CTF对抗

【图像处理入门】11. 深度学习初探：从CNN到GAN的视觉智能之旅

本文将系统讲解卷积神经网络（CNN）的核心原理，通过PyTorch实现图像分类实战；深入解析迁移学习的高效应用策略，利用预训练模型提升自定义任务性能；最后揭开生成对抗网络（GAN）的神秘面纱，展示图像生成与增强的前沿技术
小米玄戒Andrew·2025-06-20 04:27

AIGC虚拟人物VS传统3D建模：技术对比与优劣势分析

AIGC虚拟人物VS传统3D建模：技术对比与优劣势分析关键词：AIGC虚拟人物、传统3D建模、生成对抗网络、三维重建、数字孪生、自动化生成、手工建模摘要：本文从技术原理、实现流程、应用场景等维度，深入对比
AI原生应用开发·2025-06-19 22:47

前言(做个提示大纲)

写了好多CTF的Reverse，突然冒出个想法，想写一个《加解密与C》的合集，总体思路就是用C去实现目前常见的加解密算法，包含国密。这篇文章主要是为了记录一个大纲。
阿捏利·2025-06-19 18:39

python打卡day53@浙大疏锦行

知识点回顾：对抗生成网络的思想：关注损失从何而来生成器、判别器nn.sequential容器：适合于按顺序运算的情况，简化前向传播写法leakyReLU介绍：避免relu的神经元失活现象ps；如果你学有余力
风逸hhh·2025-06-19 17:32

打卡Day53

知识点：1.对抗生成网络的思想：关注损失从何而来2.生成器、判别器3.nn.sequential容器：适合于按顺序运算的情况，简化前向传播写法4.leakyReLU介绍：避免relu的神经元失活现象ps
月宝好q·2025-06-19 09:41

ssrf漏洞利用+CTF实例

引发ssrf漏洞的几个函数file_get_contents()把整个文件读入一个字符串中，获取本地或者远程文件内容fsockopen()获得套接字信息curl_exec()执行一个curl会话，由curl_init()初始化一个新的会话，返回一个curl句柄fopen()打开文件或者URLreadfile()输出一个文件，读入一个文件并写入到输出缓冲ssrf用到的协议file协议：获取敏感文件信
疯狂的小羊肖恩·2025-06-19 08:02

【漏洞挖掘】——33、SSRF攻防对抗(中)

重定向绕过检查场景介绍有时候通过利用开放重定向漏洞可以规避任何类型的基于过滤器的防御，在前面的SSRF示例中假设用户提交的URL经过严格验证以防止恶意利用SSRF行为，但是允许其URL的应用程序包含一个开放重定向漏洞，如果用于后端HTTP请求的API支持重定向，那么您可以构造一个满足过滤器的URL并构造一个到所需后端目标的重定向请求，例如:应用程序包含一个开放重定向漏洞，其中以下URL/produ
FLy_鹏程万里·2025-06-19 08:00

基于深度学习的图像生成技术：GAN的进阶探索与应用实践

生成对抗网络（GAN）自2014年提出以来，已成为深度学习领域的研究热点。其强大的图像生成能力在众多领域展现出无限潜力。本文将深入探讨GAN的高级技术，分享实践经验，并分析当前GAN研究的最新进展。
赵大仁·2025-06-19 07:25

基于深度学习的智能图像风格转换系统：技术与实践

近年来，深度学习技术，尤其是卷积神经网络（CNN）和生成对抗网络（GAN），为图像风格转换带来了革命性的进展。本文将详细介绍基于深度学习的智能图像风格转换系统的原理、实现方法以及实际应用案例。
Blossom.118·2025-06-19 06:53

护网行动：网络安全的实战演练

通过与进攻方的对抗，企事业单位网络、系统以及设备等的安全能力会大大提高。“护网行动”是国家应对网络安全问题所做的重要布局之一。
Ai大模型小凯·2025-06-19 02:20

常见哈希格式类型及其在CTF与渗透测试中的爆破与伪造策略（PBKDF2、bcrypt...)

一、引言在CTF比赛或渗透测试中，获取并利用目标系统的密码哈希是常见的场景。例如，通过Web应用漏洞提取数据库中的用户密码哈希，或通过提权漏洞获取/etc/shadow文件中的系统用户哈希。
vortex5·2025-06-18 23:31

[HarmonyOS 5] 端侧模型推理精度测试：如何可以量化NPU加速后的浮点误差？

、误差测量方法及工具链验证流程：一、精度控制核心策略‌‌编译级浮点约束‌启用严格浮点模式，禁用编译器激进优化：//build-profile.json5{"compileOptions":{"strictFloatPoint
程序员小刘·2025-06-18 19:35

微软因安全漏洞禁用黑暗环境下的Windows Hello面部识别功能

该漏洞源于微软对对抗性输入扰动（adversarialinputperturbations）的处理不足，
FreeBuf-·2025-06-18 07:11

NT缓存管理器(三)

缓存管理器提供的一个支持这个的关键操作是CcCanIWrite.这种回调的原型是：NTKERNELAPIBOOLEANCcCanIWrite(INPFILE_OBJECTFileObject,INULONGBytesToWrite
less@more·2025-06-18 02:37

生成对抗网络(GAN)与深度生成模型实战

1.生成模型基础与GAN原理1.1生成模型概览生成模型是深度学习中的重要分支，主要分为以下几类：变分自编码器(VAE)：基于概率图模型的生成方法生成对抗网络(GAN)：通过对抗训练学习数据分布自回归模型
软考和人工智能学堂·2025-06-17 23:21

专业级ADSL拨号代理搭建指南：实现动态IP池的终极解决方案

引言随着互联网数据采集需求的激增，对抗反爬虫策略成为爬虫工程师的必备技能。目标网站普遍采用IP频率检测机制封禁爬虫请求，传统代理IP方案因IP质量差、成本高、资源有限等痛点难以满足高质量数据采集需求。
Python×CATIA工业智造·2025-06-17 23:45

Linux目录结构深度解析与CTF实战指南：从基础到高级渗透技巧

Linux目录结构深度解析与CTF实战指南：从基础到高级渗透技巧引言：揭开Linux文件系统的神秘面纱不同于Windows的多盘符系统（C:、D:等），Linux采用单一根目录的树状结构，所有内容都从根目录
Bruce_xiaowei·2025-06-17 17:40

C++中的完美转发与类型特性：`std::forward`与`std::remove_reference`详解

在现代C++的泛型编程中，**完美转发（PerfectForwarding）**和**类型特性（TypeTraits）**是两个至关重要的概念。
郝学胜@无限畅想大公司·2025-06-17 17:39

LangGraph--设计一个给出标准提示词模板的聊天机器人

测试结果如下：fromtypingimportAnnotated,List,Literalfromtyping_extensionsimportTypedDictfromlangchain_deepseekimportChatDe
zsffuture·2025-06-17 12:05

网络安全护网行动正在进行中！

护网行动2025关键信息盘点一、护网行动简介护网行动是由国家相关部门组织的国家级网络安全攻防演练，旨在通过真实环境下的攻防对抗：检验关键信息基础设施安全防护能力提升网络安全应急处置水平培养专业化网络安全人才推动网络安全技术创新二
黑客飓风·2025-06-17 05:41

设计模式精讲 Day 3：抽象工厂模式（Abstract Factory Pattern）

【设计模式精讲Day3】抽象工厂模式（AbstractFactoryPattern）文章简述在软件开发中，随着业务复杂度的提升，系统需要支持多种产品族的创建。
在未来等你·2025-06-17 03:30

DAY 53 对抗生成网络

知识点回顾：对抗生成网络的思想：关注损失从何而来生成器、判别器nn.sequential容器：适合于按顺序运算的情况，简化前向传播写法leakyReLU介绍：避免relu的神经元失活现象ps；如果你学有余力
MasterLLL0228·2025-06-17 01:45

CTF题型解题思路总结

CTF题型解题思路总结1.逆向工程（ReverseEngineering）目标理解程序逻辑，绕过保护（如注册码验证）、提取隐藏信息或还原加密算法。
Bruce_xiaowei·2025-06-16 17:28

深入解析XXE漏洞利用：Base64编码的PHP过滤器+回调回传攻击

深入解析XXE漏洞利用：Base64编码的PHP过滤器+回调回传攻击在网络安全和CTF实战中，XXE（XMLExternalEntity）漏洞因其独特的攻击方式和广泛的应用环境，成为Web安全学习的重要一环
Bruce_xiaowei·2025-06-16 17:24

spring如何处理bean的循环依赖

若Bean需AOP代理（如@Async、@Transactional），三级缓存的ObjectFactory会提前生成代理对象并存入二级缓存，避免重复创建代理。三级
明月惊雀·2025-06-15 23:56

机器学习在智能水泥基复合材料中的应用与实践

会议亮点1.前沿技术融合围绕材料科学核心挑战（如强度预测、小样本数据分析），系统讲解：物理信息神经网络（PINNs）：融合物理定律解决材料力学问题生成对抗网络（GAN）：实现复合材料数据增强可解
m0_75133639·2025-06-15 22:51

软件开发怎么对抗抄袭_对抗软件开发中的复杂性

软件开发怎么对抗抄袭这是怎么回事(What'sthisabout)Afterworkingondifferentprojects,I'venoticedthateveryoneofthemhadsomecommonproblems
cullen2012·2025-06-15 21:46

React Native【实战范例】网格导航 FlatList

importReactfrom"react";import{FlatList,Image,SafeAreaView,StyleSheet,Text,View,}from"react-native";interfaceGridItem
朝阳39·2025-06-15 21:14

Java设计模式概览

Java设计模式详解一、设计模式概述1.为什么需要设计模式2.设计模式分类二、创建型模式(5种)1.单例模式(Singleton)2.工厂方法模式(FactoryMethod)3.抽象工厂模式(AbstractFactory
nlog3n·2025-06-15 15:04

Spring是如何实现有代理对象的循环依赖

是如何实现有代理对象的循环依赖代理对象介入后所产生问题阶段一：`A`开始创建阶段二：`A`注入`B`，转而开始创建`B`阶段三：`B`从缓存中获取`A`的引用阶段四：`A`初始化完成，进行代理增强解决代理对象的循环依赖问题`ObjectFactory
攒了一袋星辰·2025-06-15 14:31

AIGC 音乐：满足音乐创作的个性化定制需求

文章从技术原理出发，详细介绍了音乐AI的核心算法和模型架构，包括音乐表示学习、生成对抗网络(GAN)在音乐生成中的应用、Transf
SuperAGI2025·2025-06-15 13:58

一个模板元编程示例

代码#include#include//基础模板定义templatestructFun_;//偏特化：添加左值引用template{templateusingtype=typenamestd::add_lvalue_reference
洞阳·2025-06-15 13:56

手机验证码自动化处理：从原理到企业级解决方案

12秒完成输入，30%因输错导致流程中断场景适配性差：老年用户/视障群体操作失败率超40%业务转化损失：电商支付环节每增加1步操作，流失率上升7%技术挑战：多通道验证码（短信/邮件/语音）的统一捕获动态对抗手段
Python×CATIA工业智造·2025-06-15 13:21

一文读懂特征对齐：多模态世界的“月老红线”

1、引言2、啥是多模态数据3、为啥要特征对齐4、特征对齐是咋干活的5、特征对齐的应用场景6、多模态领域里特征对齐的方法6.1基于神经网络架构设计6.2基于注意力机制6.3基于损失函数设计6.4基于生成对抗网络
.别止步春天.·2025-06-15 10:32

2021年网络空间安全web题目

首先这道题目与ctf还是有点关系的，首先看一下题目：通过浏览器访问http://靶机服务器IP/1，对该页面进行渗透测试,找到flag格式：flag｛Xxxx123｝，括号中的内容作为flag值并提交；
ruihack·2025-06-15 09:58

成都鼎讯通信信号模拟器，解锁电磁训练新高度

成都鼎讯凭借在通信与雷达技术领域的深厚积累和持续创新，重磅推出便携式雷达信号模拟器，以强大的功能、精准的性能和灵活的应用，为部队训练、科研试验提供了可靠的技术支撑，成为电磁对抗领域的革新之作。
a1235k·2025-06-14 17:01

成都鼎讯通信信号模拟设备：构建全域电磁战场新生态

在现代通信对抗与电子战领域，构建高度逼真、复杂多变的电磁环境，是检验通信装备性能、锤炼作战人员实战能力的关键所在。成都鼎讯凭借在通信技术领域的深厚底蕴与持续创新精神，重磅推出通信信号模拟设备。
a1235k·2025-06-14 17:01

成都鼎讯--通信干扰设备功能全解析

在现代电子战与通信对抗领域，一款高性能的通信干扰设备是掌握电磁频谱主动权的关键。
a1235k·2025-06-14 17:00

成都鼎讯短波通信信号模拟设备：短波频段的电磁模拟王者

在现代通信对抗与电子战的激烈角逐中，短波通信因其独特的传播特性，依然在军事通信、应急通信等领域占据重要地位。如何在短波频段构建逼真、可控的电磁环境，成为提升短波通信装备性能与作战人员实战能力的关键。
a1235k·2025-06-14 16:29

边缘计算算法与自动驾驶安全优化实践

本文系统性分析联邦学习与生成对抗网络（GAN）的融合机制，在保护数据隐私的同时提升多节点模型的动态适应能力，并通过可解释性算法对决策逻辑进行可视化解析，增强系统透明度。
智能计算研究中心·2025-06-14 13:06

深度学习驱动的低照度图像质量提升技术

本技术采用深度学习模型，特别是卷积神经网络（CNN）及其变种如条件生成对抗网络（CGAN），提升低照度图像的可见度和质量。
·2025-06-14 08:06

React Native【实战范例】水平滚动分类 FlatList

importReactfrom"react";import{FlatList,SafeAreaView,StyleSheet,Text,View}from"react-native";interfaceitemType
朝阳39·2025-06-14 08:36

python打卡第53天

知识点回顾：对抗生成网络的思想：关注损失从何而来生成器、判别器nn.sequential容器：适合于按顺序运算的情况，简化前向传播写法leakyReLU介绍：避免relu的神经元失活现象importtorchimporttorch.nnasnnimporttorch.optimasoptimfromtorch.utils.dataimportDataLoader
whyeekkk·2025-06-14 07:00

AI原生应用领域安全防护：提升安全性能的方法与技巧

AI原生应用领域安全防护：提升安全性能的方法与技巧关键词：AI原生应用、安全防护、对抗样本、数据隐私、模型鲁棒性、可信AI、安全测试摘要：随着AI技术从“辅助工具”升级为“核心驱动”，AI原生应用（以AI
SuperAGI2025·2025-06-14 02:28

Kafka源码分析（六）——Producer：Sender线程——Batch筛选

作者简介：大家好，我是smart哥，前中兴通讯、美团架构师，现某互联网公司CTO联系qq：184480602，加我进群，大家一起学习，一起进步，一起对抗互联网寒冬学习必须往深处挖，挖的越深，基础越扎实！
码炫课堂-码哥·2025-06-14 00:16

re--[HDCTF 2023]double_code&[MoeCTF 2022]fake_key&[HNCTF 2022 WEEK3]Try2debugPlusPlus

Re练题[HDCTF2023]double_code0x48,0x67,0x45,0x51,0x42,0x7b,0x70,0x6a,0x30,0x68,0x6c,0x60,0x32,0x61,0x61,0x5f
布吉岛没有岛_·2025-06-13 08:23

为什么react需要fiber架构，而vue却不需要？

ReactFiber是React16引入的新架构，用于改造其协调（Reconciliation）过程——也就是在状态变更后如何高效地计算并应用更新到DOM。
光影少年·2025-06-13 07:44

Python Scrapy：抓取学术网站数据的有效途径

基于PythonScrapy的学术网站数据抓取技术：原理、架构与实践指南关键词Scrapy框架、学术数据抓取、网络爬虫架构、反爬对抗策略、数据结构化处理、分布式爬虫、法律合规性摘要本指南系统解析基于PythonScrapy
AI天才研究院·2025-06-13 02:13

WGAN生成对抗网络。代码仅供参考

WGAN生成对抗网络基于pythontensorflow2以下框架，环境应该如何自己配置？表格数据、数值数据，序列数据生成里面是一个标准函数的数据，读取自己数据需要自己改。
QQ67658008·2025-06-13 00:24

Bugku CTF梳理

大佬的刷题记录：https://blog.csdn.net/mcmuyanga1.CTF常见题型CTF比赛通常包含的题目类型有七种，包括MISC、PPC、CRYPTO、PWN、REVERSE、WEB、STEGA
AquilaEAG·2025-06-12 22:38
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他