不用Javascript就能获取你的浏览历史

浏览历史泄露风险
Making-the-web.com展示了一项技术验证Demo,能够不借助JavaScript获取用户的浏览历史。此方法通过加载包含多个链接的页面并检查哪些链接已被访问来实现。已知最常被访问的网站包括YouTube、Slashdot等。

Making-the-web.com推出了一项值得关注的技术验证Demo,只要访问它的网站,它便能获取你的浏览历史,产生你所访问的网址列表——不需要JavaScript,NoScript也保护不了你。唯一的缺陷是它是通过在你的浏览器上载入一个网址列表,核对哪些网址你访问过了。工作原理很简单,当一个隐藏的框架载入包含许多链接的网页时,如果一个链接已经访问过了,背景(background)会自动载入定义好的CSS,于是你的浏览历史便曝光了。事实上,早在多年前,这个问题便已经被发现了。目前的扫描显示,浏览者访问最多的五个网站是:youtube.com,slashdot.org,facebook.com,facebook.com/home.php,twitter.com。

http://internet.solidot.org/article.pl?sid=09/06/15/0148214

 

【EI复现】基于深度强化学习的微能源网能量管理与优化策略研究(Python代码实现)内容概要:本文围绕“基于深度强化学习的微能源网能量管理与优化策略”展开研究,重点利用深度Q网络(DQN)等深度强化学习算法对微能源网中的能量调度进行建模与优化,旨在应对可再生能源出力波动、负荷变化及运行成本等问题。文中结合Python代码实现,构建了包含光伏、储能、负荷等元素的微能源网模型,通过强化学习智能体动态决策能量分配策略,实现经济性、稳定性和能效的多重优化目标,并可能与其他优化算法进行对比分析以验证有效性。研究属于电力系统与人工智能交叉领域,具有较强的工程应用背景和学术参考价值。; 适合人群:具备一定Python编程基础和机器学习基础知识,从事电力系统、能源互联网、智能优化等相关方向的研究生、科研人员及工程技术人员。; 使用场景及目标:①学习如何将深度强化学习应用于微能源网的能量管理;②掌握DQN等算法在实际能源系统调度中的建模与实现方法;③为相关课题研究或项目开发提供代码参考和技术思路。; 阅读建议:建议读者结合提供的Python代码进行实践操作,理解环境建模、状态空间、动作空间及奖励函数的设计逻辑,同时可扩展学习其他强化学习算法在能源系统中的应用。
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