网络安全-02-BurpSuite工具详细安装教程 BurpSuite注册机下载激活-BurpSuite工具 将BurpLoaderKeygen.jar & burpsuite_pro_v2023.4.5.jar 放置同一目录下 3.3.2 cmd命令行执行 java -jar BurpLoaderKeygen.jar >java -jar BurpLoaderKeygen.jar
2024-06-16 19:10:06 28KB 网络安全 java
1
毕业设计,基于 SSM 开发的,含有代码注释,新手也可看懂。毕业设计、期末大作业、课程设计. 包含:项目源码、数据库脚本、软件工具、项目说明等,该项目可以作为毕设、课程设计使用。 该系统功能完善、界面美观、操作简单、功能齐全、管理便捷,具有很高的实际应用价值。 1. 技术组成 后台框架:SSM (Spring+SpringMVC+MyBatis) 前端:JSP 数据库:MySQL Maven 开发环境:JDK、IDEA、Tomcat、Eclipse
2024-06-16 17:35:29 20.65MB java 毕业设计 课程资源
1
BP神经网络(公式推导+举例应用)
2024-06-15 14:52:53 340KB 神经网络
1
灰狼算法(GWO)优化回升状态网络ESN回归预测,GWO-ESN回归预测模型,多输入单输出模型。 评价指标包括:R2、MAE、MSE、RMSE和MAPE等,代码质量极高,方便学习和替换数据。 灰狼算法(GWO)优化回升状态网络ESN回归预测,GWO-ESN回归预测模型,多输入单输出模型。 评价指标包括:R2、MAE、MSE、RMSE和MAPE等,代码质量极高,方便学习和替换数据。
2024-06-14 22:49:20 37KB 网络 网络
capl实现crc校验码计算 CAPL(Communication Access Programming Language)是一种专门用于仿真测试和模拟通信网络的语言,通常与Vector CANoe等工具一起使用。在CAPL中实现CRC(循环冗余校验)校验码计算是可能的,虽然CAPL本身并没有提供CRC计算的内置函数,但可以通过编写自定义的函数来实现。 以下是一个简单的CAPL示例,演示了如何计算CRC-16校验码。这里使用了标准的CRC-16 CCITT算法。 ```c variables { word crc; } on start { // 示例消息 byte message[6] = {0x01, 0x02, 0x03, 0x04, 0x05, 0x06}; // 计算CRC crc = calculateCRC(message, sizeof(message)); // 输出CRC结果 write("CRC: 0x%X", crc); } // 计算CRC函数 word calculateCRC(byte data[], wo
2024-06-14 14:37:35 11KB 网络 网络
1
海康威视网络摄像头的开发程序包,具体开发语言有: C# MFC Java Python
2024-06-14 13:28:37 57.59MB java Python 网络摄像头
1
计算机安全课件Computer Security: Principles and Practice
2024-06-14 09:22:36 4.51MB 计算机安全 网络安全
1
计算机安全课件Computer Security: Principles and Practice
2024-06-14 09:12:29 6.5MB 计算机安全 网络安全 ppt
1
网页封包POST/GET/PEAD测试工具是一款免费的简单易用的可以帮助用户快速拦截网页数据的网页封包拦截器。有了这款网页封包截取软件,你就用POST或GET或HEAD测试网络数据封包,便于分析和研究。 网页封包拦截器使用方法: 1、解压缩运行软件 2、输入封包地址和访问方式 3、等待数据返回即可
2024-06-14 02:37:02 1.58MB 网络软件
1
网络文本情感分析方法主要分为两大途径,无监督情感分析方法和有监督情感分析方法[2]。在2002年PANG等学者首次采用电影评论数据建立了使用机器学习的有监督情感分类方法。他分别使用了支持向量机(SVM)、朴素贝叶斯(NB)、最大熵(ME)分类器,二情感分类特征主要采用情感词频[3]。实验表明基于机器学习的有监督分类结果准确率要高于基于传统的无监督方法。文献[4]也提出了一种结合SVM和NB分类器的新模型(NBSVM),这种新的模型在多个数据集都取得了很好的分类效果。有监督网络评论情感分类方法是基于标注训练集语料来进行评论分类的,而标注的语料具有领域依赖性,因此有监督网络评论情感分类效果的好坏与文本领域有直接的关系。在一个领域标注的训练集训练的分类器很可能在另一个领域分类效果并不好。所以,有监督情感分类方法需要在不同领域标注大量不同的训练集,才能取得比较好的分类效果。但是,在众多领域都标注大量训练集是一项十分困难的事情,需要消耗大量的人力物力,已经成为有监督情感分类的瓶颈。
2024-06-13 23:05:47 9.49MB 网络 网络 机器学习 支持向量机
1