- 博客(25)
- 资源 (7)
- 收藏
- 关注
RSS订阅原创 【探索c++对象模型】笔记总结
1.多态的作用是什么？ 多态的主要用途是经由一个共同的接口来影响类型的封装。这个接口一般定义在一个抽象的class object当中，由virtual function 机制引发，它可以在执行期间根据object的真正类型解析出到底使用的是哪一个函数实体。2.哪些方式支持多态？经由一组隐含的转化操作。例如将一个derived class指针转化为一个base class指针...
2020-03-27 12:00:29
211
原创 【Effective c++ 】总结笔记（一）
条款03 constconst 修饰 作用域： global作用域中的常量 local作用域中的static对象 class内部的static或nonstatic成员变量 const 修饰指针或指针所指的对象： const 类型 * const 指针名 const 修饰迭代器: 迭代器类似一个指针 T* const 的 iterator : 类似 T* const 指...
2020-03-13 01:48:00
283
原创 keras模型可视化pydot_ng和graphviz在python3.6环境下的安装和配置(Windows10)
使用keras的函数plot_model可视化模型from keras.utils import plot_modelplot_model(model, to_file='model.png')运行结果出错---------------------------------------------------------------------------ImportError ...
2019-05-28 18:10:43
1554
4
原创 【python】机器学习算法的简单实现
1.7考试，愁啊，看一些基础算法将就着过吧，而且跨年总不能看着基础物理过不是，那不是个新年的好兆头。日更，直到更完逻辑回归，softmax回归，支持向量机，随机森林，线性回归（包括牛顿法），K-means算法（包括K-means++），基于图的推荐算法，最后回顾一下之前写过的PCA-LDA，以及做游戏决策用到的基于矩阵分解的推荐算法以及libFM，算是给2018画上一个圆满的句号吧。=====...
2019-01-01 22:14:17
725
转载 【python】蒙特卡洛树搜索（MCTS）简单实现
过程包括以下四步：选择 Selection：从根节点 R 开始，递归选择最优的子节点（后面会解释）直到达到叶子节点 L。扩展 Expansion：如果 L 不是一个终止节点（也就是，不会导致博弈游戏终止）那么就创建一个或者更多的字子节点，选择其中一个 C。模拟 Simulation：从 C 开始运行一个模拟的输出，直到博弈游戏结束。反向传播 Backpropagation：用模拟的结果输...
2018-12-24 16:46:47
24572
4
转载 Oj经典图论题目合集
=============================以下是最小生成树+并查集======================================【HDU】*1213 How Many Tables 基础并查集★*1272 小希的迷宫 基础并查集★*1325&&poj1308 I...
2018-11-27 20:45:48
1490
原创 学习笔记（十七）：朴素贝叶斯和多层感知机检测Linux后门
1.数据集使用ADFA-LD数据集def load_all_files(): import glob x=[] y=[] files=glob.glob("ADFA-LD/Attack_Data_Master/*/*") for file in files: with open(file) as f: lines...
2018-11-20 18:43:28
563
原创 学习笔记（十六）：CNN识别垃圾邮件
1.数据集清洗（load_one_file()这里需要注意一下，系统默认utf-8编码，但是"utf-8"以及"gbk"编码数据集文件都会报错，所以使用encoding="cp852")def load_one_file(filename): x="" with open(filename,encoding="cp852") as f: for line ...
2018-11-19 15:44:12
1151
2
原创 学习笔记（十五）：RNN识别WebShell
1.使用ADFA-LD数据集，逐行读取，并记录系统调用序号的最大值。max_sequences_len=300max_sys_call=0def load_one_flle(filename): global max_sys_call x=[] with open(filename) as f: line=f.readline() ...
2018-11-19 10:41:37
682
原创 学习笔记（十四）：RNN识别恶意评论
1.数据集的收集清洗使用Movie Review Data数据集，分为正负两种评论，将评论作为时序数据，取文件的前100个单词作为一个序列，每个单词又由词袋模型进行编码。MAX_DOCUMENT_LENGTH = 200EMBEDDING_SIZE = 50n_words=0def load_data(): x=[] y=[] x1,y1=load_f...
2018-11-19 09:36:39
1924
原创 学习笔记（十三）：用Tensorflow识别垃圾邮件
1.数据集的收集清洗 找一个入门级的垃圾邮件分类训练集，如SpamBase(下载传送门：http://archive.ics.uci.edu/ml/machine-learning-databases/spambase/)，提取58个属性，最后一位是垃圾邮件的标志位，其余用空格隔开。def load_SpamBase(filename): x=[] y=[] ...
2018-11-18 21:17:46
1639
转载 隐写术-关于UTF-8编码解码
UTF-8维基百科：https://zh.wikipedia.org/wiki/UTF-8UTF-8 是 UNICODE的一种变长度的编码表达方式，也就是说一个字符串中，不同的字符所占的字节数不一定相同def binaryToString(binary): index = 0 string = [] rec = lambda x, i: x[2:8] + ...
2018-11-16 22:32:03
646
原创 学习笔记（十二）：推荐系统-隐语义模型
#代码摘自唐宇迪《推荐系统》视频课程，数据集来自http://pan.baidu.com/s/1eS5VZ8Y中的“ml-1m"数据from collections import dequefrom six import nextimport readersimport tensorflow as tfimport numpy as npimport timenp.rand...
2018-10-18 11:40:19
460
原创 学习笔记（十一）：使用K-Means算法检测DGA域名
1.数据收集与清洗：同（十）2.特征化：同（十）3.训练样本model = KMeans(n_clusters = 2, random_state=random_state)y_pred = model.fit_predict(x) 4.效果验证：使用TSNE将高维向量降维tsne = TSNE(learning_rate=100)x=tsne.fit_transfo...
2018-10-15 23:45:48
1023
原创 学习笔记（十）：使用支持向量机区分僵尸网络DGA家族
1.数据搜集和数据清洗 ·1000个cryptolocker域名 ·1000个post-tovar-goz域名 ·alexa前1000域名 从DGA文件中提取域名数据：def load_dga(filename): domain_list = [] with open(filename) as f: f...
2018-10-15 23:27:58
1489
原创 学习笔记（九）：使用支持向量机识别XSS
1.特征化：提取特征，对特征进行向量化，标准化，均方差缩放，去均值操作def get_len(url): return len(url)def get_url_count(url): if re.search('(http://)|(http://)',url,re.IGNORECASE): return 1 else: return...
2018-10-15 22:16:01
567
原创 学习笔记（八）：使用逻辑回归检测JAVA溢出攻击以及识别验证码
（1）检测JAVA溢出攻击1.数据搜集：加载ADFA-LD正常样本数据，定义遍历目录下文件的函数，从攻击数据集中筛选和JAVA溢出攻击相关的数据，原理同（四）2.特征化：与（四）一致，使用词集模型3.训练样本logreg = linear_model.LogisticRegression(C=1e5)4.效果验证与（四）原理一致（2）识别验证码1.数据搜集：使用MNI...
2018-10-15 17:56:45
472
原创 学习笔记（七）：朴素贝叶斯在Web安全中的六个应用
一、检测Web异常操作 1.数据搜集：一样 2.特征化 使用词集模型，统计全部操作命令，去重后形成字典或词汇表：with open(filename) as f: for line in f: line=line.strip('\n') dist.append(line)fdist = Fre...
2018-10-15 17:43:12
683
原创 学习笔记（六）：使用随机森林算法检测FTP暴力破解
1.数据搜集： 加载ADFA-LD中正常数据 定义遍历目录下文件 从攻击数据中筛选出和FTP暴力破解有关的数据 都与（四）原理相同2.特征化：与（四）相同3.训练样本clf= RandomForestClassifier(n_estimators=10)4.效果验证：与（四）原理相同，十折交叉...
2018-10-15 11:38:37
621
原创 学习笔记（五）：使用决策树算法检测POP3暴力破解
1.数据搜集 加载KDD 99中的数据：def load_kdd99(filename): x=[] with open(filename) asf: for line in f: line=line.strip('\n') line=line.split(',') x.appe...
2018-10-15 11:30:45
1694
原创 学习笔记（四）：使用K近邻算法检测WebShell
1.数据搜集 加载ADFA-LD中正常样本数据：def load_adfa_training_files(rootdir): x=[] y=[] list = os.listdir(rootdir) for i in range(0, len(list)): path=os.path.join(rootdir,list[i]) ...
2018-10-14 16:46:27
546
原创 学习笔记（三）：使用K近邻算法检测Rootkit
Rootkit是一种特殊的恶意软件，它的功能是在安装目标上隐藏自身以及指定的文件，进程和网络链接等信息。1.数据搜集 KDD 99 TCP连接内容特征包括hot ,num_faild_logins ,logged_in ,num_compromised ,root_shell ,su_attempted ,num_root ,num_file_creations ,...
2018-10-14 15:55:32
709
原创 学习笔记（二）：使用K近邻算法检测Web异常操作
使用全量比较，而不是最频繁和最不频繁的比较。1.数据搜集 我们使用词集的模型，将全部命令去重后形成一个大型向量空间，每个命令代表一个特征，首先通过遍历全部命令，生成对应词集。with open(filename) as f:for line in f: line = line.strip('\n') dist.append(line)fdist = F...
2018-10-13 21:29:39
677
3
原创 学习笔记（一）：使用K近邻算法检测web异常操作
黑客入侵Web服务器后，通常会通过系统漏洞进一步提权，获得ROOT权限。我们可以通过搜集LINUX服务器的bash操作日志，通过训练识别出特定用户的操作习惯，然后进一步识别出异常操作的行为。1.数据搜集 训练集包括50个用户的操作日志，每个日志包括15000个操作命令，其中5000条都是正常操作，后面的10000条日志中随机包含有异常操作，每100条操作作为一个操作序列，保存在...
2018-10-13 20:27:55
1036
转载 【转】N皇后
N皇后问题的两个最高效的算法分类： C/C++ 数据结构算法数据结构存储system任务网格 N皇后问题是一个经典的问题，在一个N*N的棋盘上放置N个皇后，每行一个并使其不能互相攻击（同一行、同一列、同一斜线上的皇后都会自动攻击）。一、 求解N皇后问题是算法中回溯法应用的一个经典案例 回溯算法也叫试探法，它是一种系统地搜索问题的解的方法。回溯算法的基本思想是：从一条路往前...
2018-04-05 17:34:08
152
嵌入式yingyong技术jichu教程
2018-05-21
凌力尔特模拟电路设计手册（第二册英文版）
2018-05-15
凌力尔特模拟电路设计手册1 （英文版）
2018-02-20
基于SD卡技术的智能快递存储功能设计与实现.pdf
2018-02-20
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人