- 综合排序
- 最热优先
- 最新优先
- 来自专栏Java
网络安全学习纲要
网络安全学习纲要 网络基础知识： 深入了解网络协议： 了解TCP/IP协议栈，包括各个层次的功能和工作原理。 网络拓扑和设备： 理解不同网络拓扑结构，掌握网络设备的工作原理和配置。 网络安全工具和技术： 防火墙和IDS/IPS： 掌握防火墙和入侵检测/防御系统的原理和配置。 扫描工具： 熟悉网络扫描工具，如Nmap和Wireshark，用于发现网络漏洞和分析流量。 授权： 学习有效的访问控制和权限管理。 安全意识和社会工程学： 培养安全意识： 使员工了解社会工程学和常见的网络威胁，以降低社会工程攻击的风险。 日志和事件管理： SIEM工具： 学习使用SIEM工具进行日志和事件管理，实时监控和响应安全事件。 法规和合规性： 了解法规： 了解与组织相关的法规和合规性要求，确保网络安全策略符合法规标准。 合规性实施： 实施符合性控制，确保满足法规和行业标准的要求。
32100编辑于 2025-01-21 - 来自专栏项目文章
Redis学习9：Jedis学习
Jedis学习 编程语言中的数据如任何和redis联动，如果是java语言，那么就可以使用Jedis工具，同时springdata redis也可以使用，lettuce也可以使用。
18010编辑于 2024-06-07 - 来自专栏网络安全道阻且长
网络安全学习笔记（自用
由于最近的工作需要，开始接触到网络安全，听到“白帽子”这个词汇，作为一个开发人员，对web渗透方面的知识了解的很少，可能会导致代码里有很多漏洞，所以想要系统学习一下网络安全。 网络安全学习是网上自己找的视频 我的最终目的是学会web安全渗透，对比了一些学习视频后，决定从最基础的开始学习，包括系统，服务器安全。这里只是做学习记录，为了方便自己以后查阅。
38411编辑于 2023-12-16 - 来自专栏小狐狸说事
如何学习网络安全
我们应该怎么学习网络安全 ---- 首先，必须（时刻）意识到你是在学习一门可以说是最难的课程，是网络专业领域的顶尖课程，不是什么人、随随便便就能学好的。 网络安全涉及的知识面广、术语多、理论知识多。正给学习这门课程带来很多困难。也需要我们投入比其它课程多的时间和精力来学习它。 可以说，加密学的应用贯穿了整个网络安全的学习过程中。因为之前大多数人没有接触过在这方面的内容，这是个弱项、软肋，所以需要花费比其它部分更多的时间和精力来学习。也需要参考更多的参考书。 1、《Red Hat Linux 9桌面应用》 梁如军，机械工业出版社（和网络安全关系不大，可作为参考） 2、《Red Hat Linux 9系统管理》 金洁珩，机械工业出版社 3、《Red Hat Linux 9网络服务》 梁如军，机械工业出版社 除了Unix/Linux系统管理相关的参考书外，这里还给出两本和安全相关的书籍。
1.2K30编辑于 2022-11-17 - 来自专栏MiningAlgorithms
机器学习9：采样
另外，利用重采样技术，可以在保持特定的信息下（目标信息不丢失），有意识地改变样本的分布，以更适应后续的模型训练和学习，例如利用重采样来处理分类模型的训练样本不均衡问题。 对于很多分类算法，如果直接采用不均衡的样本集来进行训练学习，会存在一些问题。 同样地，对于欠采样，可以采用InformedUndersampling来解决由于随机欠采样带来的数据丢失问题 7.2，基于算法的方法： 在样本不均衡时，也可以通过改变模型训练时的目标函数（如代价敏感学习中不同类别有不同的权重 ）来矫正这种不平衡性；当样本数目极其不均衡时，也可以将问题转化为单类学习（one-classlearning）、异常检测（anomaly detection）。 if __name__ == '__main__': plot_mcmc(0.1, 0.1) plot_mcmc(1, 1) plot_mcmc(2, 3) Reference： 《百面机器学习
2.3K30发布于 2019-08-08 - 来自专栏周小末天天开心
Java 基础学习（9）
2）例如：int d = -9 其原码为：10000000 00000000 00000000 00001001 其反码为：11111111 11111111 11111111 11110110
29820编辑于 2022-10-26 - 来自专栏萌海无涯
Django学习回顾前面学习知识（9）
今天来回顾下前面学习的内容，温故而知新！
47120发布于 2019-09-05 - 来自专栏Nicky's blog
网络安全知识培训学习笔记
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
76130发布于 2019-10-28 - 来自专栏人工智能机器学习
机器学习与网络安全（一）
3、自主学习阶段 完全的数据趋势，使智能体自主学习没自己寻找特征，实现基础的人机互动。 比如密码算法、验证算法这些就用了我们机器学习里面的好多算法，所以其实机器学习人工智能这块先被应用到其它行业之前，就是最先应用到信息安全行业的。如说现在物联网、嵌入式的信息安全。 信息安全的现状大概分了这么几类： 攻击场景如何复原现在是一个大问题，网络安全上我们其实更需要的是快速的响应，由机器来代替人来响应，很多解决方案，就是说当然做的好的才行，好多都是做得不好的 现在有公司把恶意恶意代码、木马的病毒等给那些人工智能深度学习来认但是往往那些变种了，你都不报警的拿过来深度学习照样报警，现在是有英国有几家有两家在做这种事情。 深度学习的出现让人类在人工智能训练过程中的控制过程就逐渐减少了，像AlphaGo可能团队就那十来个人，那就能搞出那么大的创举，你可能没有深度学习的话，上几百号人估计都搞不出来效果。
92600发布于 2019-08-21 - 来自专栏mukekeheart的iOS之旅
OC学习9——反射机制
通过字符串来获取Class 7 Class clazz = NSClassFromString(@"NSDate") ; 8 NSLog(@"%@", clazz) ; 9 （具体KVC机制的原理后面学习了再补充：OC学习篇之---KVC和KVO操作） 7、如果程序需要判断某个对象是否可调用方法，则可通过NSObject的如下方法进行判断： respondsToSelector Foundation.h> 2 3 //定义接口部分 4 @interface FKCar : NSObject 5 @end 6 7 8 #import <objc/message.h> 9 " 3 4 int main(int argc, char * argv[]) 5 { 6 @autoreleasepool{ 7 8 //获取FKCar类 9 selector(addSpeed:), 2.4) ; 28 29 //输出 30 NSLog(@"加速后的速度为：%g", speed) ; 31 } 32 } 9、
2.3K50发布于 2018-02-27 - 来自专栏WD学习记录
机器学习 学习笔记（9）支持向量机
线性可分支持向量机与硬间隔最大化 给定训练样本集，分类学习最基本的想法就是基于训练集D在样本空间中找到划分超平面，将不同类别的样本分开，希望找到的是位于两类样本正中间的划分超平面，因为该划分对训练样本的局部扰动的容忍性最好 SMO详细步骤见 机器学习 学习笔记（10）序列最小最优化算法 定理核函数：令 ? 为输入空间， ? 是定义在 ? 上的对称函数，则 ? 是核函数当且仅当对于任意数据 ? 通过引入核化（即引入核函数）来将现行学习期拓展为非线性学习器。 SVM smo代码如下： # 代码和数据集主要源自于机器学习实战，https://github.com/AnnDWang/MachineLearning/blob/master/thirdbook/ch6 # 如果支持向量太少，就可能会得到一个很差的决策边界 # 如果支持向量太多，也就相当于每次都利用整个数据集进行分类 参考： 《机器学习》 《统计学习方法》 《机器学习实战》
89120发布于 2018-09-03 - 来自专栏菩提树下的杨过
babylon.js 学习笔记(9)
spriteManagerPlayer); player5.position.y = 1.5; player5.position.x = 0.8; player5.playAnimation(0,9,
58020编辑于 2023-06-10 - 来自专栏YO大数据
python学习笔记（9）文件 IO
Python提供了两个内置函数从标准输入读入一行文本，默认的标准输入是键盘。如下：
57130发布于 2021-08-16 - 来自专栏一个爱吃西瓜的程序员
学习SQL【9】-集合与联结
现在我们开始学习使用2张以上的表的SQL语句。通过以行方向为单位的集合运算符和以列方向为单位的联结，就可以将分散在多张表中的数据组合成期望的结果。 在学习使用方法之前，我们先创建一张表： --创建表Product2(商品2) CREATE TABLE Product2 ( product_id CHAR(4) NOT NULL SQL中的联结有很多种，我们主要学习内联结和外联结两种。 内联结—INNER JOIN 内联结（INNER JOIN）是运用最广泛的联结运算。 我们继续使用Product表和ShopProduct表来进行后续的学习。 每天学习一点点，每天进步一点点。
1.5K120发布于 2018-04-04 - 来自专栏机器学习算法工程师
《机器学习》笔记-聚类（9）
作者： 刘才权 编辑： 黄俊嘉 前 言 如今机器学习和深度学习如此火热，相信很多像我一样的普通程序猿或者还在大学校园中的同学，一定也想参与其中。 对于自己，经历了一段时间的系统学习（参考《机器学习/深度学习入门资料汇总》(https://zhuanlan.zhihu.com/p/30980999)），现在计划重新阅读《机器学习》[周志华]和《深度学习 这两本是机器学习和深度学习的入门经典。 记录笔记，一方面，是对自己先前学习过程的总结和补充。 另一方面，相信这个系列学习过程的记录，也能为像我一样入门机器学习和深度学习同学作为学习参考。 ，学习过程用样本的这些监督信息来辅助聚类。
58950发布于 2018-06-07 - 来自专栏SuperFeng
机器学习系列9：正则化
在线性回归问题中，像下面这个数据集，通过房屋面积去预测房价，我们用一次函数去拟合数据：
64120发布于 2019-09-26 - 来自专栏漫漫架构路
Spring源码学习笔记(9)——AOP
Spring源码学习笔记(9)——AOP 一. 基于注解的AOP开发 AOP的定义及一些术语相信大家已经很熟悉了，这里不再赘述。下面演示基于注解的Spring AOP开发。
46420发布于 2020-09-03 - 来自专栏seth-shi的专栏
学习 Go 的 Plan 9 汇编
6e 74 73 0a 6d 6f 64 09 e-arguments.mod. 0x0030 73 65 74 68 09 28 64 65 76 65 6c 29 09 0a f9 SRODATA dupok size=9 0x0000 00 00 06 75 6e 73 61 66 65 ...unsafe gclocals 0x0185) JLS 转移 条件转移指令 JLS 389上一行的比较结果，左边小于右边则执行跳到0x0185地址处(十进制389转换成十六进制0x0185) 引用 肝了一上午golang之plan9入门 go编译工具的使用之plan9汇编 go plan9 汇编入门，带你打通应用和底层 【 Go 夜读 】
44211编辑于 2023-12-18 - 来自专栏python3
Python学习笔记9——异常处理
Python中各种异常也是类，类Exception继承自类BaseException，还有其他各种异常等等，此外，通过继承BaseException或者Exception可以自定义异常。
47710发布于 2020-01-19 - 来自专栏趣Python
机器学习（9）决策树
决策树仍然是监督学习方法，其基本思路跟我们人做一些决策的思路类似：可能要下雨，那就带伞；可能要停水，那就提前备水…… 这个决策的数学模型是熵。
46720发布于 2020-06-05
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号