- 综合排序
- 最热优先
- 最新优先
- 来自专栏madMen
Qradar SIEM--查询利器 AQL
AQL（Ariel Query Language）是 Qradar 中的一种查询语言，与普通的 SQL 的语句类似，但是阉割了一些高级功能的基础上增加了一些基本功能。以下是 AQL 的基本流程： ? 可以看出 AQL 是一种非常类似于 SQL 的语言，所以基本上你用过 SQL 学会 AQL 也就分分钟的事情，而且你也不会拿它去做特别复杂的嵌套查询（因为它也不支持。。。） Tips 虽然 AQL 终于让我们有枪可以搞一搞了，但是还是有一些地方值得吐槽的地方。 来实现的，但是官方并没有提供将普通的查询转换成 AQL 语句的工具。 总结 以上，即是我在使用 AQL 过程中一点小小的经验。
1.5K10发布于 2019-11-27 - 来自专栏质量管理
优思学院｜什么是AQL抽样方案？
AQL抽样方案是根据对一个批次的产品进行检验来确定其合格还是不合格。 抽样方案一般是利用作为AQL规范的函数的表格以及该批次产品的其他特征确定的。 采用AQL评估的批次产品合格，不合格的标准只依据该批次产品的性能，而不是依据过程以前所生产的产品性能来判定。AQL抽样方案并不能提供过程能力方面的情况。 优思学院认为，AQL抽样方案的效率不高，但成本却很高，特别是对质量要求很高的时候。公司往往以为通过AQL抽样方案能够实现比它们实际所能做到的更好的质量。 现在的趋势是公司开始逐渐放弃使用AQL抽样方案了，然而，对很多公司而言，这个转变过程还是比较缓慢的。优思学院在下面会介绍AQL抽样方案的概念及其不足之处。 由于我们实际上无法获得“理想的”OC曲线，我们会用下面的术语来描述OC曲线： 理想的抽样曲线 - 优思学院 可接受质量水平(AQL) AQL一般被视为可以被接受的最差的质量水平。
77020编辑于 2022-06-08 - 来自专栏生信宝典
R包reshape2，轻松实现长、宽数据表格转换
library(reshape2) # 首先加载一下reshape2包 aql <- melt(airquality) # 命名取首字母：[a]ir [q]uality [l]ong format head(aql) # 查看数据前6列 tail(aql) # 查看数据后6列 每一步返回的结果： ## No id variables; using all as measure variables ## head(aql) ## variable value ## 1 ozone 41 ## 2 ozone 36 ## 3 ozone 12 ## 4 aql <- melt(airquality, id.vars = c("month", "day")) head(aql) ## month day variable value ## 1 aql <- melt(airquality, id.vars = c("month", "day")) aqw <- dcast(aql, month + day ~ variable) head(aqw
8.6K20发布于 2018-12-07 - 来自专栏生信宝典
R包reshape2 |轻松实现长、宽数据表格转换
library(reshape2) # 首先加载一下reshape2包 aql <- melt(airquality) # 命名取首字母：[a]ir [q]uality [l]ong format head(aql) # 查看数据前6列 tail(aql) # 查看数据后6列 每一步返回的结果： ## No id variables; using all as measure variables ## head(aql) ## variable value ## 1 ozone 41 ## 2 ozone 36 ## 3 ozone 12 ## 4 aql <- melt(airquality, id.vars = c("month", "day")) head(aql) ## month day variable value ## 1 aql <- melt(airquality, id.vars = c("month", "day")) aqw <- dcast(aql, month + day ~ variable) head(aqw
13.1K12发布于 2019-10-24 - 来自专栏有困难要上，没有困难创造困难也要上！
使用Python操作ArangoDB
collection.fetchByExample({'name': 'user_5'}, batchSize=10, count=True) for doc in query: print(doc) # 使用AQL 查询文档 print('query by AQL ...') aql = "FOR user IN users FILTER user.name == @name || user.age > 25 LIMIT 5 RETURN user" bindVars = {'name': 'user_0'} query = db.AQLQuery(aql, rawResults=False, batchSize=1,
1.7K10发布于 2020-02-18 - 来自专栏质量管理
优思学院：什么是零缺陷(C=0)抽样方案？
在应用 GB/T2828.1-2012时，一个抽样计划严格与否取决于我们对于 AQL 的选择。AQL 值小，抽样计划就严格；AQL 值大，抽样计划就宽松。 同样的，C=0 抽样方案也规定了一系列与 GB/T2828.1-2012 相同的 AQL值，选择哪个AQL 值完全在于我们自己的选择以及与客户的协商来决定。 =0.65%；而外观类检验项目则规定为不合格品 GB/T 2828.1-2012 Ⅱ AQL=1.0%。 各种质量特性分别选取何种AQL 值呢？大家答不上来。 事实上，一批产品在抽检时应该抽取多少样本？以及如何判定合格与否？往往都是主管人员凭感觉、凭个人经验的指示。 与 GB/T2828.1-2012 一样，应用“零缺陷”（C=0）抽样方案时同样需要为不同类别的质量特性规定不同的 AQL（接收质量限）。
1.4K40编辑于 2022-06-23 - 来自专栏云计算教程系列
如何在Ubuntu 14.04上安装和使用ArangoDB
我们将深入研究本教程中的另一个功能：AQL编辑器。 第8步 - 使用AQL查询数据 正如在介绍中提到的，ArangoDB带有一种称为AQL的完整查询语言。 要在Web界面中与AQL交互，请单击顶部导航中的AQL编辑器选项卡。您将看到一个空白的编辑器。 以下部分将探讨AQL的一些功能。 AQL基础知识 AQL是一种声明性语言，这意味着查询表达应该实现的结果，但不表示应该如何实现。它允许查询数据，但也可以修改数据。两种方法可以组合以实现复杂的任务。 示例 AQL 为所有支持的数据类型提供了一组函数，甚至允许添加新函数。 AQL是具有许多功能的复杂语言。但还有一个值得一提的功能，特别是在NoSQL数据库的环境中：加入。 加入AQL 使用文档存储作为数据库有几个含义。您应该以与使用关系数据库时不同的方式对数据建模。
3.3K00发布于 2018-09-29 - 来自专栏质量管理
优思学院｜零缺陷概念是什么？和C=0抽样方案有什么关系？
在应用 GB/T2828.1-2012时，一个抽样计划严格与否取决于我们对于 AQL 的选择。AQL 值小，抽样计划就严格；AQL 值大，抽样计划就宽松。 同样的，C=0 抽样方案也规定了一系列与 GB/T2828.1-2012 相同的 AQL值，选择哪个AQL 值完全在于我们自己的选择以及与客户的协商来决定。 ；而外观类检验项目则规定为不合格品 GB/T 2828.1-2012 Ⅱ AQL=1.0%。 各种质量特性分别选取何种AQL 值呢？大家答不上来。事实上，一批产品在抽检时应该抽取多少样本？以及如何判定合格与否？往往都是主管人员凭感觉、凭个人经验的指示。 与 GB/T2828.1-2012 一样，应用“零缺陷”（C=0）抽样方案时同样需要为不同类别的质量特性规定不同的 AQL（接收质量限）。
69940编辑于 2022-09-02 - 来自专栏∑小熊猫的博客
ArangoDB 系列(1) —— 初识 ArnagoDB
ArangoDB 前置知识 ArangoDB 的特性 ArangoDB 的安装与连接 ArangoDB 的操作 ArangoDB 的管理操作命令 数据库管理命令 集合管理命令 集合相关方法 图数据库 AQL 语句执行 ArangoDB 的 AQL 语法 插入数据 修改语句 删除语句 查询语句 图的遍历查询 前置知识 ArangoDB 的特性 灵活的数据类型，支持键值对、文档和图（用于保存社会关系） 在运行对文档或者集合的查询时 _id); AQL 语句执行 # 执行一条 AQL 语句 db._query(query).toArray() # 带参数的执行 AQL db. _explain(query, bindParameters) ArangoDB 的 AQL 语法 插入数据 -- 插入一条记录 INSERT { "name": "Ned", "surname
2.5K20编辑于 2022-05-07 - 来自专栏JFrog杰蛙DevOps
Artifactory清理未使用的二进制品的最佳实践
如果您需要进一步自定义插件，则可以在代码中更改Artifactory Query Language语句： def aql =“ items.find（{” repo“：”“ + repoKey +”“ 参考资料： https://jfrog.com/knowledge-base/artifactory-cleanup-best-practices/ 补充资料： - AQL清理： https://jfrog.com /blog/advanced-cleanup-using-artifactory-query-language-aql/ -清理已有数据：通过 Rest API 清理 90 天内无人下载的 snapshot
4.4K00发布于 2020-03-10 - 来自专栏有困难要上，没有困难创造困难也要上！
使用Java驱动操作ArangoDB
db.drop(); // shutdown ArangoDB arangoDB.shutdown(); } } 另外，在ArangoDB中，也可以使用AQL } System.out.println("collection count: " + collection.count().getCount()); // 使用AQL
2.1K10发布于 2020-02-18 - 来自专栏京东技术
多数据模型数据库 | 应用实例解析
>>>> 飞机维护记录查询 我们将使用ArangoDB查询语言（AQL）来完成某些特定的查询。现在我们来看下我们可以使用AQL来完成哪些查询。 _id, nextMaintenance: c.nextMaintenance} 上面查询语句中看起来像循环的部分是AQL语言用于进行集合迭代的方式。 可以看到，AQL在RETURN语句中以JSON文档的形式，返回查询到的数据的相关属性内容。 >>>> 使用多模型查询 为了说明多模型数据库的强大潜力，最后将会演示一个覆盖三种数据模型数据的AQL查询。 _id, component: c, contact: person} 在查询语句的最后，我们使用到了AQL的join功能。第二个FOR语句会遍历联系人集合。
2.2K10发布于 2018-09-28 - 来自专栏集成电路IC测试座案例合计
半导体功率器件：MOS管、IGBT与三极管的核心测试与IC测试座应用
行业标准 AQL抽样标准：依据GB2828.1-2003，严重缺陷（CR）AQL=0，主要缺陷（MA）AQL=0.65。 可焊性测试：引脚在265℃锡炉中浸渍2-3秒，需满足吃锡均匀。
79211编辑于 2025-03-20 - 来自专栏信安之路
通过反向 SSH 隧道连接 RDP
账户禁用，且不需要密码） 0x211: Account Disabled, Password Never Expires（账户禁用，且密码永不过期） 原文作者在这使用了 IBM Qradar AQL 一个IBM Oradar AQL查询例子： select "SourceUserName", "TargetAccount", "ChangedAttributes" from events where 下面是一个利用 AQL 检测此类威胁的例子，你可以直接把它作为一个检测规则。 https://fr.wikipedia.org/wiki/Liste_des_enregistrements_DNS AQL 查询： select sourceip, "QNAME", COUNT 使用 IBM Qradar AQL 来发现这些威胁： select sourceip, sourceport, destinationip, destinationport from events
3.8K20发布于 2019-05-31 - 来自专栏SAP ERP管理实践
SAP QM模块常用事务代码清单
采样过程更改 QDV3 采样过程显示 QDV6 采样过程调用清单 反查采样过程应用在哪些检验计划中 QDV7 采样过程替换 将检验计划中的某个采样过程替换成另外的采样过程 QDP1 采样方案创建 AQL 采样表、其他采样表等的创建 QDP2 采样方案更改 AQL采样表、其他采样表等的更改 QDP3 采样方案显示 AQL采样表、其他采样表等的显示 QP01 检验计划创建 QP02 检验计划更改 QP03
4K30发布于 2019-05-28 - 来自专栏信安之路
威胁狩猎系列文章之四到六
例：使用 IBM Qradar AQL 查询语言进行查询： select "SourceUserName", "ObjectType", "ObjectName" from events where " = Domain_Controllers_Subnet AQL 查询 1【包括伪计算机账号的创建】 select username, "DestinationUserName", "GroupID" AQL 查询 2【包括可疑的真/伪计算机账号的 NTLM 登录】 select "SourceUserName", "Source Workstation", "ErrorCode", count() AQL 查询 3【包括伪计算机账号的交互登录 】 select "DestinationUserName", "AuthenticationPackage", "LogonType" from events
1.2K30发布于 2019-05-15 - 来自专栏疯狂软件李刚
Python自动抢红包，超详细教程，再也不会错过微信红包了！
▲红包标识的示例1 com.tencent.mm:id/aql ? ▲红包标识的示例2 com.tencent.mm:id/aql 点击红包，记录下弹出的大红包页面中“开”的元素标识 ? ) 遍历消息并查找红包 for msg in msg_list: # 微信红包的标识 LuckyMoney = msg.offspring('com.tencent.mm:id/aql
4.7K31发布于 2020-06-24 - 来自专栏信安之路
利用 RDPWRAP 做 RDP 劫持的威胁检测
通过 IBM AQL 查询： select "SourceImage", "TargetImage", "StartModule", "StartFunction" from events where 1 个月测试期间，这个 AQL 查询只匹配了这个事件（12 次，效果不错） 引用： https://github.com/mdsecactivebreach/CACTUSTORCH https://github.com
4K10发布于 2019-05-28 - 来自专栏张俊红
讲讲OC曲线是什么？
生产者风险是指虽然你的产品的不合格率低于事先大家规定好的不合格率(我们把这个事先定好的不合格率称为允收标准，简称AQL)，但是仍有可能被拒绝的概率，因为我们是通过抽样来计算你的产品的不合格率，而不是针对全部产品计算不合格率 生产者风险(α) = 1 - AQL对应的接收概率 消费者风险(β) = LTPD对应的接收概率 一般α的取值为0.05，β的取值为0.1-0.2。
2.2K30发布于 2020-09-15 - 来自专栏编程进阶实战
常见的 NoSQL 数据库有哪些？
其快捷灵活之处在于，它有适用于全部三种数据模型(图形数据、文档数据和键值对数据)的统一内核和统一数据库查询语言 ——AQL (ArangoDB Query Language)。 其快捷灵活之处在于，它有适用于全部三种数据模型(图形数据、文档数据和键值对数据)的统一内核和统一数据库查询语言 ——AQL (ArangoDB Query Language)。 其快捷灵活之处在于，它有适用于全部三种数据模型(图形数据、文档数据和键值对数据)的统一内核和统一数据库查询语言 ——AQL (ArangoDB Query Language)。
1.3K10编辑于 2023-08-14
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