apache网页优化与安全

apache网页优化

网页优化相关

在企业中,部署Apache后只采用默认的配置参数,会引发网站很多问题,换言之默认配置是针对以前较低的服务器配置的,以前的配置已经不适用当今互联网时代,为了适应企业需求,就需要考虑如何提升Apache的性能与稳定性,这就是Apache优化的内容。

优化内容

配置网页压缩功能
配置网页缓存
配置隐藏版本号
配置防盗链
。。。。。

压缩

配置Apache的网页压缩功能,是使用gzip压缩算法来对网页内容进行压缩后再传输到客户端浏览器

作用

降低了网络传输的字节数,加快网页加载的速度
节省流量,改善用户的浏览体验
gzip与搜索引擎的抓取工具有着更好的关系

apache的压缩模块

包括:mod_gzip模块和mod_deflate模块(系统资源占用率较低)
Apache 1.x:没有内建网页压缩技术,但可使用第三方mod_gzip模块执行压缩
Apache 2.x:在开发的时候,内建了mod_deflate这个模块(默认没有安装,仍要安装模块),取代mod_gzip

mod_gzip模块与mod_deflate模块两者均使用gzip压缩算法,运作原理类似
mod_deflate压缩速度略快,而mod_gzipd1压缩比略高
mod_gzip对服务器CPU的占用要高一些
高流量的服务器,使用mod_deflate可能会比mod_gzip加载速度更快

配置网页压缩功能

步骤

1.检查是否安装mod_deflate模块
2.修改配置文件,启用压缩功能
3.访问测试

配置前准备

解压软件包
tar zvxf apr-1.6.2.tar.gz
tar zvxf apr-util-1.6.0.tar.gz
tar jxvf httpd-2.4.29.tar.bz2
移动文件
mv apr-1.6.2 httpd-2.4.29/srclib/apr
mv apr-util-1.6.0 httpd-2.4.29/srclib/apr-util
安装依赖包
yum -y install gcc gcc-c++ make pcre pcre-devel perl expat-devel zlib-devel
perl :内部集成了正则表达式和第三方代码库CPAN
pcre-devel:为了正则表达式
expat-devel:用来解析XML文档的开发库
安装功能模块
cd httpd-2.4.29/
./configure --prefix=/usr/local/httpd --enable-so --enable-rewrite --enable-charset-lite --enable-cgi --enable-cgid --enable-expires --enable-deflate
–prefix=/usr/local/httpd :指定apache程序安装目录
–enable-so :httpd扩展能力
–enable-rewrite :网页地址重写
–enable-charset-lite :启动字符集
–enable-cgi --enable-cgid :访问能力

编译安装make && make install

编辑文件
cp /usr/local/httpd/bin/apachectl /etc/init.d/httpd

vi /etc/init.d/httpd (运行级别3 5、 启动顺序85 、关机顺序21)
在这里插入图片描述
将httpd加入配置
chkconfig --add httpd
查看
在这里插入图片描述
创建软连接
ln -s /usr/local/httpd/conf/httpd.conf /etc #apache 配置文件到etc
ln -s /usr/local/httpd/bin/* /usr/bin #apache所有的命令到所有用户可用

编辑配置文件
vi /etc/httpd.conf
ServerName www.aa.com:80#捆绑域名

开启deflate功能模块
vi /etc/httpd.conf
在这里插入图片描述
启动http并查看
在这里插入图片描述

配置网页压缩

配置一个网页
echo “< h1>hahahah” > /usr/local/httpd/htdocs/index.html
在这里插入图片描述
配置压缩
vi /etc/httpd.conf
在这里插入图片描述
重启httpd并查看
在这里插入图片描述
在浏览器上登陆网页并抓包
在这里插入图片描述

配置网页缓存时间

相关

通过mod_expire模块配置Apache,使网页能在客户端浏览器缓存一段时间,以避免重复请求.
启用mod_expire模块后,会自动生成页面头部信息中的Expires标签和Cache-Control标签,从而降低客户端的访问频率和次数,达到减少不必要的流量和增加访问速度的目的。

步骤

1.查看是否安装mod_expire模块
2.修改配置文件,启用缓存功能
3.访问测试

文件配置
vi /etc/httpd.conf
开启功能模块
在这里插入图片描述
重启http后登录网页并抓包
在这里插入图片描述

Apache安全优化

配置Apache隐藏版本信息.

Apache的版本信息,透露了一定的漏洞信息,从而给网站带来安全隐患
生产环境中要配置Apache隐藏版本信息

ServerTokens的一些可能的赋值
ServerTokens Prod 显示“Server:Apache” 显示版本信息(名称)
ServerTokens Major 显示“Server:Apache/2” 版本数
ServerTokens Minor 显示“Server:Apache/2.2” 版本数下发行的版本数
ServerTokens Min 显示“Server:Apache/2.2.17” 完整版本
ServerTokens OS 显示“Server:Apache/2.2.17 (Unix)”平台
ServerTokens Full 显示“Server:Apache/2.2.17 (Unix) PHP/5.3.5”其它平台所有信息(apache嵌存PHP模块)

隐藏版本号(仅显示软件名称)
vi /usr/local/httpd/conf/extra/httpd-default.conf
在这里插入图片描述
启用
vi /etc/httpd.conf
在这里插入图片描述
重启后验证
在这里插入图片描述

配置防盗链

防盗链是防止别人的网站代码里面盗用我们自己服务器上的图片,文件,视频等相关资源因为别人盗用网站的这些静态资源,明显的是会增大服务器的带宽压力,所以要杜绝服务器的静态资源被其它网站盗用

编辑配置文件

vi /etc/httpd.conf
在这里插入图片描述
网页文件
在这里插入图片描述
在浏览器上登录
在这里插入图片描述

盗用图片

在另一台主机上20.0.0.20
配置
在这里插入图片描述
效果
在这里插入图片描述

配置防盗链

在20.0.0.10上
vi /etc/httpd.conf
在这里插入图片描述
重启后
在这里插入图片描述

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