ASP.NET 安全认证(四)-巧妙实现 Form 表单认证跨站点、跨服务器的单点登录(Single Sign On)

ASP.NET 安全认证 第一部分 —— 怎样实现From 认证;第二部分 —— Form 认证的实战运用;第三部分 —— 实现单点登录(Single Sign On) 立即下载
 

第四部分 Form 认证的补充

 

前三篇在 优快云 论坛公布后,效果如同“神仙放屁——果然不同凡(反)响”。为感谢广大网友的热情与支持,这不,经过这一阵子的酝酿、修炼,特意准备了这第四响。

之前我们讲述的使用 Form 认证实现单点登录,正如网友所说的那样,只能在同一域名下使用。对于跨域名的单点登录,除了使用 Passport 认证外,我们还是可以用 Form 认证的,只是要讲究方法而已啦。正所谓“山不转水转,人不转心转”。

一、        跨域名的解决思路

在MSDN 2003 上搜索关键字“Passport”,偶找到一篇“Passport 身份验证提供程序”。文章讲述了 Passport 的认证原理,共 8 条,我就不多说了,大伙自个看吧。其中有一句话,引起偶的注意:“……响应在查询字符串中包含一个加密的 Passport Cookie……”。也正是此句才有了下面的思路。

所谓认证的通过与否,其实质就是检测有无发放有效的 Cookie ,使用 Form 也好,运用 Passport 也罢,都是 Cookie 在起作用。也就是说,我们只要把有效的 Cookie 在登录后一次性发放给客户端就得了。

二、        跨域名、跨服务器的单点登录方法

1、  如何在本机模拟跨域名、跨服务器的Single Sign On

只要浏览网址不同就相当于不同域名,在本机至少有以下三种。它们虽然是同一项目,彼此却不能共用 Session与 Cookie ,也就无法共享身份验证票:

a). http://localhost/FormTest/Login.aspx

b). http://127.0.0.1/FormTest/Login.aspx

c). http://My_Computer_Name/FormTest/Login.aspx  //以电脑名称浏览站点

 

d). http://192.168.0.8/FormTest/Login.aspx  //以网卡地址浏览站点

e). http://172.meibu.com/FormTest/Login.aspx  //拥有国际域名

 

2、  在 ASP.NET 中如何提交给其它页面

用过ViewState 的大概都知道,ViewState是保存在客户端的。不知大伙注意没有,ASP.NET 为每张 .aspx 页面都配备了独自的 ViewState,且被解析后都是以一个 name=" __VIEWSTATE" 的隐藏控件值来保存ViewState。每次页面提交,服务器都会检查该控件的值有无被篡改,如此一来就注定 .aspx 只能提交给本页。服务器是死的,人是活的,我们不能被这些条条框框限定死了,我们要把程序写成活的。

下面咱们从 http://localhost/FormTest/Login.aspx 输入用户名与密码,然后提交给http://127.0.0.1/FormTest/Public/LoginTransfer.aspx 。Login.aspx与LoginTransfer.aspx都包含用户名输入框一个、密码输入框一个、登录按钮一个。在 Login.aspx 页面加入以下代码:

this.Btn_Login.Attributes["onclick"]="SingleSignOn()"; //指定执行脚本事件

 

在 Login.aspx 页面上插入以下脚本:

<script language="javascript">

         function SingleSignOn()

          {

//只能用脚本改变指定 Form 提交的对象

document.getElementById("Form1").action="http://127.0.0.1/FormTest/Public/LoginTransfer.aspx?FromUrl="+window.location.href;

    

               //把隐藏控件 __VIEWSTATE 中的值变更为 LoginTransfer.aspx 解析后出现的值,以实际看到的值为准

document.all.__VIEWSTATE.value = "dDwtMTkyODUzMTMyNzs7Pv1cp2RaxUcr5hGYf8ILX9/EMKy8";

       }

</script>

 

注意事项

         a).  LoginTransfer.aspx 出现的控件及其 ID ,必须能够在 Login.aspx 找到

         b). 控件的 ID 必须一致,且能一一对应

c). 关于 __VIEWSTATE中的值,它与页面控件ID 无关,与浏览该页面的网址无关,目前我只知道和控件的数量、类型、名字空间(namespace FormTest.Public )以及存在的 ViewState有关系。大家在测试时,以直接浏览http://127.0.0.1/FormTest/Public/LoginTransfer.aspx 后,查看页面源文件所看到的值为准。

d). 提交后,将触发并执行LoginTransfer.aspx 中的Btn_Login_Click 事件

 

3、  基本思路

各个站点的登录页面统一将用户名与密码提交给 LoginTransfer.aspx ,同时各个站点需要一个增加 Cookie 的页面,用于将加密后的身份验证 Cookie 添加至客户端。此乃经过一番考量后,最终确定的可行性方案。

 

4、  第一种思路——天女散花

何谓天女散花,就是把 Cookie 在登录后一次性全发放出去,就如同天仙在空中散花一样,场面是何等的壮观。下面开始写代码:

为更好的区分,我们将负责添加 Cookie 的页面分开命名:

a). http://localhost/FormTest/Public/AddCookie_A.aspx

b). http://127.0.0.1/FormTest/Public/AddCookie_B.aspx

c). http://My_Computer_Name/FormTest/Public/AddCookie_C.aspx

              这三张页面的功能一样,所以代码也就相同啰

         private void Page_Load(object sender, System.EventArgs e)

         {

              string from = Request["FromUrl"];         //起始 URL 路径

              string next = Request["NextUrl"];         //还需要跳转的 URL

              string key = Request["CookieTicket"];      //已加密的 Cookie 文本

              if(key != null && key !="")

              {

                   System.Web.HttpCookie ck = new HttpCookie(System.Web.Security.FormsAuthentication.FormsCookieName,key);

                   ck.Path=System.Web.Security.FormsAuthentication.FormsCookiePath;

                   ck.Expires = System.DateTime.Now.AddYears(100);

                   Response.Cookies.Add(ck); //将传过来的已加密的身份验证票添加至客房端

                  

                   string url = next.Split(';')[0]; //从 URL 中拆分出将要跳转的下一张页面

                   next = next.Replace(url+";",""); //带入下一轮跳转的字串

                   if(url!="")

                   {

                        //跳至下一页面     Response.Redirect(url+"?CookieTicket="+key+"&FromUrl="+from+"&NextUrl="+next);

                   }

                   else     //已没有下一页面可供跳转

                   {

                       Response.Redirect(from);    //回到起始页面

                   }

              }

         }

 

接下来编写 LoginTransfer.aspx 的代码:

//页面常量 allLoginUrl 存放所有站点的 AddCookie.aspx 的 URL,注意以 ; 分隔

         public const string allLoginUrl =   

              "http://localhost/FormTest/Public/AddCookie_A.aspx;"

              +"http://127.0.0.1/FormTest/Public/AddCookie_B.aspx;"

              +"http://My_Computer_Name/FormTest/Public/AddCookie_C.aspx;";

              偶已在上面讲述了,如何点击 Login.aspx 中的登录按钮Btn_Login将用户名与密码提交给 LoginTransfer.aspx ,并执行LoginTransfer.aspx 中的Btn_Login_Click 事件。

         private void Btn_Login_Click(object sender, System.EventArgs e)

         {

              string from = Request["FromUrl"];    //起始 URL 路径

              string next = this.allLoginUrl; 

             

              //由于控件 ID 相同,所以此处得到的是由 Login.aspx 提交过来的用户名与密码

              if(this.Txt_LoginName.Text=="Admin"&&this.Txt_Password.Text=="123456")

              {

                   System.Web.Security.FormsAuthenticationTicket tk = new System.Web.Security.FormsAuthenticationTicket(1,"Admin", System.DateTime.Now, System.DateTime.Now.AddYears(100),false,"测试用户数据"  );

                   string key = System.Web.Security.FormsAuthentication.Encrypt(tk); //得到加密后的身份验证票字串

 

                   string url = next.Split(';')[0]; //从 URL 中拆分出将要跳转的下一张页面

                   next = next.Replace(url+";",""); //带入下一轮跳转的字串

                   Response.Redirect(url+"?CookieTicket="+key+"&FromUrl="+from+"&NextUrl="+next); //跳至下一页面

              }       

         }

 

5、  第二种思路——后羿射日

后羿射日,意思指的是用户点哪就跳哪。他若是点“火坑”,你也得往里跳,因为用户是上帝嘛。我们增加一个通行证页面 MyPassport.aspx ,由 http://127.0.0.1/FormTest/Public/LoginTransfer.aspx 发放验证 Cookie 后直接跳转至 http://127.0.0.1/FormTest/MyPassport.aspx 。不要告诉我你不会,你要是真不会,那偶也没法子啦,还得请你回头看看,偶在第三篇是如何讲述发放永久性验证 Cookie 吧(http://blog.youkuaiyun.com/cityhunter172/archive/2005/12/06/545301.aspx)。还需要一张用作跳板的跳转页面 MyTransfer.aspx 。

 

MyPassport.aspx 的代码:

<a target ="_blank"

href="MyTransfer.aspx?goto=http://localhost/FormTest/Public/AddCookie_D.aspx">

美丽的天使</a>

<a target ="_blank"  

href="MyTransfer.aspx?goto=http://127.0.0.1/FormTest/Public/AddCookie_E.aspx">

快乐的天堂</a>

<a target ="_blank"

href="MyTransfer.aspx?goto=http://My_Computer_Name/FormTest/Public/AddCookie_F.aspx">

大大的火坑</a>

 

MyTransfer.aspx 的代码:

         private void Page_Load(object sender, System.EventArgs e)

         {

              //获取身份验证票

              System.Web.Security.FormsAuthenticationTicket tk =((System.Web.Security.FormsIdentity)User.Identity).Ticket;

              string key = System.Web.Security.FormsAuthentication.Encrypt(tk); //每次加密后的字串都是不同的

              string next = Request["goto"]; //将要跳转的 URL

              Response.Redirect(url+"?CookieTicket="+key); //跳转至下一页面

  }

 

AddCookie_D.aspx、AddCookie_E.aspx、AddCookie_F.aspx 这三张页面的代码:

              string key = Request["CookieTicket"]; //已加密的 Cookie 文本

              if(key != null && key !="")

              {

                   System.Web.HttpCookie ck = new HttpCookie(System.Web.Security.FormsAuthentication.FormsCookieName,key);

                   ck.Path=System.Web.Security.FormsAuthentication.FormsCookiePath;

                   ck.Expires = System.DateTime.Now.AddYears(100);

                   Response.Cookies.Add(ck); //将传过来的已加密的身份验证票添加至客房端

                   Response.Redirect("../Index.aspx"); //跳转至你真正想带客户去的地方

     }

 

6、  点评

两者共同点:

       a). 每个站点都需要一个登录的提交点、一张添加 Cookie 的页面。

b). 因为只能靠发放验证 Cookie 来识别身份,所以一台电脑不能同时登录两个帐号。

c). 都存在不同程度的安全隐患。

 

              两者不同点:(天女散花以下简称“开女”,后羿射日就简称“后羿”)

a). 天女一次性发放 Cookie ,如果站点较多,处理起来还是需要一些时间的。而后羿则相反,站点再多也不怕。

b). 天女在散花的过程中,如果中途被卡住,则需要一个错误处理机制做回退处理。后羿则不需要。

c). 天女在登录后可以直接在 IE 地址浏览其想看的站点;而后羿则必须从通行证的跳板页面进入才行。

 

              根据上述问题,给几点建议:

a). 不要使用永久性 Cookie ,应指明身份验证票的过期时间,注意不是 Cookie 的有效期。

b). 在身份验证票的 UserData 中加入其它的验证信息或存放用户 ID

c). 在网络通畅的情况下,比如局域网,站点又相对较少,建议选用天女。50 个站点之间做跳转应该不会超过 10 秒(前提是已编译好了,且不是初次访问)。

三、        跨域名、跨服务器的退出方法

只要理解了“天女散花”,退出就比较容易啦。为每个站点准备一个用于退出的页面,如下:

a). http://localhost/FormTest/Public/Logout.aspx

b). http://127.0.0.1/FormTest/Public/Logout.aspx

c). http://My_Computer_Name/Public/FormTest/Logout.aspx

 

         private void Page_Load(object sender, System.EventArgs e)

         {

              System.Web.Security.FormsAuthentication.SignOut();//删除 Cookie 中的身份验证票

              string from = Request["FromUrl"];

              string next = Request["NextUrl"];

              string url = next.Split(';')[0];

              next = next.Replace(url+";","");

              if(url!="")

              {

                   Response.Redirect(url+"?FromUrl="+from+"&NextUrl="+next);

              }

              else

              {

                   Response.Redirect(from);

              }

}

对啦,还有一张 LogoutTransfer.aspx. ,代码偶就不写,大家自个完成吧。

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

使用PackStack工具自动化部署OpenStack 搭建 OpenStack 环境,每个组件的安装和配置都需要熟悉其特定的依赖关系、参数设置等,对于初学者来说容易出错。PackStack 工具通过集成一系列脚本和配置文件,便于快速搭建OpenStack练习环境。CPU:支持 Intel VT - x 或 AMD - V 硬件虚拟化技术,并且要在 BIOS 里开启此功能。内存:16GB以上存储:200GB以上可用空间(2)VMware WorkStation16.0以上版本(3)远程连接工具(如Xshell、MobaXterm) 阅读详情

相关推荐

初学者入门机器学习 (ML)的推荐教程

了解基本的机器学习概念并不难。有大量免费的在线博客文章、视频和编码教程可以引导您了解基础知识——从介绍性内容到常见应用程序,再到算法和应用技能。这篇文章总结了一些用于介绍 ML 的最佳免费选项。它按逻辑顺序排列,每个概念都建立在上一个概念的基础上。

u010542847的博客 4621

21 - form表单验证 和 csrf跨站请求伪造

定义 form 表单数据。post请求必须定义。

m0_58250910的博客 521

【SAP】ABAP——ALV显示后选择数据操作

在ALV显示后,可全选、全不选或者选择几条数据进行发邮件、更新、下单等等操作。 在user_command中的实现方式如下: 方式一: FORM user_command USING ucomm LIKE sy-ucomm selfield TYPE slis_selfield. DATA: lr_grid TYPE REF TO cl_gui_alv_grid. DATA: lt_rows TYPE lvc_t_row WITH

Mona_1220的博客 4091

【原创】ASP.NET 安全认证(四)——巧妙实现 Form 表单认证跨站点、跨服务器的单点登录(Single Sign On)

【原创】ASP.NET 安全认证(四)——巧妙实现 Form 表单认证跨站点、跨服务器的单点登录(Single Sign On)作者:寒羽枫(cityhunter172)第四部分 Form 认证的补充 前三篇在 优快云 论坛公布后,效果如同“神仙放屁——果然不同凡(反)响”。为感谢广大网友的热情与支持,这不,经过这一阵子的酝酿、修炼,特意准备了这第四响。之前我们讲述的使用 Form 认证实现单点

1万+

【CVPR 2025】低光增强HVI论文精读与源码复现---part1 论文网络精读

【CVPR 2025】本文参考论文HVI: A New Color Space for Low-light Image Enhancement part1 在文章中对论文核心网络与原理展开详细解释 part2 对论文公开代码的arch网络与其他核心部分展开详细解释

BOB_BOB_BOB_的博客 3264

不只是烧录:深入理解英飞凌Aurix MCU的HSM安全模块与UDE Memtool解锁操作

本文深入探讨了英飞凌Aurix MCU的HSM安全模块设计与UDE Memtool解锁操作,揭示了硬件安全模块的架构、安全启动链机制及调试接口的安全特性。通过分析UDE Memtool的解锁逻辑和量产环境下的最佳实践,帮助工程师更好地应对MCU锁定问题,提升汽车电子和工业控制领域的安全烧录效率。

weixin_32770423的博客 299

asp.net多个子域名站点共享form认证

条件: 1、asp.net项目 2、多个子域名 即一级域名相同,二级域名不同 如: erp.test.com email.test.com 实现的功能: 多个

hutao1101175783的专栏 551

游戏资源解包神器NSCB实战:手把手教你提取Switch游戏视频(nsm转MP4)

本文详细介绍了如何使用NSCB工具链从Switch游戏中提取nsm视频和hca音频资源,并将其转换为可编辑的MP4和MP3格式。通过NSC Builder、CriPakTools等工具的分步操作指南,帮助内容创作者高效获取游戏资源,同时提供音视频同步合成、批量处理等高级技巧,为创意素材制作提供完整解决方案。

weixin_29197835的博客 888

ASP.NET多站点共享Form验证状态

站点A <authentication mode="Forms">  <forms name=".CNBLOGS" enableCrossAppRedirects="false" loginUrl="Login.aspx" defaultUrl="MyAccount.aspx" timeout="1440"></forms></authentica...

weixin_30551963的博客 237

基于simulink创建一个针对双馈异步风力发电机并网运行的仿真模型

摘要:本文详细介绍了基于Simulink的双馈异步风力发电机(DFIG)并网运行仿真建模方法。系统包含风速输入、风力机、双馈发电机、电力电子变换器、控制器和并网接口等模块,通过8个步骤完整呈现了建模流程,包括风速模拟、机械功率计算、发电机特性建模、变流器控制策略设计等关键环节。仿真可评估系统在不同风速条件下的动态响应、最大功率跟踪能力和发电效率,为风力发电系统的优化设计提供有效验证手段。模型可根据实际需求扩展环境因素和电网交互等细节,提高仿真精度。

amy_mhd的博客 333

SAP 批次管理(分割评估)

批次分割评估: 业务场景:企业要求各批次物料成本价格不一样。此时可以采用分割批次来实现不同成本 后台配置: (1)、激活分割评估 后台---物料管理----评估与科目设置---分割评估-----激活分割评估 (2)、配置分割评估 后台---物料管理----评估与科目设置---分割评估-----配置分割评估 进入全局性分类后,批次分割采用已有的评估类型“X自动(批)”: ...

willieyuan的博客 1万+

ASP.NET 安全认证——巧妙实现 Form 表单认证跨站点、跨服务器的单点登录

ASP.NET 安全认证(四)——巧妙实现 Form 表单认证跨站点、跨服务器的单点登录(Single Sign On) 作者:寒羽枫(cityhunter172) 第四部分 Form 认证的补充  前三篇在 优快云 论坛公布后,效果如同“神仙放屁——果然不同凡(反)响”。为感谢广大网友的热情与支持,这不,经过这一阵子的酝酿、修炼,特意准备了这第四响。 之前我们讲述的使用 For

Aji.yang的专栏 1344

TMC2240 芯片数据手册解读|第三篇 TMC2240 芯片引脚配置与说明

本文详细解析了TMC2240芯片的两款封装(TQFN32和TSSOP38-EP)的引脚分布、电气属性及硬件设计要点。内容涵盖:1)芯片内部功能架构,包括供电、运动控制等五大链路;2)两款封装的核心规范与适用场景;3)七大引脚分类详解(电源、控制、编码器等)及接线要求;4)PCB设计避坑指南,强调电源分割、电荷泵布局等关键点。文章提供完整的原理图绘制和硬件调试指导,适合不同基础的工程师参考实践。

BackCatK Chen的博客 1094

ASP.NET 安全认证(四)——巧妙实现 Form 表单认证跨站点、跨服务器的单点登录(Single Sign On)...

前三篇在优快云论坛公布后,效果如同“神仙放屁——果然不同凡(反)响”。为感谢广大网友的热情与支持,这不,经过这一阵子的酝酿、修炼,特意准备了这第四响。 之前我们讲述的使用Form认证实现单点登录,正如网友所说的那样,只能在同一域名下使用。对于跨域名的单点登录,除了使用Passport认证外,我们还是可以用Form认证的,只是要讲究方法而已啦。正所谓“山不转...

优快云1332531529的博客 226

VB摄像头监控

该VB模块可对摄像头捕获的画面进行录像等,可在创建的窗口进行控制

复分析 阿尔福斯(Ahlfors) 第三版答案 英文

答案分为十章,有部分习题没有答案,全英文复分析阿尔福斯(Ahlfors) 第三版答案

ASP.NET 安全认证(四)——巧妙实现 Form 表单认证跨站点、跨服务器的单点登录(Single Sign On) 作者:寒羽枫

【原创】ASP.NET 安全认证(四)——巧妙实现 Form 表单认证跨站点、跨服务器的单点登录(Single Sign On)作者:寒羽枫(cityhunter172)第四部分 Form 认证的补充 前三篇在 优快云 论坛公布后,效果如同“神仙放屁——果然不同凡(反)响”。为感谢广大网友的热情与支持,这不,经过这一阵子的酝酿、修炼,特意准备了这第四响。之前我

来老师的专栏 3945

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")

ASP.NET 安全认证(四)——巧妙实现 Form 表单认证跨站点、跨服务器的单点登录(Single Sign On)

ASP.NET 安全认证(四)   ——巧妙实现 Form 表单认证跨站点、跨服务器的单点登录(Single Sign On)  作者:寒羽枫(cityhunter172)  第四部分 Form 认证的补充   前三篇在 优快云 论坛公布后,效果如同“神仙放屁——果然不同凡(反)响”。为感谢广大网友的热情与支持,这不,经过这一阵子的酝酿、修炼,特意

Hank_Huang的专栏 1600

lwip-2.0.3

lwip是瑞典计算机科学院(SICS)的Adam Dunkels 开发的一个小型开源的TCP/IP协议栈。实现的重点是在保持TCP协议主要功能的基础上减少对RAM 的占用。

【原创】ASP.NET 安全认证(一)—— 如何运用 Form 表单认证

ASP.NET 安全认证(一)——如何运用 Form 表单认证作者:寒羽枫(cityhunter172)序代码写 N 久了,总想写得别的。这不,上头说在整合两个项目,做成单一登录(Single Sign On),也有人称之为“单点登录”。查阅相关文档后,终于实现了,现在把它拿出来与大家一起分享。或许大家会问:“这与标题不符呀?”别急,在下笔之前,我脑子里想到了我刚使用 Form 认证时遇到的一些问

2万+

用Form 表单认证实现单点登录(Single Sign On) 作者:寒羽枫(cityhunter172)

【转】ASP.NET 安全认证(三)——用Form 表单认证实现单点登录(Single Sign On)作者:寒羽枫(cityhunter172)第三部分 实现单点登录(Single Sign On) “等了好久终于等到今天,写了好久终于就快完结,但是网友的反应却让我有一些的伤心。盼了好久终于盼到今天,忍了好久终于把此文撰写,那些受冷落的无奈早就无所谓,累也不说累”(歌词《今天》新演绎)。看着人家

moxin2的专栏 1174

ASP.NET 安全认证(一)

ASP.NET 安全认证(一)——如何运用 Form 表单认证作者:寒羽枫(cityhunter172)序代码写 N 久了,总想写得别的。这不,上头说在整合两个项目,做成单一登录(Single Sign On),也有人称之为“单点登录”。查阅相关文档后,终于实现了,现在把它拿出来与大家一起分享。或许大家会问:“这与标题不符呀?”别急,在下笔之前,我脑子里想到了我刚使用 Form 认

XBF博客 1409

【原创】ASP.NET 安全认证(三)—— 用Form 表单认证实现单点登录(Single Sign On)

【原创】ASP.NET 安全认证(三)——用Form 表单认证实现单点登录(Single Sign On)作者:寒羽枫(cityhunter172)第三部分 实现单点登录(Single Sign On) “等了好久终于等到今天,写了好久终于就快完结,但是网友的反应却让我有一些的伤心。盼了好久终于盼到今天,忍了好久终于把此文撰写,那些受冷落的无奈早就无所谓,累也不说累”(歌词《今天》新演绎)。看着人

1万+

ASP.NET 安全认证(三)—— 用Form 表单认证实现单点登录(Single Sign On)

第三部分实现单点登录(SingleSignOn) “等了好久终于等到今天,写了好久终于就快完结,但是网友的反应却让我有一些的伤心。盼了好久终于盼到今天,忍了好久终于把此文撰写,那些受冷落的无奈早就无所谓,累也不说累”(歌词《今天》新演绎)。看着人家的Blog文章的评论是一条接一条,再瞧瞧自己:“无人问津呐,真…无…奈……唉,没人理我,还是回家吧。”“哎,还没开始写,怎...

优快云1332531529的博客 250
上一篇: ASP.NET 安全认证(三)-用Form 表单认证实现单点登录(Single Sign On)
下一篇: ASP.NET 安全认证----如何运用 Form 表单认证详解
liner0607
博客等级 码龄20年 13粉丝 21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