已經跟呼吸一樣重要的網路和手機論文書籍站
隨機mac ptt的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列免費下載的地點或者是各式教學
隨機mac ptt的問題，我們搜遍了碩博士論文和台灣出版的書籍，推薦SimsonL.Garfinkel寫的 電腦之書 和（美）喬治亞·魏德曼的 滲透測試：完全初學者指南都 可以從中找到所需的評價。
這兩本書分別來自時報出版 和人民郵電所出版 。
國立陽明交通大學 電子研究所 張添烜所指導 江宇翔的 應用於物件偵測與關鍵字辨識之強健記憶體內運算設計 （2021），提出隨機mac ptt關鍵因素是什麼，來自於記憶體內運算、物件偵測、關鍵字辨識、模型個人化。
而第二篇論文國立臺北科技大學 管理學院高階管理碩士雙聯學位學程 許嘉裕所指導 楊駿豪的 基於機器學習預測股價漲跌趨勢 （2021），提出因為有 人工神經網路、隨機森林、極限梯度提升樹、股價漲跌方向預測、套索回歸、特徵選擇、超參數調整的重點而找出了 隨機mac ptt的解答。
電腦之書
為了解決隨機mac ptt 的問題，作者SimsonL.Garfinkel 這樣論述：
史上最強系列之《電腦之書》 從西元前兩千年的蘇美算盤，到個人電腦的發明，乃至21世紀的臉書等網路社群 250則趣味的電腦科學故事＋詳解歷史＋精采圖片 從閱讀中學習科學知識的百科 一本圖文並茂的電腦科學百科．一本博古通今的資訊科技發展史 一本趣味橫生的電腦科學故事．一本條理分明的資訊科技資料庫 關於電腦科學世界裡最重要、最有趣的故事盡在其中 電腦已經滲透到我們生活各個層面。原本只用於破解納粹密碼、發展核彈的技術，現已廣泛應用於我們的日常之中，其影響力甚至遠及太陽系之外。 《電腦之書》依照時間順序編列，探索古今250則計算機科學的關鍵里程碑，範圍從古代算盤到人工智能和
社群媒體，時間軸涵蓋了運算裝置、程式語言、文化和科學領域的發展史。擁有數十年計算機研究並鑽研創新領域的兩位作者西姆森‧加芬克爾（Simson L. Garfinkel）與瑞秋‧格隆斯潘（Rachel H. Grunspan），不但挑出推進智能機器發展的里程碑，也納入應用廣泛的科技、廣為人知的象徵，甚至是有潛力成為未來里程碑的新技術。 《電腦之書》列舉諸多關鍵發明，包括：蘇美算盤，第一封垃圾郵件，摩斯電碼，密碼學，早期計算機，艾薩克•阿西莫夫的機器人定律，UNIX和早期編程語言，電影，遊戲，大型機，小型微型計算機，駭客技術，虛擬現實等主題。每項里程碑背後的重點人物也有所介紹，如：愛達・勒芙
蕾絲、西摩．克雷、葛蕾絲．霍珀、家釀電腦俱樂部、艾倫・圖靈以及比爾・蓋茲。 本書呈現科技發明的進程，絕對有顛覆你認知的事實——舉例而言，語音辨識技術居然在1950年代就起頭？早在1975年，人工智慧就用於醫療診斷？《魔獸世界》裡大規模擴散的瘟疫，更有助於流行病學家探究現實裡的傳染病？！ 本書條目按照年代排序，各含一則簡短摘要和至少一幅精美圖畫，每頁底下的「參照條目」方便你快速查閱其他篇目，讓知識立體化。跟著《電腦之書》進入一趟收穫滿滿的電腦科學之旅吧！ 本書特色 ‧豐富條目：250則人工智慧史上重大里程碑一次收錄。 ‧編年百科：條目依年代排序，清楚掌握人工智慧發展演變；
相關條目隨頁交叉索引，知識脈絡立體化。 ‧濃縮文字：每篇約700字，快速閱讀、吸收重要科學觀念和大師理論。 ‧精美插圖：每項條目均搭配精美全彩圖片，幫助記憶，刺激想像力。 ‧理想收藏：全彩印刷、圖片精緻、收藏度高，是科普愛好者必備最理想的科學百科。
應用於物件偵測與關鍵字辨識之強健記憶體內運算設計
為了解決隨機mac ptt 的問題，作者江宇翔 這樣論述：
近年來，由於不同的應用都能夠藉由和深度學習的結合而達到更好的結果，像是物件偵測、自然語言處理以及圖像辨識，深度學習在終端設備上的發展越來越廣泛。為了應付深度學習模型的龐大資料搬移量，記憶體內運算的技術也在近年來蓬勃發展，不同於傳統的范紐曼架構，記憶體內運算使用類比域的計算使儲存設備也同樣具備運算的能力。儘管記憶體內運算具有降低資料搬移量的優點，比起純數位的設計，在類比域進行計算容易受到非理想效應的影響，包括元件本身或是周邊電路的誤差，這會造成模型災難性的失敗。此篇論文在兩種不同的應用領域針對記憶體內運算進行強健的模型設計及硬體實現。在電阻式記憶體內運算的物件偵測應用當中，我們將重點放在改善模
型對於非理想效應的容忍度。首先，為了降低元件誤差的影響，我們將原本的二值化權重網路改變為三值化權重網路以提高電阻式記憶體中高阻態元件的數量，同時能夠直接使用正權重及負權重位元線上的電流值進行比較而不使用參考位元線作為基準。其次，為了避免使用高精度的正規化偏差值以及所導致的大量低阻態元件佈署，我們選擇將網路中的批次正規化層移除。最後，我們將運算從分次的電流累加運算改為一次性的運算，這能夠將電路中非線性的影響降到最低同時避免使用類比域的累加器。相較於之前的模型會受到這些非理想效應的嚴重影響導致模型無法運作，我們在考慮完整的元件特性誤差，周邊電路誤差以及硬體限制之下，於IVS 3cls中做測試，能夠
將平均精確度下降控制在7.06\%，在重新訓練模型後能更進一步將平均精確度下降的值降低到3.85\%。在靜態隨機存取記憶體內運算的關鍵字辨識應用當中，雖然非理想效應的影響相對較小，但是仍然需要針對周邊電路的誤差進行偏壓佈署補償，在經過補償及微調訓練後，在Google Speech Command Dataset上能夠將準確率下降控制在1.07\%。另外，由於語音訊號會因為不同使用者的資料而有大量的差異，我們提出了在終端設備上進行模型的個人化訓練以提高模型在小部分使用者的準確率，在終端設備的模型訓練需要考量到硬體精度的問題，我們針對這些問題進行誤差縮放和小梯度累積以達到和理想的模型訓練相當的結果
。在後佈局模擬的結果中，這個設計在推論方面相較於現有的成果能夠有更高的能源效率，達到68TOPS/W，同時也因為模型個人化的功能而有更廣泛的應用。
滲透測試：完全初學者指南
為了解決隨機mac ptt 的問題，作者（美）喬治亞·魏德曼 這樣論述：
所謂滲透測試是借助各種漏洞掃描工具，通過模擬黑客的攻擊方法來對網路安全進行評估。《滲透測試——完全初學者指南》作為入門滲透測試領域的理想讀物，全面介紹每一位滲透測試人員有必要了解和掌握的核心技巧與技術。本書分為20章，其內容涵蓋了滲透測試實驗室的搭建、Kali Linux的基本用法、編程相關的知識、Metasploit框架的用法、信息收集、漏洞檢測、流量捕獲、漏洞利用、密碼攻擊、客戶端攻擊、社會工程學、規避病毒檢測、深度滲透、Web應用測試、攻擊無線網路、Linux/Windows棧緩衝區溢出、SEH覆蓋、模糊測試/代碼移植及Metasploit模塊、智能手機滲透測試框架的使用等。 有別于其
他圖書的是，本書在這20章之外還增加了一個第0章，用來解釋滲透測試各個階段應該做的工作。《滲透測試——完全初學者指南》內容實用，理論與實戰相互輔佐。讀者借助於書中提及的各個工具，可復現每一個實驗操作，加深對滲透測試技術的進一步理解。無論是經驗豐富的信息安全從業人員，還是有志於從事信息安全行業的新手，都會在閱讀中獲益匪淺。本書還適合信息安全專業的高校師生閱讀。 [美]喬治亞·魏德曼（Georgia Weidman），是一位滲透測試專家和安全研究員，同時還是Bulb Security安全咨詢公司的創始人。她不僅多次在Black Hat、ShamooCon和DerbyCon等世界
各地的安全會議上發表演講，而且還親自傳授滲透測試、移動破解和exploit開發等專業課程。世界各國的報紙和電視都曾報道過她在移動安全領域的研究成果。DARPA的Cyber Fast Track（信息化項目快速通道）曾為她的移動設備安全主題立項，並給予她專門的資金支持。 第0章 滲透測試導論 1 0.1 滲透測試的各個階段 2 0.1.1 明確需求階段 2 0.1.2 資訊收集階段 3 0.1.3 威脅建模階段 4 0.1.4 漏洞分析階段 4 0.1.5 漏洞驗證階段 4 0.1.6 深度攻擊階段 4 0.1.7 書面彙報階段 5 0.2 小結 6 第1章 搭建虛擬滲透實
驗室 7 1.1 安裝VMware 7 1.2 安裝 Kali Linux 8 1.2.1 網路配置 11 1.2.2 安裝 Nessus 14 1.2.3 安裝其他軟體 18 1.2.4 安裝Android 模擬器 20 1.2.5 智能手機滲透測試框架 24 1.3 靶機虛擬機器 25 1.4 創建Windows XP靶機 25 1.4.1 Microsoft Windows上的VMware Player 26 1.4.2 Mac OS上的VMware Fusion 28 1.4.3 安裝並啟動Windows系統 29 1.4.4 安裝VMware Tools 32 1.4.5 關閉Win
dows防火牆 33 1.4.6 設置使用者密碼 34 1.4.7 設置靜態IP 34 1.4.8 調整網路登入模式 36 1.4.9 安裝一些存在漏洞的軟體 37 1.4.10 安裝Immunity Debugger和Mona 42 1.5 安裝Ubuntu 8.10 靶機 44 1.6 安裝Windows 7 靶機 44 1.6.1 創建用戶帳號 44 1.6.2 關閉自動*新 46 1.6.3 設置靜態IP位址 47 1.6.4 安裝第二塊網卡 47 1.6.5 安裝其他的軟體 48 1.7 小結 49 第2章 使用Kali Linux 50 2.1 Linux命令列 50 2.2 L
inux檔案系統 51 2.3 操作說明：查看參考手冊的命令 52 2.4 用戶許可權 53 2.4.1 添加用戶 53 2.4.2 把用戶添加到sudoers檔中 54 2.4.3 切換用戶與sudo命令 54 2.4.4 創建檔和目錄 55 2.4.5 檔的複製、移動和刪除 55 2.4.6 給檔添加文本 56 2.4.7 向檔附加文本 56 2.5 文件許可權 57 2.6 編輯檔 58 2.6.1 字串搜索 59 2.6.2 使用vi編輯檔 59 2.7 資料處理 60 2.7.1 grep 60 2.7.2 sed 61 2.7.3 使用awk進行模式匹配 62 2.8 套裝軟體管理
62 2.9 進程和服務 63 2.10 網路管理 63 2.10.1 設置靜態IP位址 64 2.10.2 查看網路連接 65 2.11 Netcat——TCP/IP連接的瑞士軍刀 65 2.11.1 連接埠 66 2.11.2 開放式shell 67 2.11.3 反彈式shell 67 2.12 使用cron進行定時任務 68 2.13 小結 69 第3章 程式設計 71 3.1 Bash腳本 71 3.1.1 ping 71 3.1.2 腳本程式設計 72 3.1.3 運行程式 72 3.1.4 if語句 73 3.1.5 for迴圈 74 3.1.6 提煉資料 75 3.2 Py
thon程式設計 77 3.2.1 連接埠 79 3.2.2 Python中的if語句 79 3.3 編寫和編譯C語言程式 80 3.4 小結 82 第4章 使用Metasploit框架 83 4.1 啟動Metasploit 84 4.2 查找Metasploit模組 85 4.2.1 線上的模組資料庫 86 4.2.2 內置的搜索命令 87 4.3 設置模組選項 90 4.3.1 RHOST 90 4.3.2 RPORT 91 4.3.3 SMBPIPE 91 4.3.4 Exploit Target 91 4.4 有效載荷 92 4.4.1 查找可相容的有效載荷 92 4.4.2 試運
行 94 4.5 shell的種類 95 4.5.1 綁定型 95 4.5.2 反射型 95 4.6 手動設置有效載荷 95 4.7 Msfcli 98 4.7.1 查看説明資訊 98 4.7.2 查看可用選項 98 4.7.3 設置有效載荷 99 4.8 使用Msfvenom創建有效載荷 100 4.8.1 選取有效載荷 101 4.8.2 設定相關選項 101 4.8.3 選擇輸出格式 101 4.8.4 部署可執行檔 102 4.8.5 使用Multi/Handler模組 103 4.9 使用輔助類別模組 104 4.10 小結 106 第5章 資訊收集 108 5.1 開源情報收集（
OSINT） 108 5.1.1 Netcraft 109 5.1.2 whois 110 5.1.3 DNS偵查 111 5.1.4 收集郵寄地址 113 5.1.5 Maltego 114 5.2 埠掃描 117 5.2.1 手動埠掃描 118 5.2.2 使用Nmap進行埠掃描 119 5.3 小結 127 第6章 漏洞檢測 128 6.1 Nmap的版本檢測功能 128 6.2 Nessus 129 6.2.1 掃描策略 130 6.2.2 使用Nessus進行掃描 132 6.2.3 漏洞評級 135 6.2.4 漏洞掃描器的必要性 135 6.2.5 匯出Nessus的掃描結果
136 6.2.6 漏洞研究 136 6.3 Nmap腳本引擎（NSE） 137 6.4 運行單獨的NSE腳本 139 6.5 Metasploit的掃描器模組 141 6.6 Metasploit漏洞檢驗功能 142 6.7 Web應用程式掃描 143 6.7.1 Nikto 144 6.7.2 攻擊XAMPP 145 6.7.3 默認登錄帳號 145 6.8 人工分析 146 6.8.1 檢測非標準埠 146 6.8.2 查找有效登錄名 148 6.9 小結 149 第7章 流量捕獲 150 7.1 流量捕獲網路 150 7.2 Wireshark的使用 151 7.2.1 流量捕獲 1
51 7.2.2 流量過濾 153 7.2.3 查看TCP會話 154 7.2.4 數據包解析 155 7.3 ARP緩存攻擊 155 7.3.1 ARP基礎 156 7.3.2 IP轉發 158 7.3.3 ARP緩存攻擊與Arpspoof 159 7.3.4 使用ARP緩存攻擊冒充預設閘道器 160 7.4 DNS緩存攻擊 161 7.4.1 入門 163 7.4.2 使用Dnsspoof 163 7.5 SSL攻擊 164 7.5.1 SSL基礎 165 7.5.2 使用Ettercap進行SSL中間人攻擊 165 7.6 SSL Stripping 167 7.7 小結 169 第8
章 漏洞利用 171 8.1 回顧MS08-067 171 8.1.1 Metasploit有效載荷 172 8.1.2 Meterpreter 173 8.2 利用WebDAV的默認口令 174 8.2.1 在目標Web伺服器上執行腳本 175 8.2.2 上傳Msfvenom有效載荷 175 8.3 攻擊開源phpMyAdmin 177 8.4 下載敏感文件 180 8.4.1 下載設定檔 180 8.4.2 下載Windows SAM文件 181 8.5 利用協力廠商軟體的緩存溢出漏洞 182 8.6 攻擊協力廠商Web應用 183 8.7 攻擊系統服務的缺陷 186 8.8 攻擊開源N
FS的漏洞 186 8.9 小結 188 第9章 密碼攻擊 190 9.1 密碼管理 190 9.2 線上密碼攻擊 191 9.2.1 字典 191 9.2.2 使用Hydra猜測用戶名和密碼 194 9.3 離線密碼攻擊 196 9.3.1 還原Windows SAM檔中的密碼雜湊值 197 9.3.2 通過物理訪問提取密碼雜湊值 199 9.3.3 LM與NTLM演算法 201 9.3.4 LM雜湊演算法的局限 201 9.3.5 John the Ripper 203 9.3.6 破解Linux 密碼 205 9.3.7 破解設定檔中的密碼 205 9.3.8 彩虹表 206 9.3.
9 線上密碼破解服務 206 9.4 使用Windows Credential Editor提取記憶體中的密碼明文 206 9.5 小結 207 第10章 用戶端攻擊 208 10.1 使用Metasploit有效載荷規避過濾規則 209 10.1.1 規避埠限制規則 209 10.1.2 HTTP和HTTPS有效載荷 210 10.2 用戶端攻擊 211 10.2.1 攻擊流覽器漏洞 212 10.2.2 攻擊PDF漏洞 219 10.2.3 攻擊Java漏洞 223 10.2.4 browser_autopwn 230 10.2.5 Winamp 232 10.3 小結 235 第11
章 社會工程學 236 11.1 SET 237 11.2 魚叉式釣魚攻擊 237 11.2.1 選擇有效載荷 238 11.2.2 選項設置 239 11.2.3 檔命名 240 11.2.4 單個郵箱或者批量地址 240 11.2.5 創建範本 240 11.2.6 設置收件人 241 11.2.7 設置會話受理端 242 11.3 Web攻擊 243 11.4 群發郵件攻擊 245 11.5 組合攻擊 248 11.6 小結 248 第12章 規避病毒檢測 249 12.1 木馬程式 249 12.2 防毒軟體的工作原理 252 12.3 Microsoft Security Esse
ntials 252 12.4 VirusTotal 254 12.5 規避防毒軟體的查殺 255 12.5.1 編碼技術 255 12.5.2 交叉編譯 258 12.5.3 Hyperion加密 261 12.5.4 使用Veil-Evasion規避防毒軟體檢測 262 12.6 遠在天邊近在眼前的“隱藏”方法 266 12.7 小結 266 第13章 深度滲透 268 13.1 Meterpreter 268 13.1.1 upload命令 269 13.1.2 getuid命令 270 13.1.3 其他命令 270 13.2 Meterpreter腳本 271 13.3 Metas
ploit的深度滲透模組 272 13.4 Railgun 274 13.5 本地許可權升級 274 13.5.1 面向Windows的getsystem命令 275 13.5.2 面向Windows的本地許可權提升模組 276 13.5.3 繞過Windows上的UAC 277 13.5.4 Linux上的Udev許可權提升 278 13.6 本地資訊收集 283 13.6.1 搜索文件 283 13.6.2 鍵盤記錄 283 13.6.3 收集密碼 284 13.6.4 net命令 286 13.6.5 另闢蹊徑 287 13.6.6 Bash的歷史文件 287 13.7 橫向移動 288
13.7.1 PSExec 288 13.7.2 傳遞雜湊值 290 13.7.3 SSHExec 291 13.7.4 冒用權杖 293 13.7.5 Incognito 293 13.7.6 SMB捕獲 294 13.8 跳板 297 13.8.1 向Metasploit中添加路由 298 13.8.2 Metasploit埠掃描器 299 13.8.3 通過跳板執行漏洞利用 300 13.8.4 Socks4a和ProxyChains 300 13.9 持久化 302 13.9.1 添加用戶 302 13.9.2 Metasploit持久化 303 13.9.3 創建Linux cro
n作業 304 13.10 小結 305 第14章 Web應用測試 306 14.1 使用Burp Proxy 306 14.2 SQL注入 311 14.2.1 檢測SQL注入漏洞 312 14.2.2 利用SQL注入漏洞 313 14.2.3 SQLMap 313 14.3 XPath 注入 315 14.4 本地檔包含 317 14.5 遠程檔包含 319 14.6 命令執行 320 14.7 跨站腳本攻擊 322 14.7.1 檢測反射型XSS漏洞 322 14.7.2 BeEF與XSS 323 14.8 跨站請求偽造 327 14.9 使用W3AF掃描Web應用 328 14.10
小結 329 第15章 攻擊無線網路 331 15.1 配置 331 15.1.1 查看可用的無線網卡 332 15.1.2 掃描無線接入點 332 15.2 監聽模式 333 15.3 捕獲數據包 334 15.4 開放網路 335 15.5 有線等效加密 335 15.5.1 WEP的弱點 338 15.5.2 用Aircrack-ng破解WEP金鑰 338 15.6 WPA 342 15.7 WPA2 342 15.7.1 企業架構網路的聯網過程 343 15.7.2 個人架構網路的聯網過程 343 15.7.3 四次握手 343 15.7.4 破解 WPA/WPA2金鑰 345 1
5.8 WiFi保護設置 348 15.8.1 WPS的問題 348 15.8.2 用Bully 破解 WPS 349 15.9 小結 349 第16章 Linux棧緩衝區溢位 350 16.1 記憶體相關的理論 350 16.2 Linux 緩衝區溢位 353 16.2.1 程式漏洞實例 353 16.2.2 蓄意崩潰 355 16.2.3 運行GDB調試工具 356 16.2.4 引發程式崩潰 361 16.2.5 操縱EIP 363 16.2.6 命令劫持 364 16.2.7 小端位元組序 366 16.3 小結 367 第17章 Windows系統的棧緩衝區溢位 368 17.1
檢索War-FTP的已知漏洞 369 17.2 蓄意崩潰進程 371 17.3 尋找EIP 373 17.3.1 創建迴圈模式字串，判斷關鍵溢出點 373 17.3.2 驗證偏移量 377 17.4 劫持執行程式 379 17.5 獲取shell 384 17.6 小結 389 第18章 SEH覆蓋 390 18.1 SEH覆蓋 391 18.2 把控制傳遞給SEH 395 18.3 在記憶體中搜索攻擊字串 396 18.4 POP POP RET 400 18.5 SafeSEH 401 18.6 使用短跳轉（short jump） 405 18.7 選用有效載荷 406 18.8 小結
407 第19章 模糊測試、代碼移植及Metasploit模組 409 19.1 模糊測試 409 19.1.1 原始程式碼審計法檢測bug 409 19.1.2 模糊測試法審計TFTP伺服器程式 410 19.1.3 引發崩潰 411 19.2 移植代碼 415 19.2.1 查找返回位址 418 19.2.2 替換shellcode 419 19.2.3 編輯exploit 419 19.3 編寫MSF模組 421 19.3.1 相似模組 423 19.3.2 移植代碼 424 19.4 攻擊緩解技術 428 19.4.1 Stack Cookie 429 19.4.2 位址空間佈局隨
機化（ASLR） 429 19.4.3 資料執行保護（DEP） 430 19.4.4 強制代碼簽名機制 430 19.5 小結 431 第20章 使用智慧手機滲透測試框架 432 20.1 移動設備的攻擊向量 432 20.1.1 短信 433 20.1.2 NFC 433 20.1.3 二維碼 433 20.2 智能手機滲透測試框架 434 20.2.1 安裝 434 20.2.2 Android模擬器 436 20.2.3 給移動設備添加調試解調器 436 20.2.4 建立Android App 436 20.2.5 部署被控端App 437 20.2.6 建立SPF會話 438 20
.3 遠程攻擊 440 20.4 用戶端攻擊 441 20.4.1 用戶端shell 441 20.4.2 USSD遠程控制 443 20.5 惡意應用程式 445 20.6 移動平臺的深度滲透測試 451 20.6.1 資訊收集 452 20.6.2 遠程遙控 453 20.6.3 用作跳板 454 20.6.4 許可權提升 459 20.7 小結 460
基於機器學習預測股價漲跌趨勢
為了解決隨機mac ptt 的問題，作者楊駿豪 這樣論述：
本研究基於人工神經網路、隨機森林、極限梯度提升樹等3種分類器，提出一種用於隔日股價方向預測的方法，每個分類器透過手動的超參數調整來訓練預測模型，然後以多數投票的方式產生最終的預測結果。實驗以台積電為研究對象，收集了收盤價資料作為輸出變數和39項籌碼面指標作為輸入特徵，資料取自台灣經濟新報(Taiwan Economic Journal，TEJ)資料庫，自2008/01/01至2021/12/31的每日交易數據。本研究應用套索回歸執行特徵選擇，設置預測模式一（不執行特徵選擇）及預測模式二（執行特徵選擇）兩種模式進行比較。實證結果，預測模式二之預測準確率為81.3%，略優於預測模式一的80.2%
。