Cyber​​SecurityRSS：Cyber​​SecurityRSS：优秀的网络安全知识来源一系列使您变得更好的RSS安全！

Chinese Security RSS 记录了个人用到的一些获取国内安全资讯的RSS地址。均为中文，方便自己抓取关键字。还有部分大佬的博客。均不分前后。 2020-03-18更新：加入上有RSS地址的博客。如有问题，联系修改！ 2020-03-31更新：添加opml文件，便于批量导入。 2021-02-01更新：删除部分失效，加入上相关(中文、网络安全)的博客。 2021-03-10更新：删除部分失效，部分2018年以前就不更新的博客。并新增符合条件(中文、网络安全)博客。 安全资讯 名称 网站 RSS地址 FreeBuf互联网安全新媒体平台 安全客 Seebug Paper 绿盟 嘶吼 腾讯玄武实验室 SecWiki News(国内外安全资讯) https://www.sec-wiki.com/news/ https://www.sec-wiki.com/news/rss 360 核心

ATSCAN：高级dork搜索和大规模利用扫描器

OCPP 1.6 中关于安全相关的新增内容，中文版，自己翻译，如果需要word版本，请联系343442122@qq.com

Spring Security+OAuth2 精讲，打造企业级认证与授权（2022升级版） 1、企业级认证授权专项解决方案 系统解锁后端开发者必备的"安全"技能 2、主流安全框架核心一网打尽，只学实用的

Network Security: Private Communication in a Public World, Second Edition By Charlie Kaufman, Radia Perlman, Mike Speciner ............................................... Publisher: Prentice Hall Pub Date: April 22, 2002 Print ISBN-10: 0-13-046019-2 Print ISBN-13: 978-0-13-046019-6 Web ISBN-10: 0-13-715588-3 Web ISBN-13: 978-0-13-715588-0 Pages: 752 Slots: 2.0

SELinux by example is the first complete, hands-on guide to using SELinux in production environments. Authored by three leading SELinux researchers and developers, it illuminates every facet of working with SELinux, from its architecture and security object model to its policy language. This book thoroughly explains SELinux sample policies including the powerful new Reference Policy showing how to quickly adapt them to your unique environment. It also contains a comprehensive SELinux policy language reference and covers exciting new features in Fedora Core 5 and the upcoming Red Hat Enterprise Linux version 5.

BYOB（建立自己的僵尸网络）有疑问吗？ 加入我们的Discord服务器免责声明：此项目应仅用于授权测试或教育目的。 BYOB是一个开放源代码项目，它提供了一个框架，可用于构建自己的僵尸网络入门指南视频教程有疑问吗？ 加入我们的Discord服务器免责声明：此项目应仅用于授权测试或教育目的。 BYOB是一个开源项目，它为安全研究人员和开发人员提供了一个框架，以构建和操作基本的僵尸网络，以加深他们对每年感染数百万设备并产生现代僵尸网络的复杂恶意软件的了解，从而提高他们的能力。发展c

HCIP-Security_培训PPT及实验手册_V3.0

在动态图像文件行为的分布式图像可视化中，使用GAN模拟恶意软件作者以提供主动保护 引用为： VS Bhaskara, and D. Bhattacharyya. arXiv preprint arXiv:1807.07525 [stat.ML] (2018) 。 引用代码 训练的WGAN-GP模型基于上发布的代码。 我们将带有improved_wgan_training/gan_64x64.py脚本与GoodGenerator和GoodDiscriminator函数定义的网络体系结构GoodDiscriminator使用。 每个通道使用的64位dHash基于上的实现。 在color_dHash192.py脚本中显示了通过在彩色图像的通道上串联dHash来哈希的扩展。 数据集 dataset_filedetails.csv ：列出文件SHA256哈希值和所使用的12,006个不同可执行文