YiShiWenYan

加密与解密第三版本书以加密与解密为切入点，讲述了软件安全领域许多基础知识和技能，如调试技能、逆向分析、加密保护、外壳开发、虚拟机设计等。加密与解密第三版 pdf 2008年7月由电子工业出版社出版发行，是一本关于软件加密与解密的学习教材。 加密与解密第三版目录： 作者简介 前言 第1篇 基础篇 第1章 基础知识 第2篇 调试篇 第2章 动态分析技术 第3章 静态分析技术 第4章 逆向分析技术 第3篇 解密篇 第5章 常见的演示版保护技术 第6章 加密算法 第4篇 语言和平台篇 第7章 Delphi程序 第8章 Visual Basic程序 第9章 .Net平台加解密 第5篇 系统篇 第10章 PE文件格式 第11章 结构化异常处理 第6篇 脱壳篇 第12章 专用加密软件 第13章 脱壳技术 第7篇 保护篇 第14章 软件保护技术 第15章 反跟踪技术 第16章 外壳编写基础 第17章 虚拟机的设计 第8篇 PEDIY篇 第18章 补丁技术 第19章 代码的二次开发 附录A 浮点指令 附录B 在Visual C++中使用内联汇编

编程之法：面试和算法心得

阿里巴巴2016数据挖掘工程师笔试及答案 高清完整版PDF

2016奇虎360 JAVA研发工程师内推笔试题及答案

2016奇虎360 C++研发工程师内推笔试题及答案

计算机网络基础常考面试题

各大互联网公司笔试真题，阿里、腾讯、百度、360、网易等，包括C/C++，网络，数据库，操作系统，算法，数据结构等

( python核心编程中文版（第二版）.pdf )

本书共介绍了七种不同的编程语言。 对于每种语言， 分别介绍了各自的特性、 应用， 以及编程入门知 识和关键编程范型， 还带领读者使用能够代表该语言最重要特性的技术， 解决某个不寻常的问题， 使其充 分掌握每种语言。 本书适合从事程序设计工作的人员阅读。

信息安全工程师模拟测试上午试题及参考答案

2016年下半年信息安全工程师真题(下午试题)

2016年下半年信息安全工程师真题(上午题)

本文档介绍了Xencenter的相关使用说明与方法。资料来源于网络。

本手册对在Linux系统使用socat的相关步骤进行总结，包括工作机理、典型应用等。socat是一个多功能的网络工具，名字来由是” Socket CAT”，可以看作是netcat的N倍加强版。

qemu模拟器

QEMU 加速器 如果主机操作系统和来宾操作系统运行于相同的处理器架构之上，那么您可以使用 QEMU 加速器（KQEMU）实现近似本地的性能。KQEMU 是一个驱动程序（Linux 的内核模块），允许用户模式的代码和内核代码直接在主机 CPU 上执行。

考试科目1：信息安全基础知识 第 1 章：信息安全工程师考试大纲（2016） 考试科目1：信息安全基础知识 1．信息安全基本知识 1.1 信息安全概念 ● 了解网络空间的概念、网络空间安全学科的内涵、网络空间安全学科的主要研究方向与研究 内容 1.2 信息安全法律法规 1.2.1 我国立法与司法现状 ● 了解中华人民共和国国家安全法、保密法、网络安全法 ● 熟悉中华人民共和国计算机信息系统安全保护条例 1.2.2 计算机和网络安全的法规规章 ● 熟悉我国《刑法》对计算机犯罪的规定 ● 熟悉我国网络与信息安全相关的法律责任 1.3 信息安全管理基础 1.3.1 信息安全管理制度与政策 ● 熟悉我国计算机信息系统等级保护制度 ● 了解我国涉及国家秘密的信息系统分级保护制度 ● 了解我国密码管理政策 ● 了解我国信息安全产品管理政策 ● 了解我国互联网信息服务管理政策 1.3.2 信息安全风险评估与管理 ● 了解风险分析、评估和风险管理的基本知识 1.4 信息安全标准化知识 1.4.1 熟悉信息安全技术标准的基本知识 1.4.2 了解标准化组织 1.4.3 信息安全系列标准

Through the material front to back. At the start of each chapter, we will mention which sections we think are most relevant to data scientists and which sections we think are most relevant for engineers. That said, we hope that all the material is acces‐ sible to readers of either background. The first two chapters will get you started with getting a basic Spark installation on your laptop and give you an idea of what you can accomplish with Spark. Once we’ve got the motivation and setup out of the way, we will dive into the Spark shell, a very useful tool for development and prototyping. Subsequent chapters then cover the Spark programming interface in detail, how applications execute on a cluster, and higher-level libraries available on Spark (such as Spark SQL and MLlib).

Chapter 1, Getting Up and Running with Spark, shows how to install and set up a local development environment for the Spark framework as well as how to create a Spark cluster in the cloud using Amazon EC2. The Spark programming model and API will be introduced, and a simple Spark application will be created using each of Scala, Java, and Python. Chapter 2, Designing a Machine Learning System, presents an example of a real-world use case for a machine learning system. We will design a high-level architecture for an intelligent system in Spark based on this illustrative use case. Chapter 3, Obtaining, Processing, and Preparing Data with Spark, details how to go about obtaining data for use in a machine learning system, in particular from various freely and publicly available sources. We will learn how to process, clean, and transform the raw data into features that may be used in machine learning models, using available tools, libraries, and Spark's functionality. Chapter 4, Building a Recommendation Engine with Spark, deals with creating a recommendation model based on the collaborative fltering approach. This model will be used to recommend items to a given user as well as create lists of items that are similar to a given item. Standard metrics to evaluate the performance of a recommendation model will be covered here. Chapter 5, Building a Classifcation Model with Spark, details how to create a model for binary classifcation as well as how to utilize standard performance-evaluation metrics for classifcation tasks. Chapter 6, Building a Regression Model with Spark, shows how to create a model for regression, extending the classifcation model created in Chapter 5, Building a Classifcation Model with Spark. Evaluation metrics for the performance of regression models will be detailed here. Chapter 7, Building a Clustering Model with Spark, explores how to create a clustering model as well as how to use related evaluation methodologies. You will learn how to analyze and visualize the clusters generated. Chapter 8, Dimensionality Reduction with Spark, takes us through methods to extract the underlying structure from and reduce the dimensionality of our data. You will learn some common dimensionality-reduction techniques and how to apply and analyze them, as well as how to use the resulting data representation as input to another machine learning model. Chapter 9, Advanced Text Processing with Spark, introduces approaches to deal with large-scale text data, including techniques for feature extraction from text and dealing with the very high-dimensional features typical in text data. Chapter 10, Real-time Machine Learning with Spark Streaming, provides an overview of Spark Streaming and how it fts in with the online and incremental learning approaches to apply machine learning on data streams.

本书是国内首本系统讲解Spark编程实战的书籍，涵盖Spark技术的方方面面。 1）对Spark的架构、 运行机制、 系统环境搭建、 测试和调优进行深入讲解，以期让读者知其所以然。 讲述Spark最核心的技术内容，以激发读者的联想，进而衍化至繁。 2）实战部分不但给出编程示例，还给出可拓展的应用场景。 3）剖析BDAS生态系统的主要组件的原理和应用，让读者充分了解Spark生态系统。 本书的理论和实战安排得当，突破传统讲解方式，使读者读而不厌。

本书由 Spark 开发者及核心成员共同打造，讲解了网络大数据时代应运而生的、能高效迅捷地分析处理数据的工具——Spark，它带领读者快速掌握用 Spark 收集、计算、简化和保存海量数据的方法，学会交互、迭代和增量式分析，解决分区、数据本地化和自定义序列化等问题。 本书适合大数据时代所有需要进行数据分析的人员阅读。

HDFS+MapReduce+Hive+HBase十分钟快速入门

深入理解大数据：大数据处理与编程实践（前三章）

结合DDoS攻击检测方法的最新研究情况,对DDoS攻击检测技术进行系统分析和研究,对不同检测方法进行比较,讨论了当前该领域存在的问题及今后研究的方向。

通过对DDos攻击原理的讨论和常见DDos攻击实施的研究，提出了DDos攻击检测与防范的几种方法。旨在提供DDoS攻击检测与防范思路，并指导信息安全工程师针对DDoS攻击进行安全加固。

DDoS 攻击是目前网络安全中最难解决的问题之一 ，也是当前DDoS研究的重点之一． 本文着重探讨了DDoS攻击检测技术所面临的挑战和国内外的研究进展，对不同检测方法进行了系统深入的分析和比较，并对DDoS攻击检测的研究进行了小结和展望 ．