为在IP网络上共享USB接口的外围设备,提出了基于IP的扩展USB总线iUSB的概念,并且通过在客户端的USB驱动层中加入虚拟主控制器接口(VHCI)和在服务器端的USB驱动层中加入虚拟设备驱动(VDD)来实现iUSB.由于包括了一个与操作系统无关的协议iUSB,使得网络上的USB设备可以跨平台、透明地被访问,这是iUSB的主要优点.另外,这种实现在驱动级的方法,与传统的远程过程调用共享设备的方法相比,提供了更多的设备和控制信息,减轻了服务器端的负担,且具有更好的安全性 提示：可以共享加密狗

eNsp命令参考手册，各种设备配置命令齐全，可以边查边学习，格式为*.chm，从入门到放弃，fighting!

基于AI的地震信号检测器和鉴相器 描述 EQTransformer是基于AI的地震信号检测器和相位（P＆S）拾取器，基于带有注意机制的深度神经网络。 它具有专门为地震信号设计的分层体系结构。 EQTransformer已经接受了全球地震数据的培训，可以同时高效地执行检测和到达时间的选择。 除了预测概率，它还可以提供估计的模型不确定性。 EQTransformer python 3软件包包括用于下载连续地震数据，进行预处理，执行地震信号检测以及使用预先训练的模型进行相位（P＆S）拾取，构建和测试新模型以及执行简单的相位关联的模块。 开发人员：S. Mostafa Mousavi 链接 说明文件： : 论文： https : //rdcu.be/b58li 参考 Mousavi，SM，Ellsworth，WL，Zhu，W.，Chuang，L，Y。和Beroza，G，C。 Nat C

Network coding is an elegant and novel technique introduced at the turn of the millennium to improve network throughput and performance. It is expected to be a critical technology for networks of the future. This tutorial addresses the first most natural questions one would ask about this new technique: how network coding works and what are its bene- fits, how network codes are designed and how much it costs to deploy networks implementing such codes, and finally, whether there are meth- ods to deal with cycles and delay that are present in all real networks. A companion issue deals primarily with applications of network coding.

敏锐模型动物园 Acuity模型动物园包含一组由Acuity工具包创建或转换的流行神经网络模型（来自Caffe，Tensorflow，PyTorch，TFLite，DarkNet或ONNX）。 模型查看器 Acuity使用JSON格式描述神经网络模型，并且我们提供了一个来帮助可视化数据流图。 从4.6.8开始，模型查看器是一部分。 分类 （ ） （ ） （ ） （ ） （ ） （ OriginModel ） Mobilenet-v2 （ OriginModel ） Mobilenet-v3 （ OriginModel ） EfficientNet （ OriginModel ） EfficientNet（EdgeTPU） （ OriginModel ） Nasnet-Large （ OriginModel ） Nasnet-Mobile （ Or

Network Configuration Manager (旧版名：DeviceExpert) 是一个全面的网络设备配置变更与合规性管理解决方案，可对交换机、路由器、防火墙等网络设备的配置进行统一集中的管理。 NCM支持批量配置设备，自动备份配置文件，实时跟踪配置变更，快速恢复正确配置，避免由错误配置引起的网络故障。此外，NCM还可以防止未授权的配置变更，自动化执行配置管理任务，从而提高网络管理的效率，有效降低人力工作量和时间成本。 免费版支持管理2台网络设备!

mitsubishi CNC network 三菱传输软件 用与电脑和cnc加工中心之间的数据传输

PyTextGCN 对TextGCN的重新实现。 此实现使用Cython进行文本到图形的转换，因此速度相当快。 图形和GCN基于库。 要求 该项目的构建具有： 的Python 3.8.5 Cython 0.29.21 CUDA 10.2（GPU支持可选） scikit学习0.23.2 pytorch 1.7.0 火炬几何1.6.3 海湾合作委员会9.3.0 nltk 3.5 scipy 1.5.2 至少Text2Graph模块也应该与这些库的其他版本一起使用。 安装 cython编译可以从项目的根目录执行： cd textgcn/lib/clib && python setup.py build_ext --inplace 用法 要从称为X的字符串列表（每个字符串包含一个文档的文本）中计算出图形，请创建名为y的标签列表以及测试索引test_idx的列表，只需运行：

mininet-wifi 作者著书，完整版，235页 花了60大洋买amazon电子书，的没有书签

网络安全书籍,很不错的。国外最新的电子版，英文，pdf格式。