北京个人制作网站有哪些内容,wordpress默认播放器,微网站开发报价,科技进步是国防强大的重要的保证目录
安全见闻... 1
编程语言... 1
函数式编程语言... 1
数据科学和机器学习领域... 2
Web 全栈开发... 2
移动开发... 2
嵌入式系统开发... 2
其他... 2
操作系统... 2
裸板程序... 3
操作系统... 3
网络通讯... 4
计算机硬件... 4
网络硬件... 4
移动设备硬件…目录
安全见闻... 1
编程语言... 1
函数式编程语言... 1
数据科学和机器学习领域... 2
Web 全栈开发... 2
移动开发... 2
嵌入式系统开发... 2
其他... 2
操作系统... 2
裸板程序... 3
操作系统... 3
网络通讯... 4
计算机硬件... 4
网络硬件... 4
移动设备硬件... 5
硬件发展趋势... 5
网络类型... 5
网络协议... 6
网络设备... 6
网络安全... 6
机器学习python... 7
深度学习... 8
神经元模型... 8
多层神经网络... 8
后端语言... 8
数据库... 9
服务器程序... 9
macro宏病毒... 10
bat/powershell 10
内网渗透... 10
CAD LISP. 10
AUtolt3. 11
bios病毒... 11
背景
本文为学习笔记参考b站泷羽sec链接安全见闻1_哔哩哔哩_bilibili
安全见闻
编程语言
C语言一种通用的、面向过程的编程语言广泛应用于系统软件和嵌入式开发。 C在 C 语言基础上发展而来支持面向对象编程常用于游戏开发、高性能计算等领域。 Java一种广泛使用的面向对象编程语言具有跨平台性应用于企业级应用开发等。
Python简洁易学拥有丰富的库适用于数据分析、人工智能、Web 开发等。
JavaScript主要用于网页前端开发也可用于服务器端开发Node.js。
C#由微软开发主要用于 Windows 平台上的应用开发。
Ruby一种简洁而富有表现力的编程语言常用于 Web 开发。
PHP主要用于 Web 开发尤其适合服务器端脚本编程。
Go一种高效、简洁的编程语言适用于网络编程和云计算等领域。
Swift苹果公司开发的编程语言用于 iOS 和 macOS 应用开发。
Kotlin可与 Java 互操作主要用于 Android 开发。
函数式编程语言
Haskell纯函数式编程语言以强大的类型系统和数学上的严谨性著称。
Lisp包括 Common Lisp、Scheme 等历史悠久的编程语言家族以其高度的灵活性和宏系统闻名。
Clojure运行在 Java 虚拟机上的 Lisp 方言结合了函数式编程和 Java 平台的优势。
数据科学和机器学习领域
R在统计分析和数据可视化方面应用广泛。
Julia设计用于高性能科学计算和数据分析。
Web 全栈开发
TypeScript是 JavaScript 的超集增加了静态类型检查等特性提高了大型项目的开发效率。
移动开发 Objective-C曾经是 iOS 开发的主要语言现在逐渐被 Swift 取代。
嵌入式系统开发
Assembly Language汇编语言不同的处理器架构有不同的汇编语言用于对硬件进行底层控制。
其他
Pascal曾经在教学和早期软件开发中有广泛应用。
Delphi基于 Object Pascal用于快速应用开发。
Scala融合了面向对象编程和函数式编程运行在 Java 虚拟机上。
Elixir基于 Erlang 虚拟机具有高并发和容错性适合构建分布式系统。
操作系统
操作系统也属于软件程序的一种只不过是很大的一个软件但是从本质来讲也属于软件程序的范畴这是我们要理解的不要觉得操作系统就很厉害很神秘它确实技术含量高但也是个软件。
裸板程序
直接在stm32上写一段代码或者我们的单片机上写一个代码这就是裸板程序裸板程序是没有操作系统的概念的也没有进程这种概念所以有些东西需要我们自己去模拟才行有操作系统就特别方便裸板程序也是软件程序的一种它就是一个代码组成的。
操作系统
.ios
.mac
.linux
.android
.Windows
.wince
.vxworks
.RT-Thread
常见系统windows mac ios linux 这种是非实时操作系统实时操作系统vxworksRT-Threadwince。
非实时操作系统
比如我们反键刷新点一下立马弹出来了但是电脑cpu在执行的时候并没有立马执行你的指令它可能先执行了其他的在执行你的指令。
Windows、macOS、iOS 和 Linux 通常被认为是非实时操作系统。
非实时操作系统主要致力于在各种情况下提供良好的整体性能、用户体验和多任务处理能力但不能保证在严格的时间限制内对事件作出响应。
实时操作系统RTOS
实时操作系统能够在确定的时间内对外部事件作出响应并完成特定的任务具有严格的时间确定性和可预测性常用于对时间要求极为严格的嵌入式系统、工业控制等领域。
网络通讯
不论搞什么都是要网络通讯联网的
计算机硬件
中央处理器CPU计算机的核心部件负责执行指令和处理数据。它的性能决定了计算机的运行速度。
内存用于存储正在运行的程序和数据它的容量和速度对计算机的性能有很大影响。
硬盘用于长期存储数据包括操作系统、应用程序、文件等。硬盘的容量和读写速度也是影响计算机性能的重要因素。
显卡用于处理图形和图像数据它的性能决定了计算机的图形处理能力。对于游戏玩家和图形设计师来说显卡的性能非常重要。
主板是计算机的核心电路板连接着各种硬件设备如 CPU、内存、硬盘、显卡等。主板的质量和性能对计算机的稳定性和扩展性有很大影响。
网络硬件
网络服务器提供网络服务如文件存储、电子邮件、Web 服务等。网络服务器通常具有较高的性能和可靠性以满足大量用户的需求。
网络存储设备用于存储网络中的数据如网络附加存储NAS和存储区域网络SAN。它们提供了大容量、高可靠性的数据存储解决方案。
网络打印机可以通过网络连接被多台计算机共享方便用户打印文件。
网络摄像头用于视频监控和远程会议等应用。它可以通过网络将视频信号传输到其他设备上。
移动设备硬件
智能手机集成了多种功能如通信、拍照、娱乐、办公等。智能手机的硬件包括处理器、内存、存储、屏幕、摄像头等。
平板电脑类似于智能手机但屏幕更大适合阅读、浏览网页、观看视频等。平板电脑的硬件也包括处理器、内存、存储、屏幕、摄像头等。
可穿戴设备如智能手表、智能手环等它们可以监测用户的健康数据、运动数据等并与智能手机等设备进行连接和交互。可穿戴设备的硬件包括传感器、处理器、内存、存储、屏幕等。
硬件发展趋势
小型化硬件设备越来越小型化便于携带和使用。例如智能手机、平板电脑等移动设备的体积越来越小性能却越来越强。
高性能随着技术的不断进步硬件设备的性能不断提高。例如CPU 的处理速度越来越快内存和存储的容量越来越大显卡的图形处理能力越来越强。
智能化硬件设备越来越智能化能够自动适应不同的环境和用户需求。例如智能手机可以根据用户的使用习惯自动调整屏幕亮度、音量等设置。
互联互通硬件设备之间的互联互通越来越紧密形成了一个庞大的物联网。例如智能家居设备可以通过网络连接实现自动化控制智能汽车可以与其他车辆和交通设施进行通信。
网络类型
局域网LAN覆盖范围较小一般在一个建筑物或一个校园内。例如公司办公室内的网络就是一个局域网用于员工之间共享文件、打印机等资源。
城域网MAN覆盖范围较大一般在一个城市内。例如城市的有线电视网络、宽带网络等。
广域网WAN覆盖范围非常大可以跨越国家和地区。例如互联网就是一个广域网连接了全球各地的计算机和网络设备。
网络协议
TCP/IP 协议是互联网的基础协议包括传输控制协议TCP和网际协议IP。TCP 负责数据的可靠传输IP 负责数据的路由和寻址。
HTTP 协议超文本传输协议用于在 Web 浏览器和 Web 服务器之间传输超文本数据如网页、图片、视频等。
FTP 协议文件传输协议用于在计算机之间传输文件。
SMTP、POP3 和 IMAP 协议用于电子邮件的发送和接收。
网络设备
路由器连接不同的网络实现网络之间的数据转发。它根据 IP 地址和路由表来确定数据的传输路径。
交换机在局域网中连接多台计算机实现数据的快速交换。它根据 MAC 地址来转发数据帧。
网卡安装在计算机上用于连接网络。它将计算机的数据转换为网络信号进行传输并接收网络信号转换为计算机可识别的数据。
无线接入点AP提供无线网络连接使无线设备能够接入局域网或广域网。
网络安全
防火墙用于保护网络免受外部攻击它可以根据预设的规则过滤网络流量。
加密技术对数据进行加密防止数据被窃取或篡改。例如SSL/TLS 协议用于在 Web 浏览器和 Web 服务器之间进行加密通信。
身份认证确保只有授权用户能够访问网络资源常见的身份认证方式有用户名和密码、数字证书、生物识别等。
机器学习python
工作流程
1.数据收集
来源可以从各种渠道获取数据如数据库、文件、传感器、网络等。
类型包括结构化数据如表格数据、半结构化数据如 XML、JSON 格式的数据和非结构化数据如文本、图像、音频等。
2.数据预处理
数据清洗去除噪声数据、处理缺失值、纠正错误数据等。例如对于包含缺失值的数据集可以采用均值填充、中位数填充等方法进行处理。
数据归一化将数据的特征值缩放到一个特定的范围内以提高算法的性能和稳定性。常见的归一化方法有最小 - 最大归一化、Z-score 标准化等。
特征提取从原始数据中提取出有用的特征以便机器学习算法能够更好地处理和理解数据。例如在图像识别中可以提取图像的颜色、纹理、形状等特征。
3.模型选择与训练
根据任务类型和数据特点选择合适的机器学习算法。例如对于分类问题可以选择决策树、支持向量机等算法对于回归问题可以选择线性回归、随机森林等算法。
将预处理后的数据分为训练集和测试集。训练集用于训练模型测试集用于评估模型的性能。
使用训练集对模型进行训练通过调整模型的参数使得模型在训练集上的损失函数最小化。
4.模型评估与优化
使用测试集对训练好的模型进行评估常用的评估指标有准确率、精确率、召回率、F1 值、均方误差等。
根据评估结果对模型进行优化可以调整模型的参数、更换算法、增加数据量等。例如如果模型在测试集上的准确率较低可以尝试增加训练数据的数量或调整模型的超参数。
5.模型应用
将优化后的模型应用到实际问题中进行预测、分类、聚类等任务。
对模型的应用结果进行监控和评估不断改进模型以提高性能。
深度学习
深度学习的基本原理主要包括以下几个方面
神经元模型
深度学习的基础是人工神经网络其灵感来源于生物神经系统。神经网络中的基本单元是神经元它接收多个输入信号对这些信号进行加权求和然后通过一个激活函数处理得到输出。
例如典型的神经元接收来自其他神经元或输入层的数据每个输入都有一个对应的权重。假设输入为a对应的权重为b则神经元的加权输入总和为x其中是偏置项。然后通过激活函数得到神经元的输出。
多层神经网络
深度学习中的神经网络通常由多个层次组成包括输入层、隐藏层和输出层。
输入层接收原始数据隐藏层对数据进行多层次的特征提取和变换输出层产生最终的预测结果。
例如在图像识别任务中输入层接收图像的像素值隐藏层逐步提取图像的边缘、纹理、形状等特征最后输出层给出图像所属的类别。
后端语言
.php
.java
.python
.golang
.c/c
.lua
.nodejs
.ruby
数据库
数据库有什么潜在漏洞呢sql注入xss命令注入等
数据库也是有分类的
关系型数据库
.mysql
.sqlsever
.access
.postgresql
非关系型数据库
.mongodb
.couchdb
.neo4j
.redis
服务器程序
潜在漏洞信息泄露文件上传漏洞文件解析漏洞目录遍历访问控制。
.apache
.nginx
.iis
.tengine
.tomcat
.weblogic
macro宏病毒
⽤metasploit⼯具⽣成的病毒可以植⼊到微软的office⽂件中⼀般都是植⼊到微软的⽂件中针对的是微软的⽂件我们需要了解宏病毒的原理了解病毒的代码是什么所写这样我们才会更加深⼊理解病毒学习。
bat/powershell
命令⾏程序需要了解⼀些常⽤指令才能更好的了解学习内⽹渗透的基本。
内网渗透
内⽹渗透和公⽹渗透没啥区别只是多了⼀个域渗透但是域渗透代表不了内⽹渗透。
CAD LISP
可以在cad的⽂件中植⼊病毒并且不好被查杀因为cad⽂件中本来就有⼀些脚本的执⾏但是也可以写⼀些不正常的脚本杀软⽆法分辨查杀。
AUtolt3
这种是不常⻅的语⾔杀毒软件针对的都是主流语⾔编写的脚本对冷⻔编程语⾔查杀概率低因为特征流量少.
bios病毒
需要编写bios病毒就得懂bios的编写有钥匙才可以打开对应的门。
