作者序

关于本书

    服务器的架设并不容易,除了需要了解每个服务器的工作原理与目的之外,还需要熟悉网络以及系统管理的基础操作等.虽然目前有很多的书籍以及参考范例在教大家如何架设一个可用的服务器,但这些范例却没有服务器的维护与管理,还有发生问题时应该如何处理的流程做详细解释.因此,架设服务器是容易的,不过,被攻击也是很常见的事,所以,这本书就从操作系统基础以及网络基础讲起,再谈到网络攻击以及防火墙防护主机后,最后才切入搭建服务器的相关内容.

    这本书是以centos6为范例来介绍的,这个版本的linux有很多与以前不一样的服务配置,常常会让人找不到以往熟悉的配置文件位置.笔者使用selinux默认启动的模式来进行服务器的配置,加入selinux后,整个服务器的配置就显得有些难度了.此外,以前没有使用过的networkmanager服务也来凑热闹,所以总是让人搞到脑子混乱,笔者光是重复测试之前的版本与此版本的区别,就花去不少时间呢!希望这样的测试结果,能够帮大家简化自行探索的过程,早点搭建好您自己的服务器.

    这次第三版的改版幅度不算太大,主要是将前面几章网络安全的部分内容进行整合,加入了在第二版被删除掉的代理服务器章节,删减了邮件服务器的高级内容(说实在的,邮件服务器的架设真的可以不用学太多),并加入了相当重要的iscsi这种磁盘提供者的仿真器,同时在
    vsftpd中加入了ssl的加密支持,并且将服务器的应用范围进行了区分(如内部网络或因特网),以方便用户了解所需服务常用于哪些应用
    上.这些分类都是笔者近期在学校进行专题分析研究时经过观察后所做的改动,希望能够对读者有些帮助.

谁适合这本书

    这本书既然是深入讨论服务器搭建的规划,流程,技巧与维护等工作,呢么比较基础的linux操作与相关的shell语法,在这本书里就不可能谈论的很多,毕竟,<<鸟哥的linux私房菜----基础学习篇>>已经完成了,没有必要在这本书里重复提及,所以,当您尝试阅读这本书的时
    候,请注意,您最好已经具备了linux操作系统的相关知识,以及bash shell的相关技巧.还有,必须了解一些unix-like的工作流程,例
    如日志文件的产生与存储的位置,服务的启动与关闭方式,计划任务的使用方法以及其他相关的事项.也就是说,如果您从未接触过linux,呢么建议您由<<鸟哥的私房菜----基础学习篇>>开始linux的探索历程,否则,这本书对您而言,可能会比较难以理解.

    另外,很多时候本书会提到一些简单的概念而不是僵化的流程,尤其是每个人对于站点的要求都不相同,也就是说,每个人的站点其实都是带有个人风格的,因此僵化的流程并没有太大的意义,因此僵化的流程并没有太大的意义,只要能够依据这些简单的概念来进行站点的架设就可以了.鸟哥认为,您的主机设置应该不会有太大的问题.怕的是什么呢?没有碰过linux,却想直接参考服务器搭建的程序来完成站点架设的朋友,这些朋友最容易忽略后续的维护与管理工作,这也容易造成站点不稳定或者是造成被网络黑客(cracker)入侵的主要原因.

    这本书的主要目的是引导用户进入linux强大的网络功能世界,书内的范例都是鸟哥自己实际测试过没有问题才写出来的.不过,毕竟每个人的网络环境与操作习惯不同,因此,鸟哥不敢说书内的范例一定可以在您的操作系统上操作成功,然而,书内会提到一些基本概念,只要理解这些基本概念,并且对于linux的操作熟悉,相信您一定可以利用书中的范例来开发出适合您自己的服务器设置.不过,对于没有碰过linux的朋友,还是建议从头学起,至于为什么一定要从头学起,本书在第一章内会仔细进行说明喔.

章节安排

    本书在章节的规划上面,主要分为四篇,第一篇----服务器搭建前的进修专区,第二篇----主机的简易安全防护措施,第三篇----局域网内常见服务器的搭建,第四篇----常见因特网服务器的搭建,前两篇的所有内容都是很基础的网络概念与实际网络配置,包括很重要的网络自我检测以及防火墙设置等,与您的服务器能不能工作关系很大,所以,您在开始服务器的架设之前,请务必将前面两篇共10章先阅读一遍.

    在第一篇----服务器搭建前的进修专区中,我们会介绍简单的网络基础,包含硬件的选择与布线,在linux中连上internet的方法,以及在linux发生无法连接Internet的问题时简易的查验方法.看完这一篇后,您的linux无论以何种方式来进行internet的连接,都应该不成问题了,而且,鸟哥希望看完这一篇之后,您可以了解linux的网络问题,并自行解决.

    在第二篇----主机的简易安全防护措施当中,我们会介绍在linux的强大网络功能下可能会发生的网络入侵问题.了解了这些问题之后,当然就需要来解决它啰!所以,我们会针对TCP/IP,port,软件漏洞的修补与防火墙等来进行说明.呢么该如何做好linux主机的防护呢?"没
    有永远安全的主机"是正确的言论,所以,即使您的主机只是一个小小的站点,也千万不能忽略这个防火墙的作用.

    在第三篇----局域网内常见服务器的搭建当中,我们会介绍内部网络经常使用的远程连接服务(ssh,vnc,xrdp),网络参数配置服务(dhcp,ntp),网络驱动器服务(Samba,nfs,iscsi)以及代理服务器等服务.这些章节虽然跳着看看是没有问题的,但鸟哥建议第11章
    的连接服务器要花些时间瞧瞧,尤其是ssh的密钥系统对于异地备份是有很大帮助的!

    在第四篇----常见因特网服务器的搭建当中,我们会介绍dns,www,ftp,及mail server等常见的服务,因特网上面需要使用好记的主机
    名来连接,因此,dns服务器相当重要!在这一版的dns中加入了view的简单概念,适用于局域网的主机联网,可以参考看看.

    本书的章节仍然是由浅入深来进行编排的,因此,还是希望读者可以由前往后慢慢阅读,不要着急翻到后面去抄看一些架设流程.

感谢
    
    感谢自由软件社区志愿者们的软件开发,让我们能有这么棒的操作系统来搭建服务器.也要感谢广大读者的反馈,让鸟哥能够在linux服务器的原理与配置方面有更深入地了解.感谢study area酷学园伙伴们的支持,包括netman大大,酷学园版主群,鸟园讨论版主群以及参加
    实体活动的诸位朋友,感谢台湾地区昆山科大的张世熙主任与各位老师,伙伴们对我在研究方面的支持,更要感谢鸟哥的学生们,正因有你们的帮忙,鸟哥才可以有较多的时间来撰写一些服务器测试方面的文章.

    最后,亲爱的鸟嫂,谢谢你多年来的付出,尤其是这两年帮家里添了两个可爱的宝贝,宸宸与轩轩!希望鸟窝一家,以及所有的朋友们平安,幸福!

    另外,关于本书的勘误信息,请参考:http://linux.vbird.org/book/.


                                                                                                    鸟哥

                                                                                                2012/1/18

1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
应用背景为变电站电力巡检,基于YOLO v4算法模型对常见电力巡检目标进行检测,并充分利用Ascend310提供的DVPP等硬件支持能力来完成流媒体的传输、处理等任务,并对系统性能做出一定的优化。.zip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)**:这种网络能够处理列数据,如时间列或自然语言,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