大战黑客传之(2)-夜探军营(转)

本文以武侠风格叙述了一次虚拟的网络安全行动。主人公们利用专业技能潜入系统(军营),检查系统文件的完整性,收集可疑脚本及配置文件信息,以期找出黑客留下的痕迹。
大战黑客传之(2)-夜探军营(转)[@more@]

  且说次日傍晚, 吾与友备好武林名门真传, 以及再三考虑定下的"除黑大法", 打开笔记本, 放出我们的强力老猫,挎枪上马, 一迹绝尘, 直奔大营而去.......很快就来到营门前.为不引人注目, 自称小军曹进入营门(login in),此时营中一切都平静......天惊地破的大战前必然有的一种平静....先看一看情况: ps -ax......什么奇怪的事情都没有.....难道昨天的那些家伙都蒸发了不成??? 怀疑黑客已经悄悄替换了若干营中的心腹兵丁, 查一下ps的来路...还好, ps这个心腹的MD5 指纹和营中的记录对上了; 还是有些担心, 干脆查查负责系统文件指纹记录的心腹自己有没有问题.....很好, 没有问. 放心多了. 立即密令此忠心不贰之心腹去查查其它常用兵(/bin)....不错, ls, cd 这些都没有问题.按照预先定下的"反黑大法", 下一步直扑器械房(/dev),探探那些来路不明的的高级军官id=root )......还在....不过都在睡觉.....看看有些什么人(ls -al).....几个sh派的家伙: huck.sh, scan.sh, bind.sh,几个ELF 派的: bind(??? bind??), scan一个不知道是哪门哪派的: scandb, 估计是db派门下,乘着他们都在呼呼, clone 了他们的DNA, 带回基地细细研究.另外把大营帐房(/etc)内的重要帐目一一copy, 看看江湖黑客,都做了什么手脚.......此时还不到除黑的时机,如若贸然将器械房中的冒名军官在营前推出斩首(rm -rf xxx),固然大快人心, 振奋士气,但必惊动其他还隐藏在营中的冒名值夜军官(hacker's deamon)而且江湖黑客能够出入大营如入无人之境,营中安全措施必有漏洞, 或是某人通行证已被盗用,(login name and passwd), 大动干戈只会令黑客察觉, 到时他仍在暗处做梗,更难料理......现在是他在明处, 我们在暗处,没有十二分把握, 不可轻举妄动.....对营中情况的侦察先告一段落, 吾与友悄然出了营门,回我们绝对安全的基地, 再细细分析这些copy.

  

来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/8403220/viewspace-935350/,如需转载,请注明出处,否则将追究法律责任。

user_pic_default.png
请登录后发表评论 登录
全部评论
<%=items[i].createtime%>

<%=items[i].content%>

<%if(items[i].items.items.length) { %>
<%for(var j=0;j
<%=items[i].items.items[j].createtime%> 回复

<%=items[i].items.items[j].username%>   回复   <%=items[i].items.items[j].tousername%><%=items[i].items.items[j].content%>

<%}%> <%if(items[i].items.total > 5) { %>
还有<%=items[i].items.total-5%>条评论 ) data-count=1 data-flag=true>点击查看
<%}%>
<%}%> <%}%>

转载于:http://blog.itpub.net/8403220/viewspace-935350/

基于径向基函数神经网络RBFNN的自适应滑模控制学习(Matlab代码实现)内容概要:本文介绍了基于径向基函数神经网络(RBFNN)的自适应滑模控制方法,并提供了相应的Matlab代码实现。该方法结合了RBF神经网络的非线性逼近能力和滑模控制的强鲁棒性,用于解决复杂系统的控制问题,尤其适用于存在不确定性和外部干扰的动态系统。文中详细阐述了控制算法的设计思路、RBFNN的结构与权重更新机制、滑模面的构建以及自适应律的推导过程,并通过Matlab仿真验证了所提方法的有效性和稳定性。此外,文档还列举了大量相关的科研方向和技术应用,涵盖智能优化算法、机器学习、电力系统、路径规划等多个领域,展示了该技术的广泛应用前景。; 适合人群:具备一定自动控制理论基础和Matlab编程能力的研究生、科研人员及工程技术人员,特别是从事智能控制、非线性系统控制及相关领域的研究人员; 使用场景及目标:①学习和掌握RBF神经网络与滑模控制相结合的自适应控制策略设计方法;②应用于电机控制、机器人轨迹跟踪、电力电子系统等存在模型不确定性或外界扰动的实际控制系统中,提升控制精度与鲁棒性; 阅读建议:建议读者结合提供的Matlab代码进行仿真实践,深入理解算法实现细节,同时可参考文中提及的相关技术方向拓展研究思路,注重理论分析与仿真验证相结合。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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