当前DPI（Deep Packet Inspect深度报文识别）技术是安全领域的关键技术点之一，围绕DPI技术衍生出的安全产品类型也非常的多样。...从攻击防御的角度看，Web类的安全风险正在成为目前安全风险的主流攻击形式，针对Web类应用层安全攻击的防护，依靠传统的防火墙是无法实现的，具备深度报文检测能力的IPS设备或者WAF设备开始为大家所熟知；...从业务应用识别分析的角度看，单纯的分析报文的头字段内容无法识别该报文所承载的具体的业务类型，要想深度了解报文所承载的业务应用类型及流量大小等信息，必须要跟踪业务应用的协议交互过程，并对报文的负载payload...进行深度的识别。...和传统的防火墙域间策略的匹配查询不同，DPI技术旨在借助字符串特征的逐包匹配来完成入侵检测和流量控制的目的，在这个过程中，深度报文检测的引擎设计和丰富的规则特征库定义是核心设计环节。
由于通信流量被加密，传统的 WAF、IDS 设备难以检测，给威胁狩猎带来较大挑战。冰蝎其最大特点就是对交互流量进行对称加密，且加密秘钥是由随机数函数动态生成，因此该客户端的流量几乎无法检测。...二、冰蝎特征检测 总结冰蝎在流量交互中的特征，这些特征可分为两类。一类是可绕过特征，这类特征攻击者可通过构造报文进行绕过，致使设备检测不到冰蝎 webshell 特征。...另一类是非可绕过特征，攻击者在某些情景无法更改 HTTP 某些字段，致使有固定报文字段可供设备检测。...使用单个特征误报较高，但多个特征配合使用可降低误报，推荐多个特征搭配使用，进一步提升特征检测的准确性。 (一) 可绕过特征 1....\(\)\{\}][a-zA-Z\d]{2}” 三、冰蝎报文解密 (一) 解密思路 在服务器开启 PHP OpenSSL 扩展脚本的情况下，冰蝎密文采用对称加密算法AES加密，加密后还会进行 base64
作者：gfree.wind@gmail.com 作为网络领域的开发人员，我们经常要与Linux的数据报文打交道，一定要搞清楚数据报文是从何而来，又是如何离去。...注：驱动对interface执行poll操作时，会尝试循环检查网卡是否有接收完毕的报文，直到设置的budget上限，或者已经就绪报文。 二、接收软中断将报文分发给协议栈的示意图 ? 图2....如果网卡没有vlan offload，则需要软件剥掉vlan头，以便后面的报文处理。 5. 在分发报文时，可能会有多个handler关心此报文。所以在分发时，都是增加引用计数，然后给对应的处理函数。...通过以太网报文的协议，将数据报文分发给该协议的handler，如IPv4，IPv6，PPPoE等。 三、协议栈将数据报文发给套接字（以IPv4为例）的流程图 ? 图3....通过以上四个分解的流程图，相信大家对于Linux数据报文的来龙去脉，有了一定的了解。如在文章开头所云，这些流程图都做了必要的简化。在很多步骤都可以进行展开，也涉及了更多细节。
作者：gfree.wind@gmail.com 作为网络领域的开发人员，我们经常要与Linux的数据报文打交道，一定要搞清楚数据报文是从何而来，又是如何离去。...如果网卡没有vlan offload，则需要软件剥掉vlan头，以便后面的报文处理。 5. 在分发报文时，可能会有多个handler关心此报文。...通过以太网报文的协议，将数据报文分发给该协议的handler，如IPv4，IPv6，PPPoE等。...将skb报文加入套接字的接收队列。 四、报文从应用层到网卡的流程图 app_to_nic.jpg 1....通过以上四个分解的流程图，相信大家对于Linux数据报文的来龙去脉，有了一定的了解。如在文章开头所云，这些流程图都做了必要的简化。在很多步骤都可以进行展开，也涉及了更多细节。
如果对1588报文单步时间戳不了解，可以查看我之前的文章“IEEE 1588 Sync报文单步时间戳”。 平台和工具 我用的平台就不透露了，测试使用两块板子，网口直连。...用到的软件包括， Linux：这是我板子的OS，包含我要验证的驱动。 tcpdump：抓包工具，位于板子的文件系统。 linuxptp：开源PTP软件，位于板子的文件系统。...调试方法 两个板子网口直连，启动Linux。 配置IP地址，确保两个网口能ping通。 一个板子做接收，运行tcpdump抓包，可直接查看，也可以保存成pcap文件在Wireshark中打开查看。...另一个板子做发送，运行ptp4l做master，发送单步Sync报文。...# tcpdump -i eth0 -xx 可以看到对L2 Ethernet报文和UDP/IPv4报文，PTP消息的correctionField和originTimestamp字段的数值，直接就解析出来了
目标检测算法分类 基于深度学习的目标检测算法主要分为两类：Two stage和One stage。...R-CNN系列 1）R-CNN ① 定义 R-CNN(全称Regions with CNN features) ，是R-CNN系列的第一代算法，其实没有过多的使用“深度学习”思想，而是将“深度学习”...一种新的、非单调、平滑激活函数，其表达式为f(x)=x∗tanh(log(1+ex))f(x) = x*tanh(log(1+e^x))f(x)=x∗tanh(log(1+ex)),更适合于深度模型。...ImageNet数据集文档详细，有专门的团队维护，使用非常方便，在计算机视觉领域研究论文中应用非常广，几乎成为了目前深度学习图像领域算法性能检验的“标准”数据集。...具有的功能 关键帧之间的边界框插值 自动标注（使用TensorFlow OD API 和 Intel OpenVINO IR格式的深度学习模型） 6.
本文的目的是双重的 - 了解致命疾病疟疾的动机和重要性以及深度学习在检测疟疾方面的有效性。...将在本文中介绍以下主要主题： 这个项目的背景 疟疾检测方法 疟疾检测的深度学习 卷入神经网络（CNN）从头开始训练 使用预训练模型进行迁移学习 本文的目的是要展示人工智能如何有助于疟疾检测，诊断和减少手工劳动...疟疾检测绝对是一个密集的手动过程，所以可以使用深度学习自动化。 疟疾检测的深度学习 通过定期手动诊断血涂片，这是一个密集的手动过程，需要适当的专业知识来分类和计数寄生和未感染的细胞。...使用像CNN这样的深度学习模型进行自动疟疾检测可能非常有效，便宜且可扩展，特别是随着迁移学习和预训练模型的出现，这些模型即使在数据量较少等限制条件下也能很好地工作。 Rajaraman等人的论文。...深度转学的想法 本文目的是否可以利用预先训练的深度学习模型通过在上下文中应用和迁移其知识来解决疟疾检测问题。 将应用两种最受欢迎的深度转移学习策略。
作者：Mia Morton 编译：ronghuaiyang 导读 创建异常检测模型，实现生产线上异常检测过程的自动化。在选择数据集来训练和测试模型之后，我们能够成功地检测出86%到90%的异常。...在工厂中，异常检测由于其特点而成为质量控制系统的一个有用工具，对机器学习工程师来说是一个巨大的挑战。...不推荐使用监督学习，因为：在异常检测中需要内在特征，并且需要在完整数据集(训练/验证)中使用少量的异常。...背景研究 异常检测与金融和检测“银行欺诈、医疗问题、结构缺陷、设备故障”有关(Flovik等，2018年)。该项目的重点是利用图像数据集进行异常检测。它的应用是在生产线上。...他们的兴趣在于识别和检测复杂的攻击。
这篇文章主要是对深度学习目标检测进行概览，并不深入，适合那些想了解深度学习目标检测方向的读者。 从简单的图像分类到3D姿势识别，计算机视觉领域从来不缺乏有趣的问题。...在本文中我们会深入介绍目标检测的实际应用的细节，以及目标检测，作为一个机器学习问题，存在的主要问题是什么，过去几年使用深度学习方法来解决它的方法有什么变化。 ?...在介绍深度学习图像检测方法之前，我们先对传统方法做一个快速回顾。 传统方法 尽管有很多不同类型的传统目标检测方法，但是我们只关注两个最流行的方法（这两个现在还在广泛应用）。...深度学习方法 深度学习作为机器学习领域的变革者已经众人皆知了，尤其是计算机视觉领域。与深度学习在图形分类领域碾压传统模型类似，深度学习模型现在也是目标检测领域最好的方法。...现在你已经对目标检测有了一个更加直观的了解，也知道了其中的难点在哪里以及传统方法是怎么解决它的，现在我们对过去几年深度学习目标检测方法做一个综述介绍。
目前便得到了初步筛选出的300个建议框，还是注意，这300个建议框的大小是针对共享特征层而言的； 将这300个建议框与共享特征层求交集，获得300个小特征层，即形状为（300,mxn,1024），即300个mxn大小，深度或者通道数为...，每个建议框的宽和高都是不一样的，但是我们可以使用RoIpooling层进行池化，获得300个固定大小为14x14，1024的特征层 此处插入RoIpooling的过程：将一个宽和高为mxn的特征层（深度为...，权重保存到.h5文件 使用labelimg标注口罩数据及后得到训练结果，使用tensorboard查看计算图： fasterRCNN整体比较庞大，只展示出部分 损失函数之和的减小过程为： 平均的检测准确率为
Linux内核提供死锁调试模块Lockdep，跟踪每个锁的自身状态和各个锁之间的依赖关系，经过一系列的验证规则来确保锁之间依赖关系是正确的。 2....内核死锁检测Lockdep 2.1 使能Lockdep Lockdep检测的锁包括spinlock、rwlock、mutex、rwsem的死锁，锁的错误释放，原子操作中睡眠等错误行为。...CONFIG_DEBUG_MUTEXES=y 检测并报告mutex错误 CONFIG_DEBUG_WW_MUTEX_SLOWPATH=y 检测wait/wound类型mutex的slowpath测试...CONFIG_DEBUG_LOCKDEP=y 会对Lockdep的使用过程中进行更多的自我检测，会增加很多额外开销。...参考文档 《Linux 死锁检测模块 Lockdep 简介》 内核帮助文档：Documentation/locking/
Linux内核提供死锁调试模块Lockdep，跟踪每个锁的自身状态和各个锁之间的依赖关系，经过一系列的验证规则来确保锁之间依赖关系是正确的。 2....内核死锁检测Lockdep 2.1 使能Lockdep Lockdep检测的锁包括spinlock、rwlock、mutex、rwsem的死锁，锁的错误释放，原子操作中睡眠等错误行为。...下面是lockcep内核选项及其解释： CONFIG_DEBUG_RT_MUTEXES=y 检测rt mutex的死锁，并自动报告死锁现场信息。...CONFIG_DEBUG_MUTEXES=y 检测并报告mutex错误 CONFIG_DEBUG_WW_MUTEX_SLOWPATH=y 检测wait/wound类型mutex的slowpath...CONFIG_DEBUG_LOCKDEP=y 会对Lockdep的使用过程中进行更多的自我检测，会增加很多额外开销。
在本文中，我们将了解最新的深度学习技术是如何解决上述这些问题的，并使用代码来实现它。 要快速掌握机器学习应用的开发，推荐汇智网的机器学习系列教程。 1、现代行人检测技术概述 ?...用于人体检测的现代方法，我们认为具有如下特征： 深度卷积神经网络 用于行人检测的现代方法大量使用深度神经网络。...AlexNet是一个用于图像分类的深度卷积神经网络（CNN）。从那以后，CNN就被广泛地应用于各种各样的计算机视觉问题，例如图像分类、目标检测和目标定位。...2、使用tensorflow目标检测API进行人体检测 Tensorflow是来自google的开源API，被广泛地用于使用深度神经网络的机器学习任务。...5、与早期方法相比的不足之处 总的来说，基于深度神经网络的方法可以达到更高的检测精度，但需要更多的计算消耗。
深度学习在特征提取和定位上取得了非常好的效果，越来越多的学者和工程人员开始将深度学习算法引入到缺陷检测领域中，下面将会介绍几种深度学习算法在缺陷检测领域中的应用。...主要思想：这是一篇比较早的文章了，主要通过对输入图像进行切片，然后把切片图像送入深度学习网络中做判断，较为简单。在推理时，通过滑窗检测方式进行逐位置识别。 ? ? ?...Defect Detection of Fasteners on the Catenary Support Device Using Deep Convolutional Neural Network（基于深度卷积网络的接触网支架紧固件缺陷自动检测...） 检测对象：纺织物和布匹的瑕疵点检测。...利用工业数据集可以成功地检测出各种条件下的金属缺陷。实验结果表明，该方法满足金属缺陷检测的稳健性和准确性要求。同时，它也可以扩展到其他检测应用中。
很多小伙伴，可能在使用SCF的时候，需要做一些深度学习的操作，但是SCF能跑起来深度学习么？这是个问题！那么，我们就尝试一下，看看如何让SCF跑起来深度学习！...有一张图： image.png 需要用深度学习相关知识，识别出图的内容： image.png 我们在本地已经训练好了模型，同时可以安装以下依赖： pip3 install numpy scipy opencv-python...return True except Exception as e: return str(e) def ana_picture(): print("目标检测...使用方法可以参考：https://cloud.tencent.com/developer/article/1443375 至此，我们完成了一个目标检测的小Demo，接下来，我们通过API网关设置触发器：...).decode("utf-8"))) 原图： image.png 结果： image.png image.png 本文主要点： 1： 超过50M的代码应该如何上传云函数 2： 云函数中是否可以进行深度学习相关的操作
深度学习工业缺陷检测 1）提供工业小缺陷检测性能提升方案，满足部署条件； 2）针对缺陷样品少等难点，引入无监督检测； 3）深度学习 C++、C#部署方案； 4）实战工业缺陷检测项目，学习如何选择合适的框架和模型...0.49 1.3 SPD-Conv，低分辨率图像和小物体涨点明显 SPD-Conv | 亲测在工业小目标缺陷涨点明显，原始mAP@0.5 0.679提升至0.775 SPD- conv由一个空间到深度...2.1 工业无监督缺陷检测，提升缺陷检测能力，解决缺陷样品少、不平衡等问题 2.2 工业无监督缺陷检测，提升缺陷检测能力，解决缺陷样品少、不平衡等问题（二） 2.3 工业缺陷检测全流程解决方案，提供检测...+后处理、分割+后处理、检测+RoI分割+后处理解决方案 3.深度学习部署 3.1 Opencv DNN + C++部署 3.2 C++ GPU部署方式介绍：ONNX Runtime 3.3 YOLOV8...Onnxruntime Opencv DNN C++部署 4.深度学习工业项目分享 4.1 基于yolov5的缺陷检测算法（工件缺陷） 4.2 手机背板缺陷分割 4.3 小目标摄像头镜头缺陷检测
传统视觉检测 在机器学习，深度学习还没有发展的这么火热之前， 国外几款做的几款非常好的视觉软件业内人士应该都很清楚。...深度学习检测 随着机器学习， 深度学习的发展，很多人眼很难去直接量化的特征， 深度学习可以搞定， 这就是深度学习带给我们的优点和前所未有的吸引力。...很多特征我们通过传统算法无法量化，或者说很难去做到的， 深度学习可以搞定。特别是在图像分类， 目标检测这些问题上取得了显著的提升。下图是近几年来深度学习在图像分类问题上取得的成绩。 ?...图三 图像分类 下图是近几年来深度学习算法在目标检测问题上的发展。 ? 图四 目标检测 之所以提出上面的算法， 是因为这些算法给其他领域提供了很多参考和借鉴意义。...当然，深度学习的方法用来检测，也有自己的很多缺点。例如：数据量要求大，工业数据收集成本高。但是随着数据增强技术，无监督学习的不断进步，在某些应用场景上，这些缺点渐渐被隐藏了。
，OCR分成文本检测和文本识别两个步骤，其中文本准确检测的困难性又是OCR中最难的一环，而本文介绍的CTPN则是文本检测中的一个里程碑的模型。...文本检测有别于一般的目标检测，区别有以下几种：（1）一般的目标检测的每个目标一般是孤立的，所以每个目标的边界框都很明确，而对于文本检测中边界其实没有那么容易界定，因为文本（单词）其实是一个序列，在图像中每个单词中间是有空格的...（2）文本是一个序列，除去空间特征它还具有很重要的序列特征，它的上下文的序列信息对我们检测文本是有帮助的，而传统的目标检测提取的都是空间特征，自然效果不好。...我们来看一下用一般目标检测算法(Faster-RCNN)跟用CTPN效果对比，很明显通用的目标检测算法的检测框会大很多（更不精确） ?...效果图 这是去年做的银行卡号识别项目的效果图，可以看出CTPN对这种横向的文字检测效果还是很好的： ? 对于场景中的文本检测效果也是不错： ?
手动进行裂缝检测非常耗时，并且会受到检查员的主观判断。在高层建筑物和桥梁的情况下，手动检查也很难执行。在此博客中，我们使用深度学习来构建简单但非常准确的裂缝检测模型。...如下图所示，该模型能够通过处理图像上的100个切片来检测混凝土中很长的裂缝 混凝土裂缝检测。左图为原图。右图红色区域是有裂纹的预测，绿色区域是无裂纹的预测 此外，我也在道路裂缝上测试了该模型。...道路裂缝检测。左图为原图。...结论 ---- 这个博客展示了使用深度学习和开源数据构建真实世界应用程序变得多么容易。整个工作花了半天的时间，得出了一个实用的解决方案。我希望你自己试试这个代码，并在更多真实世界的图片上进行测试。...我对计算机视觉和深度学习非常有热情。我有自己的深度学习顾问，喜欢处理有趣的问题。我曾帮助许多初创公司部署基于人工智能的创新解决方案。
---- [1] 干货 | 目标检测入门，看这篇就够了 [2] 基于深度学习的目标检测算法综述 [3] 基于深度学习的「目标检测」算法综述
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
即时通信 IM
ICP备案
对象存储
实时音视频
