自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(79)
  • 资源 (5)
  • 收藏
  • 关注

原创 python数字水印 (图片和PDF文档)

一、数字水印定义 数字水印是将一些标识信息直接嵌入数字载体当中(包括多媒体、文档、软件等),通过这些隐藏在载体中的信息,既不影响载体的使用价值,也不易检测或修改。可以达到确认内容创建者、购买者、传送隐秘信息或者判断载体是否被篡改等目的。 数字水印是指在载体中嵌入一些信息, 载体数据可以是文档、图片、音频或者视频, 嵌入的水印可以是与载体数据有关的, 如...

2019-06-17 22:03:57 7120

原创 PyTorch提取中间层的特征(Resnet)

特征提取在深度学习的训练中是经常要做的事情,之前的一篇blog有写到使用pytorch提取Vgg、Resnet、Densenet三种模型下的特征,这里所述的是提取全连接层(FC层)的特征,详情可见:https://blog.csdn.net/qq_34611579/article/details/84330968。 在本文中,主要是介绍提取中间层的特征,对于特征的提取,可以先...

2019-03-11 22:22:27 22314 7

原创 PyTorch框架下分别使用Vgg、Resnet、Densenet提取图像集特征

这里主要是使用预训练好的模型进行图片特征的提取,分别使用三个模型进行抽取。而特征提取是提取神经网络模型的倒数第二层,这里自己对模型的进行了微调,话不多说,直接上代码。使用resnetimport torchimport torch.nn as nnfrom torch.autograd import Variablefrom torchvision import models,...

2018-11-21 22:02:42 21114 4

原创 Beego + JWT实现用户登录与注册

1. Beego 安装安装或者升级 Beego 和Bee的开发工具:go get -u github.com/astaxie/beegogo get -u github.com/beego/beeBeego是快速开发 Go 应用的 HTTP 框架,可以用来快速开发 API、Web 及后端服务等各种应用,其官方教程https://beego.me/quickstart2. JWT 安装go get github.com/dgrijalva/jwt-goJWT(Json ...

2020-08-13 15:18:03 1711

原创 跨链资料调研

跨链,顾名思义,就是通过某些技术让价值跨过链与链之间的障碍,使得原本存储在特定区块链上的价值转换为另一条链上的价值,从而实现价值的流通;只有将同构或者异构的区块链网络连接起来,使资产和价值自由顺畅地在链间流通,才能实现真正的价值区块链网络。...

2020-07-05 18:39:28 717

原创 手动向fabric通道中添加组织Org3-fabric学习笔记(三)

向fabric网络通道中添加组织Org3(1)使用密钥生成器cryptogen产生Org3的加密材料Cryptogen generate –config=./org3-crypto.yaml(2)使用交易配置工具configtxgen生成Org3对应的配置材料export FABRIC_CFG_PATH=$PWD (用来告诉configtxgen 去哪儿找configtx.yaml 文件)Configtxgen -printOrg Org3MSP > ../channel-arti

2020-06-30 11:35:12 4002

原创 手动搭建基础的fabric网络-fabric学习笔记(二)

手动搭建基础的fabric网络(1)使用密钥生成器cryptogen产生Org1和Org2的加密材料Cryptogen generate –config=./crypto-config.yaml(2)使用交易配置工具configtxgen产生创世区块export FABRIC_CFG_PATH=$PWD (用来告诉configtxgen 去哪儿找configtx.yaml 文件)Configtxgen -profile TwoOrgsOrdererGenesis -channelID b

2020-06-29 22:02:17 3377

原创 Fabric交易执行流程-fabric学习笔记(一)

(1)客户端应用程序发送交易请求(即提出议案proposal)(1-1)客户端发出请求,根据背书策略把交易请求发给相应的peer节点(背书节点)。(Q:背书策略是在一开始就定义好的?)(1-2)构建交易提案(proposal),客户端应用程序利用支持的SDK(Go, Java, Python)中的API生成proposal,提案是带有确定输入参数的调用链码方法的请求,该请求可能是读取或更新账本。(1-3)SDK作用:1. 将交易提案打包成合适的格式(gRPC);2. 根据用户的密钥对交易提案生.

2020-06-29 10:57:03 1407

原创 Python 绘图(柱状图,曲线图,3D图)

这里分享常用的Python Matplotlib绘制的图,在数据分析和可视化中很有用,这里介绍三种,柱状图,折线图以及3D图,更多类型的图见文末我的github。1. 柱状图# -*- coding: utf-8 -*-"""@author: Messi-Q"""import matplotlib.pyplot as pltplt.rcParams['figure.figsize'] = (7, 5)plt.tight_layout()epoch = []num...

2020-06-15 19:25:15 1270

原创 Autoencoder的实现(Tensorflow 2.0版本,Pytorch版本)

Autoencoder 简介机器学习中,处理大量数据会导致需要大量的计算;有时候,我们会需要选择对我们机器学习模型的学习贡献最大的重点数据部分,从而减少计算量;而选择数据重要部分的过程,这是自动编码器(Autoencoder )的应用案例之一。神经网络是一种计算模型,用于查找描述数据特征x及其值(回归任务)或标签(分类任务)y之间的关系的函数,即y = f(x );自动编码器也是一种神经...

2020-04-11 17:08:45 866

原创 模型评估:准确率(Accuracy),精确率(Precision),召回率(Recall),F1-Score

机器学习中对分类器的评估参考以下的评价指标,主要包括准确率(Accuracy),精确率(Precision),召回率(Recall),F1-Score。接下来的描述主要是以二分类举例,即label为0和1的情况。 (一)理解TP, TN, FP, FN 首先需要明确这几个值的定义: True Positive(真正, TP):将正类预测为正类数....

2019-07-12 10:20:57 7378

转载 PyTorch学习笔记 (一)

默认只有叶子节点才保持梯度,如: 1 A = Variable(torch.ones(2), requires_grad = True) 在中间节点可以设置保持梯度,如: 123456789101112 A = Variable(torch.ones(...

2019-07-11 10:49:32 222

原创 程序分析:python分析solidity程序并进行函数块分割

当前,对于C语言,JAVA,Python等程序语言分析的需求越来越大,我们更多的是用这些语言来处理问题,但其实每种语言都有自己的不足之处,对程序语言的不足之处进行分析,或者说对目前已有的程序漏洞进行分析的需求也已经越来越多。 本问题,我们继python提取文件中指定的代码行中所述的需要继续做分析,我们要分析solidity语言中的函数依赖,但是与存在的程序控制流...

2019-06-19 13:04:10 794

转载 solidity-antlr4

ANTLR4 笔记ANTLR4 是一个非常厉害的程序/库,可以用来生成 Lexer 和 Parser,而且生成的接口非常易用。安装$ cd /usr/local/lib$ curl -O http://www.antlr.org/download/antlr-4.5-complete.jar$ vim ~/.zshrc # or vim ~/.bashrcexport ...

2019-06-18 11:23:45 941

转载 Python中下划线的5种含义

本文介绍了Python中单下划线和双下划线("dunder")的各种含义和命名约定,名称修饰(name mangling)的工作原理,以及它如何影响你自己的Python类。单下划线和双下划线在Python变量和方法名称中都各有其含义。有一些含义仅仅是依照约定,被视作是对程序员的提示 - 而有一些含义是由Python解释器严格执行的。在本文中,我将讨论以下五种下划线模式和命名约定,以及它们如...

2019-03-23 15:37:50 215

转载 tf.argmax, tf.equal, tf.cast, tf.truncated_normal, tensorflow.placeholder的用法

1. tf.argmax()函数tf.argmax可以认为就是np.argmax。tensorflow使用numpy实现的这个API。简单的说,tf.argmax就是返回最大的那个数值所在的下标。tf.argmax(array,axis)当axis=1时返回每列最大值的下标,当axis=0时返回每行最大值的下班。2. tf.equal()函数tf.equal(A,B...

2019-03-23 11:07:25 222

原创 图神经网络笔记(一)

图是一种数据结构,它对一组对象(节点)及其关系(边)进行建模。近年来,由于图结构的强大表现力,用机器学习方法分析图的研究越来越受到重视。图神经网络(GNN)是一类基于深度学习的处理图域信息的方法。由于其较好的性能和可解释性,GNN 最近已成为一种广泛应用的图分析方法。为什么有图卷积神经网络 本质上说,世界上所有的数据都是拓扑结构,也就是网络结构,如果能够把这些网络数...

2019-03-07 20:00:10 6961 1

转载 python参数传递的*args和**kwargs

*和**实际上真正的Python参数传递语法是*和**。*args和**kwargs只是一种约定俗成的编程实践。我们也可以写成*vars和**kvars。*args和**kwargs一般是用在函数定义的时候。二者的意义是允许定义的函数接受任意数目的参数。也就是说我们在函数被调用前并不知道也不限制将来函数可以接收的参数数量。在这种情况下我们可以使用*args和**kwargs。接下来我们...

2019-03-04 11:29:37 328

原创 程序分析:python提取文件中指定的代码行

上一篇文章中提到对solidity源代码的注释和空格的处理;有时候做数据处理时只需要一些指定的代码行,一些对实验无用的代码应该去掉,这样有助于我们队数据进行分析。在我们所做的实验中,我需要提取的是和call.value这个关键字相关的代码段,这里我们先进行了一些初步的处理,提取call.value的前10行代码和后10行代码。(1)定位文件中call.value的位置def fi...

2019-02-25 23:24:29 1500

原创 程序分析:python去除文件中注释("//","/* */")和空格

上一篇中提到了提取数据文件的操作;对于提取的文件,我们还需要做一些处理步骤,在这里我们是对solidity语言的注释和空格的处理,solidity语言和大部分语言的注释一样也是"//"和"/* */",同时我们还需要处理删除注释部分的空格。(1)Handle Comment of soliditysource code file("//")# The comment of fi...

2019-02-23 22:34:55 5499 2

转载 Mac下PyCharm快捷键大全

Mac键盘符号和修饰键说明⌘ Command ⇧ Shift ⌥ Option ⌃ Control ↩︎ Return/Enter ⌫ Delete ⌦ 向前删除键(Fn+Delete) ↑ 上箭头 ↓ 下箭头 ← 左箭头 → 右箭头 ⇞ Page Up(Fn+↑) ⇟ Page Down(Fn+↓) Home Fn + ← End Fn + → ⇥ 右制表符(T...

2019-02-22 15:11:27 271

原创 程序分析:python实现从文件夹中复制文件(匹配选定内容的文件)

对于深度学习,已经是耳熟能详了,做深度学习的都知道无非是train, train, train...,所谓训练就需要数据集,对数据的处理是工作量大且耗时耗神的一件事。在做实验的过程中,遇到这样的需求:1) 提取含有某个“关键字”的文件2)数据集的分布如下这里有40个文件夹,每个文件夹中有1000个文件。对于这样的数据集,我们可能只需要每个文件夹中的几个文件;并且需...

2019-02-21 20:09:20 916

原创 Solidity智能合约:msg.owner,msg.sender,tx.origin

Difference between msg.owner and msg.sender?    当部署合约时,msg.sender是合约的所有者,如果合约中定义了一个名为“owner”的变量,则可以为其分配值(地址)msg.sender。                                                              address owner =...

2018-12-21 15:48:57 9164

原创 基于VulDeePecker的智能合约检测新方法

基于VulDeePecker的智能合约检测新方法(1)VulDeePecker是什么?VulDeePecker是基于深度学习的漏洞检测系统,主要针对C/C++代码的漏洞进行检测。它提出使用code gadgets来表示程序,然后将code gadgets转换成向量输入神经网络进行学习,利用学习后的模型进行漏洞检测。 (2)VulDeePecker的方法它提出了使用code ga...

2018-12-20 09:59:33 3944 8

原创 HDFSAPI代码

    这里主要是与hdfs系统的交互,包括上传、下载文件到hdfs系统中,代码如下:import java.io.IOException; import java.net.URI; import java.net.URISyntaxException; import org.apache.hadoop.conf.Configuration; import org.ap...

2018-11-15 14:50:25 248

原创 hadoop集群搭建过程(Centos虚拟机)

hadoop集群搭建本文介绍了有关hadoop集群的搭建过程,从单节点到多节点,使用centos6.5的虚拟机,Securecrt工具。详细介绍文档如下:文档链接:https://download.csdn.net/download/qq_34611579/10785604使用到的工具:https://download.csdn.net/download/qq_34611579/105078...

2018-11-15 08:07:24 196

原创 Java爬虫(Jsoup)---爬取Etherscan上的智能合约代码

Java爬虫(Jsoup)—爬取Etherscan上的智能合约代码  最近在做一个和智能合约漏洞相关的研究, 计划使用基本深度学习的方法来分析合约漏洞, 需要大量的合约集来使用,所有决定在Etherscan上爬取智能合约,借此把这次爬虫的解决过程记录下来。一、 工具准备  首先,使用Java爬虫技术需要有相应的爬虫工具包Jsoup,将每一条数据写入Excel文件时也需要用到相应的jar包po...

2018-10-30 19:59:57 2223 3

转载 GitHub上README.md教程

最近对它的README.md文件颇为感兴趣。便写下这贴,帮助更多的还不会编写README文件的同学们。README文件后缀名为md。md是markdown的缩写,markdown是一种编辑博客的语言。用惯了可视化的博客编辑器(比如CSDN博客,囧),这种编程式的博客编辑方案着实让人眼前一亮。不过GitHub支持的语法在标准markdown语法的基础上做了修改,称为Github Flavored...

2018-10-06 09:40:34 212

原创 Program Slicing

        在计算机编程,程序切片是一组程序语句的计算,切片可用于调试以更容易地定位错误源。切片的其他应用包括软件维护,优化,程序分析和信息流控制。      自Mark Weiser最初的定义以来,切片技术一直在迅速发展。最初,切片只是静态的,即应用于源代码而没有除源代码之外的其他信息。Bogdan Korel和Janusz Laski介绍了动态切片,它适用于程序的特定执行(对于给定...

2018-09-30 23:59:41 1342

转载 JS/JavaScript中两个等号 == 和 三个等号 === 的区别

JavaScript中两个等号 == 和 三个等号 === 的区别 一、概念 == 和 === (1)  "=="叫做相等运算符,"==="叫做严格运算符。(2) ==,equality -> 等同  的意思, 两边值类型不同的时候,要先进行类型转换为同一类型后,再比较值是否相等。 ===,identity -> 恒等 的意思,不做类型转换,类型不同的结果一定不等。...

2018-09-30 23:53:11 260

转载 solidity编写智能合约的安全漏洞问题(二)

智能合约是“不可变的”。一旦部署,它们的代码是不能更改的,导致无法修复任何发现的bug。在潜在的未来里,整个组织都由智能合约代码管控,对于适当的安全性需求巨大。过去的黑客如TheDAO或去年的Parity黑客(7月、11月)提高了开发者们的警惕,还有很长的路要走。常见的 Solidity 的漏洞类型:Reentrancy - 重入 Access Control - 访问控制 Ari...

2018-08-30 21:52:37 3492 2

翻译 黑暗危害:基于学习,大规模发现Android应用中的隐藏敏感操作(HSO)

黑暗危害:基于学习,大规模发现Android应用中的隐藏敏感操作(HSO)摘要隐藏敏感操作(HSO),例如:在接收SMS消息时窃取隐私用户数据正越来越多地被移动恶意软件和其他潜在危害应用(PHA)用来逃避检测,由于在应用程序运行时触发它们是一个挑战,所以识别此类行为很难;当前的静态方法依赖于事先已知的触发条件或隐藏行为,因此无法捕获先前未知的HSO活动;此外,这些技术往往是计算密集型的,所...

2018-08-30 19:40:33 1021

转载 智能合约新型漏洞详情

3.新型漏洞详情3.1.underSell: 高卖低收(CVE-2018-11811)管理员通过修改合约中的参数来制造溢出漏洞,导致用户提币转出token之后,却收不到ETH(或收到极少量ETH),造成用户经济损失。漏洞实例:合约Internet Node Token (INT)漏洞所在位置:红色标注的行L175漏洞攻击效果:用户提币之后,无法得到对应数额的ETH;漏洞原理:se...

2018-08-29 22:58:41 839

转载 Jquery ajax, Axios, Fetch区别之我见

引言前端技术真是一个发展飞快的领域,我三年前入职的时候只有原生XHR和Jquery ajax,我们还曾被JQuery 1.9版本版本以下不支持大文件请求这个问题卡了半天(最后自己写了原生的XHR请求)。一晃眼,JQuery ajax早已不能专美于前,axios和fetch都已经开始分别抢占“请求”这个前端高地。本文将会尝试着阐述他们之间的区别,并给出自己的一些理解。1 JQuery aja...

2018-08-29 08:44:36 215

原创 solidity编写智能合约的安全漏洞问题(一)

回顾 3 个底层调用 call(), delegatecall(), callcode() 和 3 个转币函数 call.value()(), send(), transfer():- call()call() 用于 Solidity 进行外部调用,例如调用外部合约函数 <address>.call(bytes4(keccak("somefunc(params)"), para...

2018-08-24 11:14:45 1849

转载 ES6中常用的10个新特性讲解

ES6中常用的10个新特性讲解ECMAScript 6(ES6) 目前基本成为业界标准,它的普及速度比 ES5 要快很多,主要原因是现代浏览器对 ES6 的支持相当迅速,尤其是 Chrome 和 Firefox 浏览器,已经支持 ES6 中绝大多数的特性。   下面逐一为大家详解常用的ES6新特性:1.不一样的变量声明:const和letES6推荐使用let声明...

2018-08-08 19:57:47 176

原创 区块链入门笔记

区块链入门笔记       区块链(BlockChain),是区块(Block)和链(Chain)的直译, 每个区块存储规定时间内的交易数据.并通过密码学的方式.形成一个不可篡改、全员共有的分布式账本。      区块链中的交易是一种去中心化机制,区块链特性:分布式存储,数据可溯源,不能被篡改,去中心化。      哈希:将一串明文数据加密成一串密文,密文就是加密的哈希。     ...

2018-07-29 23:58:20 472

原创 2017CS231n李飞飞深度视觉识别笔记(十二)——可视化和理解卷积神经网络

第十二讲 可视化和理解卷积神经网络课时1 特征可视化、倒置、对抗样本    上一章中计算机视觉中一些内容,包括图像分割、检测以及识别;这一章中将讨论卷积神经网络的内部真正的工作原理是什么。    第一层:由许多卷积核组成,每个卷积核是11*11*3,这些卷积核在输入图像上来回滑动,取图像块和卷积核权重的内积,这就是第一层的输出;可以把这个卷积核看成有3个通道的形状为11*11的图像...

2018-07-28 19:24:53 2558 2

原创 2017CS231n李飞飞深度视觉识别笔记(十一)——图像识别和分割

第十一讲 图像识别和分割    上一章中讲到使用循环神经网络来解决问题,同时也看到这个网络结构在很多方面的应用;目前为止谈论最多的是分类问题,这一章中我们在基于计算机视觉的主题上将讨论目标检测、图像分割等内容。    首先是语义分割,然后分类和定位,最后讨论目标检测及实例分割。课时1 分割    我们希望输入图像,并对图像中每个像素做分类,对于每个像素,确定它属于猫、草地、天空或者...

2018-07-28 19:19:27 4219 1

原创 2017CS231n李飞飞深度视觉识别笔记(十)——循环神经网络

第十讲 循环神经网络课时1 RNN,LSTM,GRU    上一章中讨论了CNN的架构有关内容,这一节中将讨论有关RNN的内容。    在之前的学习中,提到了一种称为vanilla的前馈网络,所有网络架构都有这种基础架构,会接收一些输入,输入是固定尺寸的对象,比如一幅图片或一片向量,它在通过一些隐藏层后给出单一的输出结果,比如一个分类;但是在机器学习中,有时候希望有更加灵活的机器能够处...

2018-07-28 19:12:43 1741

hadoop集群搭建文档资料

本文档深刻解析了hadoop集群搭建的过程,有自己编写的过程,有完整的搭建过程。

2018-11-15

HMM笔记与资料

这里主要有HMM的一些学习资料,包括htkbook的读书笔记,可以供大家参考学习

2018-08-29

SQLiteExpertPers

这是一种轻量级的数据库连接工具,在python中会经常用到这种工具,方面

2018-07-04

Securecrt工具

在进行虚拟机操作的时候,有时候直接在虚拟机环境中会感到不方便,使用Securecrt建立链接,进行远程操作。

2018-06-29

FileZilla工具

这是用来windows和虚拟机之间传输文件的工具,在搭建hadoop集群的时候,经常会用到一些文件和jar包,通过此工具建立和虚拟机的连接进行文件传输

2018-06-29

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除