编程之路第12天:帮你是情分,不帮你是本分,说得真太对了

博主在周末忙碌之余尝试学习Django框架,同时对Python和自动化产生兴趣。向一位从事自动化专业的同学求助,但遭遇冷遇,对方建议使用百度搜索。尽管感到失望,博主仍坚持寻找学习的方向,并意识到每个人都有自己的选择和专长。故事以博主看到《天龙八部》演员重聚,联想到自己30岁开始学习编程并不晚,对未来充满希望。

为迎接自治区“四合一”考核组,这周末依旧没能回家
忙完工作,洗完衣服,已经快22:00.
打开优快云学院,却不知道从何学起。
随便打开了一节之前买的课“Django",
大概了解了下这玩意可以弄一个小型后台管理系统;是Python的常用框架之一,除此之外还有Flask、Tornado.其中Tornado对服务器的要求最低,也就是相同性能的服务器,能通过Tornado框架访问的人数最多。后面的感觉有点难看懂,不懂可以怎么应用。

其间,随意在高中群问了一个那时候学习很好的同学学啥专业,印象中他是搞计算机的,那会儿他数学挺好的。这哥们说学自动化,正好咯,最近我就想学自动化,却不懂从何学起。
然后我兴致勃勃地向他请教,比如学院总吹捧Python,我问他怎么看——Python是脚本语言,比较容易学,智商正常的都能搞一搞的吧…(是想说搞Python的智商都不高么)
果然,后面还来了一句“我用的不多,你还是请教XX(另一个女同学)”。我勒个去,都说江山易改、本性难移,这家伙还是和以前一样自大呀。是在说我智商很高,所以不用这低级的语言么?
没办法,既然我求教于人,还是不往这方面想吧。
于是我继续求教,没想到还没问超过3个问题,被他来了一句“你是不是傻”,我勒个去,这是在班级群呀。
为了能找对方向,我继续忍你!!私聊~~~~
尽管我费尽心思想表达我想学习的内容、想实现的效果
得到的是一个不耐烦的回答“我对你这些没兴趣,你去网上教程吧,有个东西叫百度搜索”
我就需要一个方向,又不要你手把手教
至于么
我不懂百度搜索么?我之前学到的不都是百度找教程
只是这样,效率太低了才寻找你的帮助
呵呵
3年的同学情,不及一个网上认识的朋友

不过换一个角度
他也没义务指导我
正如那句话我帮你,是情分,不帮你是本分。都没错!!
我们的认知不一样,他是专业大神与初学小白

PS:昨天无意中看到一段“王牌对王牌“中的一期节目”天龙八部演员22年重聚“,又是一阵感慨,转眼间22年过去了,黄日华版的乔峰依旧是最爱的版本。随后顺藤摸瓜看到了小时候看的新白娘子传奇白素贞扮演者——赵雅芝的老公黄锦燊。这老哥中年爱上律师行业,1996年取得法学学士(50岁),2012年又回到药剂业。而我现在刚30岁,估计学习编程这玩意应该也不晚!

在这里插入图片描述

在这里插入图片描述

基于数据驱动的 Koopman 算子的递归神经网络模型线性化,用于纳米定位系统的预测控制研究(Matlab代码实现)内容概要:本文围绕“基于数据驱动的 Koopman 算子的递归神经网络模型线性化,用于纳米定位系统的预测控制研究”展开,提出了一种结合数据驱动方法与Koopman算子理论的递归神经网络(RNN)模型线性化方法,旨在提升纳米定位系统的预测控制精度与动态响应能力。研究通过构建数据驱动的线性化模型,克服了传统非线性系统建模复杂、计算开销大的问题,并在Matlab平台上实现了完整的算法仿与验证,展示了该方法在高精度定位控制中的有效性与实用性。; 适合人群:具备一定自动化、控制理论或机器学习背景的科研人员与工程技术人员,尤其是从事精密定位、智能控制、非线性系统建模与预测控制相关领域的研究生与研究人员。; 使用场景及目标:①应用于纳米级精密定位系统(如原子力显微镜、半导体制造设备)中的高性能预测控制;②为复杂非线性系统的数据驱动建模与线性化提供新思路;③结合深度学习与经典控制理论,推动智能控制算法的实际落地。; 阅读建议:建议读者结合Matlab代码实现部分,深入理解Koopman算子与RNN结合的建模范式,重点关注数据预处理、模型训练与控制系统集成等关键环节,并可通过替换实际系统数据进行迁移验证,以掌握该方法的核心思想与工程应用技巧。
基于粒子群算法优化Kmeans聚类的居民用电行为分析研究(Matlb代码实现)内容概要:本文围绕基于粒子群算法(PSO)优化Kmeans聚类的居民用电行为分析展开研究,提出了一种结合智能优化算法与传统聚类方法的技术路径。通过使用粒子群算法优化Kmeans聚类的初始聚类中心,有效克服了传统Kmeans算法易陷入局部最优、对初始值敏感的问题,提升了聚类的稳定性和准确性。研究利用Matlab实现了该算法,并应用于居民用电数据的行为模式识别与分类,有助于精细化电力需求管理、用户画像构建及个性化用电服务设计。文档还提及相关应用场景如负荷预测、电力系统优化等,并提供了配套代码资源。; 适合人群:具备一定Matlab编程基础,从事电力系统、智能优化算法、数据分析等相关领域的研究人员或工程技术人员,尤其适合研究生及科研人员。; 使用场景及目标:①用于居民用电行为的高效聚类分析,挖掘典型用电模式;②提升Kmeans聚类算法的性能,避免局部最优问题;③为电力公司开展需求响应、负荷预测和用户分群管理提供技术支持;④作为智能优化算法与机器学习结合应用的教学与科研案例。; 阅读建议:建议读者结合提供的Matlab代码进行实践操作,深入理解PSO优化Kmeans的核心机制,关注参数设置对聚类效果的影响,并尝试将其应用于其他相似的数据聚类问题中,以加深理解和拓展应用能力。
第三十五关的解法与注入方式主要围绕字符型注入展开,其闭合方式较为特殊,通常涉及单引号和括号的组合。通过观察页面响应变化,可以判断是否存在注入点,并进一步利用布尔盲注或时间盲注进行数据库信息的获取。 在实际操作中,可先尝试构造简单的注入语句来验证是否存在漏洞,例如输入 `1' AND '1'='1` 来观察页面是否正常返回。如果页面无明显报错,则可能存在 SQL 注入漏洞,此时可以进一步测试布尔盲注或时间盲注[^3]。 对于布尔盲注,可以通过判断页面返回是否发生变化来确认注入条件是否成立。例如使用如下语句进行数据库名的逐字猜测: ```sql 1' AND ASCII(SUBSTR(DATABASE(),1,1)) > 97 --+ ``` 若页面返回正常,则明数据库名第一个字符的 ASCII 值大于 97(即字母 "a"),否则小于等于 97。通过断调整 ASCII 值,可以逐步确定数据库名的具体内容[^3]。 对于时间盲注,适用于页面无明显反馈的情况,可通过 `SLEEP()` 函数控制响应延迟,从而判断注入条件是否成立。例如: ```sql 1' AND IF(ASCII(SUBSTR(DATABASE(),1,1))=115,SLEEP(6),1) --+ ``` 当数据库名的第一个字符为 "s"(ASCII 值为 115)时,服务器将延迟响应;否则立即返回结果。通过这种方式可以提取数据库名、用户名、版本等关键信息[^1]。 此外,还可以结合 `UNION SELECT` 的方式进行联合询注入,前提是存在显示位。例如使用 `floor()` 报错注入获取数据库信息: ```sql 1' UNION SELECT 1, COUNT(*), CONCAT_WS('~', (SELECT DATABASE()), FLOOR(RAND(0)*2)) AS a FROM information_schema.tables GROUP BY a --+ ``` 该语句利用了 `GROUP BY` 和 `FLOOR(RAND(0)*2)` 的组合触发报错,从而输出数据库名称[^2]。 如果页面支持 Cookie 注入,且对输入进行了 Base64 解码处理,则可尝试二次编码注入。例如构造如下语句并将其 Base64 编码后作为 Cookie 提交: ```sql 1') UNION SELECT USER(), DATABASE(), @@VERSION # ``` 经过 Base64 编码后的字符串为: ``` MScpIFVOSU9OIFNFTEVDVCBVU0VSKCksIERBVEFCQVNFKCksIEBAdmVyc2lvbiA= ``` 提交后,服务端会对其进行解码并执行恶意 SQL 语句,从而泄露敏感信息[^4]。 综上所述,第三十五关的解题思路主要包括以下步骤: - 判断注入类型及闭合方式; - 使用布尔盲注或时间盲注提取数据库信息; - 尝试联合询注入获取更多数据; - 若涉及 Cookie 输入,考虑 Base64 编码绕过限制。
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