weixin_45634365的博客

原创 子域名扫描

目录1 子域名收集的作用1.1 常见子域名盲区2 子域名收集的方法3 sublist3r4 子域名挖掘机——layer1 子域名收集的作用扩大渗透测试的范围找到目标站点突破口业务边界安全1.1 常见子域名盲区子域名打开是404、403页面，一般看到都会忽略它，但如果通过谷歌搜索它，可能会发现一个可访问的站点。我如何发现ucweb.com的两个XSS2 子域名收集的方法3 sublist3r4 子域名挖掘机——layer...

原创 Nmap——端口扫描

目录1 Nmap简介2 Nmap功能1 Nmap简介Nmap（Network Mapper，网络映射器）是一款开放源代码的网络探测和安全审核工具，俗称扫描器之王。它的设计目标是快速地扫描大型网络，当然用它扫描单个主机也没有问题。Nmap以新颖的方式使用原始IP报文来发现网络上有哪些主机，那些主机提供什么服务（应用程序名和版本），那些服务运行在什么操作系统（包括版本信息），它们使用什么类型的报文过滤器/防火墙，以及一堆其它功能。虽然Nmap通常用于安全审核， 许多系统管理员和网络管理员也用它来做一些日常的

原创 渗透测试信息收集

信息收集是渗透测试的第一步，信息收集的全面性对于后期的渗透工作十分重要，甚至关联到能不能挖掘到漏洞。当我们要对一个目标进行渗透测试时，为了防止无从下手，我们首先要获得目标的信息，掌握详细情况，了解目标的弱点和安全短板。SRC之信息收集绕过CDN查找真实IP密码攻击器目标人物电话，邮箱，密码，whois目标环境域名，脚本语言，数据库，中间件，框架，cms，开放端口目标事件历史漏洞，使用手册，使用说明，通知，公众号...

原创 Linux基础

目录一、Linux简介二、shell三、SSH系统服务四、vim编辑器一、Linux简介Linux是一套免费使用和自由传播的类Unix操作系统，是一个基于POSIX和UNIX的多用户、多任务、支持多线程和多CPU的操作系统。它能运行主要的UNIX工具软件、应用程序和网络协议。它支持32位和64位硬件。Linux继承了Unix以网络为核心的设计思想，是一个性能稳定的多用户网络操作系统。Linux操作系统诞生于1991年10月5日（第一次正式向外公布时间）。Linux存在许多不同的版本，但它们都使用了Li

原创 VMware网络配置

Bridged（桥接模式）：虚拟机和主机如同在同一个网络环境下的两台电脑。NAT（网络地址转换模式）：虚拟机通过主机进行联网，如同将虚拟机划分为内网。推荐使用。Host-Only（主机模式）：将虚拟机与外网隔开，只让虚拟机和虚拟机之间联网。点击右下角的网络适配器 -> 设置，即可设置网络配置。...

原创 Kali系统更新

系统源：源配置（软件源）：软件包的来源，例如安装程序在本机，但是需要安装的程序软件包在软件源服务器上。也可以称之为软件仓库。安装软件时，就是从仓库调取数据放在机器上。Linux下载软件的两种方式：（1）从源配置（软件源）所在服务器上通过特定命令获取软件包（例如JDK、Tomcat）。推荐使用这一种方式。（2）从官网上下载软件包。第一次更新源的过程就相当于刚装好的Windows系统需要打补丁配置Kali系统源：1、更新源官方源下载软件比较慢，所以需要更新源 打开源文件：vi /etc/ap

原创 Kali安装配置

目录一、设置root账户二、设置终端颜色三、设置中文1、更新源2、设置中文编码3、安装中文字体四、拍摄快照一、设置root账户为了使用更加方便，我们直接设置root账户，后续直接使用root账户登录打开终端，输入命令，修改密码 终端命令：sudo passwd root提示输入kali用户的密码，kali的默认密码为kali，接下来输入新密码，输入两遍新密码之后，root用户的密码修改成功。注意，修改密码时，密码不会显示出来。接下来重启Kali，用root账户登录，并且输入上面步骤的新

原创 Kali简介与安装

目录一、Kali简介二、Kali安装一、Kali简介Kali Linux是基于Debian的Linux发行版，设计用于数字取证操作系统。由Offensive Security Ltd维护和资助。最先由Offensive Security的Mati Aharoni和Devon Kearns通过重写BackTrack来完成，BackTrack是他们之前写的用于取证的Linux发行版。Kali Linux预装了许多渗透测试软件，包括nmap、Wireshark、John the Ripper以及Aircra

原创 Python时间运用（横坐标输出时间）

import pandas as pdtime = pd.datetime(2019,7,7,6,0)display(time)datetime.datetime(2019, 7, 7, 6, 0)import pandas as pdtime = pd.datetime(2019,7,7,6,0)time = time + pd.Timedelta(minutes=10)display(time)datetime.datetime(2019, 7, 7, 6, 10)# 输出

原创 利用卡口数据绘制路段基本图（出入量法）——Python交通数据分析

目录一、卡口数据简介二、路段基本图一、卡口数据简介数据名称含义DEVICEID设备IDTRAVELID车辆ID，可分辨车辆hpzl车辆类型，1表示大型车，2表示小汽车SJ时间LANEID车道编号，较长编号表示该位置处于上下游车道过渡区域，无划线；-1表示由于技术原因导致的无效计数，可忽略该检测值LANNUM车道数SPEED瞬时车速TURN车道方向信息，LSR分别表示左直右及其组合，LU和RU分别表示左掉头和右掉头，LC表示上下

原创 出入量法

出入量法是一种通过观测取得中途无出入交通的区段内现有车辆数或行驶时间的方法。在某一时刻上游地点A处的交通量是同一时刻AB区间内新增加的车辆数；反之，这时在下游地点B处的交通量等于从AB区间内减少的车辆数。AB区间内车辆数的变化应等于入量与出量之差。因此，只要知道最初AB区间内的原始车辆数，就能求得每单位时间内实有车辆数。在ttt时刻的密度可由下式表示：E(t)=E(t0)+QA(t)−QB(t)E(t)=E(t_0)+Q_A(t)-Q_B(t)E(t)=E(t0​)+QA​(t)−QB​(t) E(t

原创 利用卡口数据绘制断面基本图——Python交通数据分析

目录一、卡口数据简介二、断面基本图一、卡口数据简介数据名称含义DEVICEID设备IDTRAVELID车辆ID，可分辨车辆hpzl车辆类型，1表示大型车，2表示小汽车SJ时间LANEID车道编号，较长编号表示该位置处于上下游车道过渡区域，无划线；-1表示由于技术原因导致的无效计数，可忽略该检测值LANNUM车道数SPEED瞬时车速TURN车道方向信息，LSR分别表示左直右及其组合，LU和RU分别表示左掉头和右掉头，LC表示上下

原创 利用线圈数据绘制交叉口四个进口道的流量曲线与车速曲线——Python交通数据分析

文章目录一、目录一、目录

原创 Markdown目录

@[TOC](目录)# 1 文科## 1.1 中文我爱中文## 1.2 政务我爱政务# 2 工科## 2.1 材料基础## 2.2 环境目录1 文科1.1 中文1.2 政务2 工科2.1 材料2.2 环境1 文科1.1 中文我爱中文1.2 政务我爱政务2 工科2.1 材料基础2.2 环境...

原创 Logit交通方式选择模型——例题

在仅有公共汽车和汽车两种交通方式的地区，假设有下述Logit交通方式选择模型，试用下表的现状出行时长、现状出行费用、现状划分率、将来出行时长、将来出行费用，求出这两种交通方式的将来划分率。划分率：PrijB=eVijBeVijB+eVijCPr_{ij}^{B}=\frac{e^{V_{ij}^{B}}}{e^{V_{ij}^{B}}+e^{V_{ij}^{C}}}PrijB​=eVijB​+eVijC​eVijB​​ PrijC=1−PrijBPr_{ij}^{C}=1-Pr_{ij}^{B}Prij

原创 交通运行管理

一、步行管理人行道——步行管理（交通运行管理）人行横道——步行管理（交通运行管理）人行信号灯配时——步行管理（交通运行管理）在人行横道及其附近过街的危险程度人行天桥及地道——步行管理（交通运行管理）二、停车管理停车管理（交通运行管理）...

原创 停车管理（交通运行管理）

目录一、路边存车管理1、禁止路边存车的管理2、允许路边存车的管理（1）适用范围（2）路边存车的摆放方式3、设置路边存车对交通的影响二、路外存车管理1、停车场布置应考虑的因素2、路外停车场入口处交通管理三、临时停车管理四、不准停车的范围停车管理：静态交通管理，即在行驶车辆与静止车辆间最有效地分配道路交通设施的空间。一、路边存车管理含义：在道路侧石车行道上的机动车停存，或人行道边的自行车停存。目的：使道路在“行车”及“存车”两方面能够得到最佳的使用。1、禁止路边存车的管理实施条件：凡存车会影响交通

原创 人行天桥及地道——步行管理（交通运行管理）

一、优缺点优点：彻底实现人车分离缺点：（1）投资很大；（2）增加了行人的不便，不是“以人为本”的交通设施二、城市主次干道设置人行天桥或地道的基本条件注：行人待行区人均空间可用行人待行驻足面积（m2m^2m2）除以待行行人数得到。...

原创 在人行横道及其附近过街的危险程度

在伦敦，英国学者对行人在人行横道过街及其附近地点过街的相对危险程度做过调查，结果如下表所示：过街地点危险程度斑马线人行横道0.42距斑马线横道50m以内1.75有信号控制的人行横道0.17距信号横道50m以内3.94其他地点1.00...

原创 人行信号灯配时——步行管理（交通运行管理）

信号控制交叉口上人行信号灯的配时，按交叉口信号灯组的配时统一安排。行人过街所需的最短绿灯时间GminG_{min}Gmin​根据人行横道长度及行人过街步行速度确定。美国：Gmin=7+Dvr−YG_{min}=7+\frac{D}{v_r}-YGmin​=7+vr​D​−Y GminG_{min}Gmin​——行人过街所需的最短绿灯时间，sss vrv_rvr​——采用第15百分位步行速度，m/sm/sm/s YYY——绿灯间隔时间，sss DDD——人行横道长度，mmm澳大利亚：Gmi

原创 人行横道——步行管理（交通运行管理）

目录一、定义二、宽度三、标线方式一、定义人行横道：专供行人使用的通道，并靠近机动车和非机动车道，通过将其建造得与后者的高度不同而将两者分隔开来。二、宽度《城市道路工程设计规范》：人行道宽度必须满足行人通行的安全和通畅，最小宽度为2m。注意，不包括树木、路灯、护栏等其他道路设施所占用的空间。人行道最小宽度三、标线方式人行横道标线方式：条纹式（斑马式）和平行式规定：在人行横道上，行人有优先权...

原创 人行道——步行管理（交通运行管理）

一、定义人行道：专供行人使用的通道，并靠近机动车和非机动车道，可在建造时采用不同的高度将两者分隔开来。二、宽度《城市道路工程设计规范》：人行道宽度必须满足行人通行的安全和通畅，最小宽度为2m。注意，在最小宽度内，不包括树木、路灯、护栏等其他道路设施所占用的空间。人行道最小宽度...

原创 NumPy数组的简单计算

import numpy as np #导入NumPy库 arr1 = np.array([1, 2, 3, 4]) #创建一维数组 print('创建的数组为：',arr1) 创建的数组为： [1 2 3 4]arr2 = np.array([[1, 2, 3],[4, 5, 6], [7, 8, 9]])print('创建的数组为：\n',arr2) 创建的数组为：[[1 2 3][4 5 6][7 8 9]]案例x=[123]\boldsymbol{x}=\begi

原创 RBF神经网络

这里写目录标题一、一维正态分布二、径向基函数三、径向基函数解决插值问题四、RBF神经网络简介五、RBF神经元模型六、RBF神经网络结构一、一维正态分布f(x)=12πσe−(x−μ)22σ2f(x)=\frac{1}{\sqrt{2\pi}\sigma}e^{-\frac{(x-\mu)^2}{2\sigma^2}}f(x)=2π​σ1​e−2σ2(x−μ)2​ 记作X∼N(μ,σ2)X \sim N(\mu,\sigma^2)X∼N(μ,σ2)。可以将一般正态分布转化为标准正态分布：若X∼N(μ,

原创 RBF神经网络——案例二

设计一个RBF神经网络，实现如图所示的两类模式的分类。解：（1）将三角形规定为第1类模式，圆形规定为第2类模式，以(x,y)(x,y)(x,y)代表各模式样本的位置，形成相应的输入向量，注意，在矩阵中(x,y)(x,y)(x,y)成列分布，例如[x1x2x3y1y2y3]\begin{bmatrix} x_1&x_2&x_3\\ y_1&y_2&y_3\end{bmatrix}[x1​y1​​x2​y2​​x3​y3​​]（2）创建、训练、存储、仿真RBF神经网络。

原创 神经元的传递函数

原创 RBF神经网络——案例一

给定输入向量p=−1:0.1:1p=-1:0.1:1p=−1:0.1:1和目标向量t=t=t=% 创建、训练、存储RBF神经网络clear all; % 清除所有内存变量clc; % 清屏p = -1:0.1:0.9; % 输入向量t = [0.0596 0.6820 0.0424 0.0714 0.5216 0.0967 0.8181 0.8175... 0.7224 0.1499 0.6596 0.5186 0.9730 0.6490 0.8003 0.4538... 0

原创 pandas时间序列——date_range()函数

这里写目录标题参数说明示例freq参数详解参考资料参数说明pandas.date_range()参数名称说明start开始时间，接收string、datetimeend结束时间，接收string、datetimeperiods间隔数或要生成的时间数目freq时间间隔，一般使用频率字符串，如D表示1天，H表示1小时该函数返回DatetimeIndex示例import pandas as pd#默认频率为D，即天time = pd.date_

原创 交通流特性（流速密）在断面、路段上的区别

一、断面流量：在单位时间内，通过道路某一断面的交通实体数。速度：在一定的观测时间内，通过道路某一断面的所有车辆的地点车速的调和平均值。密度：表现为占有率，即车辆的时间密度集，表示在一定的观测时间内，车辆通过某一断面所占用的时间与观测时间的比值。二、路段流量：在一定的时间段内，所有车辆行驶距离的总和与时空积累量的比值。速度：在观测路段内，全部车辆车速分布的算术平均值。密度：表示车辆的空间密度集，即在某一瞬间，单位道路长度上存在的车辆数。...

原创 重力模型法

目录一、基本假设二、无约束重力模型三、乌尔希斯重力模型综合考虑各个小区之间的交通时间、空间距离、运行费用等因素，通过引力模型来预测未来交通分布状态。一、基本假设123GiG_iGi​1q11q_{11}q11​q12q_{12}q12​q13q_{13}q13​G1G_1G1​2q21q_{21}q21​q22q_{22}q22​q23q_{23}q23​G2G_2G2​3q31q_{31}q31​q32q_{32}q32​q33q_{33}

原创 增长系数法

在分布交通量预测中，增长系数法的原理是：假设在现状分布交通量给定的情况下，预测将来的分布交通量。目录一、增长系数法的算法步骤二、平均增长系数法三、底特律法四、佛尼斯法一、增长系数法的算法步骤现状OD表O \ D123合计1q110q_{11}^0q110​q120q_{12}^0q120​q130q_{13}^0q130​O10O_1^0O10​2q210q_{21}^0q210​q220q_{22}^0q220​q230q_{23}^0q230​

原创 交通量分布概述——城市交通需求预测

交通分布：小区iii到小区jjj交通量 小区产生的出行量流向哪个分区? 小区吸引的出行量来自哪个分区?基本变量GenarationGenarationGenaration：产生AttractionAttractionAttraction：吸引交通量守恒法则...

原创 城市交通需求预测

总结（1）交通需求预测是城市交通规划的核心内容之一（2）生成交通量通常作为总控制量，用来预测和校验交通小区的发生和吸引交通量（3）发生交通量和吸引交通量的总和必须相等（不等时应做调整）（5）根据现有数据条件，可以采用增长率法、时间序列法、回归分析法等进行预测四阶段法——城市交通需求预测原单位法——城市交通需求预测聚类分析法——城市交通需求预测总量控制法——城市交通需求预测...

原创 总量控制法——城市交通需求预测

如果发生量不等于吸引量，我们该如何预测交通量？总量控制法：将产生交通量OOO和吸引交通量DDD按比例调整到总量TTTOi′=T∑iOiOiO_i^{'}=\frac{T}{\displaystyle\sum_{i} O_i}O_iOi′​=i∑​Oi​T​Oi​ Dj′=T∑jDjDjD_j^{'}=\frac{T}{\displaystyle\sum_{j} D_j}D_jDj′​=j∑​Dj​T​Dj​示例现状出行生成量：T=28+51+26=28+27+50=105（万次）T=28+51+

原创 聚类分析法——城市交通需求预测

以家庭为分析对象，用现在出行的发生、吸引率求得将来的发生、吸引交通量。各类家庭单位时间内的平均出行次数称为出行率假设：（1）同一类型的家庭的出行率基本相等（2）一定时期内出行率是稳定的（3）家庭规模的变化很小（4）收入与车辆拥有量总是增长的数学模型：Pi=∑kakNki=Ni∑kakγkiP_i=\displaystyle\sum_{k} a_k N_{ki}=N_i\displaystyle\sum_{k} a_k \gamma_{ki}Pi​=k∑​ak​Nki​=Ni​k∑​ak​γk

原创 四阶段法——城市交通需求预测

第一阶段：交通的发生与吸引 每个小区产生多少交通量，吸引多少交通量第二阶段：交通分布 小区 iii 到小区 jjj 的交通量第三阶段：交通方式划分 乘坐什么交通工具第四阶段：交通流分配 每条道路上有多少交通流量...

原创 原单位法——城市交通需求预测

图1是包含3个交通小区的某研究区域，表1是各小区现状的出行发生量和吸引量，在常住人口原单位不变的情况下，采用原单位预测法预测其将来的出行生成量。

原创 BP神经网络——案例三

以下是某市2000年到2017年的GDP，单位为百万。构建一个BP神经网络，利用历史数据值去预测某市2018年的经济总量，并给出预测图。1、分析问题首先进行数据的预测，确定训练数据与目标集，其次，建立BP神经网络，对历史数据进行训练，利用训练好的网络对未来的数据进行预测。在本题中，先建立BP神经网络，将输入层设计为8个输入，隐含层设计为2层，第1层5个神经元，第2层2个神经元，输出层设计为1层。2、程序% P76% 13640 13850 14230 14560 14930 15380 16

原创 BP神经网络——案例二

利用三层BP神经网络来完成非线性函数的逼近任务，其中隐层神经元的个数为10个。下表为输入与输出数据表。1、分析问题从题中分析可知，期望的输出D的范围在(−1,1)(-1,1)(−1,1)之间，所以在神经网络中采用双极性tansig函数作为传递函数。2、程序...

原创 BP神经网络——案例一

构建一个BP神经网络，给定输入向量P=[−1−122405057]\boldsymbol{P}=\begin{bmatrix} -1&-1&2&2&4\\ 0&5&0&5&7\end{bmatrix}P=[−10​−15​20​25​47​]和目标向量T=[−1−111−1]\boldsymbol{T}=\begin{bmatrix} -1&-1&1&1&-1\end{bmatrix}T=[−1​−1​1​1​−