Video Details

web安全开发,在线%基于机器学习入侵检测%开发1.5机器学习版本,基于html,css,jquery,echart,python,flask,sklearn,在线模型调用,机器学习,mysql数据库

web安全开发,在线%基于机器学习入侵检测%开发1.5机器学习版本,基于html,css,jquery,echart,python,flask,sklearn,在线模型调用,机器学习,mysql数据库

小小程序员小小店
小小程序员小小店
1 subscribers 55 Videos 219 Total Views
Video ID
DS5qUifxh7g
View Count
0
Video Duration
0:00:28
Published At
2025-10-14 17:17:47 18d ago
Video Description
web安全开发,在线%基于机器学习入侵检测%开发1.5机器学习版本,基于html,css,jquery,echart,python,flask,sklearn,在线模型调用,机器学习,mysql数据库,需要定制或是demo的公司,商家,个体朋友可以联系我们哦。 经验心得 弥补一下django老版本1.5中的检测方式,老版本检测以编码解码方式检测木马,这属于传统的检测方式了,如果咱们不知道红队的加密方式,光用正则和解码是没办法的,红队可以对webshell,cs等各种后门流量加密签名甚至二开以后我们是没办法识别,但是加密了不代表咱们没办法识别溯源到一些信息。在人工智能授课时,我们经常听到特征工程这个词,不管字符串,图片,音频,文件他们都有自己的特征值,模型训练中这些特征值起到关键的作用,所以我们从osi网络七层中获取我们需要的特征url,ip,port,mac,protocol以及各种包中fin ack syn flag等参数进行特征值提取。在进行下一个版本迭代之前我们用三种人工智能检测方式来识别没加密恶意流量以及加密流量数据是否有入侵行为。数据集可从抓包中自己提取,或文献期刊都有公开的数据集作为模型训练。个人建议后期学一下大数据以及分布式处理方式毕竟英文文献中已经提到"hive read traffice data",如果后期处理大量数据时候以单线程,单节点,而不是以多线程,多节点分布式去处理效率会很低的。 小店支持软件,APP,桌面,网页,网站,安全。(红蓝对抗),渗透二进制开发,人工智能,驱动保护,驱动过滤,硬件,下上位机通讯等,需要的公司,外包,商家,个体朋友联系我们哦,小小程序员小小店。