推荐
专栏
教程
课程
飞鹅
本次共找到10000条
数据与信息
相关的信息
李志宽
•
3年前
黑客赚钱的路子有多野?CTF逆向入门指南
1、背景在CTF比赛中,CTF逆向题目除了需要分析程序工作原理,还要根据分析结果进一步求出FLAG。逆向在解题赛制中单独占一类题型,同时也是PWN题的前置技能。在攻防赛制中常与PWN题结合。CTF逆向主要涉及到逆向分析和破解技巧,这也要求有较强的反汇编、反编译、加解密的功底。CTF中的逆向题目一般常见考点1、常见算法与数据结构。2、各种排序算法,树,
Wesley13
•
3年前
SQL JOIN 简单介绍
前言本文还是秉持之前一贯的写作风格,以简单易懂的示例帮助大家了解各种join的区别。为什么需要join为什么需要join?join中文意思为连接,连接意味着关联即将一个表和多个表之间关联起来。在处理数据库表的时候,我们经常会发现,需要从多个表中获取信息,将多个表的多个字段数据组装起来再返回给调用者。所以join的前提是这
可莉
•
3年前
22个免费流程设计工具.doc
22个免费的图表、流程图工具饼图、柱状图、线图和许多其他的图形是非常重要的用来表示数据和沟通的信息,并可展示两个实体之间的关系。而这些图形如果用在Web上则有助于吸引访客的注意力,并有效地解释相关数据。在这里我们推荐一些很棒的工具,你可以通过点击创建非常直观的设计流程图和图表。Gliffy(https://www.os
Stella981
•
3年前
Hive建表的Location问题
最近公司在使用Hive做项目测试,所以就在Hive上面建了一些表,做测试。使用建表语句后发现数据被自动覆盖了,现在了解到的情况是这样的。Hive中,表的Metadata信息全部存储在MySQL中。而存储在MySQL中的数据是没有校验过程的。也就是说,你可以创建一个逻辑错误的表,两个表指向同一个HDFS文件也是有可能的。所以,在使用CREA
Stella981
•
3年前
C#对象序列化(Serialize)与反序列化(Deserialize)
.NET框架提供了两种种串行化的方式:1、是使用BinaryFormatter进行串行化;2、使用XmlSerializer进行串行化。第一种方式提供了一个简单的二进制数据流以及某些附加的类型信息,而第二种将数据流格式化为XML存储。可以使用\Serializable\属性将类标志为可序列化的。如果某个类的元素不想被序列化,1、可以使用\Non
Stella981
•
3年前
SpreadJS 纯前端表格控件应用案例:立信智能审计云平台(SACP)
立信会计师事务所(特殊普通合伙)(简称“立信”)研发的智能审计云平台,是业内首款完全基于云的智能审计作业平台,支持在线协同远程作业。该平台借助SpreadJS在线上实现了近乎与Excel一致的功能体验,并可以与Excel文件、页面字段共享互通、相互验证,平台充分利用了互联网优势,以数据共享为纽带,将处于不同地点的项目组人员无缝衔接。下面,让我们一起
Easter79
•
3年前
Sql Server之旅——第一站 那些给我们带来福利的系统视图
本来想这个系列写点什么好呢,后来想想大家作为程序员,用的最多的莫过于数据库了,但是事实上很多像我这样工作在一线的码农,对sql都一知半解,别谈优化和对数据库底层的认识了,我也是这样。。。一:那些系统视图1\.系统视图是干什么呢?从名字上看就知道,系统视图嘛?猜的不错的话,就是存放一些sqlserver系统的一些信息,
Wesley13
•
3年前
2015 年最受欢迎的 7 个系统监控工具
随着企业的成长,相应的IT要求也随之提高。在很多公司中,很难找到在哪个方面不依赖IT的支持。随和企业对IT依赖程度的增加,有效管理和保护IT和数据设备就变得尤为重要。系统管理是一个涵盖性术语,它指的是某个公司对其信息技术资源的集中化管理,包含了系统监控和系统数据及设备管理。在考虑集中式系统管理时,公司规模、设备数量、IT基础设施复杂度、IT资
Stella981
•
3年前
Linux系统学习窗口的正确打开方式
从开始接触Linux,界面很是吸引人。纯命令行的界面,黑色底板,黑客的即视感,英文水平也不会差,另外最重要的一点,敲的过程中的卡顿可以忽视,也是被这种Linux的“个性”所吸引,而并不是觉得它可以用来跑游戏、跑音乐、跑图片,甚至是银行中个人账户的数据或是游戏中个人的数据以及对信息安全的保护,我和Linux(https://www.oschina.net/
天翼云开发者社区
•
2个月前
数据治理之数据分类分级
本文分享自天翼云开发者社区《》,作者:徐东为了更好地保护数据安全、提高数据管理效率、确保数据合规性,企业需要对数据进行分类分级,根据数据的密级和敏感程度制定不同的管理和使用策略,尽可能做到有差别和针对性的防护,避免敏感数据的防护不足,非敏感数据的过度防护。
1
•••
148
149
150
•••
1000