Apache Airflow Celery 消息中间件命令执行漏洞CVE-2020-11981POC脚本 Airflow 是一个使用 python 语言编写的 data pipeline 调度和监控工作流的平台。Airflow 是通过 DAG（Directed acyclic graph 有向无环图）来管理任务流程的任务调度工具， 不需要知道业务数据的具体内容，设置任务的依赖关系即可实现任务调度。 这个平台拥有和 Hive、Presto、MySQL、HDFS、Postgres 等数据源之间交互的能力，并且提供了钩子（hook）使其拥有很好地扩展性。除了一个命令行界面，该工具还提供了一个基于 Web 的用户界面可以可视化管道的依赖关系、监控进度、触发任务等。 Apache Airflow是一款开源的，分布式任务调度框架。在其1.10.10版本及以前，如果攻击者控制了Celery的消息中间件（如Redis/RabbitMQ），将可以通过控制消息，在Worker进程中执行任意命令。

1.在shell脚本执行python脚本时，需要通过python脚本的返回值来判断后面程序要执行的命令 例:有两个py程序  hello.py 代码如下: def main():     print “Hello” if __name__==’__main__’:     main() world.py def main():     print “Hello” if __name__==’__main__’:     main() shell 脚本 test.sh 代码如下: python hello.py python world.py 执行sh test.sh 打印结果为 代码如下

python脚本通过使用obspy模块，将miniseed地震数据文件转化为文本文件，以便后续的地震数据分析和可视化。 操作系统：Linux

稀疏角度CT生成python脚本（astra工具包）（可直接运行） 相对于MR，CT在参数及扫描方面并不是太难，但是CT的图像重建及各种算法则是非常难的，也是比较抽象的。这篇文章介绍CT图像重建算法等相关内容。 CT技术是CT诊断的基础，帮助医务工作者充分掌握CT技术是我们的责任和义务！ CT基础知识 Image Reconstruction Method 图像重建算法 在上一期内容CT原理1中,我们主要介绍了X线与物质的作用,也就是X线的衰减是如何发生的,正是由于这种衰减的存在,X线才可以被用于CT成像,那么探测器获得的衰减信号最终是如何被转换成CT图像的呢?这就涉及到图像的重建算法了,所以今天我们接着X线的衰减,继续介绍CT图像重建的原理。 1 重建算法的分类 CT重建算法共有3类,如下图。 (1)反投影法 (2)迭代重建算法 (3)解析法:包括滤波反投影法和傅里叶变换法 其中(3)解析法中的A滤波反投影法是在(1)反投影法的基础上发展起来的,通过加入滤波函数解决了图像锐利度的问题,如下图,没有加入滤波函数(Filter Function)时重建的图

将npy文件转化为jpg或者png的python脚本（可直接运行）

将jpg或者png文件转换为h5文件的源码，python文件（可直接运行）

适用于CentOS和RHEL，下载后给其执行权限，运行就可以一键安装Python3

起始检测器 用于检测音乐信号中事件开始的python脚本

1、python脚本在线播放实时rtmp视频流 2、需要在python环境下运行，建议安装anaconda； 3、建议播放湖南卫视直播rtmp视频流

1、该脚本是python语言编写； 2、需要在python环境下运行，建议安装anaconda； 3、把需修改的文件(如批量图片)存放一个文件夹，修改代码中路径； 4、执行.py文件，重命名文件夹中的文件，提高效率。 【备注】该脚本随机读取文件，并命名，适合做深度学习数据预处理时使用，使用过程有问题请留言。