0x1

ARP攻击原理简析及防御措施

摘要：0x1简介网络欺骗攻击作为一种非常专业化的攻击手段，给网络安全管理者，带来严峻的考验。网络安全的战场已经从互联网蔓延到用户内部的网络，特别是局域网。
肆虐的悲傷·2019-11-28 00:23

基于贝叶斯网（Bayes Netword）图模型的应用实践初探

2.从概率预测问题说起0x1：条件概率预测模型之困我们知道，朴素贝叶斯分类器和Logisticregression模型都是产生概率估计来代替硬性的分类。
郑瀚Andrew.Hann·2019-11-18 22:00

K近邻（k-Nearest Neighbor，KNN）算法，一种基于实例的学习方法

1.基于实例的学习算法0x1：数据挖掘的一些相关知识脉络本文是一篇介绍K近邻数据挖掘算法的文章，而所谓数据挖掘，就是讨论如何在数据中寻找模式的一门学科。
郑瀚Andrew.Hann·2019-11-09 15:00

汇编八

inta=10;++a;intc=a;/*0x100c2074b:movl$0xa,-0x14(%rbp)0x100c20752:movl-0x14(%rbp),%edi0x100c20755:addl$0x1
Flonger·2019-11-05 16:02

hexoblog

hexo博客在windows10下快速搭建步骤：0x1安装tortoisegit。1.1新建Repositoryyourname.github.io。1.2开通page服务。
二三10111·2019-11-01 05:05

这些关于 parseInt 的题你都会吗？

210',10)parseInt(NaN)parseInt(NaN,36)['1','7','11'].map(parseInt)['1','2','3'].map(parseInt)parseInt('0x1
云影sky·2019-10-23 19:28

推荐算法初探

1.推荐算法简介0x1：关于推荐的几个小故事在开始讨论抽象具体的算法和公式之前，笔者希望先通过几个小故事，来帮助读者朋友建立一个对推荐算法的感性理解。
郑瀚Andrew.Hann·2019-10-11 20:00

蒙特卡罗方法、蒙特卡洛树搜索（Monte Carlo Tree Search，MCTS）初探

1.蒙特卡罗方法（MonteCarlomethod）0x1：从布丰投针实验说起-只要实验次数够多，我就能直到上帝的意图18世纪，布丰提出以下问题：设我们有一个以平行且等距木纹铺成的地板（如图），现在随意抛一支长度比木纹之间距离小的针
郑瀚Andrew.Hann·2019-10-09 14:00

后渗透篇：Linux 后门类型【总结】

0x02增加超级用户0x03小案例0x04破解0x05放置SUIDShell0x06Crontab后门0x07ssh公钥免密0x08alias后门0x09pam后门oropenssh0x10SSH后门0x1
bylfsj·2019-10-08 20:41

keybd_event和mouse_event取代winio.dll

使用详见：https://www.cnblogs.com/xielong/p/6763121.html//键盘事件#regionbVk参数常量定义publicconstbytevbKeyLButton=0x1
刘培富·2019-09-30 20:56

遗传编程（GA，genetic programming）算法初探，以及用遗传编程自动生成符合题解的正则表达式的实践

1.遗传编程简介0x1：什么是遗传编程算法，和传统机器学习算法有什么区别传统上，我们接触的机器学习算法，都是被设计为解决某一个某一类问题的确定性算法。
郑瀚Andrew.Hann·2019-09-25 21:00

浅谈独立特征（independent features）、潜在特征（underlying features）提取、以及它们在网络安全中的应用

1.关于特征提取0x1：什么是特征提取特征提取研究的主要问题是，如何在数据集未明确表示结果的前提下，从中提取出重要的潜在特征来。
郑瀚Andrew.Hann·2019-09-15 11:00

信道容量及信道编码原理学习

1.引言0x1：什么是通信当我们说“A与B通信”时，我们本质意思是在说A的物理行为使B产生一种需要的物理状态。信息的传输是一个物理过程，因此，必然受到无法控制的周边噪声以及信号处理本身缺陷的影响。
郑瀚Andrew.Hann·2019-09-07 10:00

Rocksdb参数总结

CompressionType：压缩类型kNoCompression=0x0,kSnappyCompression=0x1,kZlibCompression=0x2,kBZip2Compression=
机智帅气的葫芦娃·2019-09-06 09:25

软件触发中断（NVIC->STIR）

1/*使能软件触发中断功能*/2SCB->CCR|=0x1STIR=0;6970/*触发IWDG中断*/71NVIC->STIR=0x1;7273//其他的就不写了
wangyanwen·2019-09-04 10:00

js - __proto__ 、 prototype和constructor

零.资料与前言0x1材料：1.帮你彻底搞懂JS中的prototype、__proto__与constructor（图解）0x2前言之前也尝试总结过js中的__proto__、prototype以及原型链相关的资料
shiweiqianju·2019-08-27 10:00

pushad与popad

博客园PUSHAD与POPAD这两条指令其实就是讲EAX,ECX,EDX,EBX,ESI,EDI,ESP,EBP这8个寄存器的值分别入栈与出栈为了方便演示，我们先把OD中红框部分，8个寄存器中的6个置位0x1,0x2,0x3,0x4,0x5,0x6
溺心与沉浮·2019-08-25 18:00

对博弈活动中蕴含的信息论原理的讨论，以及从熵角度看不同词素抽象方式在WEBSHELL文本检测中的效果区别

1.从赛马说起0x1：赛马问题场景介绍假设在一场赛马中有m匹马参赛，令第i匹参赛马获胜的概率为pi，如果第i匹马获胜，那么机会收益为oi比1，即在第i匹马上每投资一美元，如果赢了，会得到oi美元的收益，
郑瀚Andrew.Hann·2019-08-17 11:00

关于数据压缩、信源编码、赫夫曼码的一些研究，以及由此引出对决策树模型的信息论本质的思考

1.关于数据压缩0x1：什么是数据压缩？为什么要进行数据压缩？
郑瀚Andrew.Hann·2019-08-13 21:00

阴谋还是悲剧？- 基于机器学习假设检验视角，看泰坦尼克号事件

1.引言0x1：故事背景泰坦尼克号（RMSTitanic），又译作铁达尼号，是英国白星航运公司下辖的一艘奥林匹克级邮轮，排水量46000吨，于1909年3月31日在北爱尔兰贝尔法斯特港的哈兰德与沃尔夫造船厂动工建造
郑瀚Andrew.Hann·2019-08-11 11:00

从随机过程的熵率和马尔科夫稳态过程引出的一些思考 - 人生逃不过一场马尔科夫稳态

1.引言0x1：人生就是一个马尔科夫稳态每一秒我们都在做各种各样的选择，要吃青菜还是红烧肉、看电影还是看书、跑步还是睡觉，咋一看起来，每一个选择都是随机的，而人生又是由无数个这样的随机选择组成的结果。
郑瀚Andrew.Hann·2019-08-10 10:00

关于信息论中熵、相对熵、条件熵、互信息、典型集的一些思考

1.绪论0x1：信息论与其他学科之间的关系信息论在统计物理（热力学）、计算机科学（科尔莫戈罗夫复杂度或算法复杂度）、统计推断（奥卡姆剃刀，最简洁的解释最佳）以及概率和统计（关于最优化假设检验与估计的误差指数
郑瀚Andrew.Hann·2019-08-09 15:00

java获取一个byte字节里的某个bit值或连续的几个bit值

获取单个bit值：//b为传入的字节，i为第几位（范围0-7），如要获取bit0，则i=0publicintgetBit(byteb,inti){intbit=(int)((b>>i)&0x1);returnbit
chenyiming2010·2019-07-29 20:47

概率论与数理统计中基于有限样本推断总体分布的方法，基于总体未知参数区间估计的假设检验方法之讨论，以及从数理统计视角重新审视线性回归函数本质

1.总体与样本0x1：数理统计中为什么要引入总体和个体这个概念概率论与数理统计中，一个很重要的研究对象就是总体的概率分布，理论上说，我们希望获得被研究对象的总体样本，基于这份总体样本进一步研究其概率分布
郑瀚Andrew.Hann·2019-07-27 13:00

实习记录3-CSIDL标识的文件夹路径及具体的值

当前用户目录对照表PublicEnumCSIDL_FOLDERSCSIDL_DESKTOP(0x0)表示“桌面”虚拟文件夹，包含了计算机中的所有内容CSIDL_INTERNET(0x1)表示Internet
Spwpun·2019-07-26 18:40

关于局部加权回归（Locally Weighted Scatterplot Smoothing，LOWESS）、STL（Seasonal-Trend decomposition procedure based on Loess）算法原理的讨论，以及时序异常检测应用的思考

1.LOWESS（LocallyWeightedScatterplotSmoothing，局部加权回归）0x1：lowess算法主要解决什么问题1.非线性回归拟合问题LOWESS通过取一定比例的局部数据
郑瀚Andrew.Hann·2019-07-18 12:00

再谈线性回归函数分析，从概率论与数理统计角度看线性回归参数估计

1.随机变量的数字特征0x1：为什么我们需要统计随机变量的数字特征随机变量的分布函数（或概率函数，或密度函数）已经非常全面了，精确地描述了这个随机变量取值的统计规律性，那为什么我们还需要研究随机变量的数字特征呢
郑瀚Andrew.Hann·2019-07-07 16:00

js字符串转为数字方法parseInt()、减号、乘号、JSON.parse()、Number()的效率比较

vara='1';varb='0x1';varrunTest=function(timeTag,testFunction){console.time(timeTag);for(vari=0;i<100000000
蓓蕾心晴·2019-07-03 13:00

关于概率分布理论的原理分析的一些讨论，以及经典概率分布的应用场景，以及概率统计其在工程实践中的应用

1.随机变量定义0x1：为什么要引入随机变量这个数学概念在早期的古典概率理论研究中，人们基于随机试验的样本空间去研究随机事件，也发展出了非常多辉煌的理论，包括著名的贝叶斯估计在内。
郑瀚Andrew.Hann·2019-07-02 14:00

从NLP任务中文本向量的降维问题，引出LSH（Locality Sensitive Hash 局部敏感哈希）算法及其思想的讨论

1.引言-近似近邻搜索被提出所在的时代背景和挑战0x1：从NN（NeighborSearch）说起ANN的前身技术是NN（NeighborSearch），简单地说，最近邻检索就是根据数据的相似性，从数据集中寻找与目标数据最相似的项目
郑瀚Andrew.Hann·2019-06-19 20:00

Quartus II 实验 （三）——图形化编程4位全加器，4位乘法阵列

0x1前言计算机组成原理实验项目之一，要求使用QuartusII的图形化编程制作4位全加器和两个4位四位数相乘的乘法阵列。
蛇皮团团怪·2019-06-18 16:45

Quartus II 实验 （二）——VHDL 4位加法器和4位乘法器

0x1前言计算机组成原理实验项目要求之一，使用QuartusII的VHDL语言制作一个4位加法器和4位乘法器，并烧到试验箱中进行测试。
蛇皮团团怪·2019-06-18 15:08

Uninstall Tool 破解手记

0x1思路及方法拿到软件，首先看下软件有无什么保护，结果发现仅仅有一个注册机制，并没有特别的保护。找到需要输入注册码
albertli·2019-06-16 14:58

Springboot 整合 MyBatis(一):跑起来

0x1环境1.系统:Windows102.IDE:IntelliJIDEA2018.3x640x2创建项目1.创建一个SpringBoot项目选择SpringInitailizr>Next简单配置即可>
我,小至·2019-06-15 17:00

代价敏感学习初探 - 有偏损失函数设计

1.代价敏感学习简介0x1：如何将业务场景中对FP和FN损失的不同接受程度，调整我们的损失函数1.什么场景下需要代码敏感学习在很多真实业务场景中，包括笔者所在的网络安全领域，误报造成的损失常常比漏报来的要大
郑瀚Andrew.Hann·2019-06-10 22:00

使用 C# 实现 CJ-T188 水表协议和 DL-T645 电表协议的解析与编码

9CTR_01协议控制码，例如0x1就是读表数据。100x
myzony·2019-05-21 09:00

golang 读取 chrome保存的网站账号信息

"os""syscall""unsafe"sqlite3"github.com/ccpaging/go-sqlite3-windll")const(CRYPTPROTECT_UI_FORBIDDEN=0x1
sherlock-merlin·2019-05-16 10:00

线性方程组数学原理、矩阵原理及矩阵变换本质、机器学习模型参数求解相关原理讨论

1.线性方程组0x1：无处不在的线性方程组日常生活或生产实际中经常需要求一些量，用未知数x1，x2，....
郑瀚Andrew.Hann·2019-05-09 22:00

MySQL基于报错注入2

目标站点：0x1注入点判断http://www.xxxxxx.com/pages/services.php?
APT-101·2019-05-09 15:00

MySQL基于报错注入1

0x1判断注入点：http://www.xxxx.ro/s.php?id=1'那么尝试闭合下单引号http://www.xxxx.ro/s.php?
APT-101·2019-05-08 19:00

BAT批处理文件，脚本时间值%time:~0,2%%time:~3,2%%time:~6,2%的用法

代码 1 或 0x1：调用的函数不正确或调用了未知函数。代码 10 或 0xa：环境不正确。代码 0x8009000f：常规访问被拒绝任务计划程-
M_ling·2019-04-22 10:02

标签传播算法（Label Propagation Algorithm, LPA）初探

0.社区划分简介0x1：非重叠社区划分方法在一个网络里面，每一个样本只能是属于一个社区的，那么这样的问题就称为非重叠社区划分。
郑瀚Andrew.Hann·2019-04-15 18:00

安卓中的三种Adapter适配器

一、ArrayAdapter（数组适配器）有一定的局限性，只能显示一行文本数据0x1基本使用实例(1)、采用Java控制显示内容布局文件：Java文件：importandroid.app.Activity
徐念安·2019-04-14 15:53

JEB python脚本

0x1、JEB2的API架构由于JEB2试图成为像IDA那样的universaldisassembler，其架构多了很多包装层。
ESE_·2019-04-07 10:35

CTF基础-图片隐写篇

【工具及题目链接：https://pan.baidu.com/s/1up969RLLbDP0Wlky4QdSew提取码：f62y】0x1常见隐写类型：【以下题目
Sn1Per_395·2019-04-04 19:38

CTF基础-图片隐写篇

【工具及题目链接：https://pan.baidu.com/s/1up969RLLbDP0Wlky4QdSew提取码：f62y】0x1常见隐写类型：【以下题目
Sn1Per_395·2019-04-04 19:38

webug4.0安装

官网：https://www.webug.org/官方版本里有安装视频教程0x1源码版步骤和安装cms类似安装phpstudy-安装Navicat-创建webug数据库-创建webug_sys数据库-创建
雨九九·2019-03-24 10:33

线性模型（linear model）基本定义及参数求解数学本质、损失函数的选择与评估数学原理、及其基于线性模型衍生的其他机器学习模型相关原理讨论

1.线性模型简介0x1：线性模型的现实意义在一个理想的连续世界中，任何非线性的东西都可以被线性的东西来拟合（参考TaylorExpansion公式），所以理论上线性模型可以模拟物理世界中的绝大多数现象。
郑瀚Andrew.Hann·2019-03-24 10:00

7天备战蓝桥杯之第一天

7天备战蓝桥杯之第一天0x1前言无尔,只为打脸某人。
weixin_30536513·2019-03-19 19:00

LeetCode刷题（python）——461. 汉明距离

注意：0≤x,yint:cout=0x1=self.getBinary(x)y1=self.getBinary(y)c1=len(x1)c2=len(y1)ifc1>=c2:#判断长短并补零操作c=c2temp
论程序员的自我修养·2019-03-13 09:50
上一页 10 11 12 13 14 15 16 17 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他