DEF CON 22-亚历山大 · 莫内热-生成 ROP 有效载荷从数字

SeayFindShell( linux下python版webshell(web后门)查杀工具)(SeayFindShell( linux-python-webshell(web backdoor kill))

【实例简介】一个简单的博客项目

说明：  信号波达方向估计的算法，利用python语言实现的，实现的是窄带信号的处理，利用深度学习框架(The algorithm of direction of arrival (DOA) estimation is implemented in Python language, which is used to process narrowband signals and uses deep learning framework)

用python爬虫抓站的实用技巧，学习python爬虫抓站的实用知识(Practical Skills of Python Crawler Grab Station)

通过深度学习的方法，能够对图像进行压缩，比传统的方法要好很多，效果更加明显。(Through in-depth learning method, the image can be compressed, which is much better than the traditional method, and the effect is more obvious.)

说明：  Probabilistic Programming and Bayesian Methods for Hackers是一本写给开发者的关于贝叶斯方法和概率问题的免费开源书。贝叶斯方法的用途十分广泛，在经济学上能找出一堆的例子。而在IT行业，机器学习是非常典型的一个应用。而机器学习也是本书作者写本书的一个重要的理由。 本书选择了Python作为编程语言，这一点都不奇怪，Python在科研和数据分析上的应用是非常方便和普遍的，比如大名鼎鼎的Numpy等。作者在本书中使用另一个库PyMC，它依赖于Numpy和SciPy(可选)。 如果你正从事数据分析和机器学习的研究，这是一本非常棒的书籍。它不仅介绍了贝叶斯的相关理论，告诉了我们一些这个伟大的理论没告诉我们的东西，更重要的是，他的文档基于ipython-notebook完成，这是一种输入代码实时在网页显示各种统计图的工具。图文并茂，十分生动。唯一的要求可能是需要有一定的数学功力和英语水平了。(The Bayesian method is the natural approach to inference, yet it is hidden from readers behind chapters of slow, mathematical analysis. The typical text on Bayesian inference involves two to three chapters on probability theory, then enters what Bayesian inference is. Unfortunately, due to mathematical intractability of most Bayesian models, the reader is only shown simple, artificial examples. This can leave the user with a so-what feeling about Bayesian inference. In fact, this was the author's own prior opinion.)

8个实例简单介绍Python装饰器的实现。包含参数，执行效果等：#/usr/bin/env python#-*- coding:utf-8 -*-"""两个装饰器的执行顺序是outer_0     开头输入前outer_1     123原函数       呵呵outer_1     456outer_0     加法结果等于"""#哪个装饰器先执行就先执行谁的，比如将outer_0和outer_1调转，其实就是也可以把一个装饰器outer_1当做参数传入outer_0#装饰器主要运用于权限设置def outer_0(func):    def inner(*args, **kwargs):        print("开头输入前")        ret = func(*args, **kwargs)        print("加法结果等于",ret," ")        return ret    return innerdef outer_1(func):    def inner(*args, **kwargs):        print("123")        ret = func(*args, **kwargs)      &

数据挖掘经典算法之一KNN临近算法的基本应用例程。可用于机器学习领域的文本向量分类等用途。(One of the classical data mining algorithms, KNN algorithm approaching. Can be used for text vector machine learning classification purposes.)

复杂网络，航线网络分析建模，失效分析，鲁棒性，networkx(Complex network, route network analysis modeling)

说明：  PCA 数据降维 PTYTHON 数据分析/挖掘(PCA dimensionality reduction data mining/analysis)