巧用防火墙保护网游账号(转)

本文介绍如何使用瑞星2006防火墙的木马墙功能,通过设置游戏保护规则,有效防止游戏账号和密码被盗。适用于多种游戏及通讯软件,如QQ、MSN等。
如今各种网游盗号软件层出不穷,让人防不胜防。笔者最近在使用“瑞星2006防火墙”时发现它内嵌了“木马墙”功能,利用它可以监测和防止受保护游戏的账号和密码等信息外泄,从而起到防止账号被盗的作用。

  打开“瑞星2006防火墙”,切换到“游戏保护”窗口,点击“增加游戏”按钮,弹出“编辑游戏规则属性”窗口,在“游戏名称”和“游戏版本”框中输入游戏名和和当前游戏版本号,点击“快捷方式”框的“浏览”按钮添加用来启动游戏的快捷方式文件,点击“确定”按钮即可(如图)。以后当运行该游戏后,“瑞星2006防火墙”就会提示“系统监测到某某游戏正在运行,防火墙已切换到游戏保护模式”。之后若有其它程序访问游戏程序时,“瑞星2006防火墙”就会立即提示报警并阻止该程序做更进一步的操作,比如生成包含游戏账号和密码的文件,或是检测到有不明程序向外发送包含该游戏账号的邮件时,“瑞星2006防火墙”会禁止它发送。这样就直接阻止了各种盗号软件的操作使它无法窃取到游戏账号信息了。对于QQ、MSN等程序都可以相同的方法来进行保护。

来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/10294527/viewspace-125096/,如需转载,请注明出处,否则将追究法律责任。

转载于:http://blog.itpub.net/10294527/viewspace-125096/

根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
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