- 博客(123)
- 资源 (4)
- 问答 (1)
- 收藏
- 关注
RSS订阅原创 ELKB项目总结(基于ELKB-6.5.0版本)
FileBeat的原理框架：FileBeat主要由两个核心组件input和harvesters组成。Input用来管理Harvesters，对于配置文件中的每一个输入源都启动一个Go协程和一个HarvestersHarvesters对于配置文件中每一个需要监听的文件进行读取，同时会维持一个当前文件的state并定期保存到磁盘文件中，state是用来标记最后一次读取文件的偏移量FileBeat采用发送-确认的方式来保证文件传输的完整性，采用背压机制来保证传输和接收速率的一致Logstash的原.
2020-06-05 16:27:26
765
原创 《统计学习方法》--聚类方法
《统计学习方法》第十四章–聚类方法聚类方法主要是依据某种相似度判别标准，将给定的未标注的数据集依据相似度自动的将其划分为若干个类或簇中。聚类方法的目的是通过算法的聚类，对未标注数据集进行一定程度的划分，以便于发现潜在的关系，但是聚类方法的效果严重依赖于所选的相似度判别标准。相似度判别标准相似度的判别主要是通过一定的标准来说明所给的实例之间的相似程度，常见的有基于距离的标准，基于相关系数的标准...
2019-12-07 11:02:26
767
原创 《统计学习方法》--提升方法
《统计学习方法》第八章–提升方法提升方法的核心思想是在给定基础模型的基础上，通过不断调整样本的权重分布训练一系列的模型，尽最大可能的减少训练误差,最后将多个模型按照一定的权重系数进行组合得到最终的模型。通过采用多模型结合的方式，可以提升模型的稳定性，使模型更准确。理论基础PAC理论(Probably Approximately Correct)PAC理论（概率近似正确理论）主要是论证了在概...
2019-10-24 09:35:24
294
原创 《统计学习方法》--支持向量机
《统计学习方法》第七章–支持向量机支持向量机概述支持向量机是一种二类分类模型，它的基本模型是定义在特征空间上的间隔最大的线性分类器。支持向量机由简至繁依次可分为：线性可分支持向量机，线性支持向量机，非线性支持向量机。当数据线性可分时，通过硬间隔最大化的约束来学习一个分类器，称为线性可分支持向量机；当数据近似线性可分时，通过软间隔最大化的约束来学习一个分类器，称为线性支持向量机；当数据线性不可分...
2019-07-11 16:47:05
419
原创 《统计学习方法》--最大熵模型
《统计学习方法》第六章–最大熵模型最大熵模型概述最大熵模型是将最大熵原理应用于分类任务中得到的模型。认为在全部可能的模型中，熵最大的模型是最好的模型。最大熵原理最大熵原理认为，学习概率模型时，在所有可能的概率模型分布中，熵最大的模型就是最好的模型。由于通常用约束条件来确定概率模型的集合，因此最大熵原理也可以表述为在满足约束条件的模型集合中选取熵最大的模型。熵，最大熵原理都最初演变自热力学领...
2019-06-28 20:58:24
412
原创 《统计学习方法》--逻辑斯谛回归模型
《统计学习方法》第六章–逻辑斯谛回归模型逻辑斯谛回归概述逻辑斯谛回归的主要思想是：根据现有数据对分类边界线建立回归公式，以此进行分类。这里的“回归”一词源于最佳拟合，表示要找到最佳拟合参数。而最佳拟合参数就是在训练分类器时，通过最优化算法获得。逻辑斯谛分布设XXX是连续随机变量，XXX服从逻辑斯谛分布是指XXX具有以下分布函数和概率密度函数：F(x)=P(X≤x)=11+e−(x−μ)/...
2019-06-20 19:51:42
838
原创 《统计学习方法》--决策树
《统计学习方法》第五章–决策树决策树概述决策树模型呈树形结构，在分类过程中表示基于特征对实例进行分类的过程。决策树模型可以视为if-then规则的集合，也可以视为是定义在特征空间与类别空间上的条件改了分布。主要优点是模型具有很好的可解释性，分类速度快，缺点是构建决策树时用的特征序列对分类效果有较大的影响。决策树学习过程通常包括三个步骤：特征选择，决策树的生成，决策树的修剪决策树模型分类决策...
2019-06-14 08:32:52
385
原创 《统计学习方法》笔记--朴素贝叶斯
《统计学习方法》第四章–朴素贝叶斯朴素贝叶斯概述朴素贝叶斯法是基于贝叶斯定理与特征条件独立假设的分类方法。通过给定的训练数据集，首先基于特征条件独立的假设学习输入输出的联合概率分布，然后基于此模型，对于给定的xxx，利用贝叶斯定理求出后验概率最大的输出yyy朴素贝叶斯法输入：训练数据T={(x1,y1),(x2,y2)...(xN,yN)};T=\{(x_1,y_1),(x_2,y_2)...
2019-06-06 21:36:44
1098
原创 《统计学习方法》笔记--K近邻
《统计学习方法》第三章–K近邻K近邻概述K近邻算法是一种基本分类与回归模型，该算法假定给定一个实例已经标定的训练数据集，在分类或回归时对新的实例，根据其K个最近邻的训练实例的类别，通过多数表决的方式进行预测，属于判别模型。K值得选择，距离度量，分类决策规则是K近邻算法的三个基本要素。K近邻算法输入：训练数据集T={(x1,y1),(x2,y2)...(xN,yN)};T=\{(x_1,y...
2019-05-30 19:11:58
253
原创 《统计学习方法》笔记--感知机
《统计学习方法》第二章–感知机感知机概述感知机是二类分类的线性模型，输入为实例的特征向量，输出为实例的类别，取+1和-1两个值。感知机本质对应于输入空间的一个超平面，通过将正负两类通过一个超平面划分开来，属于判别式模型。感知机模型假设输入空间（特征空间）是 $ \chi \subseteqq R^n $ 输出空间是 $ y={+1,-1} $。输入 $ x \in \chi$ 表示实例的...
2019-05-23 08:43:58
192
原创 《统计学习方法》笔记--概述
《统计学习方法》第一章–概述统计学习概述统计学习是关于计算机基于数据构建概率统计模型并运用模型对数据进行预测与分析的学科。目的是使得计算机系统通过运用数据及统计学习方法提高系统性能。统计学习方法可以概述如下：从给定的，有限的用于训练的数据集合出发，假设数据是独立同分布产生的；并且假设要学习的模型属于某个函数的集合，称为假设空间；应用某个评价准则，从假设模型中选取一个最优模型，使它对已知的...
2019-05-18 10:31:33
342
原创 Python小知识汇总
记录使用Python中遇到的小知识（持续更新）1.安装包时提示权限拒绝报错：Could not install packages due to an EnvironmentError: [WinError 5] 拒绝访问。: 'd:\\python36\\scripts\\pip.exe'解决：pip install --user <target-packages>2....
2019-03-12 19:04:15
369
原创 网络设备常用协议总结四（锐捷命令）
内部网关协议RIP路由协议：RIP概念：RIP协议是由施乐公司在20世纪70年代开发的，适用于小型同类网络的内部网关协议，是典型的距离矢量协议。RIP使用距离矢量来决定最优路径，即根据提供的跳数作为尺度来衡量路由距离。跳数是一个报文从本节点到目的节点中途径的中转次数，也就是一个包到达目标所必须经过的路由器的数目。RIP路由表中的每一项都包含了最终的目的地址，到目的节点的路径中的下一跳节点信...
2019-02-20 14:12:04
724
原创 无线网络安全
无线安全无线安全无线网络安全扫描网络主动式被动式无线网络协议WEP 协议（于 2004 被宣布退役）WPA/WPA2 协议WPS 协议蓝牙安全蓝牙简介蓝牙版本历程无线网络安全扫描网络要想入侵一个网络，就需要首先进行网络扫描，查看附近的无线网络，然后选定目标进行一系列的攻击。扫描网络分为主动式和被动式，主动扫描网络是指向目标主机发...
2018-11-28 19:04:09
3668
原创 网络安全概述
网络安全概述网络安全概述主要是讲解一些在网络层级容易发生的安全问题，一些常见的攻击手段及防御措施。主要的关注点在于网络协议中的一些漏洞和问题。网络安全概述暗网暗网介绍暗网与深网ARP欺骗ARP协议1. ARP缓存表2. ARP欺骗原理3. 常用ARP攻击工具DNS欺骗DNS协议DNS欺骗原理DNS欺骗防范中间人攻击中间人攻击原理...
2018-11-28 19:03:23
2152
原创 社会工程学简述
社会工程学学习笔记概述什么是社会工程学广义的说，社会工程学的定义是：通过建立理论并通过自然的，社会和制度上的途径且特别强调根据现实的双向计划和设计经验来一步一步的解决各种社会问题。在网络安全领域则更多的指的是通过欺骗，欺诈来操纵他人采取特定行动或泄露机密信息的行为。社会工程攻击总览整个计算机领域的社会工程学攻击，大体上可以分为两大部分。其一为非接触的信息收集，通过各种手段收集尽可能...
2018-10-25 09:32:40
5948
1
原创 系统安全概述
系统安全概述系统安全概述Linux 系统安全概述内核简介OpenSSH安全配置Shell安全权限管理和控制iptables（防火墙）配置常用安全策略Window安全综述端口安全修改默认端口如何修改远程桌面默认端口账户安全修改默认用户名，设置复杂密码删除多余用户启用密码策略Android系统安全系统安全机制Android进...
2018-10-25 09:27:43
1956
1
原创 Windows系统安全综述
Windows系统安全综述Windows系统安全综述 账户分类及概述 用户账户 在服务器管理器中管理用户通过进程与服务区分各内置用户账户的作用组账户 在服务器管理其中管理组需要人为添加成员的内置组动态包含成员的内置组克隆账户以及账户超级隐藏NTFS文件系统及权限应用EFS加密服务病毒及防范 计算机病毒 定义特点分类脚本病毒 特点计算机木马 定义...
2018-07-02 21:10:22
2421
原创 Seaborn学习笔记（三）
Seaborn中专门提供了针对分类数据的绘图函数，可以很好的展示分类数据的分布情况。分类数据的可视化1. 分类的散点图可以使用stripplot()来展示散点图中一个变量是分类的情况。titanic = sns.load_dataset(&quot;titanic&quot;)tips = sns.load_dataset(&quot;tips&quot;)iris = sns.load_dataset(&
2018-06-02 11:05:53
509
原创 Seaborn学习笔记（二）
之前学习了解的都是Seaborn的数据绘制时候的美化功能，只是为了使得绘制出的图形更加好看，Seaborn同样提供了许多的用于展示数据相互关系的绘图函数。Seaborn绘制数据集的分布1. 绘制单变量分布 最简便快速查看seaborn中单变量分布的是distplot()方法。默认情况下，这将绘制数据的直方图并拟合核心密度估计值（KDE）。x = np.random.normal(s...
2018-05-31 19:54:07
1014
原创 Seaborn学习笔记
Seaborn简介Seaborn是基于matplotlib的Python可视化库。它提供了一个高级界面来绘制有吸引力的统计图形。可以使得数据可视化更加的方便，美观。关于Seaborn的学习，推荐去官网，里边有详细的教程和示例。Seaborn常用功能简介直接使用Seaborn的美化功能Seaborn直接提供了多种对matplotlib绘制的图形的美化功能，可以直接使用。示例...
2018-05-31 14:53:03
10690
4
原创 学习用Python制作一个简易爬虫并做初步的数据可视化
1. 整体思路流程通过URL获取说要爬取的页面的响应信息（Requests库的使用）通过python中的解析库来对response进行结构化解析（BeautifulSoup库的使用）通过对解析库的使用和对所需要的信息的定位从response中获取需要的数据（selecter和xpath的使用）将数据组织成一定的格式进行保存（MongoDB的使用）2. 简单代码演示...
2018-05-25 15:40:10
22632
6
原创 Matplotlib学习笔记（2）--Matplotlib面向对象绘图
Matplotlib面向对象简介Matplotlib面向对象主要是可以实现更加定制化的绘图，但相比于通过直接使用pyplot而言使用也更加复杂。Matplotlib中大的对象主要分为三个，FigureCanvas（画布），Figure（图），Axes（绘制的坐标轴）。一张图中绘制多个子图import matplotlib.pyplot as pltimport numpy as ...
2018-05-25 10:06:45
2669
原创 Matplotlib学习笔记
Matplotlib学习笔记关于Matplotlib最好的学习笔记就是官网地址，上边有绘制各种图形的示例，建议去官网文档学习，另外喜欢看视频教程的可以去B站。B站关于Matplotlib的视频教程Matplotlib官网地址基本图形的绘制散点图绘制散点图使用matplotlib.pyplot中的scatter()函数import matplotlib.pyplot ...
2018-05-24 09:18:31
534
原创 MongoDB入门及问题总结
MongoDB使用入门及问题总结最近学习Python爬虫开发时需要使用MongoDB数据库，为此做个使用入门的介绍和所遇问题的总结。关于MongoDB关于MongoDB的简介可以直接去官网查看，主要和传统的MySQL，SQL Server这些数据库的不同之处在于它是NoSql型数据库，即非关系型数据库。不同于MySQL中的数据都是一张张的关系表结构，MongoDB中的数据并不是以相...
2018-05-19 21:10:01
2993
原创 渗透测试---信息搜集初识
渗透测试—信息搜集初识一. 外围信息搜集方式使用whois 进行域名注册信息查询whois [域名]注：使用whois查询时需要去掉www，ftp等前缀使用nslookup与dig查询域名注册信息1. nslookup2. set type=A //（参数A表示查询IP地址，MX表示邮件转发） set [域名]1...
2018-05-11 20:43:56
458
原创 Metasploit渗透测试框架初识
Metasploit渗透测试框架初识一.Metaspoit的下载与安装Metasploit的下载和安装很简单，提供各中系统的安装包，按照官网给出的教程即可——-官网地址二.Mstaspoit的体系架构三.Mstaspoit各模块简介1.辅助模块介绍：主要是为渗透测试信息搜集阶段提供大量的辅助工具，包括各种网络服务探测与扫描，构建虚假服务收集登录密码，口令的猜测与...
2018-04-25 19:01:11
896
原创 《Java并发编程的艺术》--并发机制的底层实现原理
前言在Java的并发编程中最重要的就是两个关键字volatile和synchronized，其中volatile可以说是轻量级的synchronized，它可以保证共享变量的可见性，而且由于不需要切换线上下文，所以执行成本比synchronized更低。下边就来看一下volatile和synchronized的异同。volatile在Java语言规范中对volatile的定义如下： Java编程
2017-02-27 16:42:52
2214
1
原创 Lottie介绍
前言之前得知Airbnb发布了一款吊炸天的动画库，赶紧去Git-Hub上瞅了一眼，由于提供Demo，所以很便于我们学习，一下是对Lottie官方Demo的一个解读，介绍一些这个吊炸天的动画开源库，他同时支持Android，iOS和React Native.官网地址解读首先项目结构很简单易懂 在assets文件夹中放着最为重要的动画中要用到的json文件。通过AndroidManifest文件可以找
2017-02-24 16:56:30
2297
原创 Volley源码解读(下)
上一篇文章主要是分析了Volley框架的整个执行流程，我们可以了解到，在调用了Volley.newRequestQueue()方法之后首先会构建一个stack来对网络请求进行封装和提交执行，然后会构建一个真正执行网络请求的实例NetWork，最后是构建任务提交的一个队列，并通过start()方法来启动整个工作系统。这一篇则主要看一下Volley中的各类的Request和Response类型
2017-02-20 12:29:15
538
原创 Volley源码解读(上)
Volley框架的使用Volley网络框架的使用方式绝大部分人都已经很熟悉了。最简单的就是通过Volley提供的静态方法newRequestQueue(Context context)来返回一个消息队列MessageQueue，然后在需要使用时将构造的网络请求消息添加到队列中去，这样就可以完成网络请求//定义全局的请求队列requestQueue=Volley.newReques
2017-02-20 12:28:41
1700
原创 Retrofit使用总结
开篇现在市面上已经有了很多关于Retrofit的使用教程的博文，本篇只是我自己学习使用Retrofit时候的一个总结。本文参考自：霍丙乾 腾讯Bugly的《深入浅出 Retrofit，这么牛逼的框架你们还不来看看？》一文。附：Retrofit首页及官方教程使用：导入依赖：使用首先要导入Retrofit的依赖：//这两个依赖库的版本必须要保持一致compile 'co
2017-02-08 11:03:14
1516
原创 《Android开发艺术探索》--Android中的IPC机制
Android中的多进程为什么要使用多进程使用多进程可以避免65535的方法限制，而且由于Android系统对于每个单独的App应用都有内存大小的限制，所以可以通过一个App的多进程方式来增加可用的内存。开启多进程在Android中开启多进程很简单，但是当多进程开启之后需要考虑的东西有很多，包括进程间的通讯，进程的创建和销毁的使用场景，以及开启多进程之后各种不可预期的错误<!--主进程-->
2017-02-05 16:40:11
519
原创 Android复习框架总结
Android组件Android基础—ActivityAndroid基础—ServiceAndroid基础—BroadcastReceiverAndroid基础—ContentProviderAndroid基础—Intent原理Android群英传–自定义View详解（一）Android群英传–绘图机制与处理技巧（一）Android群英传–绘图机制与处理技巧（二）Android群英传–绘图机制与处理
2017-02-02 19:38:14
822
原创 Java并发编程
线程关于什么是线程，以及线程和进程之间的区别可以看之前的一篇文章《Linux下的TCP/IP编程—线程及多线程服务端》线程的一些基础知识线程是有优先级的。但是这种优先级并不可靠，主要取决于其JVM是如何进行实现的，所以说依赖于线程优先级的编程是不可靠的，程序的正确性不能依赖于线程的优先级，可以通过线程的priority属性来设置线程的优先级。线程的状态（声明周期）：NEW:初始状态，线程被构建，
2017-02-02 10:11:40
396
原创 Golang笔记--基础篇汇总
Go程序结构：包名导入其他的包常量的定义全局变量的声明和负责一般类型声明结构的声明接口的声明由main函数作为程序入口启动点Go别名和省略调用：在导入包时可以使用别名来防止混淆，或者是使用省略调用来减少代码别名：//在导入包时定义别名import io “fmt”//使用时直接使用别名，而不是原来的包名io.Println("Hello World")省略调用（不建议使用，易
2017-01-29 18:49:53
1489
原创 《深入理解JVM》--内存管理机制
Java内存区域的分类程序计数器（线程私有）：可以看做是当前线程所执行的字节码的行号指示器。每一条线程都需要有一个独立的程序计数器来确定正在执行的字节码的地址。Java虚拟机栈（线程私有）：主要描述的是Java方法执行的内存模型，每个方法在执行的同时都会创建一个栈帧，用于存储局部变量表，操作数栈，动态连接，方法出口等信息。若是线程请求的深度的栈的深度超出了虚拟机所允许的深度，就会抛出StackO
2017-01-18 00:15:58
576
原创 《深入理解JVM》--JVM类加载机制总结
概述：虚拟机的类加载机制主要是指：虚拟机把描述类的数据从Class文件加载到内存，并对数据进行校验，转换解析和初始化，最终形成可以被虚拟机直接使用的Java类型的一整套机制类的加载流程：其主要的加载流程（生命周期）如图：在这个生命周期的流程图中，加载，验证，准备，初始化，卸载这五个阶段的顺序是确定的，也就是说要加载类时需要依次进行这个五个阶段，但是类的解析阶段则不一定，有可能在初始化之后才开始进行解
2017-01-15 21:43:06
1853
原创 CCNA考试复习总结
CCNA考试复习总结设置默认网关：ip default-network [网关IP地址]或者是：ip route [源ip地址] [ 子 网 掩码] [下一跳ip地址]为需要远程管理的交换机进行配置：ip default-getway [网关地址]interface vlan 1ip address [需要远程管理的交换机的ip] [掩码]no shutdown网络不可连接时的检查步骤
2017-01-10 15:25:51
1237
原创 关于MVC，MVP，MVVM的一点总结和思考
简介软件的架构方式有很多种，从最开始的MVC模式，演化到MVP，然后到现在的MVVM，在不断的演化过程中其核心的思想就是降低各组件之间的耦合度，使得数据的流向更加的清晰明了。但并不是意味着一个比另一个高级，只是对于软件的架构方式有的不同的视角，针对不同的场景有了更多的选择方案。在学习过程中通过对三种架构方式的比对和思考，可以很好的帮助我们提高对于软件架构的理解，以下只是自己学习过程中的一点总结和反思
2016-12-27 16:43:27
6628
在有多个图形的情况下OpenGLES如何单独移动一个图形
2015-11-28
TA创建的收藏夹 TA关注的收藏夹
TA关注的人