改变进程优先级,Nodejs的os.setPriority()方法

改变进程优先级,Nodejs的os.setPriority()方法

os.setPriority()方法是os模块的内置应用程序编程接口,在nodejs v10.10之后的版本中有效,用于设置pid和优先级指定的进程的调度优先级。

语法:

os.setPriority(pid,优先级)

参数:此方法有两个参数,如上所述,如下所述:

pid:这是一个可选参数。它指定要设置其调度优先级的进程id。它的默认值是0。
priority:这是一个必需的参数。它指定了为指定进程 ID 的进程设置的优先级。此参数的值必须在 -20(最高)到 19(最低)之间。

注:-20是最高优先级,19是最低优先级。

返回值:此方法不返回任何值。

注意:由于Windows系统中的优先级与UNIX系统不同,Windows系统中的优先级映射为os.constants.priority中的六个优先级常量之一。因此,在检索值时可能与实际值略有不同。在Windows系统中,设置最高优先级需要提升用户权限。因此,有时PRIORITY_HIGHEST可能会在没有任何警告的情况下更改为PRIORITY_HIGH。

以下示例说明了在Node.js中使用os.setPriority()方法:

// Node.js program to demonstrate the    
// os.setPriority() Method
 
// Allocating os module
const os = require('os');
try{
    console.log(process.pid);
		os.setPriority(19);
		// Printing priority of current process
    console.log(os.getPriority());
}catch(err){
    // Printing error message
    console.log(": error occurred"+err);
}

如果不想他人窥探实现原理,可对上述代码中核心的三行进行JS混淆加密。

console.log(process.pid);

os.setPriority(19);

console.log(os.getPriority());

这三行JS代码,用JShaman混淆加密之后会成为:

这时整体代码可变成:

// Node.js program to demonstrate the    
// os.setPriority() Method
 
// Allocating os module
const os = require('os');
try{
(function(_0x25ee90,_0x417a1f){function _0x42c3b7(_0x275757,_0x4b8cbe,_0x290c1a,_0x386994,_0x338865){return _0x3c30(_0x4b8cbe-0x19a,_0x275757);}function _0x2acb1e(_0x2a389b,_0x18fdb6,_0x3b02fd,_0x473c99,_0x3ee907){return _0x3c30(_0x2a389b-0x20c,_0x3b02fd);}var _0x3c3f3f=_0x25ee90();function _0x551fbf(_0x3a0b39,_0x405d83,_0x286daf,_0x1d8884,_0xfd941f){return _0x3c30(_0x1d8884-0x25e,_0x3a0b39);}function _0x27f943(_0x5712d7,_0x41f6ab,_0x502b13,_0xff34ac,_0x17b39e){return _0x3c30(_0xff34ac-0x250,_0x502b13);}function _0x185740(_0x11a490,_0x31968c,_0x1beddb,_0x2c039a,_0x5caf23){return _0x3c30(_0x2c039a- -0x37f,_0x5caf23);}while(!![]){try{var _0x5b29ad=parseInt(_0x551fbf(0x270,0x270,0x26a,0x26a,0x26d))/0x1*(parseInt(_0x2acb1e(0x20f,0x20e,0x20f,0x211,0x216))/0x2)+-parseInt(_0x27f943(0x25f,0x25d,0x25b,0x25a,0x254))/0x3*(parseInt(_0x185740(-0x376,-0x379,-0x373,-0x379,-0x37e))/0x4)+parseInt(_0x27f943(0x24b,0x256,0x249,0x250,0x250))/0x5*(-parseInt(_0x27f943(0x252,0x25e,0x258,0x259,0x25e))/0x6)+-parseInt(_0x42c3b7(0x1a3,0x1a1,0x1a6,0x19f,0x19f))/0x7+-parseInt(_0x185740(-0x374,-0x372,-0x378,-0x372,-0x375))/0x8*(-parseInt(_0x2acb1e(0x211,0x216,0x212,0x214,0x20e))/0x9)+parseInt(_0x2acb1e(0x214,0x216,0x219,0x21c,0x216))/0xa+parseInt(_0x27f943(0x258,0x254,0x25a,0x25b,0x25d))/0xb;if(_0x5b29ad===_0x417a1f){break;}else{_0x3c3f3f["\u0070\u0075\u0073\u0068"](_0x3c3f3f["\u0073\u0068\u0069\u0066\u0074"]());}}catch(_0x57abf2){_0x3c3f3f["\u0070\u0075\u0073\u0068"](_0x3c3f3f["\u0073\u0068\u0069\u0066\u0074"]());}}})(_0x54d7,0x31226);console["\u006c\u006f\u0067"](process["\u0070\u0069\u0064"]);function _0x54d7(){var _0x3b0a3f=["dhlvVB65".split("").reverse().join(""),"ytiroirPtes".split("").reverse().join(""),"vmUdKW54012".split("").reverse().join(""),"ytiroirPteg".split("").reverse().join(""),"gol".split("").reverse().join(""),"RamddO2".split("").reverse().join(""),"dip".split("").reverse().join(""),'68049ZIGKxZ',"XjoQMA4".split("").reverse().join(""),'1663907ddfYLQ',"QNSHCH0749183".split("").reverse().join(""),"ZRSwpf654".split("").reverse().join(""),"\u0036\u0037\u0032\u0030\u0036\u0036\u006f\u0077\u006a\u0043\u0079\u004d","\u0035\u0032\u0032\u0033\u0032\u0039\u0035\u0069\u0059\u0075\u0072\u0045\u0079","BTtixW24137".split("").reverse().join("")];_0x54d7=function(){return _0x3b0a3f;};return _0x54d7();}os["\u0073\u0065\u0074\u0050\u0072\u0069\u006f\u0072\u0069\u0074\u0079"](0xc3257^0xc3244);function _0x3c30(_0x3db000,_0x54d71d){var _0x3c3065=_0x54d7();_0x3c30=function(_0x1a507f,_0x40eb3b){_0x1a507f=_0x1a507f-0x0;var _0x5baa18=_0x3c3065[_0x1a507f];return _0x5baa18;};return _0x3c30(_0x3db000,_0x54d71d);}console['log'](os['getPriority']());
}catch(err){
    // Printing error message
    console.log(": error occurred"+err);
}

  • 8
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
,发送类别,概率,以及物体在相机坐标系下的xyz.zip目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
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