进程注入：Process Doppelgänging 攻击者可以通过Process Doppelgänging将恶意代码注入到进程中，从而逃避基于进程的防护，并且进行可能的特权提升。Process Doppelgänging是一种在单独的活动进程的地址空间中执行任意代码的方法。 Vista中引入了Windows事务NTFS（TxF）作为执行安全文件操作的方法。为确保数据完整性，TxF仅允许一个
转载
2021-05-23 13:15:25
619阅读
2评论
从很早以前开始，我就用自己编写的图像查看器浏览图片了。至于为什么要这样，可能当初是为了煅炼技术，也可能是作为程序员的一点点自娱自乐的习惯， 还有可能就是感觉用自己的亲手开发的工具有成就感。LookImage很多年前就存在了，从最开始的VB版本，到至今的Delphi重新编码版，从最开始 的仅仅能查看bmp、jpg，到现在能支持当前大部分图像格式，说它是陪伴我在软件开发行业一路走来最好的伙伴也不为过。
前言网上有很多用kill -URS1的方式来让nginx产生新的日志文件，也有很多人抱怨这种方式是否正确，在这里我要告诉大家，这种方式非常正确。我看了系统自带的logrotates来实现nginx的日志分割，查看其bash源码，发现也是发送USR1这个信号。这里解释一下USR1这个用户自定义信号，经过和一淘我特别崇拜的一个牛人张洋确认后，发现ubuntu下大部分进程对这个信号的反应都是重新生成日志
原创
2014-07-04 15:57:00
671阅读
前言网上有很多用kill -URS1的方式来让nginx产生新的日志文件，也有很多人抱怨这种方式是否正确，在这里我要告诉大
转载
2012-12-04 15:42:00
75阅读
2评论
首先，什么 是负载均衡？负载均衡（Load Balance）指将负载（工作任务）进行平衡，分摊到多个操作单元上进行运行。 我们来举个例子说明一下：假设有多台服务器，如果有成千上万个客户端请求连接同一个服务器，那么这台服务器就会因为负载压力过大而使得网络响应速率降低，甚至会崩溃，这时候我们就需要负载均衡一下，把这些客户端均衡给多个服务器，来提高响应速率。这也是要设计实现负载均衡框架的初衷。基于上述说
简介Nginx默认没有开启利用多核cpu，我们可以通过增加worker_cpu_affinity配置参数rker_cpu_a.
转载
2012-11-13 22:43:00
143阅读
2评论
在当前目录下生成一个50M的文件方法一dd if=/dev/zero of=test bs=1M count=50方法二head -c 10M < /dev/urandom > test
原创
2022-07-12 12:00:28
95阅读
绝大部分写业务的程序员，在实际开发中使用 Redis 的时候，只会 Set Value 和 Get Value 两个操作，对 Redis 整体缺乏一个认知。这里对 Redis 常见问题做一个总结，解决大家的知识盲点。
1、为什么使用 Redis
在项目中使用 Redis，主要考虑两个角度：性能和并发。如果只是为了分布式锁这些其他功能，还有其他中间件 Zo
转载
2023-08-09 21:20:09
24阅读
1 之前说过，运用统计分析常用的观测方式（观测尺度、观测量度）有均值、方差、协方差、自相关、偏相关。但是对于像时间序列这样一维的数据构成特点。有自有的自协方差、自相关和自偏相关，方式和方法也是引用统计分析的度量方式，根据均值为0，方差为常数等特点，略加改变，形成时间序列这种数据特有的一种“自”度量方式。2 关于自协方差这块，我们可以看一下这两个公式： 3 关于自相关这块儿，我们也可
典型相关分析的基本思想 Canonical Correlation AnalysisCCA典型相关分析（canonical correlation analysis）利用综合变量对之间的相关关系来反映两组指标之间的总体相关性的多元统计分析方法。它的基本原理是：为了从总体上把握两组指标之间的相关关系，...
转载
2015-02-06 18:19:00
794阅读
文档http://www.digpage.com/web_request.html DEMO资源集https://github.com/forecho/awesome-yii2
原创
2015-07-26 20:54:24
294阅读
时间序列分析中，自相关系数ACF和偏相关系数PACF是两个比较重要的统计指标，在使用arma模型做序列分析时，我们可以根据这两个统计值来判断模型类型（ar还是ma）以及选择参数。目前网上关于这两个系数的资料已经相当丰富了，不过大部分内容都着重于介绍它们的含义以及使用方式，而没有对计算方法有详细的说明。所以虽然这两个系数的计算并不复杂，但是我认为还是有必要做一下总结，以便于其他人参考。本文的内容将主
转载
2023-07-13 22:34:47
754阅读
大家好，Python在编程语言流行指数PYPL中已多次排名第一。由于其代码可读性和更简单的语法，它被认为是有史以来最简单的语言。NumPy、Pandas、TensorFlow等各种AI和机器学习库的丰富性，是Python核心需求之一。如果你是数据科学家或 AI/机器学习的初学者，那么Python是开始你的旅程的正确选择。本次会带着大家探索一些Python编程的基础知识，虽然简单但都很有用。&nbs
python 基础知识(一) 一、python发展介绍 Python的创始人为Guido van Rossum。1989年圣诞节期间，在阿姆斯特丹，Guido为了打发圣诞节的无趣，决心开发一个新的脚本解释程序，做为ABC 语言的一种继承。之所以选中Python（大蟒蛇的意思）作为程序的名字，是因为他是一个叫Monty Python的喜剧团体的爱好者。Python是从ABC发展起来，主要受到了Mo
person correlation coefficient（皮尔森相关性系数）：反应的是两个变量之间变化趋势的方向以及程度，其值范围为-1到+1，0表示两个变量不相关，正值表示正相关，负值表示负相关，值越大表示相关性越强。这里的相关与否指的是是否线性相关，可能不存在线性相关，却存在其他非线性相关关系。偏态分布：频数分布有正态分布和偏态分布之分。正态分布是指多数频数集中在中央位置，两端的频数分布大
距离度量公式有：欧几里得距离，明可夫斯基距离，曼哈顿距离，切比雪夫距离，马氏距离等；相似度的度量公式有：余弦相似度，皮尔森相关系数，Jaccard相似系数。 补充：欧几里得距离度量会受特征不同单位刻度的影响，所以一般需要先进行标准化处理。pearson当两个变量的方差都不为零时，相关系数才有意义，相关系数的取值范围为[-1,1]当相关系数为1时，成为完全正相关；当相关系数为-1时，成为完
在 M=m+1 个变数中，m个变数的综合和一个变数的相关，叫做多元相关或负相关（multiple correlation）;其余M-2个变数皆固定时，指定的两个变数间相关，叫做偏相关（partial correalation）。从相关关系的性质看，多元相关和偏相关的M个变数都是随机变数，并无自变数和依变数之分。多元相关和偏相关的统计数也常用于有自变数和依变数之分的资料，并作为回归显著性...
原创
2022-01-11 16:49:54
2328阅读
