2025年03月11日
在科技的发展下，时钟设备也在不断进步，传统的机械钟在一些场所已经被网络电子时钟所代替，网络电子时钟系统是以卫星时间信号为基准授时精度高，网络电子时钟系统以其性能稳定、时间精准、统一时间、无机械传动等特点，也已成为各领域经常使用的时钟产品。
网络电子时钟是以NTP网络时间信号进行授时的，NTP网络时间协议可以使各计算机和网络电子时钟时间同步，保证时间统一性。网络电子时钟是用数码管形式显示的，网络电子时钟配置专用的时钟芯片，芯片内部采用石英振荡器，芯片精度不大于10ms/年，芯片可以用于显示、设置、软件编程，芯片可以用软件实现数字时钟，网络电子时钟可以显示年、月、日、时、分、秒、星期、温湿度等，可以满足不同用户的需求。
2025年03月11日
ACK Flood攻击是在TCP连接建立之后，所有的数据传输TCP报文都是带有ACK标志位的，主机在接收到一个带有ACK标志位的数据包的时候，需要检查该数据包所表示的连接四元组是否存在，如果存在则检查该数据包所表示的状态是否合法，然后再向应用层传递该数据包。如果在检查中发现该数据包不合法，例如该数据包所指向的目的端口在本机并未开放，则主机操作系统协议栈会回应RST包告诉对方此端口不存在。
2025年03月11日
SYN Flood 或称 SYN洪水、SYN洪泛是一种阻断服务攻击，起因于攻击者传送一系列的SYN请求到目标系统。
当一个客户端尝试和一个服务器建立TCP连接，客户端和服务端会交换一系列报文。 这种连接技术广泛的应用在各种TCP连接中，例如telnet,Web,email,等等。 SYN（synchronous）是TCP/IP建立连接时使用的握手信号，用户和服务器之间的正常连接需要正确执行3次握手，具体流程如下图所示：
2025年03月11日
SYN洪水攻击原理
SYN Flood 或称 SYN洪水、SYN洪泛是一种阻断服务攻击，起因于攻击者传送一系列的SYN请求到目标系统。 SYN洪水攻击是DDOS攻击中最常见的攻击类型之一，是一种利用TCP 协议缺陷，攻击者向被攻击的主机发送大量伪造的TCP连接请求，从而使得被攻击方主机服务器的资源耗尽(CPU 满负荷或内存不足) 的攻击方式。
2025年03月11日
利用TCP协议三次握手的缺陷，首先，攻击者被攻击者发送伪造源地址的TCP[SYN]报文(第一次握手)，其次，被攻击者向源地址主机返回TCP[SYN,ACK]报文（第二次握手），最后，等待源地址主机返回TCP[ACK]报文（第三次握手）并将此半连接存入半连接队列中。
鉴于源地址是伪造的，因此被攻击者将无法收到源地址主机发送的TCP[ACK]报文（第三次握手），然而，TCP协议的重传机制又要求被攻击者重新发送TCP[SYN,ACK]报文，一旦达到TCP协议规定的重传次数，被攻击者将向源地址主机发送TCP[RST]报文用于从半连接队列中释放该半连接。
2025年03月11日
它呢是DDOS中最古老的一种攻击手法，也是比较让人头疼的攻击手法。它是依赖TCP/IP协议，保证高可靠性的传输层协议。
什么是高可靠性，就数据没丢失，数据不重复，数据不会出现错误等等。也就是说我们在和一个网站进行交互的时候，你访问它服务器的同时，服务器也要向你回传数据。
所以TCP协议需要进行三次握手，比如我是客户端，我要去访问一个网站，就相当于是访问这个网站的服务器，首先我会发起访问请求建立连接，然后服务端收到我的请求后就会跟我回复一个ACK报文，这个报文里头有一个随机的序列号。所以我必须还得回复一个准确的序列号，当然这个是由系统处理，当回复确认无误后我才算于服务端正式建立连接，现在我就可以去访问网站下的页面了。
2025年03月11日
生信发文真的卷，现在纯生信想发高分，除了难还是难，通常会被要求补实验才好发。
现实就是这么残酷，如果你的套路只停留在过去，你就只能做被卷的“低分崽”，想要降低发文难度，必须升级方法和套路！
2025年03月11日
图：pixabay
「机器人圈」编译：嗯~阿童木呀、多啦A亮
前两天，大神Geoffrey Hinton对于反向传播算法发表了相关看法，认为“反向传播不一定促进是AI发展的必要方式”。
此言论一出，可谓是一石激起千层浪。这不，在reddit上，大家对Hinton的观点争论不休。
讨论的主要方向是询问如果说“反向传播算法”不行，那有没有可选的备用方案呢？而在这波讨论浪潮中，我希望我们能够回答这样一个问题：反向传播存在的问题是什么？实际上，大家并没能够真正回答这个问题，而只是简单提及了无监督学习所存在的难题。「机器人圈」将其编译如下。
2025年03月11日
想来惭愧，推荐系统从大四做毕设时就开始接触了，不过当时对于推荐系统也是云里雾里，没有一个整体的概念，更别说总结写博客了。正好研究生也是这个方向，最近一年看了一些综述论文、经典书籍以及好的博客，希望通过这篇博客能够记录一些推荐系统方面的基础、经典的理论、总结以及自己的想法。 等回头再过来浏览的时候希望能够起到一个索引或者综述的作用，如此而已。如果有人看到这篇博客并且对Ta有所帮助的话，更是欣慰。也希望大家多提意见，大恩不言谢。
2025年03月11日
k 近邻（k-nearest neighbor, KNN）算法：相似的数据往往拥有相同的类别，同一种类的数据之间特征更为相似，而不同种类的数据之间特征差别更大。
目标是判断样本的类别。KNN 首先会观察与该样本点距离最近的个样本，统计这些样本所属的类别。然后，将当前样本归到出现次数最多的类中。