高级软件工程2017-
万方+网络攻击+机器学习
1. 基于机器学习的入侵检测技术概述 数字安防/2016 入侵检测系统设计分析 机器学习、误用规则处理、网络数据包捕获以及数据预处理等四个部分构成，机器学习模块为该系统的 关键环节 。 （一）机器学习模块。基于机器学习的入侵检测系统中的关键模块就是机器学习模块，利用该模块的训练功能可以让学习机完成检 -
万方+网络+机器学习
1. 机器学习在网络入侵检测中的应用 2017 网络入侵检测方法分为异常检测和误用检测 异常检测首先构建一个正常模型，不符合该模型的访问均被定义为人侵。 相反误用检测根据不可接受的行为建立一个入侵模型，符合该模型的访问均为人侵。 传统缺点 系统占用资源过多，对未知的网络监测能力不佳；异常检测的误报率 -
Scapy 网段中ping扫描
安装scapy pip3 install scapy python3 交互式ip包构造 Scapy实现ping扫描 scapy_ping_one.py 实现一个ip地址的ping scapy_ping_scan.py 实现整个网段的ping扫描 -
Scapy之ARP询问
引言 校园网中，有同学遭受永恒之蓝攻击，但是被杀毒软件查下，并知道了攻击者的ip也是校园网。所以我想看一下，这个ip是PC，还是路由器。 在ip视角，路由器和pc没什么差别。 实现 首先是构造arp报文，进行广播 send.py 构造arp报文，填写我的本机ip ，释放永恒之蓝的ip ，op 为1代 -
ARP 攻击
场景 A攻击者 192.168.1.3 00:00:00:00:00:01 B受害者 192.168.1.2 00:00:00:00:00:02 C路由器 192.168.1.1 00:00:00:00:00:03 要求： ARP欺骗，满足要求A/B在共同路由器C下，即同一局域网。 实现与实现 原理 -
福州大学软件工程1816 | W班 第8次作业[团队作业,随堂小测——校友录]
作业链接 "团队作业,随堂小测——校友录 " 评分细则 本次个人项目分数由两部分组成（博客分满分40分+程序得分满分60分） 博客和程序得分表 评分统计图 千帆竞发图 总结 旅法师：实现了更新，导出，查询，权限功能，界面较不友好，有待改善。 拼应：基本功能都有实现，web界面美观。 圆桌：基本功能都 -
强化学习之QLearning
注：以下第一段代码是 "文章" 提供的代码，但是简书的代码粘贴下来不换行，所以我在这里贴了一遍。其原理在原文中也说得很明白了。 算个旅行商问题 基本介绍 戳 "代码解释与来源" 代码整个计算过程使用的以下公式 QLearning 在上面的公式中，S表示当前的状态，a表示当前的动作，s~表示下一个状态 -
Saver 保存与读取
tensorflow 框架下的Saver 功能，用以保存和读取运算数据 Saver 保存数据 代码 生成文件截图 运行代码，会在当前目录下生成一个新文件夹 ，文件夹内容有 解释 1. 这里我们定义了两个张量，2行3列的W，和1行3列的b。这里强调 行列形状 ，原因是只有存储张量的形状和读取时张量形状 -
tensorflow之分类学习
写在前面的话 MNIST教程是tensorflow中文社区的第一课，例程即训练一个 模型：http://www.tensorfly.cn/tfdoc/tutorials/mnist_beginners.html 参考视频：https://morvanzhou.github.io/tutorials/ -
tensorflow之曲线拟合
视频链接：https://morvanzhou.github.io/tutorials/machine learning/ML intro/ 1.定义层 定义 add_layer() 解释 add_layer函数有四个形参。分别是 1. intputs 代表输入值，是这个神经元网络接收的数据，比如第