如何自学黑客&网络安全
黑客零基础入门学习路线&规划
初级黑客
1、网络安全理论知识（2天）
①了解行业相关背景，前景，确定发展方向。
②学习网络安全相关法律法规。
③网络安全运营的概念。
④等保简介、等保规定、流程和规范。（非常重要）
2、渗透测试基础（一周）
①渗透测试的流程、分类、标准
②信息收集技术：主动/被动信息搜集、Nmap工具、Google Hacking
③漏洞扫描、漏洞利用、原理，利用方法、工具（MSF）、绕过IDS和反病毒侦察
④主机攻防演练：MS17-010、MS08-067、MS10-046、MS12-20等
3、操作系统基础（一周）
①Windows系统常见功能和命令
②Kali Linux系统常见功能和命令
③操作系统安全（系统入侵排查/系统加固基础）
4、计算机网络基础（一周）
①计算机网络基础、协议和架构
②网络通信原理、OSI模型、数据转发流程
③常见协议解析（HTTP、TCP/IP、ARP等）
④网络攻击技术与网络安全防御技术
⑤Web漏洞原理与防御：主动/被动攻击、DDOS攻击、CVE漏洞复现
5、数据库基础操作（2天）
①数据库基础
②SQL语言基础
③数据库安全加固
6、Web渗透（1周）
①HTML、CSS和JavaScript简介
②OWASP Top10
③Web漏洞扫描工具
④Web渗透工具：Nmap、BurpSuite、SQLMap、其他（菜刀、漏扫等）
恭喜你，如果学到这里，你基本可以从事一份网络安全相关的工作，比如渗透测试、Web 渗透、安全服务、安全分析等岗位；如果等保模块学的好，还可以从事等保工程师。薪资区间6k-15k
到此为止，大概1个月的时间。你已经成为了一名“脚本小子”。那么你还想往下探索吗？
如果你想要入坑黑客&网络安全，笔者给大家准备了一份：282G全网最全的网络安全资料包评论区留言即可领取！
7、脚本编程（初级/中级/高级）
在网络安全领域。是否具备编程能力是“脚本小子”和真正黑客的本质区别。在实际的渗透测试过程中，面对复杂多变的网络环境，当常用工具不能满足实际需求的时候，往往需要对现有工具进行扩展，或者编写符合我们要求的工具、自动化脚本，这个时候就需要具备一定的编程能力。在分秒必争的CTF竞赛中，想要高效地使用自制的脚本工具来实现各种目的，更是需要拥有编程能力.
如果你零基础入门，笔者建议选择脚本语言Python/PHP/Go/Java中的一种，对常用库进行编程学习；搭建开发环境和选择IDE,PHP环境推荐Wamp和XAMPP， IDE强烈推荐Sublime；·Python编程学习，学习内容包含：语法、正则、文件、 网络、多线程等常用库，推荐《Python核心编程》，不要看完；·用Python编写漏洞的exp,然后写一个简单的网络爬虫；·PHP基本语法学习并书写一个简单的博客系统；熟悉MVC架构，并试着学习一个PHP框架或者Python框架 (可选)；·了解Bootstrap的布局或者CSS。
8、超级黑客
这部分内容对零基础的同学来说还比较遥远，就不展开细说了，附上学习路线。
网络安全工程师企业级学习路线
如图片过大被平台压缩导致看不清的话，评论区点赞和评论区留言获取吧。我都会回复的
视频配套资料&国内外网安书籍、文档&工具
当然除了有配套的视频，同时也为大家整理了各种文档和书籍资料&工具，并且已经帮大家分好类了。
一些笔者自己买的、其他平台白嫖不到的视频教程。
网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。
一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
现在我们境遇相同，并且也知道问题出在哪里，是时候找出一个解决方案了。我们的解决方案需要：
-
简单；
-
友好或者说便于记忆与理解；
-
更重要的是安全！无论数据流的实现细节如何，它都应能够应对所有用例。
事不宜迟——您应该使用的 API 是 lifecycle-runtime-ktx 库中所提供的
LifecycleOwner.addRepeatingJob。请参考下面的代码：
class LocationActivity : AppCompatActivity() {
override fun onCreate(savedInstanceState: Bundle?) {
super.onCreate(savedInstanceState)
// 最早在 View 处于 STARTED 状态时从数据流收集数据，并在
// 生命周期进入 STOPPED 状态时 STOPPED（停止）收集操作。
// 它会在生命周期再次进入 STARTED 状态时自动开始进行数据收集操作。
lifecycleOwner.addRepeatingJob(Lifecycle.State.STARTED) {
locationProvider.locationFlow().collect {
// 新的位置！更新地图
}
}
}
}
addRepeatingJob 接收 Lifecycle.State 作为参数，并用它与传入的代码块一起，在生命周期到达该状态时，自动创建并启动新的协程；同时也会在生命周期低于该状态时取消正在运行的协程。
由于 addRepeatingJob 会在协程不再被需要时自动将其取消，因而可以避免产生取消操作相关的模版代码。您也许已经猜到，为了避免意外行为，这一 API 需要在 Activity 的 onCreate 或 Fragment 的 onViewCreated 方法中调用。下面是配合 Fragment 使用的示例：
class LocationFragment: Fragment() {
override fun onViewCreated(view: View, savedInstanceState: Bundle?) {
// …
viewLifecycleOwner.addRepeatingJob(Lifecycle.State.STARTED) {
locationProvider.locationFlow().collect {
// 新的位置！更新地图
}
}
}
}
注意：这些 API 在
lifecycle:lifecycle-runtime-ktx:2.4.0-alpha01 库或其更新的版本中可用。
使用 repeatOnLifecycle
出于提供更为灵活的 API 以及保存调用中的 CoroutineContext 的目的，我们也提供了 挂起函数
Lifecycle.repeatOnLifecycle 供您使用。repeatOnLifecycle 会挂起调用它的协程，并会在进出目标状态时重新执行代码块，最后在 Lifecycle 进入销毁状态时恢复调用它的协程。
如果您需要在重复工作前执行一次配置任务，同时希望任务可以在重复工作开始前保持挂起，该 API 可以帮您实现这样的操作。示例如下：
class LocationActivity : AppCompatActivity() {
override fun onCreate(savedInstanceState: Bundle?) {
super.onCreate(savedInstanceState)
lifecycleScope.launch {
// 单次配置任务
val expensiveObject = createExpensiveObject()
lifecycle.repeatOnLifecycle(Lifecycle.State.STARTED) {
// 在生命周期进入 STARTED 状态时开始重复任务，在 STOPED 状态时停止
// 对 expensiveObject 进行操作
}
// 当协程恢复时，lifecycle 处于 DESTROY 状态。repeatOnLifecycle 会在
// 进入 DESTROYED 状态前挂起协程的执行
}
}
}
==================================================================================
当您只需要收集一个数据流时，也可以使用 Flow.flowWithLifecycle 操作符。这一 API 的内部也使用 suspend Lifecycle.repeatOnLifecycle 函数实现，并会在生命周期进入和离开目标状态时发送项目和取消内部的生产者。
class LocationActivity : AppCompatActivity() {
override fun onCreate(savedInstanceState: Bundle?) {
super.onCreate(savedInstanceState)
locationProvider.locationFlow()
.flowWithLifecycle(this, Lifecycle.State.STARTED)
.onEach {
// 新的位置！更新地图
}
.launchIn(lifecycleScope)
}
}
注意：Flow.flowWithLifecycle API 的命名以 Flow.flowOn(CoroutineContext) 为先例，因为它会在不影响下游数据流的同时修改收集上游数据流的 CoroutineContext。与 flowOn 相似的另一点是，Flow.flowWithLifecycle 也加入了缓冲区，以防止消费者无法跟上生产者。这一特点源于其实现中使用的 callbackFlow。
===================================================================
即使您使用了这些 API，也要小心那些可能浪费资源的热流，就算它们没有被收集亦是如此！虽然针对这些热流有一些合适的用例，但是仍要多加注意并在必要时进行记录。另一方面，在一些情况下，即使可能造成资源的浪费，令处于后台的内部数据流生产者保持活跃状态也会利于某些用例，如：您需要即时刷新可用数据，而不是去获取并暂时展示陈旧数据。您可以根据用例决定生产者是否需要始终处于活跃状态。
您可以使用 MutableStateFlow 与 MutableSharedFlow 两个 API 中暴露的 subscriptionCount 字段来控制它们，当该字段值为 0 时，内部的生产者就会停止。默认情况下，只要持有数据流实例的对象还在内存中，它们就会保持生产者的活跃状态。针对这些 API 也有一些合适的用例，比如使用 StateFlow 将 UiState 从 ViewModel 中暴露给 UI。这么做很合适，因为它意味着 ViewModel 总是需要向 View 提供最新的 UI 状态。
相似的，也可以为此类操作使用 共享开始策略 配置 Flow.stateIn 与 Flow.shareIn 操作符。WhileSubscribed() 将会在没有活跃的订阅者时停止内部的生产者！相应的，无论数据流是 Eagerly (积极) 还是 Lazily (惰性) 的，只要它们使用的 CoroutineScope 还处于活跃状态，其内部的生产者就会保持活跃。
注意: 本文中所描述的 API 可以很好的作为默认从 UI 收集数据流的方式，并且无论数据流的实现方式如何，都应该使用它们。这些 API 做了它们要做的事: 在 UI 于屏幕中不可见时，停止收集其数据流。至于数据流是否应该始终处于活动状态，则取决于它的实现。
=======================================================================================
Flow.collectAsState 函数可以在 Compose 中收集来自 composable 的数据流，并可以将值表示为 State，以便能够更新 Compose UI。即使 Compose 在宿主 Activity 或 Fragment 处于后台时不会重组 UI，数据流生产者仍会保持活跃并会造成资源的浪费。Compose 可能会遭遇与 View 系统相同的问题。
在 Compose 中收集数据流时，可以使用 Flow.flowWithLifecycle 操作符，示例如下：
@Composable
fun LocationScreen(locationFlow: Flow) {
val lifecycleOwner = LocalLifecycleOwner.current
val locationFlowLifecycleAware = remember(locationFlow, lifecycleOwner) {
locationFlow.flowWithLifecycle(lifecycleOwner.lifecycle, Lifecycle.State.STARTED)
}
val location by locationFlowLifecycleAware.collectAsState()
// 当前位置，可以拿它做一些操作
}
注意：您需要记得生命周期感知型数据流使用 locationFlow 与 lifecycleOwner 作为键，以便始终使用同一个数据流，除非其中一个键发生改变。
Compose 的副作用 (Side-effect) 便是必须处在受控环境中，因此，使用 LifecycleOwner.addRepeatingJob 不安全。作为替代，可以使用 LaunchedEffect 来创建跟随 composable 生命周期的协程。在它的代码块中，如果您需要在宿主生命周期处于某个 State 时重新执行一个代码块，可以调用挂起函数 Lifecycle.repeatOnLifecycle。
=======================================================================
您也许会觉得，这些 API 的表现与 LiveData 很相似——确实是这样！LiveData 可以感知 Lifecycle，而且它的重启行为使其十分适合观察来自 UI 的数据流。同理 LifecycleOwner.addRepeatingJob、suspend Lifecycle.repeatOnLifecycle 以及 Flow.flowWithLifecycle 等 API 亦是如此。
在纯 Kotlin 应用中，使用这些 API 可以十分自然地替代 LiveData 收集数据流。如果您使用这些 API 收集数据流，换成 LiveData (相对于使用协程和 Flow) 不会带来任何额外的好处。而且由于 Flow 可以从任何 Dispatcher 收集数据，同时也能通过它的操作符获得更多功能，所以 Flow 也更为灵活。相对而言，LiveData 的可用操作符有限，且它总是从 UI 线程观察数据。
数据绑定对 StateFlow 的支持
另一方面，您会想要使用 LiveData 的原因之一，可能是它受到数据绑定的支持。不过 StateFlow 也一样！更多有关数据绑定对 StateFlow 的支持信息，请参阅官方文档。
在 Android 开发中，请使用 LifecycleOwner.addRepeatingJob、suspend Lifecycle.repeatOnLifecycle 或 Flow.flowWithLifecycle 从 UI 层安全地收集数据流。
==============================================================
在这里就再分享一份由大佬亲自收录整理的Android学习PDF+架构视频+面试文档+源码笔记，高级架构技术进阶脑图、Android开发面试专题资料，高级进阶架构资料
网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。
一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
