剩下的基本没有特征,前两者都可以监控,即使是弱特征通过关联分析也能做到基本无误报的程度,如果内网中存在红队的CS木马,在没有对抗意识的情况下,很容易做出一些『错误』的操作被蓝队检测到。

  • [转] 深度学习:损失函数

    by zinan 2019年3月21日
    by zinan 2019年3月21日

    损失函数:又称Objective函数或者称Cost函数,主要是用于衡量预测值与真实值的差异情况。

    1)如果预测结果和真实结果越接近,损失函数值越小,预测结果和真实结果越不同,损失函数值越大

    2)通过BP算法,根据损失函数,可以不断优化神经网络各种参数

  • Python3如何使用chr()把一个大于128数字转为ascii的bytes类型

    by zinan 2019年1月10日
    by zinan 2019年1月10日

    原文:https://www.oschina.net/question/2741863_2199513

    问:
    在 num<128的时候,使用chr(num).encode(‘utf-8’)得到的是一个字符的ascii十六进制
    但是在num>128的时候,使用chr(num).encode(‘utf-8’)得到的是两个字节的ascii十六进制,请问该如何转换,我能够得到一个字节的十六进…

  • [转] 如何在Python中将TimeDistributed层用于Long Short-Term Memory Networks

    by zinan 2018年11月26日
    by zinan 2018年11月26日

    How to Use the TimeDistributed Layer for Long Short-Term Memory Networks in Python

    原文作者:Jason Brownlee

    原文地址:https://machinelearningmastery.com/timedistributed-layer-for-long-short-term-memory-networks-i…

  • [转] sklearn 中的 Pipeline 机制

    by zinan 2018年11月19日
    by zinan 2018年11月19日

    原文:https://blog.csdn.net/lanchunhui/article/details/50521648

    from sklearn.pipeline import Pipeline

    管道机制在机器学习算法中得以应用的根源在于,参数集在新数据集(比如测试集)上的重复使用。
    管道机制实现了对全部步骤的流式化封装和管理(streaming workflows with pipelines)。
    注…

  • [转] Python机器学习(sklearn)——分类模型评估与调参总结

    by zinan 2018年11月17日
    by zinan 2018年11月17日

    原文:https://ask.hellobi.com/blog/wangdawei/12190

    1. 如果只划分测试集和训练集    经验是75%作为训练集 

    sklearn中的train_test_split()默认这样划分

    from sklearn.model_selection import train_test_split

    X_train, X_test, …

  • 垃圾信息识别

    by zinan 2018年11月14日
    by zinan 2018年11月14日

    发送垃圾聊天信息是拉人用户一种拉人手段,众多的垃圾信息识别浪费了人力的投入。为了能够智能识别垃圾聊天信息,利用现有的历史聊天数据,采用机器学习相关算法进行学习,能够较高的准确率自动识别垃圾信息

  • 卸载并清除Ambari和HDP

    by zinan 2018年10月23日
    by zinan 2018年10月23日

    原文:https://imaidata.github.io/blog/uninstall_hdp_ambari/

    Ambari部署:https://docs.hortonworks.com/HDPDocuments/Ambari-2.4.1.0/bk_ambari-installation/content/ch_Getting_Ready.html

    简介:

    在不需要重装操作系统的情况下完全卸载HDP,并…

  • Cisco ASA固件破解和动态调试软件系统方法(包括硬件调试和虚拟化调试)

    by zinan 2018年9月8日
    by zinan 2018年9月8日

    Cisco ASA调试可分为硬件调试和虚拟化调试,其中硬件调试方法可以支持所有版本的ASA系统,虚拟化调试目前只支持ASA 802和ASA 842两个版本,主要原因是只有这两个版本的系统支持虚拟化环境,下面分开讲解两种调试方法。

Newer Posts
Older Posts
2021年4月
一 二 三 四 五 六 日
 1234
567891011
12131415161718
19202122232425
2627282930  
« 12月    

分类目录

  • ASM (7)
  • C/C++ (34)
  • Go (1)
  • GTK (12)
  • HDFS (1)
  • Java (2)
  • Linux (21)
  • Python (22)
  • Qt (5)
  • SDP (2)
  • shellcode (5)
  • 应用安全 (36)
  • 技术文章 (14)
  • 数据分析 (25)
  • 数据结构及算法 (22)
  • 网络 (13)
  • 量化交易 (2)
  • 随笔 (3)

随机文章

  • [转]C++模板
  • [转]Qt 中QTreewidget添加右键菜单
  • [转] Linux下反弹shell方法
  • MS14-065(CVE-2014-6332)漏洞利用
  • [转]OpenStack 网络:Neutron 初探
  • GTK文本视图
  • [转] Hive On Tez,Tez 和 MapReduce engine 性能对比
  • 安卓短信漏洞
  • [转]HOTP:一种基于HMAC的一次性口令算法
  • [转]Cisco IOS Rootkit工具该怎么写
  • 用301重定向设置网站首选域名(SEO优化)
  • Graph
  • [转] RabbitMQ 作用,模型,重要概念
  • GDB动态调试Cisco路由器
  • 从B树、B+树、B*树谈到R树
  • Python中的epoll模型
  • 树,二叉树,森林间的转换方法
  • 通过Sysmon日志检测Cobalt Strike木马
  • Cisco ASA固件破解和动态调试软件系统方法(包括硬件调试和虚拟化调试)
  • 线程栈空间的大小

近期评论

  • Sanal Market发表在《[转]Qt控件透明相关方法》
  • Finans发表在《[转]Qt控件透明相关方法》
  • ktink发表在《Cisco ASA固件破解和动态调试软件系统方法(包括硬件调试和虚拟化调试)》
  • "f发表在《IDA逆向代码段说明 text、idata、rdata、data》
  • <>发表在《IDA逆向代码段说明 text、idata、rdata、data》
  • xxx发表在《汇编中retn的含义详析》
  • 123456发表在《Cisco ASA固件破解和动态调试软件系统方法(包括硬件调试和虚拟化调试)》
  • 123456发表在《Cisco ASA固件破解和动态调试软件系统方法(包括硬件调试和虚拟化调试)》
  • Wayne发表在《GDB动态调试Cisco路由器》
  • aa发表在《GDB动态调试Cisco路由器》

功能

  • 登录
  • 条目feed
  • 评论feed
  • WordPress.org
  • Email
  • Github

@2019 - All Right Reserved. Designed and Developed by PenciDesign


Back To Top