- 综合排序
- 最热优先
- 最新优先
GSM-网摘
目前，中国移动、中国联通各拥有一个GSM网，为世界最大的移动通信网络。GSM系统包括 GSM 900：900MHz、GSM1800：1800MHz 及 GSM1900：1900MHz等几个频段 。 GSM实际上是欧洲的无线电话标准，据GSM MoU联合委员会报道，GSM在全球有12亿的用户，并且用户遍布120多个国家。 GSM900/DCS1800/PCS1900的区别: GSM900是初始的GSM 系统, MOBILE 的功率从输出1W-8W, GSM900的通道从1 ~124, DCS1800的通道从512~885 欧洲国家普遍采用的系统除GSM900和GSM1800另外加入了GSM1900，手机为三频手机。 欧洲国家普遍采用的系统除GSM900和GSM1800另外加入了GSM1900，手机为三频手机。
1.3K00编辑于 2025-04-05- 来自专栏FreeBuf
GSM Hacking Part ②：使用SDR捕获GSM网络数据并解密
本文作者：雪碧0xroot@漏洞盒子安全团队 0×00 在文章第一部分 GSM Hacking Part ① ：使用SDR扫描嗅探GSM网络搭建了嗅探GSM流量的环境，在第二部中，我们来讨论如何捕获发短信以及通话过程中的流量 Available bands are: P-GSM, DCS1800, PCS1900, E-GSM, R-GSM, GSM450, GSM480, GSM850. Available bands are: P-GSM, DCS1800, PCS1900, E-GSM, R-GSM, GSM450, GSM480, GSM850.If no band is specified, it will be determined automatically
2.8K80发布于 2018-02-08 - 来自专栏施炯的IoT开发专栏
GSM Communication on EBox4300--(2)
上一篇GSM Communication on EBox4300--(1)主要是关于EBox4300上实现GSM通信的框架。这次就讲讲如何设计包含西门子TC35i的GSM通信模块吧。 GSM通信模块主要包括电源、串口电平转换、SIM卡和ZIF40接口，如下图1所示： ?
1.1K90发布于 2018-01-11 - 来自专栏施炯的IoT开发专栏
GSM Communication on EBox4300--(1)
因此，在EBox4300上实现GSM通信，其实就是EBox4300的串口通信，因为TC35i模块就是用AT指令，通过串口来通信的，其结构如下图2所示： ? 图2：系统连接示意图 TC35i模块可以利用现有的GSM网络进行通信，频段为双频GSM900MHz和GSMl800MHz (phase 2/2+)；支持数据、语音、短消息和传真；高集成度(54.5mm
83080发布于 2018-01-11 - 来自专栏施炯的IoT开发专栏
GSM Communication on EBox4300--(3)
GSM Communication on EBox4300--(1)主要是关于EBox4300上实现GSM通信的框架；GSM Communication on EBox4300--(2)陈述了硬件的制作 图1：一个简单的UI调试界面 上图中，1和2是ZigBee（EBox4300的串口1）信号发送和接收的显示窗口；3和4是GSM短信息发送和接收的显示窗口；5是目标用户的手机号码输入框；6是进行简单操作的按钮 'o'}, 0, 5); //set SMS end symbol m_serialPort2.Write(new byte[] { 0x1A }, 0, 1); 至此，在EBox4300上实现GSM
1.2K60发布于 2018-01-11 - 来自专栏it同路人
Moto C118 搭建小型GSM短信基站
Moto C118 基于 Osmocom-BB 和 OpenBTS 搭建小型GSM短信基站 0x00 写在前面 大家应该都听说过摩托罗拉C118配合Osmocom-BB实现GSM网络下的短信拦截功能吧， = 1 GSM.Radio.Band = 900 GSM.CellSelection.Neighbors =(留空) GSM.RACH.MaxRetrans = 3 GSM.RACH.TxInteger = 8 GSM.Radio.C0 = （发射的频点，数值1-124之间） Control.LUR.OpenRegistration =.* ? 0x06 结语 一入GSM深似海，作者不是学通信的，只是业余爱好，第一次写文章投稿，文中不免纰漏和不妥之处，有任何建议或意见欢迎留言！ bb.osmocom.org/trac/blog/PHD2012 http://www.h-online.com/open/news/item/29C3-Budget-mobile-turns-into-GSM-base-station
4.4K51发布于 2020-07-01 - 来自专栏FreeBuf
Trustwave：中国制GSM语音网关存在Root权限后门
近日，网络安全公司Trustwave发布了一份报告，称在一家名为DBL Technology（得伯乐科技）的中国公司生产的GoIP GSM语音网关中发现了一个隐藏后门（...due to a vendor DBL Technology（得伯乐科技有限公司）是一家位于深圳的通讯设备生产商，主要产品包括GSM语音网关，IP电话网关，企业级软交换等，多用于电话公司及VoIP服务商。 据称，目前受到影响的网关版本为：GoIP 1，4，8，16和32（Trustwave开始只测试了8通道的GoIP GSM网关，但由于该系列其他型号具有同样的认证算法，据推测可能也受到影响。）
1.4K80发布于 2018-02-23 - 来自专栏信安之路
浅谈 GSM 网络的安全性，实战截取用户身份信息
最近查找资料的时候发现了前段时间被爆出来的利用 GSM 劫持+短信嗅探的方式来盗刷银行卡的案例，想起来一直想写一篇关于 GSM 的文章，故写此文来浅谈一下 GSM 网络的安全性。 0x01 原理剖析 GSM 通信基本原理 GSM 分配的频段主要有两个频段，分别是 GSM900 和 GSM1800，其中 GSM900 的上行频段是 890-915MHz，下行频段是 935-960MHz GSM1800 的上行频段是 1710-1785MHz，它的下行频段是 1805-1880MHz。GSM900 占带宽 25M，GSM1800 占带宽 75M。 这就要从 GSM 网络说起了 我们马上都要进入 5G 时代了，但是现在还有大量的 2G 的 GSM 网络存在，现在的 GSM 网络主要是中国移动的用户，中国电信没有 GSM 的网络，中国联通正在清退 GSM GSM 攻击手法 目前国内 GSM 攻击手法就两种：一种是主动 GSM 攻击另一种是被动 GSM 攻击， 主动攻击：就是攻击者伪装成基站（BTS），然后发射诱导信号，引导被攻击者链接到非法基站，由于 GSM
5K30发布于 2019-05-15 - 来自专栏嵌入式项目开发
51单片机+SIM800C(GSM模块)实现短信发送功能
一、前言 本项目利用51单片机和SIM800C GSM模块实现短信发送功能。短信作为一种广泛应用的通信方式，在许多领域具有重要的作用，如物联网、安防系统、远程监控等。 通过将51单片机与SIM800C GSM模块相结合，可以实现在各种应用场景下的短信通信功能。 本项目的核心组件是51单片机，是一种低成本、低功耗的单片机，广泛应用于嵌入式系统开发。 利用51单片机的串口功能来控制SIM800C GSM模块的通信。SIM800C是一款功能强大的GSM模块，支持GSM/GPRS通信，具有发送和接收短信的能力。 二、SIM800C硬件介绍 SIM800C是一款功能强大、灵活可靠的GSM/GPRS模块，广泛应用于各种通信和控制场景，尤其在物联网应用中能发挥重要作用。 2.1 SIM800C的特点 【1】支持多种通信方式：SIM800C支持GSM、GPRS、SMS、MMS、TCP/IP等通信方式，可以实现语音通话、短信收发、数据传输等功能。
2K50编辑于 2023-11-08 - 来自专栏安恒信息
我国GSM网络中监听可获得明文短信内容
安全研究公司的首席科学家Karsten Nohl指出，全世界超过8成的手机在呼叫中仍然使用弱加密或没有加密，他并一直呼吁移动运营商、网络设备供应商和设备制造商改进GSM加密技术，升级到 A5/3加密标准 通过前期对我国的通信情况进行研究，发现我国的情况更让人担忧，经测试发现在我国GSM网络中实施监听可获得明文的短信内容。 通过软件无线电（SDR）技 术可抓取一定范围内基站downlink及uplink数据，将数据进行GSM协议解析，可获得其中短信内容。
1.5K80发布于 2018-04-11 - 来自专栏用户5981788的专栏
在NB-IoT爆发前夕，GSM为何更适用于当下环境？
而对比传统的GSM网络，NB-IoT在技术上拥有以下的优势： 号覆盖广：它比传统GSM网络增益20dB，一个NB-IoT基站的信号覆盖范围比传统基站更广，能够触达地下车库、地下室、地下管道等信号很差的地方 0 (1).jpg 相比之下，GSM网路虽然看起来有些“老式”，但是在NB-IoT完全覆盖全国之前，GSM设备依然能够很好地应用于物联网远程控制场景，以满足不同的市场细分需求。 在运营商的多年经营与积累下，配套基站的分布遍全国各地，在绝大部分地区都能够实现GSM设备的通讯联网。 第二，以往受限于模块价格和流量资费，导致GSM芯片主要应用于工业、农业的定制项目，很少被消费级个人设备所采用。经过这些年的产业努力，GSM模组的价格已经大幅度下调。 而当下的物联网卡及专用定向流量的政策也让GSM设备的资费低至每天3分钱，这资费成本对消费者来说负担很小，甚至可以忽略不计。
1.4K60发布于 2019-09-02 - 来自专栏VNF
OpenWRT通过3G Modem加asterisk将GSM通话转为SIP By HKL,
本文主要实现OpenWRT系统通过Huawei 3G Modem加asterisk套件将GSM通话转为SIP通话 安装openwrt下的asterisk16套件 opkg update opkg install
3.7K41发布于 2020-07-22 - 来自专栏生信技能树
使用python读取疑难杂症的单细胞数据（GSM7870858）
acc=GSM7870858 来自数据集 GSE246536，对4例健康对照患者的胎盘、4例妊娠晚期有症状COVID-19患者的胎盘，以及1例妊娠中期感染有症状COVID-19但在康复后足月采集的胎盘进行了 提供的文件如下： GSM7870858_105.23_cds.RDS.gz 11.5 Mb (ftp)(http) RDS GSM7870858_105.23_cell_annotations.txt.gz 692.6 Kb (ftp)(http) TXT GSM7870858_105.23_gene_annotations.txt.gz 291.0 Kb (ftp)(http) TXT GSM7870858 | wc -l # 290331 zless -S GSM7870858_105.23_cell_annotations.txt.gz |head # # E02_A01_P02-E04_LIG1 matrix/barcodes.tsv.gz cp GSM7870858_105.23_gene_annotations.txt.gz matrix/features.tsv.gz cp GSM7870858
16810编辑于 2025-11-20 - 来自专栏机器之心
在GSM8K上比GRPO快8倍！厦大提出CPPO，让强化学习快如闪电
当使用 Qwen-2.5 系列模型时（包括 Qwen-2.5-1.5B-Instruct 和 Qwen-2.5-7B-Instruct），在保证了准确度相当的基础上，CPPO 在 GSM8K 基准上的速度比 CPPO 的实验效果 使用 Qwen2.5-1.5B-Instruct 和 Qwen2.5-7B-Instruct 模型，该团队在 GSM8K 和 MATH 数据集上对 CPPO 进行了实验评估。 在 GSM8K 上的结果如表 1 所示，CPPO 在准确度和加速比上都明显优于 GRPO。值得注意的是，CPPO 在各种剪枝率下都达到了与 GRPO 相当甚至更高的准确度。 图 4 展示了在 GSM8K 和 MATH 数据集上训练时的奖励曲线。
41110编辑于 2025-04-02 - 来自专栏自然语言处理(NLP)论文速递
GSM8k测试基准 将不再可靠，Mistral、Phi等系列模型出现过拟合！
为此，本文作者仿照GSM8K测试集创建一个新的测试基准GSM1K，实验结果发现，Mixtral、Phi-3等模型在该数据集上的准确率最高下降了13%，特别是Phi和Mistral在不同大小的模型上都出现了过拟合 本文作者为了能够更好的评估LLM的推理能力，创建了GSM1k测试基准，这是一个新构建的包含1250个小学水平数学问题的集合，旨在模仿GSM8k，并确保GSM1k与GSM8k具有相似的难度分布，以便进行公平比较 「最后」，为了确保GSM1k与GSM8k在难度和风格上的相似性，通过选择1250个问题来尽可能匹配GSM8k的答案大小分布，同时进行人类区分率测试和解决率测试。 对于已知未受GSM8k数据污染的模型，也进行了解决率的比较分析。整个创建过程严格把控，以确保GSM1k作为一个公正和有效的工具来评估LLMs的数学推理能力。 下图展示了模型在GSM8k、GSM1k基准测试上准确率的图表，Mistral和Phi系列的模型表现远低于45度线，这表明这些模型可能存在过拟合问题。
1K10编辑于 2024-05-17 - 来自专栏生信菜鸟团
【斑马鱼肾脏】多个单细胞数据整合分析（一）
(gsm3070125) <- paste0("gsm3070125_", trimws(colnames(gsm3070125))) gsm3070137 <- read.table('. (gsm3070137) <- paste0("gsm3070137_", trimws(colnames(gsm3070137))) gsm3070139 <- read.table('. (gsm3070143) <- paste0("gsm3070143_", trimws(colnames(gsm3070143))) colnames(gsm3070128) <- paste0("gsm3070128 ))) colnames(gsm3070129) <- paste0("gsm3070129_", trimws(colnames(gsm3070129))) colnames(gsm3070132) (gsm3070144) <- paste0("gsm3070144_", trimws(colnames(gsm3070144))) colnames(gsm3070147) <- paste0("gsm3070147
25910编辑于 2024-11-23 - 来自专栏生信技能树
人工智能大模型的好处之修改文件名字
_barcodes_0.tsv.gz GSM5742459_genes_21.tsv.gz GSM5742457_genes_0.tsv.gz GSM5742459_matrix_21.mtx.gz GSM5742457 GSM5742458_genes_14.tsv.gz GSM5742460_matrix_28.mtx.gz GSM5742458_matrix_14.mtx.gz GSM5742459_barcodes 、GSM5742459、GSM5742458和GSM5742460。 例如： mkdir GSM5742457 GSM5742459 GSM5742458 GSM5742460 mv GSM5742457_* GSM5742457/ mv GSM5742459_* GSM5742459 / mv GSM5742458_* GSM5742458/ mv GSM5742460_* GSM5742460/ 在Windows中，你可以使用文件资源管理器手动创建文件夹并拖放文件，或者使用PowerShell
58300编辑于 2024-11-21 - 来自专栏分析工具
datapasta包学习-可复制网页、Excel表格等其他来源的数据至Rstudio中
= c("GSM5268285", "GSM5268286","GSM5268287", "GSM5268288","GSM5268289","GSM5268290", "GSM5268291","GSM5268292 "GSM5268295","GSM5268296","GSM5268297", "GSM5268298","GSM5268299 ", "GSM5268300","GSM5268301"), `Patient.SC003's.normal.tissue _6-6]", "GSM5268297", "Patient SC029's primary tumor tissue [T29Primer_6-6]", "GSM5268298",
46210编辑于 2025-01-31 - 来自专栏生信技能树
文本处理时需小心驶得万年船
_2 GSM2734946 ChIP-Seq_Ez_WT_3 GSM2734947 ChIP-Seq_Pc_WT_1 GSM2734948 ChIP-Seq_Pc_WT_2 GSM2734949 GSM2734944 SRR5907430 GSM2734945 SRR5907431 GSM2734946 SRR5907432 GSM2734947 SRR5907433 GSM2734948 SRR5907434 GSM2734949 SRR5907436 GSM2734951 SRR5907437 GSM2734952 SRR5907438 GSM2734953 GSM2734945 GSM2734945 ChIP-Seq_Ez_WT_2 SRR5907431 GSM2734946 GSM2734946 ChIP-Seq_Ez_WT_3 SRR5907432 GSM2734945 GSM2734946 ChIP-Seq_Ez_WT_3 SRR5907431 GSM2734946 GSM2734947 ChIP-Seq_Pc_WT_1
65730发布于 2018-12-27 - 来自专栏生信菜鸟团
【斑马鱼肾脏】多个单细胞数据整合分析（二）
<- SCTransform(sc_gsm_merge, method = "glmGamPoi", verbose = T) # DefaultAssay(sc_gsm_merge) <- "SCT (sc_gsm_merge) sc_gsm_merge <- ScaleData(sc_gsm_merge) sc_gsm_merge <- RunPCA(sc_gsm_merge, features = VariableFeatures(object = sc_gsm_merge)) p1 <- DimPlot(sc_gsm_merge, reduction = "pca", group.by = /tidydata/harmonied_sc_gsm_merge.rds") sc_gsm_merge <- FindNeighbors(sc_gsm_merge, reduction = "pca" saveRDS(sc_gsm_merge, paste(".
26101编辑于 2024-11-23
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