技术文章

Mybatis-plus 文档 注释 mapper extends BaseMapper service extends IService 注释 DDML 进一步封装：采用 get 查询单行, remove 删除, list 查询集合, page 分页 int insert(T entity); boolean save(T entity); 选择字段，策略插入 boolean saveBatch(Collection<T> entityList); 批量插入 boolean saveOrUpdateBatch(Collection<T> entityList); int deleteById(Serializable id); boolean removeById(Serializable id); 根据 entity 条件删除 int delete(Wrapper<T> wrapper); boolean remove(Wrapper<T> queryWrapper); 无对应记录也返回true columnMap 删除条件 int deleteByMap(Map<String, Object> columnMap); boolean removeByMap(Map<String, Object> columnMap); columnMap 表字段 map 对象 int

本文来自： OTCBTC首席执行官-郑易廷 前言 我近几年来，写了不少书。各有不同特色，有增长方面的书籍，也有创业的书籍，教人学习、编程、分析财报的书籍等等。很多人可能好奇为什么我现在又要写一本书新书，而且还是「互联网服务安全实战」如此生僻的选题。其实，这个主题一直以来，就是我很想写的一本书。 互联网服务的设计安全，一直是一个被行业与大众忽略的议题。 这个主题不是不重要，而是诸多因素，造成这个议题很难被重视： 设计安全服务的成本巨大，一个初创企业，在创业过程中，往往关注的是获利与生存，故无暇投资在这方面的建设。 企业没有被攻击过，就不知道安全的重要性，更无法想像这里面的水有多深。 安全人才难觅，安全往往是 by design 的。通常企业一般来说无法自行培养出有安全意识的架构师与风控部门。这一类的人才，往往是有过大型服务的互联网公司，才有相关的意识训练。 所谓安全的系统，是以控制风险与多重校验作为主要手段。而此类的设计，往往会在正常业务上附加上非常多复杂的 overhead。除非业务已定型成熟，需要进入到风险控制阶段，否则开发人员并无意愿加入类似的设计。 安全是有价的。而且是极高的代价。除非该间网路公司经营的是一间与金融高度相关的产业，如果只是一个博客或者互联网社群服务，通常此类公司对于「安全」的需求设计相对较低。因为若遭受到黑客攻击，用户资料被盗，我们可以问问

一、简介 1524端口 ingreslock Ingres 数据库管理系统（DBMS）锁定服务 利用telnet命令连接目标主机的1524端口，直接获取root权限。 Ingreslock后门程序监听在1524端口，连接到1524端口就可以直接获得root权限, 经常被用于入侵一个暴露的服务器。 二、 利用nmap工具扫描目标主机 1.1 使用nmap命令对目标主机进行扫描。单击桌面空白处，右键菜单选择“在终端中打开”。 1.2 在终端中输入命令“nmap –sV 192.168.238.129”，对目标主机进行端口扫描，发现开放1524端口。 三、连接 在终端中输入命令“telnet 192.168.1.3 1524”，连接目标主机1524端口，显示连接成功。 来源： oschina 链接： https://my.oschina.net/u/4303180/blog/3472754

MQTT百科 MQTT(消息队列遥测传输)是ISO 标准(ISO/IEC PRF 20922)下基于发布/订阅范式的消息协议。它工作在 TCP/IP协议族上，是为硬件性能低下的远程设备以及网络状况糟糕的情况下而设计的发布/订阅型消息协议，为此，它需要一个消息中间件 。 从危机百科可以看出，MQTT是一种协议，不是一种消息队列。尽管，它有消息队列的设计，但更侧重是一种网络 协议 。 一般推荐使用2014年10月30日发布的MQTT 3.1.1版本，关于MQTT3.1.1版本优势的 文章 。 几个概念 客户端（Client） MQTT客户端是运行MQTT客户端库并通过网络连接到MQTT中间件的任何设备（从嵌入式设备到服务器）。MQTT客户端库可由各种编程语言实现。 例如，Android，Arduino，C，C ++，C＃，Go，iOS，Java，JavaScript和.NET。 中间件（Broker） MQTT中间件是MQTT协议的核心。负责接收所有消息，过滤消息，确定订阅每条消息的客户端，以及将消息发送给这些订阅的客户端。还包括对持久会话的管理，以及客户端的认证和授权等功能。例如：Mosquitto就是由Eclipse基金会维护开发的MQTT中间件。由Apache基金会维护开发的ActiveMQ消息中间件支持MQTT协议。 MQTT 连接 这里借用 hivemq 的几张图.

查看sqlmap全部脚本 $ python sqlmap.py --list-tampers 使用方法 --tamper=TAMPER 2019.9更新后翻译 * apostrophemask.py-用其UTF-8全角字符替换撇号（'）（例如'->％EF％BC％87） * apostrophenullencode.py-用非法的双unicode替换撇号（'）（例如'->％00％27） * appendnullbyte.py-在有效载荷的末尾附加（访问）NULL字节字符（％00） * base64encode.py-Base64对给定有效载荷中的所有字符进行编码 * between.py- 替换较大比运算符（'>'）带有'NOT BETWEEN 0 AND＃'，等于运算符（'='）与'BETWEEN＃AND＃' * bluecoat.py-用有效的随机空白字符替换SQL语句后的空格字符。然后用运算符LIKE替换字符'=' * chardoubleencode.py-双重URL编码给定有效负载中的所有字符（未处理已编码）（例如SELECT->％2553％2545％254C％2545％2543％2554） * charencode.py-URL编码中的所有字符给定的有效载荷（不处理已经编码的）（例如SELECT->％53％45％4C％45％43％54） *

首先，确保手机打开了USB调试。如果还是检测不到WebView页面，主要有以下几种情况。 1、反应慢，稍等一会 2、关闭然后重新打开USB调试开关，刺激一下chrome，我的魅族手机有时需要这样操作一下。 3、华为手机，打开USB调试和 仅充电模式下允许ADB调试。 如下图所示： 如果还不行，请安装华为手机助手，插上手机后会提示安装的。不安装的话，可能会出现不稳定的情况。 4、有网友插了两个手机，结果一个都检测不到，拔掉一个神奇的好了。 　　总之，主要是手机的问题，实在不行就换个手机试试，不要在一个手机上吊死。 5、如果手机型号识别了，但是没有识别WebView。 可能是要调试的APP没有打开WebView的调试模式 。会出现有的App能Inspect，有的不能。 可参考 Cordova/Ionic开发的Android APP启用Chrome Inspect调试的方法 如果点击Inspect后。出现空白页面的话，查看 此处解决方法 。 来源： oschina 链接： https://my.oschina.net/u/4381003/blog/4029664

↑公众号关注 “Graph-AI” 专注于 图机器学习 IJCAI2020 图相关论文集 “ IJCAI（International Joint Conference on Artificial Intelligence，国际人工智能联合会议），是人工智能领域中最主要的学术会议之一，是CCF A类会议。 “ 本文将该会议与图相关的文章进行了整理，IJCAI接受的论文分为主赛道和特别赛道，都进行了大致的分类：计算机视觉、数据挖掘等。但因为本文是关注图方面的，所以按照图的种类来进行筛选。 “ 全部收录论文地址：http://static.ijcai.org/2020-accepted_papers.html Main track 图卷积网络 MR-GCN: Multi-Relational Graph Convolutional Networks based on Generalized Tensor Product LSGCN: Long Short-Term Traffic Prediction with Graph Convolutional Networks Multi-Class Imbalanced Graph Convolutional Network Learning Multi-View Attribute Graph Convolution Networks for

一、期末考试成绩班级前十名 张菲诺(95)、刘宇其(95)、魏一鸣(93)、郭宇城(92)、程梓兼(91)、葛珈玮(90)、汪子怡(90)、余张伟(90)、张昰昊(89)、朱柏青(89) 二、总成绩计算方法 平时成绩根据交作业的次数决定，本学期共交作业14次，10次以上（包括10次）100分，少一次扣10分。 总成绩=平时成绩*15%+期中考试成绩*15%+期末考试成绩*70% 三、最终成绩及人数 最终成绩 人数 A 29 A- 2 B+ 22 B 13 B- 11 C+ 8 C 4 C- 3 D 2 F 8 缺考 1 合计 103 四、期末卷面成绩及人数 卷面成绩 人数 90分--100分 8 80分--89分 24 70分--79分 28 60分--69分 15 50分--59分 10 40分--49分 9 40分以下 8 缺考 1 合计 103 五、试卷命题分析 本次期末试卷的第一大题为 8 道选择题，主要考察学生对基本概念的理解以及对课后作业和复习题中常见结论的熟悉程度。第二大题为 8 道填空题，它们与第三、四、五大题同为计算题，覆盖了整个高等代数II中所有重要的计算方法和技巧，这些也是后续专业课程（如常微分方程、泛函分析、数值计算和微分几何等）所要求掌握的计算基本功。第六、七、八大题同为证明题，主要涉及 Jordan 标准型

1、支撑向量机SVM是一种非常重要和广泛的机器学习算法，它的算法出发点是尽可能找到最优的决策边界，使得模型的泛化能力尽可能地好，因此SVM对未来数据的预测也是更加准确的。 2、SVM既可以解决分类问题，又可以解决回归问题，原理整体相似，不过也稍有不同。 在sklearn章调用SVM算法的代码实现如下所示： #（一）sklearn中利用SVM算法解决分类问题 import numpy as np import matplotlib.pyplot as plt from sklearn import datasets d=datasets.load_iris() x=d.data y=d.target x=x[y<2,:2] y=y[y<2] print(x) print(y) plt.figure() plt.scatter(x[y==0,0],x[y==0,1],color="r") plt.scatter(x[y==1,0],x[y==1,1],color="g") plt.show() #进行数据据标准化处理（线性方式） from sklearn.preprocessing import StandardScaler s1=StandardScaler() s1.fit(x) x_standard=s1.transform(x) print(np.hstack([x,x

SVM基本使用　　 　　SVM在解决分类问题具有良好的效果，出名的软件包有 libsvm (支持多种核函数), liblinear 。此外python机器学习库scikit-learn也有svm相关算法， sklearn.svm. SVC 和 sklearn.svm.LinearSVC 分别由libsvm和liblinear发展而来。 　　推荐使用SVM的步骤为： 将原始数据转化为SVM算法软件或包所能识别的数据格式； 将数据标准化；(防止样本中不同特征数值大小相差较大影响分类器性能) 不知使用什么核函数，考虑使用RBF； 利用交叉验证网格搜索寻找最优参数(C, γ)；（交叉验证防止过拟合，网格搜索在指定范围内寻找最优参数） 使用最优参数来训练模型； 测试。 下面利用scikit-learn说明上述步骤： 1 import numpy as np 2 from sklearn.svm import SVC 3 from sklearn.preprocessing import StandardScaler 4 from sklearn.model_selection import GridSearchCV, train_test_split 5 6 def load_data(filename) 7 ''' 8 假设这是鸢尾花数据,csv数据格式为： 9 0,5.1,3.5,1.4