SmartBits600 仪表使用，配置，注意事项，操作说明，实用技巧等！

目前针对用户态漏洞利用的安全措施较以往有所增加，同时，内核态的漏洞利用也变得越来越流行。本书覆盖了开发可靠和有效的内核态攻击所需的理论技术和方法，并将它们应用于不同的操作系统—UNIX家族、Mac OSX和Windows。 内核利用既是艺术也是科学。每个操作系统都有其自身的特点，所以必须建立攻击模型以便充分分析其目标。本书讨论了最流行的操作系统并介绍如何控制它们。 本书介绍了主流操作系统的概念和安全策略，可以帮助信息安全研究人员更加深入了解内核攻击的方式和方法，为抵制系统级内核攻击，降低安全隐患提供了重要的理论支撑和技术保障。

利用canoe进行车载以太网的测试，新建工程指导

精读以太坊源码，可以详细了解以太坊代码。希望可以帮助想要深入了解以太坊的同学。

本书是直面软件工程中的最困难任务——侦错，围绕软件世界中的最强大工具——调试器，全方位地展示了软件调试技术的无比威力和无穷魅力。 全书主要内容包括：CPU的调试支持；Windows操作系统中的调试设施；Visual C/C++编译器的调试支持，重点讨论了编译期检查、运行期检查，以及调试符号；WinDBG调试器的发展历史、模块结构、工作模型、使用方法、主要调试功能的实现细节和遍布全书应用的实例；内核调试、用户态调试、JIT调试、远程调试的原理、实现和用法；异常的概念、渊源、分发方法、处理方法（SEH、VEH、C++）、编译方法和与调试相关的若干问题；调试符号的作用、产生过程、使用方法和对常用类型的调试符号；栈和堆的结构布局、工作原理和有关的软件问题；软件的可调试性和提高可调试性的方法等。 此外，书中还诠释了很多较难理解的概念（保护模式、虚拟内存、IDT、GDT、任务状态段、系统调用、函数调用协议、栈帧等），思考了一系列耐人深思和具有普遍意义的问题。本书是对软件调试技术在过去50年中所取得成就的全面展示，也是对作者本人在软件设计和系统开发第一线奋战十多年的经验总结。

昆仑通太Linux系统7寸屏网口与中创智合40142网口产品modbus-tcp协议通讯测试DEMO，采集测量电流信号显示

SQL Server最大内存设设置太小导致无法启动SQL Server服务的解决办法详见附件内容

大赛以“地铁乘客流量预测”为赛题，参赛者可通过分析地铁站的历史刷卡数据，预测站点未来的客流量变化，帮助实现更合理的出行路线选择，规避交通堵塞，提前部署站点安保措施等，最终实现用大数据和人工智能等技术助力未来城市安全出行。 大赛开放了20190101至20190125共25天地铁刷卡数据记录，共涉及3条线路81个地铁站约7000万条数据作为训练数据（Metro_train.zip），供选手搭建地铁站点乘客流量预测模型。训练数据（Metro_train.zip）解压后可以得到25个csv文件，每天的刷卡数据均单独存在一个csv文件中，以record为前缀。如2019年1月1日的所有线路所有站点的刷卡数据记录存储在record_2019-01-01.csv文件中，以此类推。同时大赛提供了路网地图，即各地铁站之间的连接关系表，存储在文件Metro_roadMap.csv文件中供选手使用。 测试阶段，大赛将提供某天所有线路所有站点的刷卡数据记录，选手需预测未来一天00时至24时以10分钟为单位各时段各站点的进站和出站人次。 预选赛阶段，测试集A集上，大赛将提供2019年1月28日的刷卡数据

大赛以“地铁乘客流量预测”为赛题，参赛者可通过分析地铁站的历史刷卡数据，预测站点未来的客流量变化，帮助实现更合理的出行路线选择，规避交通堵塞，提前部署站点安保措施等，最终实现用大数据和人工智能等技术助力未来城市安全出行。 大赛开放了20190101至20190125共25天地铁刷卡数据记录，共涉及3条线路81个地铁站约7000万条数据作为训练数据（Metro_train.zip），供选手搭建地铁站点乘客流量预测模型。训练数据（Metro_train.zip）解压后可以得到25个csv文件，每天的刷卡数据均单独存在一个csv文件中，以record为前缀。如2019年1月1日的所有线路所有站点的刷卡数据记录存储在record_2019-01-01.csv文件中，以此类推。同时大赛提供了路网地图，即各地铁站之间的连接关系表，存储在文件Metro_roadMap.csv文件中供选手使用。 测试阶段，大赛将提供某天所有线路所有站点的刷卡数据记录，选手需预测未来一天00时至24时以10分钟为单位各时段各站点的进站和出站人次。 预选赛阶段，测试集A集上，大赛将提供2019年1月28日的刷卡数据

大赛以“地铁乘客流量预测”为赛题，参赛者可通过分析地铁站的历史刷卡数据，预测站点未来的客流量变化，帮助实现更合理的出行路线选择，规避交通堵塞，提前部署站点安保措施等，最终实现用大数据和人工智能等技术助力未来城市安全出行。 大赛开放了20190101至20190125共25天地铁刷卡数据记录，共涉及3条线路81个地铁站约7000万条数据作为训练数据（Metro_train.zip），供选手搭建地铁站点乘客流量预测模型。训练数据（Metro_train.zip）解压后可以得到25个csv文件，每天的刷卡数据均单独存在一个csv文件中，以record为前缀。如2019年1月1日的所有线路所有站点的刷卡数据记录存储在record_2019-01-01.csv文件中，以此类推。同时大赛提供了路网地图，即各地铁站之间的连接关系表，存储在文件Metro_roadMap.csv文件中供选手使用。 测试阶段，大赛将提供某天所有线路所有站点的刷卡数据记录，选手需预测未来一天00时至24时以10分钟为单位各时段各站点的进站和出站人次。 预选赛阶段，测试集A集上，大赛将提供2019年1月28日的刷卡数据