我用的是DNSPOD国内版,Linux系统,使用步骤: 先创建token,DNSPOD(国内版)创建token
image.png 一:功能介绍 系统状态监控 支持多用户多协议,浏览器可视化操作,无需敲命令 支持的协议:vmess、shadowsocks、dokodemo-door、socks、http、vless、trojan vmess 支持的传输配置:tcp(http伪装、tls)、kcp(伪装)、ws(tls)、http(tls)、quic(tls) 支持账号流量统计 支持自定义 v2ray 配置模板 支持 https 访问面板(需自备域名 + ssl 证书) 更多高级配置项,详见 v2-ui 测试环境:U
最近,一打开v2ray.exe就闪退,日志文件里也没有记录到错误信息,试了好久都找不到具体原因。后面尝试在控制台打开v2ray.exe,才发现具体的错误信息,然后问题也顺利解决了。
之前耳闻 nftables 是下一代 iptables 。前段时间配了一台主机,折腾成家里的软路由。就一并来尝鲜一系列新东西,其中就包括 nftables 。nftables 和 iptables 、ebtables 等一样,都是对底层 xtables 的封装,目前看来 nftables 比 iptables 更简洁易用,更易读,更容易理解,扩展性和也更好。但是目前各个发行版中对 nftables 的支持还比较参差不齐,导致 nftables 很多功能比 iptables 还是有所缺失,所以个人感觉短期内还是替代不了 iptables (比如 tproxy 功能需要 linux kernel 4.19+, 而即便是 CentOS 8 的内核版本也只是 4.18 ,所以都不支持 )。 nftables 所支持的功能列表及所以来的内核版本和内核模块可以在这里找到 https://wiki.nftables.org/wiki-nftables/index.php/Supported_features_compared_to_xtables 。
v2rayA 是一个支持全局透明代理的 V2Ray 客户端,同时兼容 SS、SSR、Trojan(trojan-go)、Tuic 与 Juicity (opens new window)协议。 [SSR支持清单] (opens new window)
在kali更新到2020后,原本直接修改网络设置中代理的方法不再好使,转而需要用到proxychains,在kali2020中已自带,不需要再单独安装,此篇文章将介绍基于物理机v2ray代理的通过proxychains完成的科学冲浪方式
启用了autoptimize来优化页面加载。其主要功能是优化压缩html,合并js和css代码,减少http请求次数,加快页面加载。 但启用后就发现页面加载存在异常,console有报错信息。
最近由于考试周临近,所以博客这边都没怎么更新,这回逮到机会赶紧更一篇。我其实一直有个需求,就是想在学校也能无缝接入家里的网络,访问NAS之类的设备,因此我一直想设置一个透明代理。于是最近断断续续研究了几天,总算是摸索出了一个让自己相对满意的透明代理方案,因此就抽空写了篇博客,权当记录。事先说明:这篇博客仅仅描述了一个透明代理方案,并不包含任何代理服务器搭建的内容。方案的大致结构如下图,具体细节和配置我会在后文中详叙。
之前一直耳闻 nftables 是下一代 iptables 。前段时间配了一台主机,折腾成家里的软路由。就一并来尝鲜一系列新东西,其中就包括 nftables 。nftables 和 iptables 、ebtables 等一样,都是对底层 xtables 的封装,目前看来 nftables 比 iptables 更简洁易用,更易读,更容易理解,扩展性和也更好。但是目前各个发行版中对 nftables 的支持还比较参差不齐,导致 nftables 很多功能比 iptables 还是有所缺失,所以个人感觉短期内还是替代不了 iptables (比如 tproxy 功能需要 linux kernel 4.19+, 而即便是 CentOS 8 的内核版本也只是 4.18 ,所以都不支持 )。 nftables 所支持的功能列表及所以来的内核版本和内核模块可以在这里找到 https://wiki.nftables.org/wiki-nftables/index.php/Supported_features_compared_to_xtables 。
Gartner认为,到2020年,超过60%的企业将无法有效解密HTTPS流量,从而无法有效检测出具有针对性的网络恶意软件。
虽然像小米等手机厂商也提供了所谓支持 root 的开发版 Rom,但在较新的版本中,他们无法直接写入像 /system/ 之类的被保护的路径。这就导致了很多事情仍然做不了。最经典的就是连系统证书都修改不了。。。
支持多种协议,可根据自身需求进行设置,此处以vmess协议为例,设置完成后点击添加
学校的个人账号只能在一台设备上进行认证联网,但是我们使用的 GPU 服务器经常需要访问互联网,在服务器上认证之后我们自己的电脑就会掉线,所以可以通过代理的方式让服务器通过我们自己的设备进行联网,解决这个问题。
硬件: windows10 surface book2(在用) 或者推荐戴尔xps系列 手机:几千块的旗舰机,常用的东西还是贵点好,千元机也能用,一分钱一分货,我是不会在用了,买不起买上一代旗舰也是可以的 鼠标: 日常办公:微软designer还不错,surface arc鼠标勿买,此是大坑。 游戏:g502 SSD 移动U盘,辣鸡TLC颗粒就别用了吧,MLC颗粒和SLC了解下,CZ80和东芝的EX2可以让你爽到飞起 移动硬盘 降噪耳机,QC30,snoy1000x在用 机械键盘: 原厂茶轴,tad
为啥还要讲如何搭建一个网站呢 以前我不是讲过吗 以前的都是零零碎碎的教程 根本没有整合到一起 要是你想找那也很麻烦 所以就重新弄了个比较整合到一起的 而且某些过时消息也弄下(不寒碜!)
Scheme Flooding 的直译叫做「方案泛洪」漏洞,但是以这个关键词拿到百度搜索搜不出啥有用的东西,下文就以 Scheme Flooding 直接表示了,本文将从 效果-成因-反制 三个角度对此技术进行浅析,由于本人也是第一次接触这个漏洞类型,对我也是从零到一的过程,可能会存在错误,望各位师傅斧正
最近在学习kubernetes(之后都称为k8s),在跟着kubernetes交互式文档学习玩基本概念等知识后,想着自己也搭建一个集群,加深一下对其的理解。
国外的服务器,大部分网络都不太好,但是又有很多小伙伴爱买海外的服务器。有没有什么办法可以流畅管理这些机器呢?我们可以拿一台网络较好的云主机来中转一下SSH和RDP连接。
2020年是特别的一年,由于新冠肺炎的影响,一直没有复学,完完全全在家上网课。因为硕士阶段研究方向的原因,我接触到了V-REP机器人仿真平台,国内的关于此软件的学习资料相对较少,我个人的学习进度也比较缓慢。所以想通过这样的方式记录下自己学习此软件的过程以及学习心得、操作技巧等与大家分享交流,达到共同进步的目的。
tcp 隧道我们见得比较多了,在 这篇文章 就给了一些来例子,其中有一些 tcp 隧道是用来穿越防火墙,或者 "科学上网"; 但是如果去看这些隧道的实现,本质上都是基于 http 的 connect 方法,具体区别可以看这个 wiki, 即实现其实是使用 http 的连接方法,然后 reuse http 底层的 conncetion,比如 websocket 等也是基于类似的实现
1、首先用ffmpeg命令或者flac 命令将它转换成mav格式,再用lame将wav转换成mp4格式
使用wget下载文件时,报了一个错误,浏览器打开检查证书,发现证书没过期。联想起前段时间Let's Encrypt更换了根证书,那应该就是这个问题了。
随着产业数字化发展进入深入区,网络空间不断壮大,网络的边界也变得难以界定,站在网络的角度看安全,传统的安全分析有着怎样的短板与不足?未来大数据分析应该更注重哪方面的能力建设? 近日,腾讯安全云鼎实验室「安全大讲堂」邀请北京派网软件CEO孙朝晖,基于安全业务视角,深度剖析网络大数据分析的应用现状,探讨“网络大数据分析发展趋势”,为企业网络安全建设发展提供了前瞻性建议。 从网络的角度看,传统安全厂家、安全专家在研究流量时,更多集中在HTTP、DNS、隧道协议、远程控制协议等常用网络协议上,但事实上,这些协议的流
2022.10.26共发现匿名网络资讯信息70,642条;最近7天共发现匿名网络资讯信息472,185条,同比增长-42%;最近30天共发现匿名网络资讯信息2,498,093 条。
FD.io(Fast data - Input/Output,快速数据项目)是Linux基金会旗下一个开源项目,成立于2016年2月11日,范围包括跨裸机、管理程序和容器环境中的通用数据面管理,快速输入/输出(IO)和基于软件的数据包处理。DPDK全称Intel Data Plane Development Kit,是Intel提供的数据平面开发工具集。3月17日,由FD.io社区和Intel联合举办、SDNLAB协办的“FD.io社区中国行暨未来网络技术沙龙·南京站”成功举行,来自国内外的180多位参会者
其实我一开始最先尝试的就是Ubuntu上搭建,但是,非常遗憾的是,Ubuntu的各种读写权限把我弄得死去活来。 毕竟一开始看的就是楠皮的博客来尝试的,后来发现没什么大用,不够详细倒是其次,主要是缺乏他其他几篇博客那样的普适性。怎么说呢,我花了三天时间踩坑,终于算是可以正常使用并且和Win10完美同步了。 所以之后写的内容里有很多都会附加上我踩坑时的怨念。
Maya是一种广泛用于三维动画、建模、渲染和视觉效果的计算机软件。本文介绍了Maya软件的特点和使用方法,详细说明了软件的具体流程,并通过实例来说明软件在实际应用中的具体操作。
以下顺序不涉及推荐优先级,我个人比较喜欢用OctaneBench、heavyload、vray bench,就先简单介绍下这3种
http://static.cyblogs.com/QQ20200524-035223@2x.jpg
前言: 在13年11月中旬时,因为基础组件组人手紧张,Leo安排我和春哥去广州轮岗支援。刚到广州的时候,Ray让我和春哥对Line和WhatsApp的心跳机制进行分析。我和春哥抓包测试了差不多两个多礼拜,在我们基本上摸清了Line和WhatsApp的心跳机制后,Ray才告诉我们真正的任务——对微信的固定心跳进行优化,并告诉我们这不是一件容易的事情。 于是我和春哥开始构思第一个方案,我们开始想用统计的方法来解决问题,当我们拿着第一个方案和Ray讨论时,发现不能优雅应对Ray的所有提问:1、测试环境的准确性,失
[1] r3kapig HITCON CTF 2019 Writeup https://r3kapig.com/writeup/20191018-hitcon-quals/
前不久在v2ex看到一个帖子,说腾讯云服务器CPU有水分,应该是这个人理解有误,我看那个帖子有一些网友回复挺专业的。虽然这个人理解有误,从他帖子我还是有收获的,比如他用的2个压测软件(CineBench、Fritz Chess Benchmark)很简单,下载下来打开界面,点start按钮,大概10分钟内就跑完了,跑完会出个分,尤其Fritz Chess Benchmark的界面上就明确告知识别到几个逻辑处理器了(可能他没注意到)。
V-Ray 6.0 for Rhino是由Chaos Group公司推出的Rhino三维模型渲染插件。该软件能够让Rhino变得更加具有真实感,可以在渲染中提供出色的性能和高品质的渲染,从而使用户可以更好地展示自己的设计和想法。V-Ray 6.0 for Rhino具有多平台兼容性,可以在Windows和Mac OS等操作系统上运行,因此,在不同设备之间进行工作和交换数据也变得一致和便捷。
原生的networkx实现的只能在节点介数度量性任务上达到单核心100的cpu利用率。通过对源码的几行改造我们可以实现多核心的100的利用率。接下来要我们来一起看看是如何实现的多核心100的利用率。
射线Ray,在3D图形学中有非常多重要的应用。比方,pick操作就是使用射线Ray来实现的,还有诸如子弹射线的碰撞检測等等都能够使用射线Ray来完毕。
本周初,我为Firefox和Chrome提供了一些新的Windows vs. Linux Web浏览器基准测试。对于那些对当前Windows 10 vs.Linux在其他工作负载下的性能表现感到好奇的人可以看下这篇文章了。
我的网站上线了:http://javapub.net.cn/posts/article/ip-switch.html
笔者之前写过一篇文章 测试用例管理平台的一二三 ,介绍了几种常见的测试用例管理平台。本文将介绍如何实现通过Allure提供的注解以及xray-maven-plugin实现在JIRA上实现自动化用例的管理。
当时这个项目一经发出,在Reddit上的热度就达到了2.1K,演示视频在Youtube上的观看量也达到了3万多次。
上一篇我们学习了三种不易用Python多处理表示的工作负载基准测试的其中两种,并比较了Ray、Python多处理和串行Python代码。今天这一篇我们来聊聊第三种基准测试。
根据给定的文章内容,撰写摘要总结。
新年快乐! 注意下面很多链接需要科学上网,无奈国情如此 1. Berkeley AI Research blog上发了篇文章讲physical adversarial attack,这个应该就是Dawn Song那个组做的,去年夏天宋教授在上海也讲过类似的工作(我记得当时还有对RL的攻击)。 链接:http://bair.berkeley.edu/blog/2017/12/30/yolo-attack/ adversarial其实蛮重要的,尤其现在各种人脸识别认证的东西。Ian Goodfellow大
Ray不仅仅是一个用于多处理的库,Ray的真正力量来自于RLlib和Tune库,它们利用了强化学习的这种能力。它使你能够将训练扩展到大型分布式服务器,或者利用并行化特性来更有效地使用你自己的笔记本电脑进行训练。
版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
虽然Python的多处理库已成功用于广泛的应用程序,但在本博文中发现它不适用于几个重要的应用程序类,包括数值数据处理,有状态计算和昂贵的初始化计算。主要有两个原因:
填写到环境变量,名称Ray_BiliBiliCookies__0 值=CK 在配置文件中找到 extra.sh 文件 《extra.sh在配置文件右侧保存那个下拉栏里》 复制粘贴以下内容
在本篇博客中,我们将深入探讨 OpenAI Gym 高级教程,特别关注分布式训练与并行化的方法。我们将使用 Ray 这个强大的分布式计算库来实现并行化训练。
领取专属 10元无门槛券
手把手带您无忧上云