网络安全行业兼职接单秘籍:计算机人如何凭借技能赚外快

FitzHugh-Nagumo 模型连续-MATLAB仿真 【代码】FitzHugh-Nagumo 模型连续-MATLAB仿真。 阅读详情

网络安全行业兼职接单秘籍:计算机人如何凭借技能赚外快

在这里插入图片描述

很多计算机人(学生 / 转行从业者)觉得 “网络安全兼职门槛高,必须是大神才能接”,其实不用会复杂渗透,只要掌握基础工具(如 Nmap、Burp)或简单编程,就能接 “50-5000 元” 的兼职单。

这篇从 “低门槛到中高阶” 拆解 4 类适合计算机人的网络安全兼职,附具体接单平台、流程、报价和避坑技巧,学生能赚零花钱,转行从业者能补收入,关键是 “用现有技能变现,不用额外学太多”。

一、入门级兼职(0 基础可接,50-500 元 / 单):适合学生 / 转行新手

这类兼职不用深度漏洞挖掘,靠 “基础安全检查” 或 “工具使用” 就能完成,适合刚开始练手的人。

1. 方向 1:Web 基础安全检测(最易上手)
核心工作:

帮中小网站 / 企业检查 “弱口令、敏感信息泄露、简单 XSS/SQL 注入” 等基础漏洞,出具简易检测报告。

适合人群:

会用 Burp Suite 扫漏洞、Nmap 扫端口,学过 Web 安全基础的学生 / 转行党。

接单平台与流程:
  • 平台推荐:
  1. 淘宝 / 闲鱼:搜 “网站安全检测”,找销量 100 + 的店铺,私信店主 “接兼职检测,会用 Burp 和 Nmap”,通常会给你测试账号练手,通过后就能接单;

  2. 猪八戒网 / 一品威客:筛选 “网络安全→Web 检测” 类需求,优先接预算 500 元内、需求明确的单(如 “检查官网登录页是否有弱口令”)。

  • 接单流程(以淘宝兼职为例):
  1. 接任务:店主会发目标网站 URL 和检测清单(如 “查 3 个登录页弱口令、2 个表单 XSS”);

  2. 做检测:用 Burp 扫表单,Nmap 扫开放端口,发现漏洞截图记录(如 “admin/123456 能登录,未设验证码”);

  3. 交报告:按模板写 1-2 页报告,列 “漏洞描述 + 风险等级 + 修复建议”,店主审核通过后结款(通常 3-5 天结一次)。

收入与技能要求:
  • 单价:50-200 元 / 单,熟练后 1 天能接 2-3 单,月入 2000-3000 元;

  • 技能:会用 Burp 抓包改包、Nmap 扫端口,能识别弱口令、简单 XSS/SQL 注入,会写简易报告。

2. 方向 2:安全工具脚本定制(靠编程变现)
核心工作:

帮客户写简单的安全脚本(如端口扫描脚本、日志分析脚本),不用复杂算法,能跑通就行。

适合人群:

会 Python/Shell 编程,学过基础网络安全的计算机学生 / 程序员。

接单平台与流程:
  • 平台推荐:
  1. 码市 / 程序员客栈:筛选 “安全工具”“脚本开发” 需求,比如 “写一个 Python 端口扫描脚本,支持多线程”;

  2. GitHub Issues:关注 “安全工具开源项目”(如 Nmap、Burp 插件),有些作者会发布 “定制小功能” 的需求,私信沟通接单。

  • 接单流程(以码市为例):
  1. 投标:看到需求 “Python 写日志异常检测脚本”,先看预算(通常 300-800 元),再回复 “会用 Python 解析日志,能检测‘登录失败’‘异常 IP’等关键词,3 天交付”;

  2. 沟通需求:中标后和客户确认 “日志格式(如 txt/json)、检测关键词、输出结果格式(如 Excel)”;

  3. 开发交付:写脚本(比如用 Python 的 re 模块匹配关键词,pandas 输出 Excel),测试后发客户,客户确认能用后结款。

收入与技能要求:
  • 单价:300-800 元 / 单,1 周能接 1-2 单,月入 1000-1600 元;

  • 技能:熟练 Python/Shell,能写 “端口扫描、日志分析、漏洞检测” 等简单脚本,会调试常见报错。

二、进阶级兼职(有基础实战经验,500-5000 元 / 单):适合转行从业者 / 有实训经历的学生

这类兼职需要 “靶场实战经验” 或 “某一领域专长”,收入更高,能积累项目经验,对后续求职也有帮助。

1. 方向 1:漏洞众测(按漏洞等级付费,高危漏洞能赚数千元)
核心工作:

在众测平台找企业发布的漏洞测试项目,发现并提交漏洞(如 SQL 注入、文件上传、逻辑漏洞),按漏洞等级拿赏金。

适合人群:

有 HTB/DVWA 靶机实战经验,能独立复现常见漏洞的转行从业者 / 高年级学生。

接单平台与流程:
  • 平台推荐(按新手友好度排序):
  1. 漏洞盒子(国内):有 “新手专区”,项目多为中小网站,漏洞难度低(如弱口令、敏感信息泄露),赏金 50-2000 元;

  2. 补天平台(阿里系):“公益众测” 板块适合练手,企业项目审核快,高危漏洞赏金 1000-5000 元;

  3. HackerOne(国际):英文界面,有 “Beginner Friendly” 标签的项目,适合英语基础好的人,低危漏洞赏金 50-100 美元。

  • 接单流程(以漏洞盒子为例):
  1. 选项目:注册后在 “项目大厅” 选 “Web 应用” 类项目,优先选 “教育行业”“中小企业官网”(防护较弱,易发现漏洞);

  2. 测漏洞:比如测试某官网的 “用户注册” 功能,用 Burp 抓包改参数,发现 “手机号可重复注册,导致短信轰炸”(低危漏洞);

  3. 提交漏洞:按平台模板写 “漏洞复现步骤 + 截图 + 修复建议”,比如 “1. 访问注册页输入已注册手机号;2. 抓包发现未校验手机号是否已存在;3. 建议后端加手机号唯一性校验”;

  4. 拿赏金:企业审核通过(通常 3-7 天)后,赏金直接打平台账户,提现到银行卡(无手续费)。

收入与技能要求:
  • 单价:低危 50-500 元,中危 500-2000 元,高危 2000-5000 元,每月接 2-3 个低中危漏洞,月入 1000-4000 元;

  • 技能:能独立复现 SQL 注入、XSS、文件上传、逻辑漏洞(如越权),会写清晰的漏洞报告,懂 “漏洞评分标准”(如 CVSS 评分)。

2. 方向 2:安全培训助教(靠 “教” 变现,时间灵活)
核心工作:

帮培训机构批改作业、解答学员问题(如 “Burp 怎么抓包”“Nmap 命令怎么用”),不用自己讲课,时间灵活。

适合人群:

熟悉网络安全基础工具和知识点,有耐心、会沟通的转行从业者 / 学生。

接单平台与流程:
  • 平台推荐:
  1. 慕课网 / 极客时间:关注 “网络安全课程” 的助教招聘,通常在课程详情页底部有联系方式;

  2. 线下培训机构:搜本地 “网络安全培训” 机构,私信 “可做兼职助教,熟悉 Burp、Nmap 教学”,适合想线下接触行业的人。

  • 接单流程(以慕课网为例):
  1. 面试:机构会问 “Burp 的 Proxy 模块怎么用”“如何教新手理解 SQL 注入”,简单演示后就能通过;

  2. 工作内容:每天花 1-2 小时在学员群解答问题(如 “为什么 Burp 抓不到 HTTPS 包?”),每周批改 1 次作业(如 “检查学员的 Nmap 扫描报告是否正确”);

  3. 结款:按周结,通常 100-150 元 / 天,每月工作 20 天,月入 2000-3000 元。

收入与技能要求:
  • 单价:100-150 元 / 天,时间灵活,可兼职 1-2 个月;

  • 技能:熟练掌握网络安全基础工具(Burp、Nmap、Wireshark),能把复杂知识点讲通俗(如用 “钥匙开门” 比喻 “密码验证”),有耐心解答重复问题。

三、接单避坑指南:3 个新手必踩的坑(别赚小钱亏大钱)

1. 坑 1:接 “未授权测试” 的单(违法!)
  • 表现:客户说 “帮我测下竞争对手的网站,找到漏洞给你加钱”;

  • 后果:未授权测试属于 “非法入侵”,可能面临罚款甚至刑事责任(参考《网络安全法》第 27 条);

  • 避坑:接单前必须要 “客户提供目标资产的授权证明”(如企业盖章的《测试授权书》),无授权的单一律不接。

2. 坑 2:低价卷单(累死自己还赚不到钱)
  • 表现:看到 “Web 检测 50 元 / 单” 就接,结果测 1 个网站花 3 小时,时薪不到 20 元;

  • 避坑:按 “时薪 30-50 元” 算报价,比如测 1 个网站预计 2 小时,报价 60-100 元,低于这个价的单不接;初期可接低价单练手,但最多接 3-5 单,熟练后立刻涨价。

3. 坑 3:不签协议(做完单客户赖账)
  • 表现:私下和客户沟通,没签任何协议,做完后客户说 “漏洞没用,不给钱”;

  • 避坑:

  1. 平台接单:走平台担保交易,客户确认后平台才放款,避免赖账;

  2. 私下接单:签简易协议(网上搜 “网络安全兼职服务协议模板”),写清 “服务内容、付款金额、交付时间”,双方签字(电子签也可)。

四、变现技巧:让兼职收入翻倍的 3 个方法

1. 技巧 1:包装 “作品集”,提升报价
  • 做法:把做过的兼职项目整理成 “作品集”,比如:

  • 漏洞众测:截图 “漏洞报告 + 赏金到账记录”,标注 “1 个月提交 5 个中危漏洞,总赏金 3000 元”;

  • 脚本定制:把写过的脚本传到 GitHub,附 “功能说明 + 使用截图”,接单时发客户看;

  • 效果:有作品集的人,报价能比没作品集的高 30%,比如同样是 Web 检测,别人报 100 元,你能报 130 元。

2. 技巧 2:积累客户,接 “复购单”
  • 做法:做完单后,礼貌问客户 “后续有安全检测或脚本定制需求,可随时找我,老客户有折扣”;

  • 案例:帮某小企业做过 Web 检测后,客户后续找我写 “日志分析脚本”(800 元)、“员工安全意识培训助教”(200 元 / 天),复购收入占月收入的 40%。

3. 技巧 3:按 “领域细分” 接单,形成优势
  • 做法:别什么单都接,选 1 个领域深耕,比如:

  • 擅长 Python:专注接 “安全脚本定制” 单,成为 “脚本专家”;

  • 擅长 Web 漏洞:专注接 “中小网站漏洞检测” 单,积累 “教育行业、电商行业” 的检测经验;

  • 效果:细分领域的单竞争小,客户更愿意找 “专业的人”,比如同样是脚本定制,客户会优先选 “专注安全脚本,做过 5 个日志分析项目” 的你,而不是 “什么脚本都接” 的人。

五、总结:兼职接单的核心是 “先练手,再涨价”

对计算机人来说,网络安全兼职不是 “一开始就要赚大钱”,而是 “用现有技能练手,同时赚零花钱”—— 学生可以用兼职赚的钱买学习资料,转行从业者可以用兼职补收入,还能积累项目经验,为后续全职求职加分。

刚开始接单时,哪怕接 50 元的 Web 检测单,也要认真做,积累口碑;熟练后再逐步接中高阶单(如漏洞众测、培训助教),按 “时薪 30-50 元” 的标准提价。去年我带的一个转行学员,从 “50 元 Web 检测” 开始,3 个月后能接 “2000 元的中危漏洞单”,月兼职收入稳定在 5000+,后来还靠兼职积累的经验,拿到了安全公司的全职 offer。

如果需要 “兼职接单协议模板 + 漏洞报告模板 + 平台接单联系方式”,评论区扣 “兼职资源” 就能领,帮你省去踩坑时间,快速开启网络安全兼职变现!

互动话题:如果你想学习更多**网络安全方面**的知识和工具,可以看看以下面!

网络安全学习资源分享:

给大家分享一份全套的网络安全学习资料,给那些想学习 网络安全的小伙伴们一点帮助!

①网络安全学习路线
②20份渗透测试电子书
③安全攻防357页笔记
④50份安全攻防面试指南
⑤安全红队渗透工具包
⑥网络安全必备书籍
⑦100个漏洞实战案例
⑧安全大厂内部视频资源
⑨历年CTF夺旗赛题解析

对于从来没有接触过网络安全的同学,我们帮你准备了详细的学习成长路线图。可以说是最科学最系统的学习路线,大家跟着这个大的方向学习准没问题。

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

因篇幅有限,仅展示部分资料,完整版的网络安全学习资料已经上传优快云,朋友们如果需要可以在下方优快云官方认证二维码免费领取【保证100%免费】

请添加图片描述

QGis二次开发 —— 5.1、基于qgis开发雷达扫描、无人机飞行跟踪等(附:源码及工程) 基于qgis开发雷达扫描、无人机飞行跟踪等 阅读详情

相关推荐

C# 开发 WPS 插件实战:从环境搭建到功能实现(附完整代码)

本文提供了一份详尽的C#开发WPS插件实战指南,涵盖从环境搭建到功能实现的完整流程。通过COM技术,开发者可以创建自定义插件,为WPS Office扩展自动化功能,如文档处理与格式转换。文章包含核心概念解析、Ribbon界面集成、调试部署方法及完整代码示例,帮助开发者快速上手。

rust6ferris的博客 928

网络安全最新程序员副业接单做私活避坑指南_网络安全接单

网络安全产业就像一个江湖,各色人等聚集。相对于欧美国家基础扎实(懂加密、会防护、能挖洞、擅工程)的众多名门正派,我国的人才更多的属于旁门左道(很多白帽子可能会不服气),因此在未来的人才培养和建设上,需要调整结构,鼓励更多的人去做“正向”的、结合“业务”与“数据”、“自动化”的“体系、建设”,才能解人才之渴,真正的为社会全面互联网化提供安全保障。

Spontaneous_0的博客 1424

STM32F4的sct文件理解

原文地址http://blog.sina.com.cn/s/blog_898f36590100ya2l.html ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~...

weixin_34008805的博客 995

做网安这几年,接私活赚的是我工资的3倍,这些门道没几人知道

做网安这几年,接私活赚的是我工资的3倍,这些门道没几人知道

m0_66958971的博客 1044

惊呆了!Oracle 11g从入门到放弃的保姆级指南(新手必看)

本文为Oracle 11g数据库新手提供了一份详尽的入门指南。内容涵盖从安装配置、SQL*Plus工具使用、核心的SQL增删改查操作,到事务、索引等进阶概念的解析。文章旨在帮助初学者避开常见陷阱,快速掌握这一经典关系型数据库管理系统的基本操作与核心技能,实现从入门到上手。

ooo22的博客 267

一文带你看懂SAP-HANA的基本架构与原理

创作不易,希望大家一键三连支持!!!♥♥♥创作不易,希望大家一键三连支持!!!♥♥♥创作不易,希望大家一键三连支持!!!♥♥♥。

丷江南南的博客 5077

网络安全最新程序员副业接单做私活避坑指南

网络安全产业就像一个江湖,各色人等聚集。相对于欧美国家基础扎实(懂加密、会防护、能挖洞、擅工程)的众多名门正派,我国的人才更多的属于旁门左道(很多白帽子可能会不服气),因此在未来的人才培养和建设上,需要调整结构,鼓励更多的人去做“正向”的、结合“业务”与“数据”、“自动化”的“体系、建设”,才能解人才之渴,真正的为社会全面互联网化提供安全保障。

2401_84618514的博客 1299

揭秘cocos-mcp:如何用AI助手提升CocosCreator游戏开发效率

本文深入介绍了cocos-mcp工具,它作为连接AI助手与CocosCreator编辑器的桥梁,遵循MCP协议,能显著提升游戏开发效率。通过自然语言指令,开发者可让AI直接查询场景结构、批量修改属性或生成上下文代码,将重复操作变为智能调度,实现从“手动操作者”到“指令指挥官”的工作流变革。

weixin_29001683的博客 1051

我是一名程序员,现在23岁。我现在想立马开展副业,但是我技术算一般,也没有特别的兴趣爱好,我该怎么办?

综合性平台有补天、漏洞盒子、CNVD等等,独家SRC也有很多,比如华为、阿里、腾讯、360等。国外的漏洞也可以去挖,奖金更高。一般挖几个月就能找到门道,UP在接私活的第二年就赚了6万多。我行你也行!2023年,助大家都能实现财富自由,迈上人生新的阶梯!网络安全产业就像一个江湖,各色人等聚集。

wananxuexihu的博客 433

在 VS Code 里配置 SAP Joule for Developers 的 ABAP AI side-by-side 能力

摘要: 随着ABAP开发工具链的演进,VS Code逐渐融入ABAP开发流程,SAP Joule for Developers的ABAP AI能力通过side-by-side模式(基于BTP中央服务)为多系统开发提供统一AI支持。该模式避免了各ABAP后端独立升级AI能力的碎片化问题,由管理员配置BTP订阅URL后,开发者可在ADT或VS Code中全局调用。实际落地需注意角色分工(管理员配置服务,开发者填写URL)、AI units资源规划及配置细节(如区分全局与项目级设置)。建议将Joule URL纳入

2007 年 ~ 2025 年,深耕 SAP 技术 18 年 120

android 蓝牙通讯demo

android 下蓝牙通讯demo,实现了发现蓝牙,使能蓝牙,通过蓝牙发送消息。

网安er如何凭借技能赚外快,兼职接单秘籍分享!

这篇从 “低门槛到中高阶” 拆解 4 类适合计算机人的网络安全兼职,附具体接单平台、流程、报价和避坑技巧,学生能赚零花钱,转行从业者能补收入,关键是 “用现有技能变现,不用额外学太多”。

Cairo_A的博客 1210

IEM模型,地表粗糙度模拟

利用微波反演土壤水分时候,利用IEM模型可以实现对随机地表的模拟

网络安全行业接单赚外快秘籍:计算机人靠技能变现的技巧

对计算机人来说,网络安全兼职不是 “一开始就要赚大钱”,而是 “用现有技能练手,同时赚零花钱”—— 学生可以用兼职赚的钱买学习资料,转行从业者可以用兼职补收入,还能积累项目经验,为后续全职求职加分。刚开始接单时,哪怕接 50 元的 Web 检测单,也要认真做,积累口碑;熟练后再逐步接中高阶单(如漏洞众测、培训助教),按 “时薪 30-50 元” 的标准提价。

2301_77472496的博客 1227

visio安装包

Microsoft Office Visio 是一款专业的制图软件。利用经过更新的形状、协作工具和数据链接图表,创建专业级图表以简化复杂的信息。

深度学习工具包 DeepLearningToolbox

深度学习工具包Deprecation notice.-----This toolbox is outdated and no longer maintained.There are much better tools available for deep learning than this toolbox, e.g. [Theano](http://deeplearning.net/software/theano/), [torch](http://torch.ch/) or [tensorflow](http://www.tensorflow.org/)I would suggest you use one of the tools mentioned above rather than use this toolbox.Best, Rasmus.DeepLearnToolbox================A Matlab toolbox for Deep Learning.Deep Learning is a new subfield of machine learning that focuses on learning deep hierarchical models of data.It is inspired by the human brain's apparent deep (layered, hierarchical) architecture.A good overview of the theory of Deep Learning theory is[Learning Deep Architectures for AI](http://www.iro.umontreal.ca/~bengioy/papers/ftml_book.pdf)For a more informal introduction, see the following videos by Geoffrey Hinton and Andrew Ng.* [The Next Generation of Neural Networks](http://www.youtube.com/watch?v=AyzOUbkUf3M) (Hinton, 2007)* [Recent Developments in Deep Learning](http://www.youtube.com/watch?v=VdIURAu1-aU) (Hinton, 2010)* [Unsupervised Feature Learning and Deep Learning](http://www.youtube.com/watch?v=ZmNOAtZIgIk) (Ng, 2011)If you use this toolbox in your research please cite [Prediction as a candidate for learning deep hierarchical models of data](http://www2.imm.dtu.dk/pubdb/views/publication_details.php?id=6284)```@MASTERSTHESIS\{IMM2012-06284, author = "R. B. Palm", title = "Prediction as a candidate for learning deep hierarchical models of data", year = "2012",}```Contact: rasmusbergpalm at gmail dot comDirectories included in the toolbox-----------------------------------`NN/` - A library for Feedforward Backpropagation Neural Networks`CNN/` - A library for Convolutional Neural Networks`DBN/` - A library for Deep Belief Networks`SAE/` - A library for Stacked Auto-Encoders`CAE/` - A library for Convolutional Auto-Encoders`util/` - Utility functions used by the libraries`data/` - Data used by the examples`tests/` - unit tests to verify toolbox is workingFor references on each library check REFS.mdSetup-----1. Download.2. addpath(genpath('DeepLearnToolbox'));Example: Deep Belief Network---------------------```matlabfunction test_example_DBNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit RBM and visualize its weightsrand('state',0)dbn.sizes = [100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);figure; visualize(dbn.rbm{1}.W'); % Visualize the RBM weights%% ex2 train a 100-100 hidden unit DBN and use its weights to initialize a NNrand('state',0)%train dbndbn.sizes = [100 100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);%unfold dbn to nnnn = dbnunfoldtonn(dbn, 10);nn.activation_function = 'sigm';%train nnopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.10, 'Too big error');```Example: Stacked Auto-Encoders---------------------```matlabfunction test_example_SAEload mnist_uint8;train_x = double(train_x)/255;test_x = double(test_x)/255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit SDAE and use it to initialize a FFNN% Setup and train a stacked denoising autoencoder (SDAE)rand('state',0)sae = saesetup([784 100]);sae.ae{1}.activation_function = 'sigm';sae.ae{1}.learningRate = 1;sae.ae{1}.inputZeroMaskedFraction = 0.5;opts.numepochs = 1;opts.batchsize = 100;sae = saetrain(sae, train_x, opts);visualize(sae.ae{1}.W{1}(:,2:end)')% Use the SDAE to initialize a FFNNnn = nnsetup([784 100 10]);nn.activation_function = 'sigm';nn.learningRate = 1;nn.W{1} = sae.ae{1}.W{1};% Train the FFNNopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.16, 'Too big error');```Example: Convolutional Neural Nets---------------------```matlabfunction test_example_CNNload mnist_uint8;train_x = double(reshape(train_x',28,28,60000))/255;test_x = double(reshape(test_x',28,28,10000))/255;train_y = double(train_y');test_y = double(test_y');%% ex1 Train a 6c-2s-12c-2s Convolutional neural network %will run 1 epoch in about 200 second and get around 11% error. %With 100 epochs you'll get around 1.2% errorrand('state',0)cnn.layers = { struct('type', 'i') %input layer struct('type', 'c', 'outputmaps', 6, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %sub sampling layer struct('type', 'c', 'outputmaps', 12, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %subsampling layer};cnn = cnnsetup(cnn, train_x, train_y);opts.alpha = 1;opts.batchsize = 50;opts.numepochs = 1;cnn = cnntrain(cnn, train_x, train_y, opts);[er, bad] = cnntest(cnn, test_x, test_y);%plot mean squared errorfigure; plot(cnn.rL);assert(er<0.12, 'Too big error');```Example: Neural Networks---------------------```matlabfunction test_example_NNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);% normalize[train_x, mu, sigma] = zscore(train_x);test_x = normalize(test_x, mu, sigma);%% ex1 vanilla neural netrand('state',0)nn = nnsetup([784 100 10]);opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samples[nn, L] = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.08, 'Too big error');%% ex2 neural net with L2 weight decayrand('state',0)nn = nnsetup([784 100 10]);nn.weightPenaltyL2 = 1e-4; % L2 weight decayopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex3 neural net with dropoutrand('state',0)nn = nnsetup([784 100 10]);nn.dropoutFraction = 0.5; % Dropout fraction opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex4 neural net with sigmoid activation functionrand('state',0)nn = nnsetup([784 100 10]);nn.activation_function = 'sigm'; % Sigmoid activation functionnn.learningRate = 1; % Sigm require a lower learning rateopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex5 plotting functionalityrand('state',0)nn = nnsetup([784 20 10]);opts.numepochs = 5; % Number of full sweeps through datann.output = 'softmax'; % use softmax outputopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex6 neural net with sigmoid activation and plotting of validation and training error% split training data into training and validation datavx = train_x(1:10000,:);tx = train_x(10001:end,:);vy = train_y(1:10000,:);ty = train_y(10001:end,:);rand('state',0)nn = nnsetup([784 20 10]); nn.output = 'softmax'; % use softmax outputopts.numepochs = 5; % Number of full sweeps through dataopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, tx, ty, opts, vx, vy); % nntrain takes validation set as last two arguments (optionally)[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');```[![Bitdeli Badge](https://d2weczhvl823v0.cloudfront.net/rasmusbergpalm/deeplearntoolbox/trend.png)](https://bitdeli.com/free "Bitdeli Badge")

计算机人网络安全兼职秘籍:凭技术接单赚外快的实用方法!

对计算机人来说,网络安全兼职不是 “一开始就要赚大钱”,而是 “用现有技能练手,同时赚零花钱”—— 学生可以用兼职赚的钱买学习资料,转行从业者可以用兼职补收入,还能积累项目经验,为后续全职求职加分。刚开始接单时,哪怕接 50 元的 Web 检测单,也要认真做,积累口碑;熟练后再逐步接中高阶单(如漏洞众测、培训助教),按 “时薪 30-50 元” 的标准提价。

wangluo12138的博客 1094

网络安全行业下班人都干点啥?如何在下班再赚一笔外快?

对计算机人来说,网络安全兼职不是 “一开始就要赚大钱”,而是 “用现有技能练手,同时赚零花钱”—— 学生可以用兼职赚的钱买学习资料,转行从业者可以用兼职补收入,还能积累项目经验,为后续全职求职加分。刚开始接单时,哪怕接 50 元的 Web 检测单,也要认真做,积累口碑;熟练后再逐步接中高阶单(如漏洞众测、培训助教),按 “时薪 30-50 元” 的标准提价。

2302_76672693的博客 637
上一篇: 网络安全必备计算机网络全解|面试/护网/渗透全覆盖(一文吃透)
下一篇: 2026零基础入门学网络安全(详细),看这篇就够了_网安学习
网络安全教程库
博客等级 码龄3年 4877粉丝 986原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值