将者，智、信、仁、勇、严也。

摘要： C++ 11 中的 Thread Local Storage (TLS) 线程本地存储 (TLS)是 C++ 11 中引入的一项功能，允许多线程程序中的每个线程拥有自己单独的变量实例。简而言之，我们可以说每个线程都可以有自己独立的变量实例。每个线程都可以访问和修改自己的变量副本，而不会干扰其他线程。 阅读全文

摘要： 线程劫持：运行方法 C:\Users\l00379637\source\repos\thread_hijack\x64\Release\thread_hijack.exe 18132 C:\Users\l00379637\source\repos\injected_dll\x64\Release\i 阅读全文

摘要： 直接贴C++代码效果： apc注入到pid为39712的进程 procexp可以看到注入的DLL！ 好了，我们看看代码如何写： 注入部分 // inject3.cpp : 此文件包含 "main" 函数。程序执行将在此处开始并结束。 #include <iostream> #include<Wind 阅读全文

摘要： 业界微步和vt沙箱样本分析： https://s.threatbook.com/report/file/376255ae3f745766ad2a3250c933467cdc3cff886b759bc3e1f656ddf4171433 https://www.virustotal.com/gui/fi 阅读全文

摘要： cart决策树示例： 本文目标，仿照sklearn写一个cart树，但是仅仅使用max_depth作为剪枝依据。 我们本次实现cart分类，因此用到gini指数： 为了帮助理解： 好了，理解了基尼指数。我们看下cart树的构建步骤： 注意还有几个细节： cart树每个treenode存储了哪些数据？ 阅读全文

摘要： 先说熵的定义： 再看信息增益 信息增益是一种用于特征选择的指标，用于衡量特征对于数据集分类的贡献程度。它基于信息熵的概念，通过比较特征划分前后的信息熵差异来评估特征的重要性。信息熵是衡量数据集纯度的指标，表示数据集中的不确定性或混乱程度。信息熵越高，数据集的不确定性越大。 上述例子计算错误，gpt识 阅读全文

摘要： K近邻算法是一种基于距离度量的数据分类模型，其基本做法是首先确定输入实例的[插图]个最近邻实例，然后利用这[插图]个训练实例的多数所属的类别来预测新的输入实例所属类别。 k最近邻（k-nearest neighbors，KNN）算法是一种基本的分类和回归算法。其基本原理如下：1. 训练阶段：将训练样 阅读全文

摘要： 什么是拉格朗日乘子法？如何通俗理解基本原理呢？再举一个通俗的例子吧？ 拉格朗日乘子法是数学中的一种方法，用于求解受约束的优化问题。当我们要在某些限制或约束条件下寻找函数的最大值或最小值时，拉格朗日乘子法就显得非常有用了。 通俗来说，你可以将它想象成在一张地图上找最高点或最低点，但是你只能在某些特定路 阅读全文

摘要： 介绍 线性判别分析（Linear Discriminant Analysis, LDA）是一种有监督式的数据降维方法，是在机器学习和数据挖掘中一种广泛使用的经典算法。LDA的希望将带上标签的数据（点），通过投影的方法，投影到维度更低的空间中，使得投影后的点，按类别区分成一簇一簇的情况，并且相同类别的 阅读全文

摘要： 具体例子： 阅读全文