- 博客(487)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 两个近期的计算机安全领域国际学术会议：欢迎投稿
第27届攻击、入侵与防御国际会议（The 27th International Symposium on Research in Attacks, Intrusions and Defenses， RAID 2024）即将在2024年9月30日至10月2日在 意大利古城 帕多瓦 隆重举办。本人有幸受邀加入本届会议的程序委员会
2024-03-09 12:15:05
187
3
原创 计算机英文单词课堂——Shebang
如果脚本文件中包含Shebang，类Unix操作系统的程序载入器会分析Shebang后的内容，将这些内容作为解释器指令，并调用该指令，并将载有Shebang的文件路径作为该解释器的参数
2024-01-26 11:44:21
582
2
原创 微调BERT实现对IMDB数据集的情感分析(Sentiment Analysis)
BERT是Google提出的一个基于Transformer的自然语言处理领域的预训练模型。在得到一个预训练的模型之后，针对不同的具体任务，还要做Fine-tuning。本文将演示在Tensorflow中微调BERT模型实现对文本进行分类的目的。文本情感分析（Sentiment Analysis）是自然语言处理中的一个常见任务
2024-01-22 08:17:55
267
原创 软件漏洞发现：基于Transformer分析补丁中的Commit Message
谷歌的研究人员在论文 Attention is All you need 中提出了 Transformer 模型，其使用 Self-Attention 结构取代了在 NLP 任务中常用的 RNN 网络结构。而且实验也证明Transformer在效果上已经完败传统的 RNN 网络。在当下流行的很多LLM中，Transformer也是必不可少的基石。本文主要演示Transformer在软件安全领域的一个应用。我们将通过分析软件补丁中的Commit Message部分，来挖掘出那些未上报的隐秘软件漏洞
2024-01-22 08:09:48
150
原创 BERT（从理论到实践）: Bidirectional Encoder Representations from Transformers【3】
BERT（Bidirectional Encoder Representations from Transformers）是Google提出的一个基于Transformer的自然语言处理领域的预训练模型。BERT这种预训练模型是“自监督的”或者半监督的（Semi-supervised Learning）。本文将在Tensorflow/Keras中运用BERT实现文本分类任务
2024-01-04 08:43:43
1320
原创 BERT（从理论到实践）: Bidirectional Encoder Representations from Transformers【2】
BERT（Bidirectional Encoder Representations from Transformers）是Google提出的一个基于Transformer的自然语言处理领域的预训练模型。BERT这种预训练模型是“自监督的”或者半监督的（Semi-supervised Learning）。本文将在Keras中演示BERT的使用
2024-01-03 14:52:44
1258
原创 探访纳尔逊美术馆里的绝世中华艺术品收藏
上个世纪初，军阀混战，民不聊生。1912年，河北易县一个偏僻的山洞里惊现十六尊令人叹为观止的等身三彩罗汉像。而且，这也是迄今为止唯一发现的辽代孤品，极其罕见。辽代三彩等身罗汉像原本一共16尊，偷盗和运输过程中至少毁坏了3尊。目前，可查的存世罗汉像共10尊，却没有一尊留在中国。可想而知它们的珍贵程度。纳尔逊美术馆里现收藏有其中的一尊，如果你有幸到此，千万不要错过
2024-01-03 09:34:22
421
原创 英文诗歌里是如何表达“我命由我不由天”这句话的？
不可征服这首诗在欧美国家流传度极高。南非前总统纳尔逊·曼德拉经常背诵非常喜欢这一首短诗，据说他被囚禁于罗本岛时，就经常背诵这首诗，以达到激励斗志、坚定信仰的目的。在拍摄曼德拉的传记电影《成事在人》时，导演克林特·伊斯特伍德决定将《成事在人》的片名由原来的工作用名“The Human Factor”改为了“Invictus”，将诗歌与电影合为一体，体现了“面对灾难时争取生存”的主题
2024-01-03 08:02:09
377
原创 BERT（从理论到实践）: Bidirectional Encoder Representations from Transformers【1】
BERT（Bidirectional Encoder Representations from Transformers）是Google提出的一个基于Transformer的自然语言处理领域的预训练模型。BERT这种预训练模型是“自监督的”或者半监督的（Semi-supervised Learning）。也就是说，我们手头拥有大量未标记的数据——自然语言中的句子。为了训练一个语言模型，就自己创造一些任务，例如Maked LM和NSP
2024-01-02 13:58:11
1182
原创 Byte-Pair Encoding（BPE）
Byte-Pair Encoding（简称BPE）是一种在NLP中使用的压缩算法，它用一小组子词单元表示大词汇量。它广泛用于各种NLP任务，如machine translation, text classification, and text generation。BPE的基本思想是通过迭代地合并文本语料库中最频繁的相邻字节或字符对，直到达到预定的词汇大小。生成的子词单元可用于以更紧凑和高效的方式表示原始文本
2024-01-02 13:55:37
1141
原创 解决编译中遇到的问题：Please port gnulib freadahead.c to your platform
解决在编译若干个老版本的GNU gzip软件中遇到的各种各样的问题。例如：Please port gnulib freadahead.c to your platform，以及error: too many arguments to function ‘futimens’ 188 | return futimens (-1, file, timespec); 等等。遂记录于此。
2023-09-23 03:31:13
1309
原创 在Linux、Ubuntu中跨平台编译ARM（AARCH64）平台的binutils
Binutils 是GNU提供的一组二进制工具的集合。通常，在已经安装了Linux操作系统的个人电脑上，系统就已经自带了这个工具集。但在进行嵌入式开发的时候，可能会用到支持ARM64平台的Binutils，这时就需要用到交叉编译
2023-07-24 11:08:53
1422
原创 基于Transformer实现文本分类（Keras/TensorFlow）
2017年，Google 在论文 Attention is All you need 中提出了 Transformer 模型，其使用 Self-Attention 结构取代了在 NLP 任务中常用的 RNN 网络结构。而且实验也证明Transformer 在效果上已经完败传统的 RNN 网络
2023-02-16 07:56:12
2497
1
原创 Keras实例教程(7)之构建模型的第三种方式
曾几何时，在TensorFlow中搭建深度学习模型对于很多人来说其实仍然是比较困难的。相比之下，Keras作为独立于TensorFlow的一种深度学习框架则要简单很多。在TensorFlow与PyTorch的竞争中逐渐式微的情况下，TensorFlow团队终于宣布Keras将成为在tensorflow2.0中构建和训练模型的核心高级API
2023-02-15 11:50:22
509
转载 Python面向对象中的super详解
Python中关键字super主要用来调用父类的方法，当我们调用 super() 的时候，实际上是实例化了一个 super 类，而非关键字或者函数等其它数据结构。在大多数情况下，super 包含了两个非常重要的信息: 一个 MRO （方法解析顺序）以及 MRO 中的一个类
2023-02-15 08:46:34
574
原创 successful NUMA node read from SysFS had negative value (-1)告警的处理方法
在使用 TensorFlow或者Keras时，可能会遇到下面这个告警“successful NUMA node read from SysFS had negative value (-1)”，本文将介绍该告警的处理方法
2023-02-11 07:34:26
1985
原创 LSTM已死，Transformer当立（LSTM is dead. Long Live Transformers! ）：下
2017 年，Google 在论文 Attention is All you need 中提出了 Transformer 模型，其使用 Self-Attention 结构取代了在 NLP 任务中常用的 RNN 网络结构。而且实验也证明Transformer 在效果上已经完败传统的 RNN 网络
2023-02-11 04:54:25
3220
原创 LSTM已死，Transformer当立（LSTM is dead. Long Live Transformers! ）：上
2017 年，Google 在论文 Attention is All you need 中提出了 Transformer 模型，其使用 Self-Attention 结构取代了在 NLP 任务中常用的 RNN 网络结构。而且，实验也证明Transformer在效果上可以完败RNN，本文主要介绍 Transformer 模型的具体实现，作为上篇，我们先把Multi-head Self-Attention解释清楚
2023-02-10 10:43:27
1129
原创 libnvinfer.so, libnvinfer_plugin.so : cannot open shared object file 错误解决
在使用GPU加速你的深度学习程序时，你是否遇到过如下警告：Could not load dynamic library 'libnvinfer.so.7'; dlerror: libnvinfer.so.7: cannot open shared object file: No such file or directory; Could not load dynamic library 'libnvinfer_plugin.so.7'; dlerror: libnvinfer_plugin.so.7
2023-02-08 09:02:09
2982
原创 脚本语言Bash简明教程【3】（完结篇）
Bash, Bourne-Again SHell，是Bourne shell的后继兼容版本与开放源代码版本, Unix shell的一种。在1987年由布莱恩·福克斯为了GNU计划而编写。1989年发布第一个正式版本，原先是计划用在GNU操作系统上，但能运行于大多数类Unix系统的操作系统之上。Bash是一个命令处理器
2022-12-17 08:42:57
416
原创 Ghidra逆向工具之旅与二进制代码分析【3】
逆向工程工具Ghidra由NSA的研究理事会为其网络安全任务开发的软件逆向工程（SRE）框架，它有助于分析恶意代码和病毒等恶意软件，并可以让网络安全专业人员更好地了解其网络和系统中的潜在漏洞
2022-12-16 11:13:17
597
原创 Linux中使用交叉编译、二进制分析工具链
交叉编译，就是要生成在其它平台上运行的目标代码。例如个人电脑上的CPU都基于X86架构。但很多手机或其它嵌入式设备的处理器则可能是基于ARM架构的。若要在个人电脑上开发嵌入式应用，就要进行交叉编译。本文主要演示在Linux环境下使用交叉编译及二进制分析工具链的基本方法
2022-12-16 06:51:41
820
原创 脚本语言Bash简明教程【2】
Bash, Bourne-Again SHell，是Bourne shell的后继兼容版本与开放源代码版本, Unix shell的一种。在1987年由布莱恩·福克斯为了GNU计划而编写。1989年发布第一个正式版本，原先是计划用在GNU操作系统上，但能运行于大多数类Unix系统的操作系统之上。Bash是一个命令处理器
2022-12-14 09:25:06
299
原创 计算机系统安全学术会议评价与排行
综合了六大计算机安全学术会议排名，汇集了2022新版CCF推荐会议排名，清华大学计算机学科群推荐学术会议榜单，以及Google Scholar学术指标排名等，做系统安全研究的人应该尽快收藏
2022-12-14 06:54:28
3927
原创 脚本语言Bash简明教程【1】
Bash, 即Bourne-Again SHell，是Bourne shell的后继兼容版本与开放源代码版本, Unix shell的一种。在1987年由布莱恩·福克斯为了GNU计划而编写。1989年发布第一个正式版本，原先是计划用在GNU操作系统上，但能运行于大多数类Unix系统的操作系统之上。Bash是一个命令处理器，通常运行于文本窗口中，并能执行用户直接输入的命令。Bash还能从文件中读取命令，这样的文件称为脚本。它支持通配符匹配、管道、命令替换、变量，以及条件判断和循环遍历的结构控制语句
2022-12-09 06:12:42
356
原创 GNU调试、反编译、二进制分析工具链
GCC是GNU中用于编译的工具，其全称是 GNU Compiler Collection。将C/C++源代码用GCC/G++编译成可执行的二进制文件后，后续还有很多有用的工具可以支持调试、反编译、及二进制代码分析的工作，例如知名的gdb。本文主要介绍GNU工具链中跟调试、反编译、二进制分析相关的应用。例如addr2line和objdump。熟悉和了解这些工具对于逆向工程、系统安全、软件分析等非常有帮助
2022-11-19 13:02:23
778
原创 Ghidra逆向工具之旅与二进制代码分析【2】
Ghidra是一种开源的逆向工具，它是由NSA的研究理事会为其网络安全任务开发的软件逆向工程（SRE）框架，它有助于分析恶意代码和病毒等恶意软件，并可以让网络安全专业人员更好地了解其网络和系统中的潜在漏洞。把Ghidra和Python脚本结合起来，会大大提高执行效率，从而发挥更加强大的功用
2022-10-30 11:30:12
1429
原创 Ghidra逆向工具之旅与二进制代码分析【1】
本系列文章系统地介绍众多逆向工具中的一种 Ghidra，它是由NSA的研究理事会为其网络安全任务开发的软件逆向工程（SRE）框架，它有助于分析恶意代码和病毒等恶意软件，并可以让网络安全专业人员更好地了解其网络和系统中的潜在漏洞。Ghidra跟IDA Pro用起来很像，但Ghidra是免费的，而且是开源的
2022-10-29 13:03:25
931
原创 Linux信号详解：signal与sigaction函数【2】
前面已经讨论了Linux操作系统中“信号”、“中断”、“僵尸进程”’等重要概念。结合C语言中的setjmp、longjump、sigsetjum和siglongjmp，读者也知道了如何实现异常处理。通过signal和sigaction，我也知道了如何修改或者屏蔽默认的信号处理函数。这是本系列文章的最后一篇。本文将通过具体代码实例来深化上述重要概念和方法的理解
2022-10-11 08:21:37
569
原创 Linux信号详解：signal与sigaction函数【1】
在此前的系列文章中，我们已经介绍了signal函数的基本用法，本文将通过若干例子帮助读者增进对于它的了解，特别地，本文还要重点解释Sigaction的使用方法
2022-10-07 11:21:39
598
原创 据传是科罗拉多最美的景致：万山中的秘境仙踪
科罗拉多州（Colorado）素有“户外运动天堂“之称，该州最著名的旅游胜地洛基山国家公园更常年位居全美最热门国家公园榜单前列。但如果问“哪里是科罗拉多最美的地方（the most photographed and iconic spot）？”，答案可能是一个很多人都没太听过的名字——Maroon Bells。大部分介绍科罗拉多旅游的出版物（杂志文章或者书籍）都使用该地所拍摄的照片作为封面
2022-09-26 11:08:20
564
1
原创 Excel表格快速复制公式到最后一行，无需拖拽！
工欲善其事，必先利其器！掌握一些Excel表格的操作技巧，很多时候会极大地减轻工作量。有时我们希望在Excel表格中快速填充/复制公式，但如何在不使用鼠标拖拽的情况下直接复制到最后一行呢？本文将手把手助你提升工作效率
2022-09-26 10:27:07
20160
1
原创 Ubuntu22.04深度学习GPU环境配置：Nvidia CUDA 11.7、cuDNN 8.5 详细解读（20220910）
假设你已经成功安装了最新版本的Ubuntu22.04 LTS 操作系统，并已经配备了支持深度学习的英伟达GPU，本文将手把手详细解读如何配置环境，包括安装必要的软件：例如驱动515，CUDA 11.7，以及cuDNN 8.5等
2022-09-12 06:47:47
3766
2
原创 自然之州阿肯色及温泉国家公园
阿肯色州（Arkansas）是美国南部的一个州。这是一篇让你彻底玩透阿肯色的深度游记，希望我们一同饱览这神秘而壮丽的景色
2022-07-29 10:39:57
1063
2
原创 美国的国家公园概览
美国国家公园被认为是美国最宝贵的历史遗产中的一个，它作为美国人的公共财产得到管理，并为让后代享用而得到保护维修。美国利用国家公园保护国家的自然、文化和历史遗产，并让全世界通过这个视窗了解美国的壮丽风貌、自然和历史财富以及国家的荣辱忧欢...
2022-06-07 10:26:25
630
1
原创 在Docker中使用TensorFlow（GPU版+Ubuntu 20.04）
在此前的文章中，我们介绍了如何在Ubuntu 20.04中安装Docker。本文将介绍如何在其中使用TensorFlow（GPU）版。安装完成Docker并检查安装正确后，如果需要Docker容器中有GPU支持，需要再安装NVIDIA-Docker
2022-03-29 10:21:47
3389
原创 在RNN模型中引入注意力机制（Attention）
将Seq2seq模型用于机器翻译时，一个明细的问题在于随着输入句子越来越长，更早输入的单词就很大可能会被忘掉。于是，随着输入句子中单词数变多，翻译质量就会很快劣化。改善此问题的一个方法就是引入注意力机制（Attention），本文由此展开解释Attention的基本原理...............
2022-03-29 08:02:47
2906
原创 在Ubuntu 20.04上安装Python虚拟环境
使用 Python 开发的过程中，工程一多，难免会碰到不同的工程依赖不同版本的库的问题；抑或是在开发过程中不想让物理环境里充斥各种各样的库，引发未来的依赖灾难。为此，需对不同的工程使用不同的虚拟环境来保持开发环境以及宿主环境的整洁
2022-03-28 12:15:25
4250
原创 SIFT特征描述与检测的Matlab实现
尺度不变特征变换（SIFT）特征对旋转、尺度缩放、亮度变化等保持不变性，是非常稳定的局部特征。SIFT的主要思路是：首先构造图像的尺度空间表示，然后在尺度空间中搜索图像的极值点，由极值点再建立特征描述向量，最后用特征描述向量进行相似度匹配。本文将通过MATLAB代码来演示SIFT特征描述算法的原理
2021-12-20 05:54:01
1448
原创 SURF特征描述与检测的Matlab实现
SIFT特征描述算子在生成特征矢量时使用的是高斯图像，而SURF特征描述算子在生成特征矢量时用到的则是积分图。这样做的目的是为了充分利用特征点检测时形成的中间结果，也就是积分图，从而避免在特征矢量生成时对图像进行重复计算。本文将通过MATLAB代码来演示SURF特征描述算法的原理
2021-12-20 04:26:25
2649
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人