天天写日记争当文艺青年 2014-5-14

OAuth安全浅析与趣闻
本文简要介绍了作者在工作中遇到的一个不负责的外包案例,并分享了关于OAuth的一些安全漏洞信息及其相关链接。此外,文中还穿插了一些有趣的日常生活片段。

今天总的来说是可喜可贺的一天,发现客户那边的cs架构的程序,竟然是一个客户端,加上一个web服务器。现在的外包真是不负责任啊。身为外包人员的一份子,我也不负责任的,下午4点就开溜了。找了个路边摊按脚,上海这里修脚叫纤脚,而且足疗店的门都是四厂八叉的开着,放眼望去就是一排躺椅,一点都不含蓄。而咱哈尔滨人民就钟爱,小粉灯拉个帘子的调调,半遮半掩的欲露还羞。

按脚的时候,旁边有个贫嘴老大爷颇为有趣,一直和旁边的妹子打情骂俏,最后还要送人家一根香蕉做定情信物。这让我想起在我上班路上有个卖包子的老大爷,每次我买两个包子,他都会勾着我的肩膀眯着眼睛故作神秘的对我说,小伙子我这老头子一顿都吃5个。我心说你要是还能一夜ooxx五次,我就当场给你跪了拜你为师。

最后今天看了一下,OAuth,这个洞的信息吧url存一下

http://homakov.blogspot.com/2014/05/covert-redirect-faq.html

http://homakov.blogspot.com/2012/08/oauth2-one-accesstoken-to-rule-them-all.html

http://homakov.blogspot.com/2012/07/saferweb-most-common-oauth2.html

http://www.oauthsecurity.com/


freebuf

http://thehackernews.com/2014/05/nasty-covert-redirect-vulnerability.html


中文的

http://huoding.com/2011/11/08/126

http://drops.wooyun.org/papers/598

Security-feature-detection-system 安全检测系统 简介 安全检测系统-多目标识别(YOLOv5)和人脸识别(Facenet)快速部署系统。 功能上:本项目使用YOLOv5实现多目标识别,使用Facenet实现人脸识别,最终需要人脸和此人应具备的多目标同时满足才能通过安全检测,部署上:使用pyqt5实现前端可视化,在前端页面运行YOLOv5多目标识别系统(将模型运行封装到Qt中),使用Docker封装人脸识别后端系统,使用网络请求等包实现前后端交互 案例:进行多目标识别的同时,进行人脸识别,前端系统发送请求,携带参数到后端进行人脸识别,最终返回人脸识别结果,获取人脸识别结果后,检索该成员应具备的多目标特征,与YOLOv5多目标识别的实际结果进行比对,若无误则通过安全检测。 根据原作 https://pan.quark.cn/s/9784cdf4abfd 的源码改编 项目背景 出于一些比赛的需要,以及逃离懵懂状态开始探索,我于2023.12~2024.1(大二上)开始一些CV、LLM项目的研究,苦于能力有限,当时大部分的项目都是依托开源搭建而来,诸如本项目就是依托开源的Compreface和Yolov5搭建,我只不过做了缝合的工作,所以在此必须提及这两个项目的巨大贡献:https://.com/exadel-inc/CompreFace https://.com/ultralytics/yolov5 今天是2024.7.11(大二下暑假),时隔半年我才开始这个项目的开源工作是因为,半年前的水平有限,虽然自己能实现项目的运作,但是恐很多细节介绍不好,当然本文自发出,后续我还会跟进,欢迎指正:22012100039@stu.xidian.edu.c...
### 配置和运行 YOLOv5 项目 #### 安装 PyCharm 并创建新项目 为了在 PyCharm 中配置并运行 YOLOv5 项目,首先需要安装合适的版本的 PyCharm。可以从官方网站获取最新版的 PyCharm[^1]。 #### 创建虚拟环境 建议为 YOLOv5 项目创建一个新的虚拟环境来管理依赖项。可以使用 `conda` 来创建这个环境: ```bash conda create -n yolov5 python=3.8 ``` 激活该虚拟环境以便后续操作都在此环境中执行: ```bash conda activate yolov5 ``` 如果不再需要该项目及其关联包,则可以通过下面任一命令删除整个环境[^3]: ```bash conda env remove -n yolov5 # 或者指定路径移除 conda env remove -p 路径/至/yolov5 ``` #### 导入 YOLOv5 源码到 PyCharm 下载或克隆 YOLOv5 的 GitHub 仓库后,在 PyCharm 中通过 "File -> Open..." 打开本地存储库的位置。这会将源代码导入 IDE 内部作为工作区的一部分[^4]。 #### 设置 Python 解释器 确保选择了之前创建好的 Conda 环境中的 Python 版本作为项目的解释器。进入菜单栏选择 “文件->设置->项目->Python 解释器”,然后点击齿轮图标添加新的解释器,并指向已有的 Anaconda 环境下的 Python 可执行文件位置。 #### 安装必要的依赖关系 切换回终端窗口,确保当前处于活动状态的是刚才建立的那个特定于 YOLOv5 工作流的 conda 环境。接着按照官方文档指示安装所需的 pip 包和其他资源。通常情况下只需要简单地运行一次 setup script 即可完成大部分准备工作: ```bash pip install -r requirements.txt ``` 此时应该已经准备好启动训练过程或者其他任何类型的推理任务了!
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