[其它] Nmap高级用法与典型场景

说明：Nmap提供了四项基本功能（主机发现、端口扫描、服务与版本侦测、OS侦测）及丰富的脚本库。Nmap既能应用于简单的网络信息扫描，也能用在高级、复杂、特定的环境中：例如扫描互联网上大量的主机；绕开防火墙/IDS/IPS；扫描Web站点；扫描路由器等等。全面扫描：nmap-T4-Atargetip主机发现：nmap-T4-sntargetip端口扫描：nmap-T4targetip服务扫描：nmap-T4-sVtargetip操作系统扫描：nmap-T4-Otargetip上述的扫描方式能满足一般的
<weixin_38659311> 上传 | 大小：556kb

[其它] 重点：通过使用上下文BCI培训课程来增强儿童的阅读参与度

说明：重点：通过使用上下文BCI培训课程来增强儿童的阅读参与度
<weixin_38551376> 上传 | 大小：985kb

[其它] memcached完全剖析–1.memcached的基础

说明：我是mixi株式会社开发部系统运营组的长野。日常负责程序的运营。从今天开始，将分几次针对最近在Web应用的可扩展性领域的热门话题memcached，与我公司开发部研究开发组的前坂一起，说明其内部结构和使用。memcached是以LiveJournal旗下DangaInteractive公司的BradFitzpatric为首开发的一款软件。现在已成为mixi、hatena、Facebook、Vox、LiveJournal等众多服务中提高Web应用扩展性的重要因素。许多Web应用都将数据保存到RDB
<weixin_38705530> 上传 | 大小：267kb

[其它] 检测用户查询的时间模式

说明：查询分类是探索Web查询特征的重要部分。 现有研究主要基于Broder的分类方案，并根据用户的信息需求将用户查询分为导航，信息和事务类别。 在本文中，我们从查询的时间模式的角度提出了一种新颖的分类方案。 查询的时间模式是查询的搜索量的固有时间序列模式，反映了查询受欢迎程度随时间的演变。 通过分析查询的时间模式，搜索引擎可以更深入地了解用户的搜索意图，从而提高性能。 此外，我们根据查询的搜索量时间序列提取三组特征，并使用支持向量机（SVM）自动检测用户查询的时间模式。 在文本检索会议（TREC）的
<weixin_38661800> 上传 | 大小：444kb

[其它] memcached全面剖析–4.memcached的分布式算法

说明：正如第1次中介绍的那样，memcached虽然称为“分布式”缓存服务器，但服务器端并没有“分布式”功能。服务器端仅包括第2次、第3次前坂介绍的内存存储功能，其实现非常简单。至于memcached的分布式，则是完全由客户端程序库实现的。这种分布式是memcached的最大特点。这里多次使用了“分布式”这个词，但并未做详细解释。现在开始简单地介绍一下其原理，各个客户端的实现基本相同。下面假设memcached服务器有node1～node3三台，应用程序要保存键名为“tokyo”“kanagawa”“
<weixin_38537968> 上传 | 大小：191kb

[其它] 社会信任意识项目建议的隐式反馈

说明：近年来，对社会信任意识的推荐系统已经得到了很好的研究。 但是，大多数现有方法侧重于推荐方案，在该方案中，用户可以向项目提供明确的反馈。 但是在大多数情况下，反馈不是显式的而是隐式的。 此外，大多数信任感知方法都假定用户之间的信任关系是单一且同质的，而信任作为一种社会概念在本质上是多面的和异构的。 仅仅利用信任关系的原始价值无法获得令人满意的结果。 基于以上观察，我们建议学习一种具有多方面信任关系的信任感知个性化排序方法，以进行隐式反馈。 具体来说，我们首先将社会信任假设-用户的品味接近他/她信任
<weixin_38656676> 上传 | 大小：1mb

[其它] 从0到100——知乎架构变迁史

说明：淘宝用的是JBoss，框架是iBATIS，缓存服务器是自己开发的，基本遵循SNA架构，水平扩展，数据库是Oracle，阿里集团的DBA几乎是国内最强悍的。目前淘宝的系统架构正在重构，计划用两到三年时间重写，目标有两个：也许很多人还不知道，知乎在规模上是仅次于百度贴吧和豆瓣的中文互联网最大的UGC(用户生成内容)社区。知乎创业三年来，从0开始，到现在已经有了100多台服务器。目前知乎的注册用户超过了1100万，每个月有超过8000万人使用；网站每个月的PV超过2.2亿，差不多每秒钟的动态请求超过2
<weixin_38559646> 上传 | 大小：438kb

[其它] 协作学习的并行学习排名框架

说明：我们提出CCRank，这是第一个基于进化算法（EA）进行排名的并行学习框架，旨在在保持准确性的同时显着提高学习效率。 CCRank基于协作协同进化（CC），它是一种分而治之的框架，在功能优化中针对较大的搜索空间和复杂结构的问题展示了很高的希望。 而且，CC自然允许子解决方案与分解后的子问题并行化，从而可以大大提高学习效率。 借助CCRank，我们在学习排名的背景下研究了并行CC。 我们通过三个基于EA的学习来实现CCRank，以对算法进行排序以进行演示。 与最新算法相比，基准数据集上的大量实验表
<weixin_38690739> 上传 | 大小：909kb

[其它] H5移动端页面设计心得分享

说明：去年JDC出了不少优秀的武媚娘…不，H5呢，大家都很拼，同时当然也积累了一些经验和教训，今天结合咱们的实战案例，从字体，排版，动效，音效，适配性，想法这几个方面好好聊一聊关于H5的设计，希望对同学们有帮助。在有限的手机屏幕空间内，我们积累的经验告诉我们最好的效果是简单集中，最好有一个核心元素，中心元素不宜过多，突出重点为最优。比如JDC的“拍拍十二星座实用手册”的项目，只用了最简单的图形和文字居中摆放。以可口可乐的这个“我们在这我们在乎”为例，相较而言，越左边的排版会越容易引起关注。这是因为我们
<weixin_38571603> 上传 | 大小：2mb

[其它] 努卡拉投降-源码

说明：你好呀 :waving_hand:
<weixin_42101720> 上传 | 大小：1kb

[其它] 基于systemview的2dpsk调制与解调仿真+报告

说明：基于systemview的2dpsk调制与解调仿真+报告
<qq_41277628> 上传 | 大小：1mb

[其它] 有哪些方法可以吸引用户主动参与活动？

说明：新年的活动应接不暇，从交互设计师的角度来说，有哪些方法可以让偶然的活动变成必然呢？今天网易的同学从活动形式、活动目的、路径规划和推广方式四个方面帮同学们搞定这个老大难，条理清楚，全面易懂，干货非常多的一片好文，别错过咯。Vivi：下半年，大大小小的活动做过几个，活动交互设计和产品的交互设计有很多相似之处，比如用户都是很懒的，漫不经心的。不同之处在于相比产品设计的不断更新迭代，活动的周期短，上线后一般来不及修改，只能在下次活动避免相似问题。从使用场景来说也有一些区别：用户从打开APP的那一刻起，就
<weixin_38613548> 上传 | 大小：1mb