aggresss的专栏

模运算的概念和性质

网络存在了很多不确定性，这是我们无法回避的问题。所以在 IA (Internet Application) 设计阶段首先需要考虑其在不确定性网络中的可用性和容错性，并且需要将网络的不确定性进行量化作为验证其性能的必要方法。本文描述了几种对体验影响较大的网络性能指标并讨论了对这些性能指标测试和模拟的方法。

WebRTC 源码导读

WebRTC 源码导读

WebRTC 源码导读

WebRTC 源码导读

WebRTC 源码导读

WebRTC 源码导读

WebRTC 源码导读

C++编程规范:101条规则准则与最佳实践

WebRTC 源码导读

由于红黑树具有非常重要工程实践意义，很多基础工程中都包含有红黑树的实现。对比 paho.mqtt.c / nginx / libuv / linux 中红黑树的实现发现，Linux 内核中红黑树的实现部分最为经典，本文通过对 Linux 内核中红黑树的实现进行初步分析，并利用 Linux 内核中红黑树的接口，引用《算法导论》中数据结构扩展的一般方法，对红黑树扩展来实现顺序统计树。

环境变量是在操作系统中一个具有特定名字的对象，它包含了一个或者多个应用程序所将使用到的信息。不同的操作系统和运行环境中对环境变量的管理方式都不同，本文通过抽象各操作系统中对环境变量的操作探索一种通过统一接口操作环境变量的方式。

调试程序有两大门派：日志派和 Debug 派，没有高下，只要能解决问题。Golang 的 Panic 输出和其语言的风格一样，一点多余的内容都不会输出。有时 Panic 后，通过其打印的 Stack Traces 信息可以很快的定位问题，尤其时比较复杂的业务场景中。本文详细分析了 Golang Panic 后的 Stack Traces 信息。

正则表达式与 Globing 区别分析

appr.tc 是 WebRTC 官方推荐的 Demo，非常适合通过亲手搭建来理解 RTC 的通信机制，本文简要叙述了 AppRTC 的实践过程。

PowerShell 环境 Prompt 显示 Git 分支

Bash 和 Zsh 环境 Prompt 显示 Git 分支

Windows 中让 ssh-agent 支持 Git

在 20 世纪的会议系统中通常都是使用 SDP 格式的文本来交互连接属性信息和媒体属性信息，在今天 JSON 这种对象化和可拓展的格式面前确实显得不够通用，尤其是在进行 RPC 通信时通常要将 SDP 信息解析成模块化的格式，ORTC 就是基于这个出发点创建的，但是 SDP 在传统流媒体通信设备上的通用度还是很高的，熟练的理解并分析 SDP 信息对于系统功能开发和调试都是大有裨益的。本文主要通过参考 RFC 4566 文档和 ORTC 思维模式来阐述一套系统化的分析 WebRTC 中 SDP 信息的方法。

介绍 IETF 相关的名词

参考文档小议WebRTC拥塞控制算法：GCC介绍https://www.dazhuanlan.com/2019/08/18/5d58c6377debc/

DTLS(Datagram Transport Layer Security) 提供了 UDP 传输场景下的安全机制，能防止窃听、篡改、冒充等问题。

参考文档

参考文档：New Tool for Debugging WebRTC

0x00 前言WebRTC 中数据传输都是通过被称为 PeerConnection 的对象来完成的，PeerConnection 在可以传输数据前的建立过程现对于传统的 C/S 模式有略微差别，类似于 P2P 连接的建立过程，并且复用了传统的 STUN/TURN/ICE 架构的 P2P 实现方式。由于 WebRTC 支持 MESH/SFU/MCU 三种模式，使用 PeerConnection 概念的好处是可以同时兼容这三种模式，即使是像 SFU/MCU 这种非 P2P 的场景也同样使用 PeerConne

WebRTC RTP Header Extension 分析

WebRTC 编译实践

参考文档

参考资料

mediasoup-demo 作为 WebRTC 入门的 Hello World 演示是一个非常不错的选择。下文中记录搭建 mediasoup-demo 的过程。1 准备环境准备 MacOS 或者 Linux 系统环境，安装 npm 环境更新 npm 环境npm install -g npm下载 mediasoup-demogit clone https://github...

常用音视频传输协议汇总

参考文档

参考文档https://gitforwindows.org/

参考文档

Hi3518EV200 SDK 发布记录

参考文档https://webassembly.org/

使用 lerna 和 yarn 构建 monorepo 项目参考文档lerna+yarn workspace+monorepo项目的最佳实践

红黑树实践

TLS Cipher Suites 对照表openssl ciphers -V | column -t0xC0,0x0A - ECDHE-ECDSA-AES256-SHA TLSv1 Kx=ECDH Au=ECDSA Enc=AES(256) Mac=SHA10xC0,0x14 - ECDHE-RSA-AES256-S...

参考文档https://help.github.com

SSL routines:ssl3_read_bytes:tlsv1 alert unknown caSSL routines:ssl3_read_bytes:ssl handshake failureSocket error on client <unknown>, disconnecting.Error: A TLS error occurred.

https://tls.mbed.org/kb/development/mbedtls-coding-standards

参考文档

参考文档ANSI escape code

mbuf

C NameValueDescription含义Success0Success成功EPERM1Operation not permitted操作不允许ENOENT2No such file or directory没有这样的文件或目录ESRCH3No such process没有这样的过程EINTR4Interrupted...

INSTALL usr/include/asm-generic/ (35 files) INSTALL usr/include/drm/ (18 files) INSTALL usr/include/linux/byteorder/ (2 files) INSTALL usr/include/linux/caif/ (2 files) INSTALL usr/include/lin...

参考文档POSIX标准

C标准库头文件

参考文档：CMake Wiki

https://www.eclipse.org/downloads/packages/release/2018-12/r/eclipse-ide-cc-developers

https://www.gnu.org/software/automake/manual/html_node/aclocal-Invocation.html

X11 使用见闻

1.Docker for Mac 磁盘性能测试2.Docker for Mac 磁盘性能调整参考文档:Docker for Mac: Performance TweaksFaster I/O on Docker for Mac. Fact or fiction?

欢迎使用Markdown编辑器写博客本Markdown编辑器使用StackEdit修改而来，用它写博客，将会带来全新的体验哦：Markdown和扩展Markdown简洁的语法代码块高亮图片链接和图片上传LaTex数学公式UML序列图和流程图离线写博客导入导出Markdown文件丰富的快捷键快捷键加粗 Ctrl + B 斜体 Ctrl + I...

Cmake 的意义在于跨越各种操作系统，Autotools 的意义在于跨越各种Unix 。编译开源软件经常会遇到这种固定安装方式：./configuremakemake install这样的软件一般都是使用 GNU 的 Autotools 进行软件编译的，通常我们说的 Autotools 是一套工具集一般包含下面几个 GNU 开源项目：Autoconf: autoscan...

  2006年开始使用 Vim ，那个年代的 Vim 还没有插件管理的概念，插件只能自己扔到 ~/.vim 或者 vimfiles 里面，插件的结构和 Unix 的文件风格很像，所以同一个插件的plugin, ftplugin, doc, syntax 等文件夹下都是混在一起，经常某个插件没安装好导致所有的 Vim 插件都罢工了。而且那时候总想试图把 Vim 变成一个全能 IDE ，各种插件各种配...

下载 Libevent 源码，切换到 2.1.8 稳定版本，步骤如下：git clone https://github.com/libevent/libevent.gitcd libeventgit checkout release-2.1.8-stable在分析源码先要先对源码进行配置，因为 libevent/include/event2/event-config.h 文件只有在...

1. 方案选择最近发现好久不看算法了，自己的能力有些松懈和退步了，便捡起 LeetCode 刷刷题，在选择IDE时发现：Vim 太简陋，Eclipse 操作太繁杂，VS Code 正合适。我把 VS Code 用于编写小小型C++项目的配置方式记录下来。 VS Code 提供 C/C++ for VS Code 插件，提供下面 C++ 语言方面的支持(Language service)：...

VS Code 中添加 Snippet 可以提高 Coding 的效率，降低实践成本，下面是我录制的一段屏幕演示： 步骤如下：使用 Shift + Ctrol + P 调出命令窗口，输入: snippets选择 Preferences: Open User Snippets选择需要添加 snippet 的语言，以输入 go 为例，回车后就可以编辑 go.json 文件，在 go.j...

目录 《显卡就是开发板》 第一期 实验环境搭建 第二期 Tensorflow 基准测试 第三期 利用已经训练的神经网络进行图像识别 第四期 Jupyter 和 OpenCV 实践 第五期 基于 Inception-V3 重新训练网络 第六期 基于Inception-V3训练网络识别面部特征 第七期 使用 Keras 演示神经网络 第八期 使用 Keras 训练神经网络 ...

  刚开始接触 Golang 时使用的是 Eclipse + Goclipse 开发环境，但是你懂的，Eclipse的体量有点大，当有一个非常好的 idea 时 Launch and Create the project 的时间足以让灵感飞走了，寻找一款轻量级又耐用的 golang 款 IDE 一直潜伏在心里。第一次接触到 VS Code 时是一个演讲视频使用 VS code 进行 Python ...

1. 环境说明  对于一个配置略高的工作站如果一个人使用有点浪费了，可以考虑把资源分享给小组成员，大家时分复用或者资源复用可以有效的提高生产力，现在容器化和虚拟技术为我们提供了这样的方式，并且可以很方便的管理和分配。Windows 10 已经可以很好的实现工作站级别的容器和虚拟化，比如 Hyper-V 与 Docker for Windows 的组合，但是从容器的效率来讲，还是采用 Linux...

使用 Docker 快速创建 OpenCV 实验环境  最近发现Microsoft的改变蛮大的，首先是Window 10 的 2017 Fall Creator Update 将 WSL(Windows Subsystem for Linux) 更新为release版本，然后是 Docker for Windows 开始支持 Linux 和 Windows 两种容器环境，Microsoft 对...

1.物体识别效果演示 图片选自 Andrew Carter 的博客 Annotating Large Datasets with the TensorFlow Object Detection API2.物体识别概述关于 Object Dection 理论说起来太复杂了，可以自行参考 CS231n 的教程，或者通过这篇文章 A Brief History of CNNs in...

  用Jupyter notebook 来进行演示在生产环境中并不是很实用，在应用环境中如果想要预测一个场景通常需要返回指定格式的文本形式的信息，我写了一个小例子，使用flask架构创建了一个简陋的API，客户端通过curl工具上传图片，并返回指定格式的json流。   首先需要安装flaskpip install flask  将下面的代码保存为 keras_api.py 然后在实...

记得小时候玩的游戏机在没有投币的时候会自动播放预先录制的游戏视频，然后屏幕上会闪烁着”DEMONSTRATION”的字样，当时不理解是预先录制的游戏视频，认为是机器可以自己操控自己玩游戏，因为那时没有什么探索的方式（比如图书馆或者搜索引擎），但还是会占用上课的时间去思考机器自己和自己玩游戏是怎么实现的。好奇心重的人真的每天都生活在坑里，一个接着一个的坑。 这一期我来演示一个机器通过深度学习的方式和

对于神经网络的应用，最短的路径当然是使用具有理论基础和实践基础的成型网络直接使用，但是针对某些特殊场景，预先定义和训练好的网络不足以完成当前的任务，这时就要自己去训练网络莱适应当前任务，这一期我们使用 Kares 来演示一个神经网络的调试过程。在寻找这方面的素材过程中我发现 Kares 的作者 Francois Chollet 的一篇blog《 Building powerful image cla

这一期我们来演示一种更加简洁的深度神经网络构建方法–Keras，下面这张图片展示了Keras在网络栈中的位置。可见Keras是一种比较高级的API，也就是说用它来构建网络使用的代码量会更少，下面用一段代码来演示一下，我们使用通过ImageNet预先训练好的VGG16结构的网络来分类一张图片。%matplotlib inlinefrom keras.applications.vgg16 import

通过前几期的演示，我们可以大概总结出一个深度学习网络成型的一般步骤：     1. 准备数据集     2. 构建网络模型     3. 训练网络模型     4. 评估网络模型   这一期我们再做一个有意思的演示实验，让深度学习网络学习人的面部特征，从面部特征来估计人的年龄。 按照上面总结的一般步骤，首先我们需要一个标有年龄标签的数据集，在网络上找到了一个开放的人脸库 http://

tensorflow官方有很多值得实践一下的例子，这一期我们使用Tensorflow官方提供的一个重新训练网络的例子进行演示，下面时这个例子的链接：https://www.tensorflow.org/versions/master/tutorials/image_retraining https://codelabs.developers.google.com/codelabs/tensorf

第一次使用 Jupyter 时感觉各种不适应，因为用惯了各种IDE，觉得 Jupyter 没有什么使用价值，但在以后的实践中发现了它和IDE的互补之处：   1.Jupyter设计目的是在交互式计算和软件开发这两个方面最大化的提高生产力。它鼓励一种 执行-探索 的工作模式 ，而不是传统IDE那种 编辑-编译-运行 的传统工作模式， 由于大部分的数据分析代码都含有探索模式操作（试误法和迭代法），因

本着更好的演示的态度，在进行改造或者训练神经网络之前，我们先来感受一下已经训练好的神经网络是什么样子的，这一期使用Tensorflow的Tutorials里面的 Image Recognition 的案例来将 使用 ImageNet 中提供的1000种分类的数据训练出来的InceptionV3模型的神经网络来做一个小小的演示。   这个演示非常简单，首先使用搜索引擎下载一个常见物种的图片，比如我通

深度神经网络相关的blog里总会提示我们使用GPU训练网络是必须的，但没有一个数值的概念，我们真的不好评判GPU在训练网络方面到底比CPU快多少，这一期我们就利用上一期搭建的实验环境跑个小Demo实测一下GPU的性能。Benchmarking State-of-the-Art Deep Learning Software Toolshttp://dlbench.comp.hkbu.edu.hk/

对于一个FPS游戏爱好者，一听到“显卡”这个词，肯定会特别兴奋。对于刚接触电脑时显卡的概念就是可以让游戏运行的更快，后来对显卡的认知拓展为可以使PhotoShop等做图软件加速运行，直到2008年了解到CUDA的概念才对显卡的认知拓展到了更广的领域。显卡天生就是用来做并行计算的，游戏只是它的一个小的应用分支。不过在十年前，我对并行计算还没有任何应用点，所以那时只是下载了CUDA的SDK，运行了几个

正文  时光流逝，记得十年前还是个游手好闲的少年，无聊时觉得应该分析一下Linux内核源码，没有别的动机，只觉得这样很酷。   没有任何项目经验的话，突然眼前出现一个浩大的工程，除了惊叹之余，再无其他可言。Linux内核的学习曲线可能陡峭了一点，如果没有点定力的话，是不会有什么进步的。   当把几十MB的tar包下载到本地后，打开方式便成了困扰我的一个问题，前前后后使用过好多工具，但都有一...

第一期 前言    http://blog.csdn.net/aggresss/article/details/54928181第二期 QEMU模拟vexpress-a9开发板    http://blog.csdn.net/aggresss/article/details/54942848第三期 QEMU调试U-Boot实验    http://blog.csdn.net/aggresss/ar...

这一期的主题是使用虚拟机作为应用层开发的环境搭建。之前我们使用busybox和手动添加一些必要文件创建了一个简陋的文件系统，这一期我们把它替换成Buildroot，代码编辑工具我们也升级为Eclipse。        对于嵌入式的开发过程，痛点就是需要交叉编译，本地编写和编译，然后目标开发板上调试和运行。我们这一期争取把这些环节串联起来，形成一个优雅的整体。        首先需要下载B

对于Linux内核的学习，多数都是从调试运行内核模块开始的，这一期我们来总结一下用模拟开发板调试运行内核模块的一般方法。        首先写一个内核模块的helloworld源文件，包括hello.c 和相应的Makefile:hello.c/* * A simple module for helloworld * * Copyright (C) 2017 aggresss (

这一期我们来集中解决一个问题：虚拟开发板与主机之间文件共享的方法。在上一期中我们将目标板运行了自己制作的最小Linux系统，然而这个最小系统里面并没有编译环境，也就是说如果我们想编译程序在目标开发板上运行需要先在本地主机上进行交叉编译，然后将生成的二进制目标文件上传到目标开发板上运行，那么问题来了，我们需要一种快捷的文件共享方法。        使用物理开发板时最常用的方法是NFS，所以我们也

这一期我们来制作一个Linux的最小系统，让它在虚拟开发板上运行。整体的流程类似于LFS（http://www.linuxfromscratch.org/），不过LFS的目标是制作一个功能较完善的Linux发行版，而我们要做的是一个最小系统，步骤会精简很多，大体就分成三个步骤：1.编译内核；2.制作根文件系统；3.调试运行。         第一步：编译内核        1. 首先安装交

这一期注定会很简短，简短的意义就在于使用模拟器做某些事情确实很快捷。这一期我们使用QEMU来模拟运行U-Boot，大家对U-Boot应该都不陌生，相当于Linux的学前班，U-Boot的数据结构定义和驱动模型定义都采用Linux风格，在研究Linux内核前分析一下U-Boot会大有裨益。        记得第一次用物理开发板调试U-Boot时，怎么把U-Boot下载到开发板就让我研究了一星期，

第一次接触的开发板是Intel的8051，自己买个DIP封装的芯片，加个晶振和复位就是个最小系统，非常适合入门。然后是STM32系列的开发板，运行一些RTOS系统，非常适合做一些小玩具。再往后接触的开发板就是ARM架构的了，国内的ARM开发板多数都被Samsung的芯片给占了，TI、NXP的芯片相比之下都太小众了，不容易形成大的社区群体；三星的ARM芯片用于开发板的比较大众的有：

记得刚上大学时的第一年寒假，从图书馆借了10本厚厚的书带回了家，心想这个寒假一定要过得充实，把这几本书读透，结果不用想也知道，一本也没看懂。同样是大三的时候，一天室友从网上买了个51单片机的开发板，随后我把随机送的实验教程全都动手实践了一遍，这几个实验下来那叫一个通透，瞬间把《微机原理》《通信原理》这些理论课串联了起来。从此我发现了实践的重要性，一本教材，一个理论学习的正确打开方式应该是每一小步理

第一期 前言 http://blog.csdn.net/aggresss/article/details/53364324第二期 AOSP 环境搭建、下载和编译http://blog.csdn.net/aggresss/article/details/53393511第三期 Android Kernel 下载和编译http://blog.csdn.net/aggress

现在很多的应用都是基于位置服务的，而且把位置服务作为重要的参考标准，其实这是很不安全的，位置信息的数据未经过任何加密，而且是从我们的手机中发送出去的，所以是可以修改的。这一期我们来探讨一下如何修改手机中的定位信息。太基础的原理我就不多说了，可以参考前几期文章。        先整理一下思路，Android在开发者模式下有一个"允许模拟位置选项"，它是location service加载 MOC

这一期我们来做一个简单的实验，实验的前提是要对当作开发板的手机有从源码编译的能力，如果还没有实现，请参考前几期内容。上一期我们分析了GPS定位数据是如何在Android中逐层上报的，如果不实践一下还是觉得不太直观。        不多说了，直接修改文件，进入到Android的源码目录，修改这个文件：frameworks/base/services/core/Java/com/android

如果想对Android的整个框架有一个更深层次的感性认识，我们还需要抓住一个点去研究一下。Android按照模块分成很多个系统，比如Audio，Video Out，Camera，Phone，WIFI，Blue Tooth，Light，Battery，Input，Codec，3D accelerator，Vibrator，Sensor，Alarm，Gps。分析了一下这些模块，发现GPS模块是相对

上一期我们使用直接下载的第三方固件在手机上刷机通过，相对于源码级别的改装还只是皮毛，这一期我们来实践下载并编译CyanogenMod源码，编译出固件并刷机试验。这里假设您已经搭建了AOSP的源码编译环境，如果没有请转到第二期。1.下载和编译前安装下面这些软件：sudo apt-get install bc bison build-essential curl flex git gnup

通过前面的介绍我们对Android系统是如何编译生成的以及软件的运行机制有了一个大概的了解，用模拟器来模拟Android系统还是不够直观，还是使用真机来模拟一下更有感觉，这一期我们来使用小米3联通版(MI3W)来刷Android系统。对于在Android平台上喜欢刷机的朋友应该应该都知道CyanogenMod，它将AOSP中goole强制嵌入的应用都去掉，让Android系统更加轻便和个性化，

这一期我们来做一个实践，在AOSP上建立一个新产品，编译出镜像文件在模拟器emulator上运行。在实验前我们先整理一下思路，分析一下编译流程必要的定制文件。首先是执行./build/envsetup.sh会扫描device各子目录下的vendorsetup.sh，然后执行lunch时会扫描device各子目录中的AndroidProducts.mk文件；如果lunch中选择的TARGET_P

AOSP的的编译过程复杂就在于要编译很多种类型的目标文件，不像kernel那样，只需要一种编译工具就能完成，在AOSP中主要包括以下几种目标文件：1. APK程序，一般的Android程序，编译打包生成apk文件2. Java库，java类库，编译打包生成jar文件3. C\C++应用程序，可执行的C\C++应用程序4. C\C++静态库，编译生成C\C++静态库，并打包成.a文件

在之前的实验中，我们使用几个简单的命令就可以编译出适用于模拟器qemu运行的Android客户端 : source ./build/envsetup.sh 然后 lunch 最后 make，等上一盏茶的功夫，镜像就编译出来了。对于经常下载源码自己编译的兄弟一定很好奇，AOSP编译方式在表面上和Automake和Cmake的方式都不相同。因为AOSP比Linux内核的编译过程要复杂，Google为它

Android的ROM结构相比传统的bootloader+kernel+filesystem的嵌入式架构略复杂一些，通常我们从手机官方网站上下载的升级包都是zip格式，如果解压后你会发现里面有几个img或者bin后缀的文件。        这里说明一下，因为手机的厂商对自己的保护，在手机上的bootloader通常不是开源的，即使我们获得了源码但也是不允许公开的，而且再没有jtag调试器的情况

这一期我们来实现一个APP，从application层面来验证我们的HelloService服务。写APP还是得用IDE的开发环境来实现比较便捷，因为JAVA的开发环境不像C那样，使用VIM+各种插件就可以满足开发需要，所以建议使用android studio 进行开发，工程文件我放在https://github.com/aggresss/PHDemo.git 中的 Code目录下的 hell

这一期我们在Android系统的Application Frameworks层提供Java接口的硬件服务，结合上一期添加的JNI方法来调用底层硬件。下面提到的代码保存在https://github.com/aggresss/PHDemo.git 的Code目录的hello_Framework文件中，也可以直接访问：https://github.com/aggresss/PHDemo/tre

这一期我们来写一个JNI方法，JNI是Java Native Interface的缩写，它提供了若干的API实现了Java和其他语言的通信（主要是C&C++），JNI是Java调用Native机制，是Java语言自己的特性全称为Java Native Interface，类似的还有微软.Net Framework上的p/invoke，可以让C#或Visual Basic.NET可以调用C/C++的

Android 下的驱动总能和HAL放在一起被提起，估计当年Google就是因为HAL被Linux开源社区踢出去的。大家知道 驱动程序可以分成两个部分：硬件控制和业务逻。因为驱动要编译进内核，即使编译成模块也受GPL制约，所以Googl将android系统的驱动程序分成两层，硬件控制层放到内核驱动里，业务逻辑部分放到HAL里，可以不用开源，保护了部分芯片商的利益，估计这事是高通和Google一起想