【转】模糊测试（fuzzing）是什么
一、说明 大学时两个涉及“模糊”的概念自己感觉很模糊。一个是学数据库出现的“模糊查询”，后来逐渐明白是指sql的like语句；另一个是学专业课时出现的“模糊测试”。 概念是懂的，不外乎是“模糊测试是一种软件测试技术,其核心思想是自动或半自动的生成随机数据输入到一个程序中，并监视程序异常，如崩溃，断言(assertion)失败，以发现可能的程序错误，比如内存泄漏”。 这种定义也许很准确，但对没接触过的人还是很模糊。我觉得搞学问的有个毛病，喜欢把一个简单的东西讲得很复杂然后就是不告诉你到底是什么。
subsequnce----dp
subsequence 题意：给长度为\(n\), \(m\)的字符串\(s\), \(t\), 字符串由0~9的数字组成，问在十进制意义下\(s\)中比\(t\)串大的子序列个数。 \(m\leq n \leq{3000}\). 题解：考虑两种不同情况：子序列长度等于\(t\)串以及子序列长度大于\(t\)串。用\(len[i][j]\)维护\(s\)串中第\(i\)位以前长度为\(j\)的合法串（无前导零）个数，那么长度大于\(t\)串的个数为\(\sum_{i=m+1}^{n} len[
day03 计算机的性能及系统启动
1. 改变计算机性能方式： 横向扩展（Scale-out)--也叫水平扩展:用更多的节点支撑更大量的请求。 如成千上万的蚂蚁完成一项搬运工作。人多力量大 计算机集群简称集群：一种计算机系统，通过一组松散集成的计算机软件或硬件连接起来高度紧密地协作完成计算工作。集群系统中的单个计算机通常称为节点，通常通过局域网连接，有其它连接方式。集群计算机通常用来改进单个计算机的计算速度或可靠性。 集群分类（分为同构与异构，区别在于组成集群系统的计算机之间的体系结构是否相同）： 负载均衡集群： 某个节点失效后
Python - Django - ORM 常用的字段属性
字段参数： null：用于表示某个字段可以为空 unique：如果设置为 unique=True，则该字段在此表中必须是唯一的 db_index：如果 db_index=True，则代表着为此字段设置数据库索引 default：为该字段设置默认值 关系字段参数： to：设置要关联的表 to_field：设置要关联的表的字段 related_name：反向操作时，使用的字段名，用于代替原反向查询时的 '表名_set' related_query_name：反向查询操作时，使用的连接前缀，用于替换
渗透测试----access偏移注入
偏移注入指access偏移注入，由于数据库结构的问题，偏移注入只适用于access数据库。对于access数据库来说，无论是逐字猜解还是联合查询注入，都是需要我们能够猜到用户名和密码的列名(字段),才可以注入出数据，而有的时候，站长取的字段名很另类，我们猜不出来的时候，就需要偏移注入了。 偏移注入的前提： 猜出表名，且知道一个或多个字段。(access) 如果当前注入点的脚本内查询的表内的字段数较多，而管理表内字段较少，这样我们成功率会更高。意思就是管理表字段越少越好，最好只有id，
7.31.... 简单的python代码
# username = input('user:') # password = input('Passward:') # if username == 'admin' and password == '123': # print('login') # else: # print('Error.') # password = input('Password:') # A = 'QWERTYUIOPASDFGHJKLZXCVBNM' # B = 'zxcvbnmasdfghjklqwertyui
inotify+rsync数据的实时同步
生产需求：企业一般有多台web为了保证数据的统一和将web文件放在samba服务器上方便统一管理，同时为了数据的安全可以找一台服务器实时同步数据，可以通过inotify+rsync+脚本实现一、监控软件inotify简介：inotify可以监控同步数据服务器目录中信息的变化，采用异步的文件系统事件监控机制，利用事件驱动机制，而无须通过诸如cron等的轮询机制来获取事件，linux内核从2.6.13
Flink+kafka实现Wordcount实时计算
1. Flink Flink介绍： Flink 是一个针对流数据和批数据的分布式处理引擎。它主要是由 Java 代码实现。目前主要还是依靠开源社区的贡献而发展。对 Flink 而言，其所要处理的主要场景就是流数据，批数据只是流数据的一个极限特例而已。再换句话说，Flink 会把所有任务当成流来处理，这也是其最大的特点。Flink 可以支持本地的快速迭代，以及一些环形的迭代任务。 Flink的特性： Flink是个分布式流处理开源框架： 1>. 即使数据源是无序的或者晚到达的数据，也能保持结果准
系统架构概念及思想2
Nginx的优劣势： 在功能上Nginx不如Apache； 在响应用户方面Nginx是绝对的老大。 因此，Nginx在实际应用中通常用作反向代理，如下图： Apache：作为动态内容的提供者，与MySQL通信。 注：对于动态脚本，一台有2颗CPU，4G内存的Server上，由于脚本逻辑不同，一般来说此Server平均每秒响应1000个都是相当不错了。 Nginx：作为静态内容的提供者，如：CSS，jpg，png等，来提高响应用户的速度。 注：静态图片（5-10K)的图片
Filebeat+Kafka+Logstash+ElasticSearch+Kibana搭建完整版
1. 了解各个组件的作用 Filebeat是一个日志文件托运工具，在你的服务器上安装客户端后，filebeat会监控日志目录或者指定的日志文件，追踪读取这些文件（追踪文件的变化，不停的读） Kafka是一种高吞吐量的分布式发布订阅消息系统，它可以处理消费者规模的网站中的所有动作流数据 Logstash是一根具备实时数据传输能力的管道，负责将数据信息从管道的输入端传输到管道的输出端；与此同时这根管道还可以让你根据自己的需求在中间加上滤网，Logstash提供里很多功能强大的滤网以满足你的各种应用
【0801 | Day 6】Python基础（四）
Part 13 流程控制之while循环 一、语法 while 条件
code 1
code 2
code 3
...
while True:
print('*1'*100)
print('*2'*100) # 实现ATM的输入密码重新输入的功能
while True:
user_db = 'nick'
pwd_db = '123'
inp_user = input('usernam
redis发布订阅实现各类定时业务（优惠券过期，商品不支付自动撤单，自动收货等）
修改redis配置文件 找到机器上redis配置文件conf/redis.conf，新增一行 notify-keyspace-events Ex 最后的Ex代表 监听失效的键值 修改后效果如下图 代码效果： redis.class.php类：（这里避免命名冲突，故命名Redis2） 1 <?php
2 class Redis2
3 {
4 private $redis;
5
6 public function __construct($host = '127.0.0.1
PAT A1094 The Largest Generation [树的遍历]
题目描述 链接 输入树的结点个数N，结点编号为1~N，非叶子结点个数M，然后输出M个非叶子结点的孩子结点的编号，求结点个数最多的一层，根结点的层号为1，输出该层的结点个数以及层号 这道题类似于前面的那个可以用DFS,BFS解的题 BFS void bfs(){
queue<int> q;
layer = 1;
q.push(1);
while(!q.empty()){
int len = q.size(); //因为后面push会变
系统启动和命令基本介绍
Linux安装与命令 1、linux安装 直接将操作系统安装在硬件设备上 使用VMM管理平台进行按装（虚拟机的方式） VMM管理平台：Vmware workstations virtualbox 磁盘的划分：3个区必须划分，boot swap / 拍摄快照，如果出现错误，可以恢复快照 2、计算机性能：横向扩展→集群（人多力量大） →负载均衡集群 →高可用集群 →高性能集群（应用层）------hadoop集群 = Map reduces + HDFS 纵向扩展→应用迁移 3、系统的启动 电源：
docker容器互联实现目录、服务共享 docker学习笔记18：Dockerfile 指令 VOLUME 介绍
一、需求 docker使服务之间实现容器隔离，比如Javaweb项目前端、后端、数据库、数据库后台，分别把它们部署在不同的容器里面，实现隔离。但服务和服务之间也有互访的需求，这就涉及到容器网络和容器互联挂载访问机制的内容。 容器是基于镜像创建的，最后的容器文件系统包括镜像的只读层+可写层，容器中的进程操作的数据持久化都是保存在容器的可写层上。一旦容器删除后，这些数据就没了，除非我们人工备份下来（或者基于容器创建新的镜像）。能否可以让容器进程持久化的数据保存在主机上呢？这样即使容器删除了，数据还
[数组] leetcode 950 Reveal Cards In Increasing Order
problem:https://leetcode.com/problems/reveal-cards-in-increasing-order/ 我的思路先排序，然后反向模拟整个过程，按从大大小的顺序放入数据，每次放入之前，把最后一个数字挪到前面来。 class Solution {
public:
vector<int> deckRevealedIncreasing(vector<int>& deck) {
deque<int> arr;
sor
poj3585Accumulation Degree-二次扫描与换根法
1 #include<iostream>
2 #include<cstdio>
3 #include<cmath>
4 #include<string>
5 #include<cstring>
6 #include<algorithm>
7 #include<iomanip>
8 using namespace std;
9 namespace Moxing {
10 const int N=200005;
11 int n,t,last[N
python简单进行post接口测试，接口参考Swagger
Swagger上面找一个post接口，如图。同样可以先在swagger上面try it out先验证下本接口效果 经试验，参数如下，加上正确的token，可以正确查询到结果： { "id": 283, "name": "", "orderBy": 2, "pageNo": 1, "pageSize": 20, "queryTotal": true, "sortString": "id" } 接下来，我们通过python来验证下该接口: 一开始是这样写的： import requests if
今日推荐
周排行