- 博客(13)
- 收藏
- 关注
RSS订阅原创 家用智能IOT设备间的架构交互与通信，以及安全攻击面
1设备间架构当前大部分智能设备采用的是“智能设备终端” “云服务端” “移动终端 APP”系统架构，个别情况可能缺少云端或者APP端。简图如下 移动终端APP通过蓝牙、Wi-Fi、ZigBee等方式管理智能设备，智能设备则通过网络将需要保存的数据上传到云服务端（包括：数据，配置等）。以智能摄像头为例，首先需要在手机上下载 APP、注册并登录；接着用 APP 扫描设备底部的二维码添加设备， 添加过程中，APP中会提示给摄像头配置网络，APP给摄像头配置网络的方法比较...
2021-07-01 16:12:23
1516
原创 灾难恢复：jupyter notebook 文件误删，.ipynb以及.py恢复
昨天一不小心手抖，在jupyter notebook里先点了全选，又点了删除。当前文件夹下所有文件瞬间消失。jupyter notebook不讲武德。删除一个文件会提醒你文件是永久删除是否确定，然而全选删除就瞬间消失。这篇博文记录一下jupyter notebook中ipynb文件误删后恢复的方法。如果是不小心rm了文件，那很简单，在~/.ipython_checkpoints/或者当前文件夹的.ipython_checkpoints/里应该能找到自动或者ctrl+s保存的checkpoints，通过c
2020-11-21 10:39:47
12858
6
原创 一种多尺度协同变异的粒子群优化算法的实现
1.问题描述粒子群优化算法是基于群体的演化算法, 其思想来源于人工生命和演化计算理论。Reynolds 对鸟群飞行的研究发现, 鸟仅仅是追踪它有限数量的邻居, 但最终的整体结果是整个鸟群好像在一个中心的控制之下, 即复杂的全局行为是由简单规则的相互作用引起的。PSO 即源于对鸟群捕食行为的研究,一群鸟在随机搜寻食物时,如果这个区域里只有一块食物, 那么找到食物的最简单有效的策略就是搜寻目前离食...
2019-11-27 20:12:33
1681
10
原创 [文献阅读笔记] Assessing the Effectiveness of Domain Blacklisting Against Malicious DNS Registrations
提升了大范围活动的理解区分激活和隐藏的活动对某个活动的行为模式分析大多数的恶意注册由少数人引发一个重复的信息往往注册很多域名安全研究严重以来blocklist属于某个活动（蓝色）和非活动（红色）的每日注册比例，虚线是最高点首先在同一个时间段内注册的域名更具嫌疑，要想办法找到其子集的共同点，其注册信息是关键email address, the address info, ...
2019-11-26 14:07:21
204
原创 Python，由一个IP地址我们能得到多少信息？
代码地址：https://github.com/sunxueliang96/IP_trackerIP_tracker只从一个IP地址出发，得到尽可能多的信息.运行环境linux ,python 2.7,mida (Paul Murley. [n.d.]. MIDA: A Tool for Measuring the Web. https://mida.sprai.org/)使用样例：p...
2019-11-15 11:03:07
239
原创 粒子群（PSO）算法的实现
粒子群算法还是很有意思的描述粒子群优化算法(PSO) 是由James Kennedy （肯尼迪）博士和R.C. Eberhart 博士于1995 年提出的。该算法源于对鸟群、鱼群觅食行为的模拟。在PSO 中，首先初始化一群随机粒子(随机解)，然后通过迭代寻找最优解。在每一次迭代中，粒子通过跟踪两个极值来更新自己的速度和位置粒子跟踪的两个极值第一个就是粒子本身所找到的最优解，这个解叫做...
2019-11-12 12:44:09
721
原创 遗传算法求解旅行商问题
1.问题描述旅行商问题（Travelling Salesman Problem, 简记TSP，亦称货郎担问题)：设有n个城市和距离矩阵D=[dij]，其中dij表示城市i到城市j的距离，i，j=1，2 … n，则问题是要找出遍访每个城市恰好一次的一条回路并使其路径长度为最短。2.算法设计首先随机生成种群，以及种群的个体数量n固定不变，同时在这个问题中我们假设种群中的某个个体的DNA是某条从0...
2019-11-12 12:15:50
957
原创 模拟退火算法解决TSP问题
1.问题描述旅行商问题（Travelling Salesman Problem, 简记TSP，亦称货郎担问题)：设有n个城市和距离矩阵D=[dij]，其中dij表示城市i到城市j的距离，i，j=1，2 … n，则问题是要找出遍访每个城市恰好一次的一条回路并使其路径长度为最短。2.算法设计首先计算距离矩阵，假设任意两个城市的距离为其直线距离，并且任意两个城市之间都存在道路。然后初始化一系列参...
2019-11-12 12:00:28
898
原创 DNS安全，DNS over HTTPS or DNS over TLS
近期准备了一个关于DNS研究的小课题，上传一部分ppt上来用于保留，有时间的话会补充一些文字描述上来考虑URL在我们一次访问中，会在网络中明文出现四次。DNS一次解析的过程追踪HTTPS(TLS)握手的过程抓包，以及SNI和OCSP的两次URL明文暴露抓包。引入DoT &&DoH当前DoH && DoT支持情况。DoH 支持情况比DoT好两个...
2019-10-31 20:20:23
1147
原创 [数据处理]转换json到DataFrame
为了节约时间，避免下载yelp数据集花太久，直接在kaggle的yelp数据集中使用kernal，结果在读取json格式的数据到DataFrame中卡了半天，一读取就内存爆炸。read()和readlines()一旦出现就爆炸。readline()可以用。琢磨难道是真的数据量太大了？t = open('/kaggle/input/yelp-dataset/yelp_academic_dat...
2019-10-01 09:33:22
1148
原创 [文献阅读笔记Forensic-Aware Anti-DDoS Device 2018 IEEE SPW
因为这篇paper看完之后需要分享给别人，所以做好了ppt，此处直接上传ppt保存备忘关键词：Bloom filter（mult-time），Traffic replay，Entropy of features，storage...
2019-09-28 20:19:51
133
原创 [数值微分]数值微分的误差分析
上篇文章中提到不知道时间间隔deltaT的微分形式是如何计算出来的，多方查找找到了答案，如下记录。对于离散数据求微分，不能直接使用求导公式来计算，需要利用数值方法中的知识。即数值微分（可参考《数值方法》[美]安妮·戈林鲍姆等）。具体内容资料很多不再赘述，然而数值微分对于误差采用的是截断或者舍入的方法，因此数值微分一定存在误差。然而误差的绝对存在不代表近似值一定小于真实值，随着h值的减小，截断...
2019-09-26 18:51:00
3968
原创 [文献阅读笔记]Machine Learning DDoS Detection for Consumer Internet of Things Devices 2018 IEEE SPW
[文献阅读笔记]Machine Learning DDoS Detection for Consumer Internet of Things Devices 2018 IEEE SPW 1.INTORDUCTION2.BACKGROUND AND RELATED WORK3.THREAT MODELANOMALY DETECTION PIPELINERESULTS保留一些疑问1.INTORDU...
2019-09-23 14:46:32
593
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人