2020_1课程设计—基于BC的证书格式转换工具的设计与实现—第一周进展

本周任务 收集相关资料,学习证书格式的相关知识 收集相关资料,学习OpenSSL的使用方法 安装OpenSSL 使用OpenSSL命令行查看证书,并实现证书格式转换 完成情况 收集相关资料,学习证书格式的相关知识 不同平台,不同设备需要的证书格式不同,例如Windows服务器使用.pfx文件,Apache服务器使用.crt、.cer文件 虽然证书的格式不同,但证书的本身不发生改变,只是存储方式发生了改变 PEM Format 最常用的证书格式(密钥格式) 用于Apache平台 ASCII文件使
分类: 其他 发布时间: 04-13 23:34 阅读次数: 0

Ansible--快速入门

Ansible--快速入门: https://www.cnblogs.com/yanjieli/p/10969089.html Ansible--Module: https://www.cnblogs.com/yanjieli/p/10969143.html Ansible--Roles: https://www.cnblogs.com/yanjieli/p/10971862.html Ansible--Playbook: https://www.cnblogs.com/yanjieli/p/
分类: 其他 发布时间: 04-13 23:34 阅读次数: 0

硬币组合(排列数和组合数)

给定不同面额的硬币 coins 和一个总金额 amount。编写一个函数来计算可以凑成总金额所需的最少的硬币个数。如果没有任何一种硬币组合能组成总金额,返回 -1。 示例 1: 输入: coins = [1, 2, 5], amount = 11 输出: 3 解释: 11 = 5 + 5 + 1 示例 2: 输入: coins = [2], amount = 3 输出: -1 对于第一类为排列数问题,硬币循环在内; class Solution { public: int coinCh
分类: 其他 发布时间: 04-13 23:34 阅读次数: 0

文件操作类 (一)

using System; using System.Text; using System.Web; using System.IO; namespace Common.Utility { public class FileOperate { #region 写文件 protected void Write_Txt(string FileName, string Content) { Encoding code = Encoding.GetEncoding("gb2312"); string
分类: 其他 发布时间: 04-13 23:34 阅读次数: 0

Some network Tools

https://github.com/tuitong4/nwfarm
分类: 其他 发布时间: 04-13 23:34 阅读次数: 0

小学生趣味C++编程第8课 竖式计算

#include<iostream> #include<iomanip> //为了使用setw()来设置域宽 using namespace std; int main() { int a,b,s; a=18; b=870; s=a+b; cout<<setw(10)<<a<<endl; cout<<setw(4)<<'+'<<setw(6)<<b<<endl; cout<<" -----------"<<endl; cout<<setw(10)<<
分类: 其他 发布时间: 04-13 23:34 阅读次数: 0

04 Idea常用快捷键

删除行 ctrl + y 复制行 ctrl + d 文件重命名:shift + F6 Sround with : ctrl + alt + t 快速导包: alt + enter 自动生成(getter等): alt + insert 注释 单行注释 ctrl + ? 多行注释 ctrl + shift + ? 快捷键模板(比如切到eclipse的快捷键) file->setting->keymap->eclipse
分类: 其他 发布时间: 04-13 23:34 阅读次数: 0

半分钟就懂 --- 分布式与集群是什么 ? 区别是什么?

一、大白话解说,半分钟就懂,用生活中的例子来说明: 小饭店原来只有一个厨师,切菜洗菜备料炒菜全干。 后来客人多了,厨房一个厨师忙不过来,又请了个厨师,两个厨师都能炒一样的菜,两个厨师的关系是集群。 为了让厨师专心炒菜,把菜做到极致,再请了个配菜师负责切菜,备菜,备料 ... 厨师和配菜师的关系是分布式。 一个配菜师也忙不过来了,又请了个配菜师,两个配菜师关系是集群。 一个配菜师因故请假了,但是其余的配菜师还是该啥就干啥,只是没请假的配菜师任务均匀的加量了,但他们的任务和职责是不变的,这是集群。
分类: 其他 发布时间: 04-13 23:34 阅读次数: 0

Linux解压、压缩文件到指定目录

cd 路径【进入到你压缩包的路径下】 tar zxvf apache-maven-3.6.2-bin.tar.gz -C ../../Soft/Maven tar zxvf表示解压命令 apache-maven-3.6.2-bin.tar.gz表示你的安装包名称 ../../Soft/Maven表示你想要解压的路径【注意此处需要填写对路径名,..表示上一级路径】 压缩文件 tar在Linux上是常用的打包、压缩、加压缩工具,它的参数很多,这里仅仅列举常用的压缩与解压缩参数 参数: -c :cr
分类: 其他 发布时间: 04-13 23:34 阅读次数: 0

07_Bootstrap

## Bootstrap: 1. 概念: 一个前端开发的框架,Bootstrap,来自Twitter,是目前很受欢迎的前端框架。Bootstrap是基于 HTML\CSS\Javscript的,它简洁灵活,使得Web开发更加快捷。 * 框架:一个半成品软件,开发人员可以在框架的基础上,再进行开发,简化编码。 * 好处: 1. 定义了许多的CSS样式和js插件。我们开发人员可以直接使用这些样式和插件得到丰富的页面效果, 2. 响应是布局: *同一套页面可以兼容不同分辨率的设备。 2. 快速入门
分类: 其他 发布时间: 04-13 23:34 阅读次数: 0

【并发编程】MESI--CPU缓存一致性协议 多线程之:MESI-CPU缓存一致性协议

多线程之:MESI-CPU缓存一致性协议 MESI(Modified Exclusive Shared Or Invalid)(也称为伊利诺斯协议,是因为该协议由伊利诺斯州立大学提出)是一种广泛使用的支持写回策略的缓存一致性协议,该协议被应用在Intel奔腾系列的CPU中,详见“support the more efficient write-back cache in addition to the write-through cache previously used by the Int
分类: 其他 发布时间: 04-13 23:34 阅读次数: 0

MongoDB事务开发:读操作事务(未完成)

在读取数据的过程中我们需要关注以下两个问题: 从哪里读,关注数据节点位置; 什么样的数据可以读(数据是否提交),关注数据的隔离性。 第一个问题由readPreference来解决 第二个问题由readConcern来解决 什么是readPreference readPreference决定使用哪一个节点来满足正在发起的读请求。可选值包括: primary:只选择主节点(默认值); primaryPreferred:优先选择主节点,如果不可用则选择从节点; secondary:只选择从节点; s
分类: 其他 发布时间: 04-13 23:34 阅读次数: 0

第七节 线性回归模型入门

相关和回归的区别:回归是一种趋势考察,相关是一种紧密性的考察,从散点图看,点越分散程度表现为相关性,点呈现的趋势表现为回归 线性模型的几个重要点   独立性考察:wd检验   正态性考察:对残差,但是也可以先看看自变量和因变量是否存在强烈偏态   方差齐性考察:   决定系数:即百分之多少的变异程度可由当前模型解释   样本量的估算:经验值一般为纳入模型变量的20倍   建模前应该先对每个因变量和自变量做散点图,观察趋势,是否呈线性,是否存在强影响点   对于强影响点:是否数据出错,是否可以从
分类: 其他 发布时间: 04-13 23:34 阅读次数: 0

Tensorflow 添加卷积层

Tensorflow中提供了tf.nn.conv2d与tf.layers.conv2d用于添加卷积层人工智能
分类: 其他 发布时间: 04-13 23:34 阅读次数: 0

SVM(一):线性支持向量机

1.2 对偶问题目标函数12∣∣w∣∣22\\frac {1}{2}||\\boldsymbol w||
分类: 其他 发布时间: 04-13 23:33 阅读次数: 0

SVM(二):软间隔与正则化

2 软间隔与正则化2.1 软间隔硬间隔(hard margin)要求所有样本均满足约束:yi(wTx
分类: 其他 发布时间: 04-13 23:33 阅读次数: 0

SVM(三):非线性支持向量机

6.3 非线性SVM(1)问题定义现实任务中,训练样本经常不是线性可分的,即原始样本空间中并不存在一
分类: 其他 发布时间: 04-13 23:33 阅读次数: 0

SVM(四):支持向量回归

5 支持向量回归(1)问题定义给定训练样本D={(x1,y1),(x2,y2),...,(xm,ym
分类: 其他 发布时间: 04-13 23:32 阅读次数: 0

SVM(五):SVM小结

5.1 SVM分类算法步骤输入:mmm个样本(x1,y1),(x2,y2),...,(xm,ym){
分类: 其他 发布时间: 04-13 23:32 阅读次数: 0

Machine Learning-L0-机器学习简介

机器学习关注的是使计算机程序能够像人一样根据经验的积累自动提高处理问题的性能,即模仿人类思维和学习过
分类: 其他 发布时间: 04-13 23:32 阅读次数: 0