首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏世隆科技的专栏

    世隆科技:隧道和仰拱检测用多少频率的地质雷达天线

      在隧道和仰拱检测中,天线频率的选择需兼顾探测深度与分辨率,同时结合混凝土结构特性和行业标准。 、典型应用场景与参数匹配  钢筋与厚度检测  推荐频率:400-900MHz  技术优势:  400MHz:400MHz天线垂直分辨率3cm,穿透深度1.5m,可清晰显示钢筋网格及厚度变化。   案例验证:在某隧道项目中,使用400MHz+900MHz双频天线,400MHz信号识别厚度(50-60cm),900MHz信号定位表层钢筋(深度10cm),检测误差<2mm。   软件智能分析  自动分层算法:雷达软件通过机器学习识别结构层,厚度测量误差<2mm,已纳入欧盟道路检测标准。   隧道和仰拱检测的最佳天线频率为400MHz~900MHz,具体需根据结构厚度、环境条件及检测精度选择。

    54710编辑于 2025-08-06
  • 隧道病害检测系统 守护隧道交通安全

    隧道检测的重要性隧道病害检测极其重要,它直接关系到交通安全、运营效率、经济效益和社会的稳定运行。保障交通安全是最重要的,隧道是一个封闭、受限的交通空间,一旦发生结构安全事故,影响巨大。 隧道检测可确保隧道结构长期稳定与耐久性,为科学决策和智能运维提供数据支撑。 隧道检测难点由于隧道使用特性,巡检人员只能在特定时间工作,巡检距离长、巡检时间短,工作强度大、效率低,人为主观性强、病害准确信息不易获得。 为提高隧道检测效率和准确性,51camera经过多次验证结合机器视觉先进技术推出了隧道病害检测系统,它是基于多目高速视觉的隧道表面图像的采集、处理与异常状态智能识别系统。 多场景应用:可用于混凝土建筑(隧道、桥梁、公路、建筑物等)的表面病害和表面缺陷智能检测

    15410编辑于 2025-11-12
  • 来自专栏绿盟科技研究通讯

    DNS 隧道通信特征与检测

    2.1 DNS隧道攻击实现流程 大多数防火墙和入侵检测设备对DNS流量是放行的。 而隧道攻击正式利用了放行的特点以及协议解析流程来实现的。 并且依托DNS协议的特性,该木马可以有效穿透防火墙,躲避常规的安全检测。 以此来躲避检测 早在2012的RSA会议上,基于DNS协议的远程控制恶意软件就被视为未来六种最危险的攻击之一。 、DNS隧道攻击实现以及流行工具展示 DNS隐蔽隧道主要是封装其他协议流量来完成传输。 三、检测DNS隧道木马 将通过3个通信行为分析DNS隧道木马会话。 1DNS会话中数据包的总数 正常DNS会话比较简短,随着一次DNS解析任务结束而结束。

    4.3K20发布于 2019-12-11
  • 来自专栏爬虫0126

    防止隧道代理被检测的有效方法

      隧道代理在绕过限制和保护隐私方面发挥着重要作用,但随之而来的是被目标网站检测和封禁的风险。如何有效地防止隧道代理被检测和封禁成为许多用户关心的问题。 一、选择高质量的隧道代理服务商  1.避免公共代理:尽量选择经过验证和可信赖的隧道代理服务商,避免使用公共代理,因为这些代理往往容易被目标网站检测到并封禁。   、合理配置请求参数  1.请求头设置:模仿真实用户的请求头,包括User-Agent、Referer、Accept-Language等,使请求看起来更像是真实的浏览器访问。   2.多代理轮换:使用多个不同的隧道代理服务商,按需切换代理,减少单一服务商被检测的风险。  使用隧道代理时,防止被检测和封禁是至关重要的。 通过选择高质量的隧道代理服务商,合理配置请求参数,运用隧道代理的使用技巧,以及动态调整策略,你可以更有效地防止隧道代理被检测,保护自己的访问权益和数据安全。

    76660编辑于 2023-09-19
  • 来自专栏玉龙小栈

    【Segment Routing】配置SBFD检测SR-BE隧道

    实验目标 通过配置SBFD检测SR-BE隧道,来提升网络可靠性。 组网需求 如图所示,公网PE之间SR-BE隧道,为了提升网络可靠性,需要部署SBFD特性。 当SBFD检测到SR-BE隧道故障时,可以可触发VPN FRR等应用在主隧道故障时进行快速流量切换,以减少对业务的影响。 ? 配置思路 骨干网上配置IS-IS实现PE之间的互通。 PE之间配置SBFD,检测SR-BE隧道。 0/1 ip address 172.4.1.1 255.255.255.0 interface Ethernet1/0/0 ip address 172.3.1.2 255.255.255.0 第步 第六步:在PE1上使用Ping检测SR LSP连通性 ?

    1.7K20发布于 2021-04-13
  • 来自专栏《ATT&CK视角下的红蓝攻防对抗》

    内网隧道穿透之流量检测与防护

    ICMP隧道检测与防护 在真实环境中,ICMP协议经常会被用来检测网络连通状态,而防火墙是会默认允许ICMP协议通信,因此越来越多的攻击者会利用ICMP协议进行非法通信,通过ICMP协议搭建隐蔽隧道加密恶意流量 2.DNS隧道流量检测与防护DNS隧道是一种隐蔽隧道,通过将数据或命令封装到DNS协议进行数据、命令等传输的隧道,其利用原理为防火墙针对DNS报文不会进行拦截阻断,而且目前的杀毒软件、入侵检测防护等安全策略很少对 载荷分析是根据正常的DNS域名满足 zipf定律,而DNS隧道的域名遵循的是随机分布这一原则去检测主机名,将超过52个字符的DNS请求作为识别DNS隧道的特征,流量监测则是检测网络中的DNS流量变化情况 ,通过检测单位时间内DNS报文流速率来检测是否存在DNS隧道。 HTTP隧道核心技术是将HTTP正常流量作为隧道流量在通信过程中嵌入隧道流量,实现对目标主机的恶意攻击行为,HTTP隐蔽隧道可以利用HTTP头隐蔽隧道和HTTP载荷隐蔽隧道进行检测分析,在HTTP隧道

    1.8K10编辑于 2024-02-15
  • 来自专栏HTTP教程

    如何批量检测隧道HTTP代理的可用性?

    图片 本质上来说,检测隧道HTTP代理的可用性就是检测HTTP代理的可用性,目前市面上常见的方法有如下几种: 一、常用软件 利用常用的日用软件当中的“设置”,使用HTTP代理,填写对应ip代理的地址+端口 ,点击“检测”,返回成功,则是正常,返回失败,这是无效。 、Telnet 在cmd命令行里输入 Telnet IP +端口,然后回车。 不过此类方法并不一定能连接代理服务器,仅可测试客户端和代理服务器端是否能通信。 四、访问浏览器 直接设置HTTP代理,利用该HTTP代理是否能成功访问网站来检测是否连接代理成功。 HTTP代理数量较少的时候可以使用curl 检测,当面临隧道代理这种,数量层级较大的时候,就需要用脚本测试了,测试的同时,我们把可以读取包含代理的文本文件,并将可用的代理写入另一个文件中,具体如下: import

    1.7K50编辑于 2023-02-17
  • 隧道人员定位解决方案

    隧道人员定位系统,采用UWB技术,通过在隧道内的工作台车、防水台车、台车上部署定位基站,以及为施工人员佩戴定位标签的方式,来实现对人员、车辆或施工机械(挖掘机、装载机)的精确位置定位,可实现空间一维 、维定位,精度高达10cm。 隧道人员定位系统支持全天候考勤,对施工人员实时自动(位置)跟踪,结合摄像头可进行无卡检测,全面掌握施工人员在隧道的活动轨迹、位置分布,并且可实现紧急情况下的双向报警。 管理平台:为隧道管理人员提供操作界面,方便管理和维护系统。、系统设计原则高精度:系统需要实现高精度的定位和监测,以确保人员位置信息的准确性和及时性。 隧道UWB人员定位系统的建设是提高隧道安全管理水平的重要手段,通过系统实时监测和精准定位隧道内人员的位置和状态,可以及时发现和处理安全问题,提高隧道安全管理的效率和水平。

    40510编辑于 2025-05-14
  • 来自专栏CVPy

    OpenCV检测篇():笑脸检测

    前言 由于本文与上一篇OpenCV检测篇(一):猫脸检测具有知识上的连贯性,所以建议没读过前一篇的先去阅读一下前一篇,前面讲过的内容这里会省略掉。 笑脸检测 其实也没什么可省略的,因为跟在opencv中,无论是人脸检测、人眼检测、猫脸检测、行人检测等等,套路都是一样的。正所谓: 自古深情留不住,总是套路得人心。 前一篇猫脸检测中已经提到过这个函数,这里就不再详细赘述。 这里只说一下笑脸检测的流程,显然也都是套路: 1.加载人脸检测器进行人脸检测 2 加载笑脸检测器进行笑脸检测 检测的时候用的都是同一个函数,也即上述detectMultiScale()函数。 这里需要注意的一点是: 笑脸检测是在人脸检测之后得到的人脸区域中进行的。我猜它用到的算法很可能是检测人的嘴角的姿态,因为笑脸检测最后的输出结果就是框住了人上扬的嘴角。

    3.5K10发布于 2017-04-07
  • 来自专栏FreeBuf

    基于统计分析的ICMP隧道检测方法与实现

    ,ICMP隧道是将流量封装进 ping 数据包中,旨在利用 ping数据穿透防火墙的检测。 本文将为大家介绍一种简单而有效的icmp隧道检测技术。我们将利用Spark Streaming,来帮助我们检测ICMP隧道、ICMP隧道 2.1 工作机理 ICMP(Internet ControlMessages Protocol,网间控制报文协议)是TCP/IP协议族的子协议,是一种面向无连接的协议。 因此,根据正常ping和ICMP隧道产生的数据包的特点,可以通过以下几点特征检测ICMP隧道: 检测同一来源数据包的数量。 六、总结 本文介绍了基于统计的检测ICMP隧道方法和落地实施中的一些技术细节。

    2.2K30发布于 2019-05-15
  • 来自专栏FreeBuf

    代理上网行为检测逃脱之本地路由引导+SSH隧道

    本文简单介绍一个在现有只允许打开某些网站的情况下,建立SSH隧道,把SSH隧道再塞进HTTP流里面去。示意图大致如下: ? 这个时候就用到了外网的那台开启了SSH功能的VPS,用SSH链接到公网的VPS(此时所有数据流都可以通过Proxifier出去) 到了这一步,前面的准备的工作已经完成,然后进行次代理,以Firefox 检测不到里面的数据,这些行为监控之类的代理设备就形同虚设了。

    1.6K80发布于 2018-02-02
  • 来自专栏FreeBuf

    一次误报引发的DNS检测方案的思考:DNS隧道检测平民解决方案

    随着dns隧道应用的越来越广泛,尤其是xshell事件被公布以后,各大公司纷纷启动对dns隧道的监控,参考xshell的逻辑,大多数公司采取了“监控多个终端请求异常长度域名”的检测方案,其中注重检出率的公司为了提高检出率 但落地成本高,复杂度也高,对于一般公司来说很难实施,为此笔者从dns隧道的原理和黑客的思路入手分析,提出一些简单的检测方案,仅供参考! (如禁止外联)、躲避流量检测(如snort特征码检测)、躲避ioc检测(如外联恶意ip、恶意域名)等,那黑客必然不会对dns相关(如解析出的ip)的ip进行额外的通信,如http、socket等,既是存在非 通过以上分析得出监控需要关注的几个要素:长域名、频率、txt类型、终端是否对解析ip发起访问、是否有全域名注册记录,推导检测逻辑如下: 方向1:特征检测检测窃密木马(无需更新和接收指令): 3、检测逻辑匹配分析: a) 因实验未将结果外传,所以域名长度不大,如dns隧道外传则必使用长域名 b) 因实验未将结果外传,所以频率不高,且只获取远端的get-server功能,频率也不高

    3.5K70发布于 2018-02-27
  • 来自专栏Python编程 pyqt matplotlib

    OpenCV 人脸检测

    本篇介绍在人脸检测的基础上对眼睛进行检测。下面这个分类器用于检测眼睛。 cv2.CascadeClassifier('. ",fontSize =16, color="b") plt.show() 检测结果如下: ? 我们发现对于上图,人脸和眼睛的检测都产生了假阳性。花朵被检测成了人脸,鼻子和嘴巴被误认为是眼睛。 我们可以做简单合理的假设,只有检测出眼睛的疑似人脸区域才能被检测为人脸,只有尺寸适中、位置偏人脸上部的疑似眼睛区域才能被识别成眼睛。 /cascades/haarcascade_eye_tree_eyeglasses.xml')#检测眼睛(可戴眼镜) ? 下面两个分类器可以单独检测图像的右眼和左眼,用法相同,不再赘述。

    2.3K20发布于 2019-09-25
  • 来自专栏技术派

    通过OpenSSH建立层和三层加密隧道

    使用SSH隧道的优点: 不需要安装和配置额外的软件 使用SSH认证并自带加密,不需要使其它VPN软件一样配置共享密钥或者证书 兼容性强,可以建立隧道或三层隧道,所有3/4层协议如:ICMP、TCP/ UDP 等都可支持 配置过程简单 当然也有缺点: 基于TCP协议,其传输效率较低 隧道依赖于单个TCP连接,容易中断或假死 需要ROOT权限 这里还要说明一下层和三层的区别: layer 2 : 交换单元是帧 一、ssh server端配置 首先要使用ssh的层和三层隧道,尽量保证系统差别不要太大,我这里两边都是oracle linux 8,SSH版本更新到最新。 yes PermitTunnel yes代表允许point-to-point (layer 3)和ethernet (layer 2) 、三层隧道配置 2.1 建立三层隧道 在client端执行: ssh 三、隧道配置 由于linux中允许为tap设备设置ip,所以隧道和三层隧道也可以完全一样的进行配置。

    5.6K30发布于 2021-06-23
  • 来自专栏京程一灯

    英文字体的选择

    英文字体的分类 英文文字大致分成三类,线体,无线体和其他字体。其他字体包括哥特体,手写体和装饰体,这些字体在我们工作中使用相对较少,所以重点介绍线体和无线体两大类。 ? 线体还有另外一种分类方式,根据线变化可以分成三类:具有特定曲线的线为“支架线体”,连接处为细直线的是“发丝线体”,厚粗四角形的“板状线体”。 ? Grotesque是最早出现的无线体,所以保留了一些线体的特征,比如小写字母g的写法不一样,数字1下方有粗线。 ---- 往期精选文章 使用虚拟dom和JavaScript构建完全响应式的UI框架 扩展 Vue 组件 使用Three.js制作酷炫无比的无穷隧道特效 一个治愈JavaScript疲劳的学习计划 全栈工程师技能大全 长按维码关注京程一灯,阅读更多技术文章和业界动态。

    3.9K30发布于 2019-03-27
  • 来自专栏Unity3D游戏开发

    【Unity3D实例-功能-下蹲】角色下蹲()穿越隧道

    本文演示如何基于 CharacterController 实现“一键下蹲 + 实时碰撞检测”,让角色贴地滑入隧道、起身无缝恢复,彻底告别穿模烦恼! code=1952754434354319360.搭建隧道1.点击鼠标右键,选择“Create Empty”,创建一个空物体(我这里命名为“Cave”)。 3.选中隧道的父节点(就是刚创建的“空物体”),在“Inspector”菜单下,点击“Layer”,为隧道创建一个障碍物的Layer(我这里也是命名为“Cave”),用于后续的实时碰撞检测。 ,松开空格键,角色控制器的框框被隧道顶盖阻挡无法直立,直至退出隧道后方可恢复站立,验证实时高度检测与层掩码过滤成功防止穿模。 (在文章《【Unity3D实例-功能-下蹲】角色下蹲(三)动画配置》中,实现完整的动画效果)【Unity3D实例-功能-下蹲】角色下蹲()穿越隧道

    31900编辑于 2025-08-12
  • 来自专栏小詹同学

    人脸检测 )——MFC实现

    、常用控件 1.Buttton 2.Picture Control 3.Static Text 4.Radio Button …… 三、程序实现 首先,值得注意的是,此程序中需要将图片显示在指定的控件之中 程序可分为两大块重点,一个是类似于上一篇文章(人脸检测(一)——单文档应用台),如何检测人脸。另一个是如何在MFC中将指定的图片显示在指定控件中。 这里给出显示原图的BUTTON中的程序: ? 重点在于获取控件的句柄,即上图程序中的pWnd->GetClientRect(&rect); 篇幅有限,若需要完整项目代码请后台回复关键词:人脸检测MFC。 四、结果展示 ?

    1.4K60发布于 2018-04-13
  • 来自专栏东风微鸣技术博客

    WireGuard 系列文章():WireGuard 简介 - 快速、现代、安全的 V** 隧道

    WireGuard 将隧道 IP 地址与公钥和远程端点相关联。当接口向对等方发送数据包时,它会执行以下操作: 1.此数据包适用于 192.168.30.8。那是哪个 peer ?让我看看... 加密密钥路由 WireGuard 的核心是一个名为 Cryptokey Routing 的概念,它的工作原理是将公钥与隧道中允许的隧道 IP 地址列表相关联。 这确保了容器能够访问网络的唯一可能方式是通过安全的加密 WireGuard 隧道。 •能够在网络故障恢复之后自动重连,这是相比其他 V** 优势的一点 •支持任何类型的层网络通信,例如 ARP、DHCP 和 ICMP,而不仅仅是 TCP/HTTP。 假设有五个节点,每个节点都和其他节点建立 WireGuard 隧道,架构如图: WireGuard Full Mesh 这种架构带来的直接优势就是快!

    17.3K62编辑于 2022-04-22
  • 来自专栏雷达应用

    隧道车辆检测雷达在智能照明调光系统中的应用

    基于巍泰技术TBR-510/511车辆检测雷达的隧道跟随式照明智能调光系统可通过隧道外固定式和隧道内分段式车辆检测雷达对车辆进行实时监测,为照明控制系统提供有效数据,从而实时管理隧道照明,实施分段独立控制 一、系统组成隧道跟随式照明智能调光系统主要由隧道外固定式车辆检测雷达、隧道内分段式车辆检测雷达、数据采集及调光一体机、隧道实时状况监控软件平台等组成。 1、隧道外固定式车辆检测雷达:检测车辆是否进入隧道。2、隧道内分段式车辆检测雷达:检测隧道内车辆行驶的位置信息,实时上报。3、数据采集及调光一体机:分析雷达车辆检测数据,实现命令传输及调光操作。 、雷达选型隧道车辆检测雷达可根据检测距离、安装位置、安装方式等不同需求,选择巍泰技术TBR-511或TBR-510两款型号。 基于TBR-510/511车辆检测雷达的隧道跟随式照明智能调光系统,可综合考虑隧道安全照明和节能需求,实时定位驶入隧道的车辆并判断其状态,并根据获得的数据信息,调节隧道内照明强度,使现有隧道照明自动化、

    63210编辑于 2024-01-03
  • 来自专栏微卡智享

    C++ OpenCV SVM实战Kindle检测)----目标检测

    03 目标检测检测流程 ★ 01 加载训练文件 02 加载视频文件 03 视频中每一帧的读取 04 当前帧的目标检测识别 1.加载训练文件 //加载训练文件 cv::Ptr<cv::ml::SVM 3.当前帧目标检测 我们上一篇介绍hog的时候,默认生成的winRect的Size就是64*128的,一般网上介绍的图像检测也是从当前帧的图像开始第一个块(block)进行平移的检测,最初用了这个方法, 检测时间有点长,如果说单张图片检测还可以容忍,但是在视频中就不行了,太卡,所以这里我们换了一个思路进行检测。 ★ 检测流程 ★ 01 缩放图像 02 高斯模糊 03 转为灰度图 04 值化图像 05 形态学闭操作 06 寻找轮廓 07 排除不可能轮廓 08 SVM检测 ? 图像的预处理:高斯模糊,灰度、值化,闭操作。 ?

    1.7K32发布于 2019-10-16
领券