浅谈数学对于网安方向的重要性

0x00 简单介绍

个人博客:https://blog.gxzhang.cn

还请大家都多关照呀~

首先声明,本人在数学和算法上没什么造诣,只是发表一下自己的观点吧,最近一段时间在重新学习c语言。写这篇文章,主要是最近忙着重新学习一遍c的基础上,深入学习着重数据结构和算法方向,另外是一个小学弟私聊我,说在学习计算机相关领域数学需不需要特别好。(PS:他着重跟我说的将来要从事网安方向)由感而发写下这篇文章。简单说一下个人见解,大佬勿喷,MCM参加两次分别H、M奖,国赛运气好拿到一个国二。CTF和ACM是我的下一个阶段的目标!!!
附一个参加MCM的经历吧:https://blog.gxzhang.cn/20200225/2738.html

0x01 正文

简单来说各位数学从幼儿园就开始,一直读到大学都有接触,也是密不可分的。从1+1到高等数学...大学计算机专业学生都有感触,计算机专业课程中最难的几门课程莫过于离散数学、编译原理、数据结构,当然像组合数学、密码学、计算机图形学等课程也令许多人学起来相当吃力,很多自认为数据库学得很好的学生在范式、函数依赖、传递依赖等数学性比较强的概念面前感到力不从心,这些都是因为数学基础或者说数学知识的缺乏所造成的。数学是计算机的基础,这也是为什么考计算机专业研究生数学都采用最难试题(数学)的原因,当然这也能促使一些新的交叉学科如数学与应用软件、信息与计算科学专业等飞速发展。

0x02 究竟哪里重要?

在大学的C语言中我们学习认真看书的同学们都知道,编程=算法+数据结构,出自于谭浩强的C语言程序设计。在这里我梳理一下:

  • 数学好的人逻辑好
  • 逻辑好的人算法好
  • 算法好的人学习数据结构上手就快

所以简单来说,数学好的人编程不会差,当然也会有特例,反正我认识的朋友数学好的,写的程序简洁明了,算法优秀,建模能力也很强。

0x03 那么对于网安方向的重要性

Github上的poc基本上都是python来写的,那么你看懂poc编写规则也很容易,那么为什么大牛们挖到0day编写了poc来检测漏洞,编写了exp来利用。对于当下这个时代来说,不会是手工去完成渗透检测、利用。有时间可以看看大厂的招聘要求,基本上都是需要自己编写自动化程序,那么自动化的意义是什么呢?就是说可以用工具来代替我们人工检测的这个过程。

之前一个表哥给我说的挖洞思路,在访问站点的过程中打开F12中的Network模块,去看代码的过程很重要。
file

包括国光小姐姐的一篇代码审计:https://www.sqlsec.com/2020/01/sinsiu.html

代码审计的过程,对于你能否编写出这么一套cms可能难度大,当你的逻辑性好,数学能力强,你去阅读代码,去看他的函数和算法,Bypass,上传漏洞,逻辑漏洞。都是靠自己去挖掘,去审计他的代码。其实很多同学们(PS:可能只有我这个半吊子)喜欢去看一些实战性的文章,从而疏忽了对于基础的深入挖掘,大多数实战文章,没有不从代码入手的,包括你去了解sqlmap的原理也好,去做逆向安全也好,去分析APP也好,学习安全方向很多。还有大佬们发布的CTF的writeup,重点都是对于代码的审计,那么这个过程中,函数你看不懂,逻辑运算看不懂,算法看了一脸懵逼。希望大家在学习的过程中要注意的就是脚踏实地,从基础一步一步的往上爬,不要做一个脚本小子,大佬们写的poc能不能看懂就拿来用,都说sql注入那么简单,可注入毕竟在于owasp的TOP10中排名第一吧?
file

真正的原理懂了嘛?sqlmap使用手册百度一大把,原理可以懂了嘛,绕waf插件是否会用,插件自己能写的出来吗?其实大家在实战能获得更大的提升,但是希望大家一定要打好基础。数学思维可以培养一个人的逻辑,基础课要认真学于此之外,工具的合理运用要知道原理。

写在最后

其实希望大家越来越好,挖的洞也越来越多,从基础开始分析,真正的去理解这个漏洞的原理,工具的原理。如果说没有什么方向的话从owasp top10的漏洞开始看,数学的思维也不是一天两天能明白的,希望大家都可以写出自己工具,早早有自己的0day!

本文原文地址:https://blog.gxzhang.cn/20200703/31153.html

 

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
人工智能领域涵盖了很多不同的方向,这些方向基于不同的算法和技术,可以用于解决不同的问题。下面将就人工智能领域的几个主要方向进行一些浅谈。 1. 机器学习:机器学习是人工智能领域的一个重要方向,它让计算机能够在没有明确的指示下学习和提高自己的性能。机器学习可以分为监督学习、无监督学习和强化学习等。监督学习是利用标记过的数据,让计算机学习如何进行分类、回归等任务。无监督学习是从无标记的数据中抽取特征并进行分类。强化学习是计算机利用反馈机制不断修正自己的决策策略。 2. 自然语言处理:自然语言处理是一种利用计算机对人类自然语言进行处理的技术。其主要的应用包括语音识别、自然语言理解和自然语言生成等。自然语言处理的发展,将使得计算机能够更好地理解人类的语言,进而实现人机交互和自然语义搜索等功能。 3. 计算机视觉:计算机视觉是指通过计算机对视觉对象进行的识别和学习技术。其应用范围非常广泛,包括人脸识别、场景理解、视觉检测等。随着深度学习算法的发展,计算机视觉领域实现了很多重大突破。 4. 人机交互:人机交互是指人和计算机之间通过各种方式进行沟通交流的技术。该领域涵盖了诸多方向,包括语音识别、手势识别、触摸界面等。人机交互的发展将会让人们更加方便地使用计算机和智能设备,提高其工作和生活效率。 以上这些方向仅仅是人工智能领域的冰山一角,随着科技的进步和人们对于AI技术应用的探索,我们可以期待更多有趣的应用会不断涌现。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值