主要介绍了javascript实现点击按钮弹出一个可关闭层窗口同时网页背景变灰的方法,涉及javascript鼠标事件及页面元素样式操作的相关技巧,需要的朋友可以参考下

1、python程序 2、有数据集可直接运行

完全的进行计算机远程控制，可以大大提高远程操控电脑的能力和效率

本书是由知名安全机构ImmunityInc的资深黑帽JustinSeitz先生主笔撰写的一本关于编程语言Python如何被广泛应用于黑客与逆向工程领域的书籍．老牌黑客，同时也是Immunity Inc的创始人兼首席技术执行官(CTO)Dave Aitel为本书担任了技术编辑一职。本书的绝大部分篇幅着眼于黑客技术领域中的两大经久不衰的话题：逆向工程与漏洞挖掘，并向读者呈现了几乎每个逆向工程师或安全研究人员在日常工作中所面临的各种场景，其中包括：如何设计?构建自己的调试工具，如何自动化实现烦琐的逆向分析任务，如何设计与构建自己的fuzzing工具，如何利用fuzzing测试来找出存在于软件产品中的安全漏洞，一些小技巧诸如钩子与注入技术的应用，以及对一些主流Python安全工具如PyDbg、Immunity Debugger、Sulley、IDAPython、PyEmu等的深入介绍。作者借助于如今黑客社区中备受青睐的编程语言Python引领读者构建出精悍的脚本程序来——应对上述这些问题。出现在本书中的相当一部分Python代码实例借鉴或直接来源于一些优秀的开源安全项目，诸如Pedram Amini的Paimei，由此读者可以领略到安全研究者?是如何将黑客艺术与工程技术优雅融合来解决那些棘手问题的。 　　本书适合热衷于黑客技术，特别是与逆向工程与漏洞挖掘领域相关的读者，以及所有对Python编程感兴趣的读者阅读与参考。 目录 第1章 搭建开发环境 　　1.1 操作系统要求 　　1.2获取和安装Python 2.5 　　1.2.1 在Windows下安装Python 　　1.2.2 在Linux下安装Python 　　1.3 安装Eclipse和PyDev 　　1.3.1 黑客挚友：ctype库 　　1.3.2 使用动态链接库 　　1.3.3 构建C数据类型 　　1.3.4 按引用传参 　　1.3.5 定义结构体和联合体 　　第2章 调试器原理和设计 　　2.1 通用寄存器 　　2.2 栈 　　2.3 调试事件 　　2.4 断点 　　2.4.1 软断点 　　2.4.2 硬件断点 　　2.4.3 内存断点 　　第3? 构建自己的Windows调试器 　　3.1 Debugee，敢问你在何处 　　3.2 获取寄存器状态信息 　　3.2.1 线程枚举 　　3.2.2功能整合 　　3.3 实现调试事件处理例程 　　3.4 无所不能的断点 　　3.4.1 软断点 　　3.4.2 硬件断点 　　3.4.3 内存断点 　　3.5 总结 　　第4章 PyDbg——WindoWS下的纯Python调试器 　　4.1 扩展断点处理例程 　　4.2 非法内存操作处理例程 　　4.3 进程快照 　　4.3.1 获取进程快照 　　4.3.2汇总与整合 　　第5章 Immunity Debugger一两极世界的最佳选择 　　5.1 安装Immunity Debugger 　　5.2 Immunity Debugger l01 　　5.2.1 PyCommand命令 　　5.2.2 PyHooks 　　5.3 Exploit(漏洞利用程序)开发 　　5.3.1 搜寻exploit友好指令 　　5.3.2“坏”字符过滤 　　5.3.3 绕过Windows下的DEP机制 　　5.4 破除恶意软件中的反调试例程 　　5.4 1 lsDebuugerPresent 　　5.4.2 破除进程枚举例程 　　第6章 钩子的艺术 　　6.1 使用PyDbg部署软钩子 　　6.2 使用Immunity Debugger部署硬钩子 　　第7章 DLL注入与代码注入技术 　　7.1 创建远程线程 　　7.1.1 DLL注入 　　7.1.2 代码注入 　　第8章 Fuzzing 　　第9章 Sulley 　　第10章 面向Windows驱动的Fuzzing测试技术 　　第11章 IDAPyrhon——IDA PRO环境下的Pyrhon 　　第12章 PYEmu——脚本驱动式仿真器

灰狼算法优化lstm进行回归预测，内置数据集，全中文注释，可以在matlab2019或者更高版本上直接运行。

灰鸽子远程控制软件V1.23 服务端配置功能经过破解 其他功能都为原版 并附带键盘监控插件

C#版灰鸽子远控源码

使用连续型的灰狼优化算法优化TSP搜索路径，按适应度值排序的索引选择路径。

灰狼算法代码，Grey Wolf Optimizer，eeeeeee

本资源为基于MATLAB的灰狼优化算法学习，为作者在学习过程中写的第一个灰狼优化算法的实例，本实例初始化一个单变量函数，然后求在取值区间的最小值。本资源共包括四个文件，其中main.m为主文件，将四个文件放在同一个文件夹下，直接巡行main文件即可显示最终的运行结果，并绘制每次迭代的最优适应度。f_getfitness.m与f_fit.m为运行中main.m需要调用的子函数，Grey Wolf Optimizer.pdf为灰狼优化算法的原理文件，为发表时的英文版本