基于 BibTeX 构建可视化合作网络
在科研中，作者之间的合作关系往往蕴含了很多信息，比如谁是核心作者、合作紧密的团队以及跨学科合作的桥梁。 通过对 BibTeX 文件中的作者信息解析可以获取作者之间的合作关系，并生成可视化图表。 脚本内容coauthor_network.py12345678910111213141516171819202122232425262728293031323334353637383940414243444546474849505152535455565758596061626364656667686970717273747576777879808182838485868788899091929394959697989910010110210310410510610710810911011111211311411511611711811912012112212312412512612712812913013113213313413513613713813914014114214314414514614714814915015115215315415515615715815916016116...
DLL 注入攻击
概念介绍DLL 注入攻击（DLL Injection）是一种将动态链接库（DLL）强制加载到目标进程中的技术，使得攻击者编写的代码能在目标进程的地址空间中运行。 在 Windows 中，DLL 注入是系统提供的合法功能，主要用于调试器和辅助工具，但也可以被用于攻击，不过这种攻击手段是非常明显且初等的，一般的防护软件都会识别并阻止这种行为。 简易实现可以使用最经典的 CreateRemoteThread + LoadLibraryA 方法实现 DLL 注入攻击，下面是主要的代码思路。 代码参考：idea4good/AbuCoding Loader目标是让目标进程（这里以记事本Notepad.exe为例）加载提供的 DLL，实现步骤： 查找并获取目标进程句柄：使用 CreateToolhelp32Snapshot 遍历系统进程列表；调用 OpenProcess(PROCESS_ALL_ACCESS, ...) 在目标进程分配内存并写入 DLL 路径：VirtualAllocEx 为 DLL 路径字符串留空间；WriteProcessMemory 将 DLL 路径写到目标进...
Python 日志库 logging
Python 标准库中的 logging 模块提供了功能完备、可高度自定义的日志记录方案，适用于从简单脚本到复杂应用程序的各种场景。 许多 C/C++ 项目都依赖自行实现的简单日志库或成熟的第三方日志库（如 spdlog、log4cpp 等），与之不同的是，Python 内置的 logging 模块已经可以满足绝大多数开发需求，各种语言的日志库使用逻辑具有很多共性。 基本使用先讨论在简单脚本文件中的日志使用，不涉及 logger 以及复杂的日志配置逻辑。 极简示例导入日志库之后，无需任何配置就可以直接使用 1234567import logginglogging.debug("This is a debug message.")logging.info("This is an info message.")logging.warning("This is a warning message.")logging.error("This is an error message.")loggi...
NVIM 使用笔记
nvim 安装在Linux系统中默认都没有安装nvim，需要自行安装，官方的包管理器中的版本都太老了，最新的版本是0.11.x，最新版的 Glibc 要求很高，Ubuntu 20 都已经无法满足了。 由于 nvim 插件对版本都很敏感，不同插件的版本之间可能会有很多问题，尽量都使用最新版。 从 nvim 仓库 获取最新版的预编译的压缩包 nvim-linux-x86_64.tar.gz，直接解压到本地就可以使用，无须执行任何额外命令。 有两种配置方式： 第一种方式是将对应的路径加到 PATH 中，保持 nvim 的目录独立性； 1export PATH="$PATH:$HOME/opt/nvim-linux-x86_64/bin" 第二种方式是将解压后的子文件夹（包括bin/，lib/等）与/usr/local/或~/.local/位置下的对应子文件夹合并。 1cp -R * ~/.local/ 目前的做法是将其安装到 ~/opt，并把对应的路径添加到 PATH。 安装之后检查一下即可 12which nvimnvim --version 当前 ...
Vim 学习笔记
vim 被称为编辑器之神，学习难度很大，但是熟练掌握后可以更高效地敲代码，因此有必要学一下，但是没必要鼓捣各种插件。主要参考：【Vim】可能是B站最系统的Vim教程 vim 介绍与版本vim 是古董编辑器 vi 的升级版，在现代的 Linux 发行版中通常自带 vim，无需手动安装，虽然版本通常不是最新的，但是也足够使用。在很多发行版中都将 vi 命令链接到 vim 命令，因此 vi 命令和 vim 命令通常是等价的，都是在调用 vim 编辑器。 在 vim 中输入 :version 可以查看版本信息，例如 123VIM - Vi IMproved 8.2 (2019 Dec 12, compiled Nov 22 2021 19:31:05)Included patches: 1-3582Compiled by <https://www.msys2.org/> vim 的各种功能模块化，在编译安装时可以选择精简其中一部分功能，至少有几种安装模式：tiny, small, normal, big, huge，显然 huge 版本的功能最完整。 在 :version ...
FORTRAN 古董代码赏析
欣赏一下下图这段 FORTRAN 77 时代的代码，语句中大量的 GOTO 是那个时代编程的典型特征。 这段代码的功能非常简单： 读入一个整数 MAXINT，然后输出从 2 到 MAXINT 之间的所有素数。它采用的是最朴素的试除法：对于每个整数 N，从 2 到 N-1 依次尝试。 下面是完整代码，加了一行用户输入提示。 prime.f12345678910111213141516171819202122232425C PROGRAM TO COMPUTE PRIME NUMBERSC PROGRAM PRIME INTEGER MAXINT, N, DIVSOR INTEGER QUOT, PROD WRITE (*,*) 'ENTER THE UPPER LIMIT:' READ (*,100) MAXINT N = 2 WRITE (*,150) MAXINT 5 IF (MAXINT-N) 200,10,10 10 DIVSOR = 2 15 IF ((N-...
K-means 算法
K-means 算法是一种经典的无监督学习算法，用于将数据自动分为 $k$ 个簇，这里的 $k$ 需要提前给定。 K-means 算法假设簇是凸的、大小相近，此时处理效果最好，但是并不能处理复杂形状的簇（如半月形），对维度高的稀疏数据（如文本）不太适用。 算法步骤设数据集为 $X = {x_1, x_2, \dots, x_n}$，$x_i \in \mathbb{R}^d$，希望聚为 $k$ 类，算法流程如下： 初始化：随机选择 $k$ 个数据点作为初始的簇中心。 分配：将每个数据点分配到最近的簇中心，以形成 $k$ 个簇。设当前中心为 $\mu_1, \dots, \mu_k$，对于样本 $x_i$，所属的簇为$$ x_i \in C_s ,, \text{where} ,, s = \arg\min_{j=1,\dots,k} | x_i - \mu_j |^2$$ 更新：重新计算每个簇的中心，记 $C_s$ 是第 $s$ 个簇内的数据点集合，那么中心 $\mu_s$ 为$$ \mu_s = \frac{1}{|C_s|} \sum...
Cpp 练习——命令行参数解析
CmdParser 是一个模仿 cmdline 的轻量级的 C++ 命令行参数解析工具，支持解析标志（flags）和选项（options），并能够处理回调函数、类型转换以及剩余参数。 特点 标志解析 支持定义简单的布尔标志，例如 --help 或 --verbose 标志是可选的，在解析过程中会对标记出现的次数计数 可以通过回调函数来定义标志存在时的触发事件 选项解析 支持带值的选项，例如 --scale=2.0 或 --scale 2.0 选项可以设置为可选或必选，在解析过程中会记录每次出现的选项的值 支持的数据类型包括：int、double、bool、string、char、size_t 支持四种添加方式 提供默认值，提供回调函数检查 提供回调函数检查 提供默认值 都不提供 补充 标志和选项的名称要求： 必须提供一个--开头的，加上若干字母、数字、下划线组成的完整名称，区分大小写，例如--len; 可以额外提供一个-开头的，加上单个字母或数字组成的缩写名称，例如-v; 所有名称互异。 标志和选项都需要提供说明字符串，可以使用空字符串 使用方法创建 ...
Julia 版本管理和环境管理
Some content in this article was created with AI assistance. Please verify as needed.Julia 的版本管理和环境管理，通常可以分成两部分来看： juliaup：Julia 版本管理 Pkg：项目环境和包管理 和 Python 中常见的 pyenv + venv + pip 组合（以及其他各种替代方案）相比，Julia 直接从语言角度就考虑，设计更加统一优雅： Julia 版本推荐由 juliaup 管理；（如果只使用一个版本，也可以绕过 juliaup） 项目依赖和环境由 Julia 自带的 Pkg 标准库管理； 环境本质上不是一套独立拷贝的运行时，只是两个文本文件，对应依赖声明与解析结果。 Julia 的版本和环境管理机制和 Rust 很相似，可以说是现代编程语言设计的最佳方案。 Julia 运行时和版本Julia 运行时Julia 运行时指的是使 Julia 程序能够执行的一组核心文件，通常包括： julia 可执行文件 Julia 自带标准库（standard librari...
Julia 学习笔记——绘图基础
Some content in this article was created with AI assistance. Please verify as needed.这篇笔记只关注 Julia 里最基础、最常用的科学计算绘图，不追求复杂可视化能力。 原因也很简单：如果只是画函数曲线、散点图、热图、简单布局，那么 Julia 自己已经够用；但如果进入更复杂的工程化可视化、交互式图形或者生态成熟度要求很高的场景，通常还是更容易回到 Python。 概述Julia 绘图生态里最常见的入口大概有这几种： Plots.jl：接口统一、上手简单，最适合基础笔记 GR：常见默认后端，轻量、够快 PyPlot.jl / PythonPlot.jl：更接近 Matplotlib 习惯 Makie.jl：更强、更现代，但复杂度也明显更高 如果只是“科学计算里顺手画图”，最实用的选择还是： 直接使用 Plots.jl 默认后端先用 GR 这篇笔记也只按这个思路整理。 安装与加载最基本的安装： 12using PkgPkg.add("Plots") 使用时： ...