常见Redis未授权访问漏洞总结常见的未授权访问漏洞: Redis 未授权访问漏洞 MongoDB 未授权访问漏洞 Jenkins 未授权访问漏洞 Memcached 未授权访问漏洞 JBOSS 未授权访问漏洞 VNC 未授权访问漏洞 Docker 未授权访问漏洞 ZooKeeper 未授权访问漏洞 Rsync 未授权访问漏洞 Atlassian Crowd 未授权访问漏洞 CouchDB 未授权访问漏洞 Elasticsearch Elasticsearch 未授权访问漏洞 Hadoop 未授权访问漏洞 Jupyter Notebook 未授权访问漏洞 ## Redis未授权访问漏洞 ## 漏洞简介以及危害 Redis 默认情况下,会绑定在 0.0.0.0:6379,如果没有进行采用相关的策略,比如添加防火墙规则避免其他非信任来源 ip 访问等,这样将会将 Redis 服务暴露到公网上,如果在没有设置密码认证(一般为 空)的情况下,会导致任意用户在可以访问目标服务器的情况下未授权访问 Redis 以及读取 Redis 的数据。攻击者在未授权访问 Redis 的情况下,利用 Redis 自身的提供的 config 命令,可以进行写文件操作,攻击者可以成功将自己的 ssh 公钥写入目标服务器的 /root/.ssh 文件夹的 authotrized_keys 文件中,进而可以使用对应私钥直接使用 ssh 服务登录目标服务器、添加计划任务、写入0 码力 | 44 页 | 19.34 MB | 2 年前3
Back to Basics Almost Always Vector0 码力 | 62 页 | 4.86 MB | 1 年前3
深度学习与PyTorch入门实战 - 44. 数据增强0 码力 | 18 页 | 1.56 MB | 2 年前3
机器学习课程-温州大学-概率论回顾2021年07月 ## 目录 01 随机事件和概率 02 随机变量及其概率分布 03 多维随机变量及其分布 04 随机变量的数字特征 05 数理统计的基本概念 ### 1. 随机事件和概率 ## 01 随机事件和概率 02 随机变量及其概率分布 03 多维随机变量及其分布 04 随机变量的数字特征 05 数理统计的基本概念 ### 1. 随机事件和概率 ### 1. 事件的关系与运算 (7)互逆事件(对立事件): $ A \cap B = \varnothing, A \cup B = \varOmega, A = \overline{B}, B = \overline{A} $ 。 ### 1. 随机事件和概率 ### 2. 运算律 (1) 交换律: $ A \cup B = B \cup A, A \cap B = B \cap A $ (2) 结合律: $ (A \cup B) \cup A_{n} $ 两两互斥,且和事件为必然事件,即 $ A_{i}\cap A_{j}=\varnothing,i\neq j,\bigcup_{i=1}^{n}=\varOmega $ ### 1. 随机事件和概率 ### 5. 概率的基本概念 (1) 概率:事件发生的可能性大小的度量,其严格定义如下: 概率 $ P(g) $ 为定义在事件集合上的满足下面3个条件的函数: 1) 对任何事件 A,0 码力 | 45 页 | 862.61 KB | 2 年前3
机器学习课程-温州大学-02-数学基础回顾-0.机器学习的数学基础整理(国内教材)A^{T},A^{-1},A^{*} $ 正定; $ |A|>0,A $ 可逆; $ a_{ii}>0 $ ,且 $ |A_{ii}|>0 $ 。 ## 概率论和数理统计 ## 随机事件和概率 ### 1. 事件的关系与运算 (1) 子事件: $ A \subset B $ ,若A发生,则B发生。 (2) 相等事件:A = B,即 $ A \subset B $ ,且 g(\cdot) $ 分别表示对相应事件做任意事件运算后所得的事件,另外,概率为 1 (或 0)的事件与任何事件相互独立. ## 随机变量及其概率分布 ### 1. 随机变量及概率分布 取值带有随机性的变量,严格地说是定义在样本空间上,取值于实数的函数称为随机变量,概率分布通常指分布函数或分布律 ### 2. 分布函数的概念与性质 定义: $ F(x) = P(X \leq x), -\infty F(-\infty) = 0, F(+\infty) = 1 $ ### 3. 离散型随机变量的概率分布 $$ P(X=x_{i})=p_{i},i=1,2,\cdots,n,\cdots\qquad p_{i}\geq0,\sum_{i=1}^{\infty}p_{i}=1 $$ ### 4. 连续型随机变量的概率密度 概率密度 $ f(x) $ ;非负可积,且: $ (1)f(x)\geq00 码力 | 31 页 | 1.18 MB | 2 年前3
Weblate 4.7 用户文档Weblate 的 Python API ## Administrator docs 配置手册 • Weblate 部署 • 升级 Weblate 备份和移动 Weblate • 身份验证 访问控制 • 翻译项目 • 语言定义 持续本地化集成 翻译许可 - 翻译许可 • 翻译进程 检查并修正 机器翻译 附加组件 - 翻译记忆库 - 配置 - 配置的例子 - 管理命令 (depending on ENABLE AVATARS). These images are obtained using https://gravatar.com/. ## 许可协议 ## API 访问 You can get or reset your API access token here. ## 审计日志 Audit log keeps track of the actions performed Publicly visible and anybody can contribute • Visible only to a certain group of translators ## 参见 访问控制,翻译工作流 ## 翻译项目 Translation projects hold related components; resources for the same software, book0 码力 | 772 页 | 11.41 MB | 2 年前3
机器学习课程-温州大学-numpy使用总结NumPy(Numeric Python)是Python的一种开源的数值计算扩展库。它包含很多功能: · 创建n维数组(矩阵) · 对数组进行函数运算 · 数值积分 · 线性代数运算 ·傅里叶变换 · 随机数产生 · · · · · ·  ## NumPy概述 02 NumPy数组(ndarry)对象 03 ufunc函数 04 NumPy的函数库 ## 随机数 除了前面介绍的`ufunc()`函数之外,NumPy还提供了大量对于数组运算的函数。它们能够简化逻辑,提高运算速度。 我们首先看随机数。NumPy产生随机数的模块在random里面,其中有大量的分布。 > from numpy import random as nr 0.23, 0.81]] [2, 2, 3]] ## 随机数 |rand|0到1之间的随机数|normal|正态分布的随机数| |---|---|---|---| |randint|制定范围内的随机整数|uniform|均匀分布| |randn|标准正态的随机数|poisson|泊松分布| |choice|随机抽取样本|shuffle|随机打乱顺序| ,操作面板将不会显示,因为用户将被重定向到一个项目或部件。 #### 1.2.3 用户个人资料 通过单击顶部菜单右上角的用户图标,然后单击设置菜单,可以访问用户配置文件。 用户配置文件包含您的首选项。名称和电子邮箱地址在版本控制系统(VCS)提交中使用,因此请保持此信息准确无误。 备注:所有语言选择仅提供当前翻译的语言。 提示:通过单击按钮请求或添加要翻译的其他语言,以使其也可用。 言,以使其也可用。 ## 语言 #### 1.2.4 界面语言 请选择你想要在用户界面中展示的语言。 ## 翻译语言 选择您喜欢翻译的语言,它们将在观看项目的主页上提供,以便您可以更轻松地访问每种语言的所有翻译。 |Weblate|Dashboard|Projects|Languages|Checks| |---|---|---|---|---| ## 第二语言 您可以定义在翻译时向0 码力 | 506 页 | 8.37 MB | 2 年前3
《Efficient Deep Learning Book》[EDL] Chapter 6 - Advanced Learning Techniques - Technical Review0 码力 | 31 页 | 4.03 MB | 2 年前3
共 1000 条
- 1
- 2
- 3
- 4
- 5
- 6
- 100













