- 综合排序
- 最热优先
- 最新优先
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。
15310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。 二、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。 3.搭配其他反检测技术：结合其他隐私保护技术如浏览器指纹隐身或验证码识别等，提高隧道代理的使用效果和安全性。 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。 第六步：在PE1上使用Ping检测SR LSP连通性 ? 在PE设备上执行display segment-routing seamless-bfd tunnel session prefix ip-address命令，可以看到Segment Routing隧道的
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隧道中
1.8K10编辑于 2024-02-15 - 来自专栏又见苍岚
机器视觉 —— 光信号检测
本文记录《机器视觉》 第二章图像成像原理相关内容，主要介绍数字图像是如将光线转换为信号的。 信号检测 几乎所有图像传感器的工作原理都依赖于：光子击打某种特殊材料时所产生的“电子/空穴”对。 这是生物视觉和摄影的基本过程。 不同的图像传感器之间的区别在于：它们对带电粒子流的检测方式不同。 此外，并不是所有的电子都能正好进入检测电路。电子流和入射光子流的比值称为量子效率，记为q(\lambda)。量子效率依赖于入射光子的能量，因此，它依赖于入射光的波长\lambda。 机器视觉系统使用红、绿、蓝三种滤光镜来获得图像。 参考资料 《机器视觉》第二章。
1.3K10编辑于 2022-08-09 - 来自专栏深度学习和计算机视觉
机器视觉尺寸检测基础
尺寸测量/边缘检测 利用边缘检查的尺寸检查是图像传感器的最新应用趋势。图像传感器可以将检查对象在平面上表现出来，通过边缘检测,测算位置、宽度、角度等。 下面将按照处理过程来介绍边缘检查的原理。 边缘检测的原理 所谓边缘是指图像内明亮部位与阴暗部分的边缘。边缘检测是通过视觉系统来检测这种浓淡变化的边缘。 可以通过下列4个过程来得到边缘。 (1)投影处理 对于测量区域内的图像进行投影处理。 根据浓淡变化峰值的检测原理，在照度经常发生变化的生产线上也可以稳定的检测出边缘。 (4)亚像素处理 对于微分波形中最大部分的中心附近的3个像素，根据这3个像素形成的波形，进行修正演算。 边缘检测的代表性检测应用 边缘检查具有下列衍生模式。下面将分别介绍其代表性应用。 ＜例1＞利用边缘位置的各种检查 在多个部位设置边缘位置模式，测量检测对象的X座标或Y 座标。 ＜例3＞利用边缘位置圆周区域的各种检查 以圆周作为检测区域，检测切缺部位的角度（相位）。
88130编辑于 2022-02-10 - 来自专栏深度学习和计算机视觉
综述 | 机器视觉表面缺陷检测
机器视觉表面缺陷检测主要包括2维检测和3维检测，前者是当前的主要表面缺陷检测方式，也是本文的着重论述之处。 国内机器视觉检测系统开发较晚，相关的企业主要是代理国外同类产品，提供视觉检测方案和系统集成，其中具有代表性的企业有凌华科技、大恒图像、视觉龙、凌云光子、康视达、OPT、三姆森和微视图像等。 1.3 视觉硬件平台 机器视觉表面质量检测，特别是实时检测，图像采集的数据量大，所以如何提高图像处理速度显得十分重要。 为此，需要研究视觉检测新理论和新方法，如发展主动视觉、增强视觉系统的智能学习能力等。 机器视觉表面检测比较复杂，涉及众多学科和理论，机器视觉是对人类视觉的模拟，但是目前对人的视觉机制尚不清楚，尽管每一个正常人都是“视觉专家”，但难以用计算机表达自己的视觉过程，因此构建机器视觉检测系统还要进一步通过研究生物视觉机理来完善
2.1K32编辑于 2022-05-22 - 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。 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 , 'r') as f: proxy_list = f.read().splitlines() # 创建用于保存可用代理的列表 valid_proxies = [] # 遍历代理列表，检测代理是否可用
1.7K50编辑于 2023-02-17 - 来自专栏智能算法
机器视觉表面缺陷检测综述
机器视觉表面缺陷检测主要包括2维检测和3维检测，前者是当前的主要表面缺陷检测方式，也是本文的着重论述之处。 国内机器视觉检测系统开发较晚，相关的企业主要是代理国外同类产品，提供视觉检测方案和系统集成，其中具有代表性的企业有凌华科技、大恒图像、视觉龙、凌云光子、康视达、OPT、三姆森和微视图像等。 1.3 视觉硬件平台 机器视觉表面质量检测，特别是实时检测，图像采集的数据量大，所以如何提高图像处理速度显得十分重要。 为此，需要研究视觉检测新理论和新方法，如发展主动视觉、增强视觉系统的智能学习能力等。 机器视觉表面检测比较复杂，涉及众多学科和理论，机器视觉是对人类视觉的模拟，但是目前对人的视觉机制尚不清楚，尽管每一个正常人都是“视觉专家”，但难以用计算机表达自己的视觉过程，因此构建机器视觉检测系统还要进一步通过研究生物视觉机理来完善
11.7K26发布于 2019-07-19 - 来自专栏一点人工一点智能
视觉系统 | 基于目标检测的动态环境视觉SLAM
01 中文摘要 许多视觉同步定位和映射（VSLAM）系统需要在环境中假设静态特征。然而，移动物体会极大地损害VSLAM系统的性能，因为VSLAM系统是基于静态环境假设的。 为了减少动态内容的影响，我们将基于深度学习的目标检测方法引入视觉里程计中，然后加入动态目标概率模型，以提高目标检测深度神经网络的效率，提高系统的实时性能。 02 主要结论 本文提出了一种实时视觉SLAM系统，该系统在具有许多独立运动目标的高度动态环境中运行良好。ORB-SLAM2系统将目标检测和动态目标概率模型结合起来，在高动态环境下有了显著改进。 这表明我们能够处理具有挑战性的动态目标，并大幅改善视觉里程计估计。因此，在高度动态的场景中，可获得更稳健、更准确的定位和映射结果。 尽管如此，研究仍有改进空间。 在本文提出的视觉SLAM系统中，用于目标检测线程的深度神经网络是一种有监督的方法。也就是说，当训练场景与实际场景之间存在显著差异时，检测器模型可能很难预测正确的结果。
73620编辑于 2022-12-27 - 来自专栏深度学习和计算机视觉
机器视觉检测相较于人工检测有哪些优势
在科技发展日新月异的今天，机器视觉检测已成为现代工业生产中十分普遍的检测工具。 机器视觉检测相对于人工检测的优势 1、数字化：机器视觉工作过程中产生的所有测量数据，均可独立拷贝或以网络连接方式拷出，便于生产过程统计和分析。 ；而人工检测在面对不同的检测内容时，只能通过多工位合作协调完成，而不同员工检测标准不一，极容易出现误检的情况； 3、成本：机器视觉前期投入会比较多，但属于一次性投入，长期产出，由于机器视觉的发展越来越迅速 由于机器比人工的检测效率高很多，因此就长期来看，机器视觉的成本会更低； 4、环境：机器视觉是通过即图像摄取装置将目标转换成图像信号，传送给专用的图像处理系统，在测量工件过程中，无需与工件进行接触，因此能够适应恶劣危险生产环境 人工检测效率是在一个固定区间，无法大幅提升，而在流水线重复且机械化的检测过程中，检测人员很容易出现疲劳而导致检测效率降低；而机器视觉能够更快的检测产品，特别是在生产线检测高速运动的物体时，机器能够提高检测效率
1.3K21发布于 2019-06-02 - 来自专栏全栈程序员必看
内网穿透 隧道_ping隧道
目录 前言 一、概述 1、简介 2、原理 3、使用 （1）服务端 （2）客户端 二、实践 1、场景 2、建立隧道 （1）攻击机监听 （2）目标机发送 （3）攻击机转换 3、抓包看看 三、探索 1、源码与分析 （1）icmp_tran.py （2）tran.sh 2、检测与绕过 （1）异常ICMP数据包数量 （2）异常ICMP包长度 （3）payload内容 结语 前言 本文研究ICMP隧道的一个工具，icmp_tran github：github.com/NotSoSecure/icmp_tunnel_ex_filtrate 一、概述 1、简介 最后更新于2015年， 用Python编写，将文件base64编码后，通过ICMP包传输 条件： 目标机可以ping出去 目标机管理员权限 2、原理 ICMP隧道原理参见：内网渗透系列：内网隧道之ICMP隧道 3、使用 （1） "[+] tranmistted.txt created" cat transmitted.txt |base64 -d >>test echo "[+] file test created" 2、检测与绕过
1.7K20编辑于 2022-11-02 - 来自专栏网络安全攻防
内网隧道之ICMP隧道
常用的ICMP隧道工具有icmpsh、PingTunnel、icmptunnel、powershell icmp等。 ，可以跨平台使用，为了避免隧道被滥用，可以为隧道设置密码。 ，以Web服务器182.168.188.134为ICMP隧道跳板进行传送 相关参数说明： -p：指定ICMP隧道另一端的IP -lp：指定本地监听的端口 -da：指定要转发的目标机器的IP -dp 使用ICMP隧道时会产生大量的ICMP数据包，我们可以通过Wireshark进行ICMP数据包分析，以检测恶意ICMP流量，具体方法如下： 检测同一来源的ICMP数据包的数量，一个正常的ping命令每秒最多发送两个数据包 检查ICMP数据包的协议标签，例如：icmptunnel会在所有的ICMP Payload前面添加"TUNL"标记来标识隧道——这就是特征。
3.3K12编辑于 2022-09-07 - 来自专栏数据派THU
视觉深度伪造检测技术综述
来源：专知本文约600字，建议阅读5分钟本文基于视觉深度伪造技术研究进行综述。 随着生成式深度学习算法的发展，深度伪造技术发展并应用于各个领域。 深度伪造技术的滥用使人们逐渐意识到其带来的威胁，伪造检测技术随之而生。本文基于视觉深度伪造技术研究进行综述。 1）简要介绍了视觉深度伪造技术的发展历程及技术原理，包括生成对抗网络在深度伪造制品中的应用；2）对现有的视觉深度伪造数据集进行汇总并归类；3）对目前的视觉深度伪造检测技术进行了分类，将现有的检测方法归纳为基于具体伪影的 、基于数据驱动的、基于信息不一致和其他类型视觉深度伪造检测等4种分类。 同时，本文分析了4种方法的具体优缺点，并进一步给出了未来视觉深度伪造检测研究的重点和难点。 http://www.cjig.cn/jig/ch/reader/view_abstract.aspx?
88410编辑于 2022-03-04 - 来自专栏FreeBuf
内网隐藏通信隧道技术——EW隧道
内网隐藏通信隧道技术——EW隧道 EarthWorm中的应用 在研究人员的渗透测试中，EW很好用，体积小，Linux为30kb左右，windows为56kb左右。 该工具能够以“正向”、“反向”、“多级级联”等方式打通一条网络隧道，直达网络深处，现在使用人数较多，如果在真实环境下使用，需要免杀 下载地址：https://github.com/idlefire/ew ：10.10.21.2 172.16.5.2 财务核心机器：172.16.5.5 正向SOCKS v5服务器 以下命令使用目标为其拥有一个外网IP地址的情况： 在内网web服务器与外网代理机器之间架设隧道 地址的代理即可 代理成功 反弹SOCKS5服务器 目标机器可以访问外网： 公网代理机器（win10）执行： ew.exe -s rcsocks -l 1008 -e 888 即在公网代理机器上添加一个转接隧道 只能访问内网资源，无法访问外网 域控 在代理机器，内网域控，内网web服务器上进行模拟： 先在代理机器上执行： ew -s lcx_listen -l 1080 -e 888 即在公网代理机器中添加转接隧道
2.5K50发布于 2021-08-24 - 来自专栏释然IT杂谈
内网隐藏通信隧道技术——FRP隧道
——FRP隧道 域控不能直接连接外网vps，可以连接内网web服务器，内网web服务器可以直接连接vps，所以通过内网web服务器作为跳板，进行二级代理。 首先在外网vps上启动frps服务，在内网的web服务器与域控之间建立一条frps隧道，内网web服务器启动frps，域控启动frpc服务，相互连接，建立起一条一级代理隧道，此时web服务器就作为跳板了 ，此时再在web服务器上打开frpc服务，与外网vps进行隧道建立，此时二级代理完成，可直接访问到域控 外网VPS上 frps.ini: [common] bind_addr = 0.0.0.0 server_port = 7000 [http_proxy] type = tcp remote_port = 1080 plugin = socks5 然后执行：frpc.exe -c frpc.ini 然后对隧道连接是否成功进行检测 web都动不动就崩溃，更别说支持3389 ptunnel环境在内网多限制情况不可利用，局限性大 DNS隧道穿透，适合僵尸网络
4.8K10编辑于 2022-10-27 - 来自专栏机器学习算法与理论
基于面部视觉的疲劳检测-哈欠
基于视觉的疲劳检测可以认为大致分为三个部分，点头，哈欠，眨眼。分别为姿态、嘴部特征、眼部特征。 本文主要介绍哈欠的测定方法。 首先研究了陈博士《基于可拓学与面部视觉。。。》 一文，他提出一种基于特征点曲线拟合的嘴唇内轮廓检测方法，先对嘴巴进行粗定位，然后对嘴巴区域进行Harris角点检测，利用检测到的角点坐标拟合出嘴巴内轮廓曲线。 1、P46：嘴巴粗定位、角点检测Harris角点检测算法【OpenCV中定义了cornerHarris函数】、嘴巴内轮廓模型 ? 嘴唇轮廓示意图 4、指标： 双阈值法哈欠检测： 对内轮廓进行检测：结合张口度与张口时间 ? 5、判定方法 判定方法一： ? Step1：提取帧图像检测人脸，嘴部粗定位进行肤色分割； Step2:嘴部精确定位，获取嘴部特征值K1，若k1大于阈值T1，则Step3,；否则K2=K1/2，count=0回到step1，检测下一帧
2.4K50发布于 2018-04-10 - 来自专栏深度学习和计算机视觉
机器视觉边缘检测算法详解
边缘检测相关算法的步骤如下： 1、滤波： 边缘检测算法主要是基于图像强度的一阶和二阶导数，但导数的计算对噪声很敏感，因此必须使用滤波器来改善与噪声有关的边缘检测器的性能。 3、检测： 在图像中有许多点的梯度幅值比较大，而这些点在特定的应用领域中并不都是边缘，所以应该用某种方法来确定哪些点是边缘点。最简单的边缘检测判据是梯度幅值阈值判据。 边缘检测是机器视觉检测技术的一种，在边缘检测算法中，前三个步骤用得十分普遍。这是因为大多数场合下，仅仅需要边缘检测器指出边缘出现在图像某一像素点的附近，而没有必要指出边缘的精确位置或方向。 图像灰度的变化情况可以用图像灰度分布的梯度来反映，因此我们可以用局部图像微分技术来获得边缘检测算子。经典的边缘检测方法，是通过对原始图像中像素的某小邻域构造边缘检测算子来达到检测边缘这一目的的。 边缘检测是主要应用有： 检测芯片针脚是否规则整齐、目标定位以及存在/缺陷检测等。基于边缘检测技术的应用，为行业的高精度检测及尺寸测量提供了强大的技术支持。
83230编辑于 2022-02-14 - 来自专栏知行合一
HTTP隧道
该隧道由中间的“代理服务器”创建，通常部署于“DMZ”区域。 在隧道中可以传输一些被限制的协议，最终借由“代理服务器”跳出受限网络。 /1.1 200告诉“客户端”隧道已经建立 “客户端”发送TCP之上（包括SSL）的数据给“代理”，再经由“代理”转发给“服务器”。 # 以下来自服务器的数据 HTTP/1.1 200 OK ... ---- 非CONNECT方法建立HTTP隧道 建立HTTP隧道可以是任何方法，它只是一种思想，而CONNECT是最为常见的方式而已 建立HTTP隧道的场景中，“客户端”部署在保护（受限）网络的内部，而“代理”则部署在外部。 ---- 代理认证 这里的“代理认证“指的是”代理“对”客户端“进行身份认证，认证通过后才允许建立HTTP隧道。
2.2K20编辑于 2023-03-06
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