2019年03月_djph26741

转载 Dropout, DropConnect ——一个对输出，一个对输入

Deep learning: Dropout, DropConnect from：https://www.jianshu.com/p/b349c4c82da3Dropout训练神经网络模型时，如果训练样本比较少，为了防止模型过拟合，可以使用Dropout来一定程度的减少过拟合。Dropout是Hinton 在2012年提出来的。Dropou...

2019-03-27 06:43:00 284

转载 python dpkt SSL 流tcp payload（从三次握手开始到application data）和证书提取

# coding: utf-8#!/usr/bin/env pythonfrom __future__ import absolute_importfrom __future__ import print_functionimport tracebackimport argparseimport ipaddressfrom binascii im...

2019-03-15 17:59:00 1608

转载理解TCP序列号（Sequence Number）和确认号（Acknowledgment Number）

原文见：http://packetlife.net/blog/2010/jun/7/understanding-tcp-sequence-acknowledgment-numbers/from:https://blog.csdn.net/a19881029/article/details/38091243如果你正在读这篇文章，很可能你对TCP“非著名”的“三次握手”或者说“SY...

2019-03-14 14:34:00 103

转载 Wireshark 过滤基本语法

转载1.过滤IP，如来源IP或者目标IP等于某个IP例子:ip.srceq192.168.1.107orip.dsteq192.168.1.107或者ip.addreq192.168.1.107//都能显示来源IP和目标IPLinux上运行的wireshark图形窗口截图示例，其他过虑规则操作类似，不再截图。ip.src e...

2019-03-13 15:25:00 105

转载 LSTM如何解决梯度消失或爆炸的？

from:https://zhuanlan.zhihu.com/p/44163528哪些问题？梯度消失会导致我们的神经网络中前面层的网络权重无法得到更新，也就停止了学习。梯度爆炸会使得学习不稳定，参数变化太大导致无法获取最优参数。在深度多层感知机网络中，梯度爆炸会导致网络不稳定，最好的结果是无法从训练数据中学习，最坏的结果是由于权重值为NaN而无法更新权重。在循...

2019-03-05 11:08:00 1400

转载 K-Means ++ 和 kmeans 区别

Kmeans算法的缺陷聚类中心的个数K 需要事先给定，但在实际中这个 K 值的选定是非常难以估计的，很多时候，事先并不知道给定的数据集应该分成多少个类别才最合适Kmeans需要人为地确定初始聚类中心，不同的初始聚类中心可能导致完全不同的聚类结果。（可以使用Kmeans++算法来解决）针对上述第2个缺陷，可以使用Kmeans++算法来解决K-Means ++ 算法k-means++算...

2019-03-02 16:02:00 357

转载 LSTM UEBA异常检测——deeplog里其实提到了，就是多分类LSTM算法，结合LSTM预测误差来检测异常参数...

结合CNN的可以参考：http://fcst.ceaj.org/CN/article/downloadArticleFile.do?attachType=PDF&id=1497除了行为，其他还结合了时序的异常检测的：https://conference.hitb.org/hitbsecconf2018ams/materials/D1T2%20-%20Eugene%20Neyo...

2019-03-01 16:17:00 1469

djph26741的博客