操作系统学习笔记2_处理器管理
一、中央处理器 一个程序装载入内存后有四个部分: 代码 数据 堆(heap)：malloc分配的空间就是从这里来的 栈(stack)：系统使用的空间，保存函数的返回地址。 CPU由运算器、寄存器、控制器和缓存构成，其中缓存分为内部1级缓存和外部2级缓存。 寄存器是一组CPU内部的存储器，容量小但速度快，一般存放操作数、地址以及控制信息等，分为通用寄存器、 数据寄存器、地址寄存器、I/O地址寄存器、I/O缓冲寄存器、控制寄存器和其他寄存器。 区别：指令分为特权指令和非特权指令，处理器状态分为管理
密码攻击之基于字典和彩虹表的密码攻击
一、撞库攻击 最近经常听到撞库攻击的有关新闻，撞库就是黑客通过收集互联网已泄露的用户和密码信息,生成对应的字典表,尝试批量登陆其他网站后,得到一系列可以登录的用户。作为一个小白，我先从破解口令散列值的尝试入手。 二、Hash函数的特点 哈希函数：把任意长度的输入，通过散列算法，变换成固定长度的输出，该输出就是散列值。这种转换是一种压缩映射，也就是，散列值的空间通常远小于输入的空间，不同的输入可能会散列成相同的输出，而不可能从散列值来唯一的确定输入值。数学表述为：h = H(M) ，其中H( )
hashcat的学习和使用记录
参考博客：http://baijiahao.baidu.com/s?id=1596339955472442323&wfr=spider&for=pc Hashcat hashcat号称世界上最快的密码破解，世界上第一个和唯一的基于GPGPU规则引擎，免费多GPU（高达128个GPU），多哈希，多操作系统（Linux和Windows本地二进制文件），多平台（OpenCL和CUDA支持），多算法，资源利用率低，基于字典攻击，支持分布式破解等等 Hashcat的安装： 把github上面的源码dow
机器学习_1.神经网络的研究和学习（一）
人工神经网络 — —百度百科 人工神经网络（Artificial Neural Network，即ANN ），是20世纪80 年代以来人工智能领域兴起的研究热点。它从信息处理角度对人脑神经元网络进行抽象， 建立某种简单模型，按不同的连接方式组成不同的网络。在工程与学术界也常直接简称为神经网络或类神经网络。神经网络是一种运算模型，由大量的节点（或称神经元）之间相互联接构成。每个节点代表一种特定的输出函数，称为激励函数（activation function）。每两个节点间的连接都代表一个对于通过
机器学习_2.神经网络之DBN
深度信念网络（DBN） 深度信念网络是一个概率生成模型，与传统的判别模型的神经网络相对，生成模型是建立一个观察数据和标签之间的联合分布，对P(Observation|Label)和 P(Label|Observation)都做了评估，而判别模型仅仅而已评估了后者，也就是P(Label|Observation)。 原文：https://blog.csdn.net/a819825294/article/details/53608141 DBNs由多个限制玻尔兹曼机（Restricted Boltz
机器学习_3.神经网络之CNN
卷积神经网络 卷积神经网络（Convoltional Neural Networks, CNN）是一类包含卷积或相关计算且具有深度结构的前馈神经网络（Feedforward Neural Networks），是深度学习（deep learning）的代表算法之一 。由于卷积神经网络能够进行平移不变分类（shift-invariant classification），因此在文献中也被称为“平移不变人工神经网络（Shift-Invariant Artificial Neural Networks,
使用Aircrack-ng破解附近Wi-Fi
Aircrack-ng Aircrack-ng是一个与802.11标准的无线网络分析有关的安全软件，主要功能有：网络侦测，数据包嗅探，WEP和WPA/WPA2-PSK破解。Aircrack-ng可以工作在任何支持监听模式的无线网卡上（设备列表请参阅其官方网站）并嗅探802.11a，802.11b，802.11g的数据。该程序可运行在Linux和Windows上。Linux版本已经被移植到了Zaurus和Maemo系统平台, 并概念验证可移植到iPhone。 这一工具在Kali Linux虚拟机
动态展示二叉搜索树之实践进行时
目录 一、选题展示 二、思考题目 三、阶段一：图形显示二叉搜索树之插入 1.图形显示二叉搜索树的要求 2.原博主的代码和输出 四、阶段二：图形显示二叉搜索树之查删 1.二叉搜索树的查找操作 2.二叉搜索树的删除操作 五、阶段三：动态显示二叉搜索树 六、阶段四：加入调整规则使二叉搜索树变为平衡树 七、阶段五：动态显示二叉平衡树 八、阶段六：使用多种方式显示二叉平衡树 1.java 2D 2.调用graphviz绘制。 3.java+neo4j 九、阶段七：图形显示B-树 十、阶段八：动态显示B-
Kali Linux 连接无线
kali虚拟机安装完毕后，尽管可以使用桥接方式或者共享网络方式进行上网，但类型为有线连接，如果想使用无线需使用无线网卡。 那么，首先需要购买一款无线路由器，淘宝上就有； 然后添加软件源：
vim /etc/apt/sources.list
deb http://mirrors.ustc.edu.cn/kali kali-rolling main non-free contrib
deb http://mirrors.aliyun.com/kali sana main non-free c
Linux下编程命令的使用
gcc 语法 ： gcc [命令] 源文件 常用命令如下： 1.-c 对文件进行编译和汇编，但不进行连接。即做成了obj文件 2.-o 指定目标名称 gcc -o hello hello.c 3.gcc -I 目录 编译时，优先在指定目录下查找头文件 4.gcc -l 库 此处库为二进制函数的集合体 5.gcc -L 目录 优先访问该目录，未找到目标则前往标准目录，仍未找到则报错 6.-g 编译器在编译时产生调试信息 7.-O（O0/O1/O2/O3） 优化程度不断提高的编译选择 make工具
汇编语言题目练习_1
一、单项选择题 1.设BX=2000H，SI=3000H，指令MOV AX，[BX+SI+8]的源操作有效地址为（ ）。 源操作数的寻址方式为基址加变址寻址方式，2000+3000+8=5008H 2.设DS=1000H，ES=2000H，BX=3000H，指令ADD AL，[BX]的源操作数的物理地址为（ ）。 源操作数的寻址方式为寄存器间接寻址方式，源操作数即为[BX]，在约定中，BX的约定段为DS，BP约定段为SS，因此[BX]实为DS:[BX]，即物理地址为1000H*10H+300
严重的学生信息泄露！！！
很多人都提到现在大家对自己的信息保护缺乏意识，但是究竟是怎样的缺失呢。 我在这边举个例子，比如在我的学校里，打印社群里面全是准考证，申请奖学金助学金的表格。公益社团寻失主的时候校园卡号都是裸露的，有的直接曝光身份证。快递拆开后，直接扔掉快递盒。 简单找了一下，手里面已经有上百个身份证号了，只要再花点时间找一下那些服务社团的公众号，会找到至少十个对应的校园卡号，有时失主会站出来，因此最后一套下来，那些想要心动人的全部信息的人，不妨来找我了。。 姓名、学号、身份证号、校园卡号、联系方式…… 当然，
漏洞扫描之nmap扫描
参考：https://blog.csdn.net/jiangliuzheng/article/details/51992220 Nmap指令格式：
Nmap 7.70 ( https://nmap.org )
Usage: nmap [Scan Type(s)] [Options] {target specification}
TARGET SPECIFICATION:
Can pass hostnames, IP addresses, networks, etc.
Ex: scan
漏洞扫描之lynis扫描
lynis是一款比较好用的主机扫描软件。 用法 首先，显示lynis可以扫描的内容类别 指向扫描其中某个方面，如选择php和ssh：
root@KaliWittPeng:~# sudo lynis --tests-from-group "php ssh" --no-colors
[ Lynis 2.6.2 ]
################################################################################
Lynis c
漏洞扫描之nikto
介绍 NIKTO:perl语言开发的开源WEB安全扫描器；识别网站软件版本；搜索存在安全隐患的文件；检查服务器配置漏洞；检查WEB Application层面的安全隐患；避免404误判（原因：很多服务器不遵循RFC标准，对于不存在的对象返回200响应码）；依据响应文件内容判断，不同扩展名的文件404响应内容不同；去时间信息后的内容取MD5值；不建议用-no404参数（-no404参数指去不校验404误判） NIKTO使用方法： 1、 命令：nikto -update #升级，更新插件； 2、
机器学习_4.隐马尔可夫模型初识
预备知识——熵 隐马尔可夫模型是从统计的基础上发展起来的，因此首先需要掌握以下几点： 熵是表示物质系统状态的一种度量，用以表示系统的无序程度，也可称不确定性程度。在信息论中，香农使用熵来表示信息系统的平均信息量，即平均不确定程度。 最大熵原理是一种选择随机变量统计特性最符合客观情况的准则，也称为最大信息原理。随机量的概率分布是很难测定的，一般只能测得其各种均值（如数学期望、方差等）或已知某些限定条件下的值（如峰值、取值个数等），符合测得这些值的分布可有多种、以至无穷多种，通常，其中有一种分布的
基本数据类型和内置数据类型
基本数据类型 基本类型：string，null，undefined，number，boolean 特殊类型：object 内置数据类型(内置对象) Function: 函数类型。 Object: 对象类型。 Boolean, Number, String: 简单数值类型的对象 Date, Array, RegExp: 内置数据类型。
js中的事件维托，事件捕获，事件冒泡
事件维托：利用冒泡的原理把事件加到父元素或祖元素上，触发执行效果。 事件冒泡（event bubbling）：ie的事件流，从最具体的元素逐级向上传播到较为具体的节点，如果你单击了页面中的<div>元素，那么这个click事件会按照如下顺序传播。1<div>，2<body>，3<html>，4document 事件捕获（event capturing）：团队事件流，和事件冒泡相反，同样的点击事件会按照相反的顺序传播，即4，3，2，1.由于老版本不支持，因此很少有人用事件捕获。 dom流：3个阶
echart去除网格线的两种方法和echart图自适应
1. yAxis : [ { splitLine:{show: false},//去除网格线 type : 'value', } ], xAxis : [ { splitLine:{show: false},//去除网格线 type : 'value', } ], 如果还不行的话就用 grid:{ borderWidth:0, borderColor:'#e3b' }, 自适应代码：window.onresize = myChart.resize;
今日推荐
周排行