HTTPS配置--基于nginx

HTTPS配置–基于nginx

前言:

最近这个自己搭建的博客网站到了最后的上线调试阶段,将HTTPS加入自己的网站刻不容缓,于是就开始了征服星辰大海的旅程。

一.领取阿里云免费证书

登录阿里云,如果没有账号就注册一个,找到产品分类,安全,ssl证书

选择免费型DV SSL购买,付费0元。购买之后会叫你补全信息,填写绑定的域名。

绑定成功后会返回一些信息,将这些信息添加到你的域名解析中。

添加成功后等待,当证书状态变为以签发就说明成功了。如果很久都没有成功则再仔细看一下域名解析的主机记录与记录类型是否正确。

成功之后就是下载证书。根据服务器的类型不同选择不同的证书,因为我是使用nginx则下载nginx证书。

二.配置nginx

下载的nginx文件中有两个文件一个.pem文件,一个.key文件。找到nginx的配置文件nginx.conf,把这两个文件分别放在下面的ssl_certificate与ssl_certificate_key下。我的nginx.conf文件放在/usr/local/nginx/conf下(这个文件是安装nginx时指定的,详情可以参考我的文章Nginx在Linux服务器上安装的那些坑

server {
        listen       443 ssl;//监听443端口
        server_name  www.abc.cn abc.cn;//域名

        ssl_certificate      /usr/local/nginx/ssl/xxx.pem;
        ssl_certificate_key  /usr/local/nginx/ssl/xxx.key;

        ssl_session_cache    shared:SSL:1m;
        ssl_session_timeout  5m;

        ssl_ciphers  HIGH:!aNULL:!MD5;
        ssl_prefer_server_ciphers  on;

        location / {
            root   html;
            index  index.html index.htm;
	        proxy_pass http://127.0.0.1:9999;
			//将符和的请求发给代理服务器
        }
    }

如果你的nginx未开启SSL模块,在重启nginx时会报下面的错

nginx: [emerg] the "ssl" parameter requires ngx_http_ssl_module in /usr/local/nginx/conf/nginx.conf

查看你最初配置nginx时的参数

/usr/local/nginx/sbin/nginx -V

显示如下(如果没有–with-http_ssl_module,则说明未添加http_ssl_module模块)

configure arguments: --prefix=/usr/local/nginx --with-http_ssl_module

三.添加SSL模块

切换到你解压的tar包nginx源码包下,运行

./configure --prefix=/usr/local/nginx --with-http_ssl_module

这里可能会报一些错误

没有PCRE library,直接

yum -y install pcre-devel


没有OpenSSL library,直接

yum -y install openssl openssl-devel

配置完成后运行make命令(注意不是make install)
最后停止nginx服务,重启服务

ps -ef | grep nginx//查询nginx进程号
kill -QUIT 进程号//停止nginx进程
/usr/local/nginx/sbin/nginx //启动nginx
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
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