一直听说java世界里有个Groovy，但是一直没时间去了解它究竟是一个怎么样子的。我们现在的项目里放了很多开源包，而且项目中做流程的时候，规则就是用Groovy实现的。近来闲来无事，于是开始认真的看看Groory究竟有什么好的。其实最初我接触它是因为Grails这一个框架，这两个都是为了实现一个目的，java的敏捷开发，与java的无缝对接。在某

最近用uniapp开发微信小程序的一个项目中用到了低功耗蓝牙，但是其中收包，发包的时候不能超过20字节，所以就需要我们来进行分包操作了接收蓝牙设备传过来的数据,并进行分包接收处理说明：我项目中的数据结构中05是帧头，FE是帧尾，所以需要判断接收到的这个数据是否是05开头，FE结尾，我是将接收到的数据保存到了缓存中image.png(h

我们先来大致看看这个webshell长什么样下面的就是用base64进行编码后的样子，因为太长我就不给图了这里就是这个脚本余下的内容了，最下面的那个函数也就是解开这个加密whellshell的秘钥了，进过观察后我们发现了两个可以点，第一个就是那一大段的base64编码，然后就是那下面的一段，查了一下说是ECMAScript既然这样，我们先按照常规思路将被b

认识Lucene下面是百科对Lucene的描述：Lucene是apache软件基金会4jakarta项目组的一个子项目，是一个开放源代码的全文检索引擎工具包，但它不是一个完整的全文检索引擎，而是一个全文检索引擎的架构，提供了完整的查询引擎和索引引擎，部分文本分析引擎（英文与德文两种西方语言）。Lucene的目的是为软件开发人员提供一个简单易

高斯噪声高斯噪声是指它的概率密度函数服从高斯分布（即正态分布）的一类噪声。常见的高斯噪声包括起伏噪声、宇宙噪声、热噪声和散粒噪声等等。这类噪声主要来源于电子电路噪声和低照明度或高温带来的传感器噪声，也成为正态噪声，是在实践中经常用到的噪声模型。区别于椒盐噪声随机出现在图像中的任意位置，高斯噪声出现在图像中的所有位置。且概率密度函

springMVC实现多文件上传的方式有两种，一种是我们经常使用的以字节流的方式进行文件上传，另外一种是使用springMVC包装好的解析器进行上传。这两种方式对于实现多文件上传效率上却有着很大的差距，下面我们通过实例来看一下这两种方式的实现方式，同时比较一下在效率上到底存在着多大的差距。1.下载相关jar包。需要引入的jar出了springMVC的ja

AppInventor是谷歌推出一种软件工具，是一种在浏览器里面在线设计安卓app界面和功能，然后打包为apk安装包并下载到用户电脑的一种所见即所得的开发平台。本文演示了在本地快速搭建该平台的步骤，让没有任何编程经验的小白也可以开发安卓app。AppInventor使人们可以拖放代码块(表现为图形图像代表不同的智能手机功能)，将这些代码放在一起，类似

今天上午，因为公司要跟客户展示最近开发的项目，然后安排了我重新构建一个template项目，用来向客户展示参考。基于已开发好的代码，我在进行一些简化抽取的时候出现了一个有趣的问题因为我们有一个springsecurity配置类时需要每个模块都使用，就是可能有些参数不同，现在我把他弄到一个公共的jar包，把之前类拷贝进去，然后把参数写活，结果出现了一些有

前言现代Internet通过发送和接收IP数据包来开展联网计算机与其他设备的通信，这就意味着早在互联网诞生之际就存在IP欺骗的风险。1980年，研究人员意识到黑客可以更改IP标头系统中的数据，并且撰写了相关的工作原理，但是这场内部人员之间的讨论并没有引起注意。直到十年后，一场“年度计算机犯罪”才使得IP欺骗逐渐被人熟知。1994年，一位名叫下村勤的著名

二项分布是描述固定次数独立试验中成功次数的概率分布，常用于分析二元结果的事件，如抛硬币。分布由参数n（试验次数）、p（单次成功概率）和k（成功次数）定义。概率质量函数P(k)C(n,k)p^k(1p)^(nk)。NumPy的random.binomial()可生成二项分布数据，Seaborn可用于可视化。当n大且p接近0.5时，二项分布近似正态分布。练习包括模拟不同条件下的二项分布和应用到考试场景。