一个数据删除的备份
匿名发于 网传保研上交学霸情侣疑似骗取特困生困难补助并获得贫困生专享奖学金,真实情况如何? - 知乎 (zhihu.com) 下的回答(网传保研上交学霸情侣疑似骗取特困生困难补助并获得贫困生专享奖学金,真实情况如何? - 知乎 (zhihu.com)),惨遭系统删除。
而且通过我自己的知乎账号查看并非删除状态,取消登录后才发现找不到此回答了(“你似乎来到了没有知识存在的荒原”)
匿名发于 网传保研上交学霸情侣疑似骗取特困生困难补助并获得贫困生专享奖学金,真实情况如何? - 知乎 (zhihu.com) 下的回答(网传保研上交学霸情侣疑似骗取特困生困难补助并获得贫困生专享奖学金,真实情况如何? - 知乎 (zhihu.com)),惨遭系统删除。
而且通过我自己的知乎账号查看并非删除状态,取消登录后才发现找不到此回答了(“你似乎来到了没有知识存在的荒原”)
开源地址:framist/ARQEmulator: 计算机网络 - 选择重发 ARQ 算法模拟 - 基于真实硬件线路 (github.com)
fork from :framist/STemWinForHAL: 移植 emWin 与 HAL 库结合。(github.com)
栈溢出利用的分析
进行以下文献阅读、实验操作和代码(指令)分析,撰写分析报告。
- 阅读 buffer_overflow.pdf 的第 4.1~4.7 节,理解栈溢出攻击的原理。
- 按照 README,运行 exploit 程序,生成 badfile。利用 xxd 分析 badfile,
同时分析 exploit.c 源代码,理解并解释为什么程序能够生成 badfile 的内容。- 按照 README 运行 stack 程序,实施栈溢出利用,观察 shellcode 的执行
效果。- 详细分析 stack.asm 中的 main 函数及 bof 函数对应的汇编指令序列,画出
从 main 起始到调用 bof 函数执行、再到返回 main 的过程中关键的栈状态。解释
这些关键的栈状态,说明栈溢出攻击是如何实现的。(需要画出并解释的栈状态
包括但不限于:call fread 后,call bof 前,bof 内 call strcpy 前,bof 内 call strcpy
后,bof 内 ret 前,从 bof 返回 main 后)。
注:要求自己画栈状态,禁止从阅读材料中复制。提交要求:
截止时间:4 月 17 日 23:59:59。
形式:分析报告(word 或 pdf),内含以上要求的分析内容、关键栈状态图
(不限画图软件,但必须自己画,粘贴到报告中)和对攻击过程的解释。
提交到助教邮箱(见第一次课“intro.pdf”),邮件标题:“[学号]姓名 - 软件与
系统安全作业 1”。
摘要:根据 PyTorch 官网教程中 Adversarial Example Generation 章节内容,完整实现 Fast Gradient Sign Attack (FGSM) 算法。
根据 PyTorch 官网教程中 Adversarial Example Generation 章节内容,完整实现 Fast Gradient Sign Attack (FGSM) 算法。
网址:https://pytorch.org/tutorials/beginner/fgsm_tutorial.html
摘要:在此次实验中,先尝试了自己手动搭建了一个 CNN 进行虚假人脸的分类实验,但发现有训练速度慢准确率低等缺点。所以尝试使用已有的模型(resnet-18)和预训练的参数进行迁移学习,包括尝试了直接把卷积层借用为固定特征提取器和 Fine-tuning 的方法,大大提高了训练速度与最终结果的准确率。
给定一个人脸数据集,其中包含 1999 张真实人脸,1999 张虚假人脸。将其中 500 张真实人脸和 500 张虚假人脸作为训练集,其余作为测试集。
根据给定数据集训练训练一个虚假人脸检测器,该检测器本质就是一个二分类分类器。要求利用 Pytorch 框架任意设计一种神经网络模型进行分类,分类准确率越高越好 (分类准确率和得分不相关)。