PE文件的基础知识大家可以自行百度。 1、在PE中末尾添加一个节 ...（6）新增节的RVA 需要注意计算，需要计算上一个节RVA对齐后的尺寸 计算公式如下： //计算内存中对齐的大小 DWORD VirtulaSize = NULL; if (secti

当项目比较庞大时，我们可能会大概记得有个类里面有某个字段，但是找不到具体在哪个类里面了，这时候借助工具就很方便了。 比如：项目报错，“xxx.dll”不能加载 我们当然得先找到在哪里加载了这个文件，如果项目...

第一章 C#语言基础 本章介绍C#语言的基础知识，希望具有C语言的读者能够基本掌握C#语言，并以此为基础，能够进一步学习用C#语言编写window应用程序和Web应用程序。当然仅靠一章的内容就完全掌握C#语言是不可能的，...

本系列虽然叫“网络安全自学篇”，但由于系统安全...本文将详细介绍PE文件格式，熟悉各种PE编辑查看工具，针对目标EXE程序新增对话框等，这也为后续PE病毒和恶意代码的攻防打下扎实基础。希望这篇基础文章对您有所帮助~

最近潜心研究二进制安全，接触到了shellcode还有加壳脱壳有关的内容，于是心血来潮，想用自己不怎么成熟的编程功夫来实现写一个加壳器，并记录下代码编写过程中遇到的坑。 （以下文章中区段==节区） PE文件格式 pe...

转自 深入剖析PE文件 (告诉你exe文件打开后是依据什么来创建进程并在系统中运行) 转载自http://lwglucky.blog.51cto.com/1228348/283812 PE文件是Win32的原生文件格式.每一个Win32可执行文件都遵循...

点击上方 "程序员小乐"关注,星标或置顶一起成长每天凌晨00点00分,第一时间与你相约每日英文Life is not always what we want ...

在OpenCV库中新增自定义函数和修改库函数OpenCV库函数功能强大，但是有时候并不能满足我们搞图像处理的，所以有时候想修改库函数或者新增自定义函数，然后在自己编写的程序中像OpenCV那样调用它。修改库函数比较简单...

第一章 测试基础 7 什么是软件测试： 7 ★软件测试的目的、意义：（怎么做好软件测试） 7 3.软件生命周期： 7 第二章 测试过程 8 1.测试模型 8 H模型： 8 V模型 9 2.内部测试 10 3外部测试： 10 验收测试：（在系统...

如果没有源码，一个可行的方案是寻找第三方软件工具为目标软件生成一个“壳”，来达到预期目标。 我所关心的“壳”有三个基本要素： 1.要有运行时间或者使用期限的约束，如运行多少小时后停止服务，或者运行到某...

JNA(JavaNativeAccess)框架是一个开源的Java框架，是SUN公司主导开发的，建立在 经典的JNI的基础之上的一个框架。 JNA项目地址：https://jna.dev.java.net/ JNA使Java调用原生函数就像.NET上的P/Invoke一样方便、...

2，PE文件原来的入口地址必须被保存在添加的代码中，这样，这段代码执行完以后可以转移到原始文件处执行 3，PE文件头中的入口地址需要被修改，指向新添加代码中的入口地址 4，PE文件头中的一些值需要根据情况做...

手动添加导入表修改EXE功能

这篇文章主要探讨类库生成的dll文件的配置信息的读取——特别地, 用户自定义SectionGroupName和SectionName(这里是指不同于appSettings的形式), 这种方式配置信息的读取. 配置文件格式举例(其实通过添加"设置

如果你认为这是一个标题党，那么我真诚的恳请你耐心的把文章的第一部分读完，然后再下结论。如果你认为能够戳中您的G点，那么请随手点个赞。 把三千行代码重构为15行 那年我刚毕业，进了现在这个公司。公司是搞...

跟着本教程你也可以制作出来一个源代码包，只不过可能遇到了问题的时候不容易调试和解决。 制作一个源代码包 接下来，我们将从零开始制作一个源代码包。 我们接下来的将创建一个完整的解决方案，这个解决方案包括： ...

从这篇文章开始，作者将带着大家来...第一篇文章主要包括两部分内容，开发环境（VS、编译设置）、基础技术、运行单一实例（互斥对象示例）、DLL延迟加载（skin++换皮肤示例）、资源释放（MFC示例）。希望对您有所帮助~

作者：马非码来源：http://39sd.cn/3D57F(阅读原文直达)如果你认为这是一个标题党，那么我真诚的恳请你耐心的把文章的第一部分读完，然后再下结论。如果你认为能够戳中您的G点...

DLL（Dynamic Link Library...DLL除了可同时被多个应用程序共享外，还可以在不改变调用接口（从而不需修改使用它的应用程序）的情况下，改进和升级里面的库函数。而且DLL与编写它的语言无关，例如，用VC生成的规则DLL

作者：马非码 编辑：可可来源：http://39sd.cn/3D57F如果你认为这是一个标题党，那么我真诚的恳请你耐心的把文章的第一部分读完，然后再下结论。如果你认为能够戳中您的 G 点...

点击上方蓝色字体，选择“标星公众号”优质文章，第一时间送达▊老林推荐（戳下方标题）如何在Java代码中去掉烦人的“!=null”终于有人把 Docker 讲清楚了，万字详解！10亿个...

------WPF开发教程 目录 WPF基础入门....... 1. WPF基础之体系结构......2. WPF基础之XAML....3. WPF基础之基元素......4. WPF基础之属性系统......5. WPF基础之路由事件......6. WPF基础之布局系统......7. WPF基础之样式设置和模板...

这样一门简单的语言在实用的时候并非一件好事，比如C语言没有输入输出语句，程序员在输入输出时不得不借助于库函数。  库函数是什么?简单的说，就是把常用的函数写好放到库里便于以后直接使用，这个库就称为...

不管我们有多细心地去编写它们,不管它们有多漂亮、面向对象或封装良好,只要没有编写测试,我们实际上就不知道修改后的代码是变得更好了还是更糟了.反之, 有了测试, 我们就能够迅速、可验证地修改代码的行为.   1....

<br />  如果您是第一次听说All-In-One Code Framework（一站式示例代码库）这个项目，请参阅微软一站式开发技术框架解决方案 中文说明，以及这段视频：http://www.microsoft.com/showcase/en/u

DLL（Dynamic Link Library，动态链接库）是微软公司为Windows和OS/2操作系统设计一种供应用程序在运行时调用的共享函数库。...DLL除了可同时被多个应用程序共享外，还可以在不改变调用接口（从而不需修改使用它...

需要编写一个exe文件，而其中嵌入了一段我设计好的音乐，打开exe后音乐自动播放。最重要的是除了 exe 文件外不能有额外的附加文件，将这个exe拷到其他（安装有framework的）电脑上，需要能正常运行。  1.资源...

【目录】- MATLAB神经网络30个案例分析(开发实例系列图书) 第1章 BP神经网络的数据分类——语音特征信号分类1 本案例选取了民歌、古筝、摇滚和流行四类不同音乐，用BP神经网络实现对这四类音乐的有效分类。 第2章 BP神经网络的非线性系统建模——非线性函数拟合11 本章拟合的非线性函数为y=x21+x22。 第3章 遗传算法优化BP神经网络——非线性函数拟合21 根据遗传算法和BP神经网络理论，在MATLAB软件中编程实现基于遗传算法优化的BP神经网络非线性系统拟合算法。 第4章 神经网络遗传算法函数极值寻优——非线性函数极值寻优36 对于未知的非线性函数，仅通过函数的输入输出数据难以准确寻找函数极值。这类问题可以通过神经网络结合遗传算法求解，利用神经网络的非线性拟合能力和遗传算法的非线性寻优能力寻找函数极值。 第5章 基于BP_Adaboost的强分类器设计——公司财务预警建模45 BP_Adaboost模型即把BP神经网络作为弱分类器，反复训练BP神经网络预测样本输出，通过Adaboost算法得到多个BP神经网络弱分类器组成的强分类器。 第6章 PID神经元网络解耦控制算法——多变量系统控制54 根据PID神经元网络控制器原理，在MATLAB中编程实现PID神经元网络控制多变量耦合系统。 第7章 RBF网络的回归——非线性函数回归的实现65 本例用RBF网络拟合未知函数，预先设定一个非线性函数，如式y=20+x21-10cos（2πx1）+x22-10cos（2πx2）所示，假定函数解析式不清楚的情况下，随机产生x1,x2和由这两个变量按上式得出的y。将x1,x2作为RBF网络的输入数据，将y作为RBF网络的输出数据，分别建立近似和精确RBF网络进行回归分析，并评价网络拟合效果。 第8章 GRNN的数据预测——基于广义回归神经网络的货运量预测73 根据货运量影响因素的分析，分别取国内生产总值（GDP），工业总产值，铁路运输线路长度，复线里程比重，公路运输线路长度，等级公路比重，铁路货车数量和民用载货汽车数量8项指标因素作为网络输入，以货运总量，铁路货运量和公路货运量3项指标因素作为网络输出，构建GRNN，由于训练数据较少，采取交叉验证方法训练GRNN神经网络，并用循环找出最佳的SPREAD。 第9章 离散Hopfield神经网络的联想记忆——数字识别81 根据Hopfield神经网络相关知识，设计一个具有联想记忆功能的离散型Hopfield神经网络。要求该网络可以正确地识别0~9这10个数字，当数字被一定的噪声干扰后，仍具有较好的识别效果。 第10章 离散Hopfield神经网络的分类——高校科研能力评价90 某机构对20所高校的科研能力进行了调研和评价，试根据调研结果中较为重要的11个评价指标的数据，并结合离散Hopfield神经网络的联想记忆能力，建立离散Hopfield高校科研能力评价模型。 第11章 连续Hopfield神经网络的优化——旅行商问题优化计算100 现对于一个城市数量为10的TSP问题，要求设计一个可以对其进行组合优化的连续型Hopfield神经网络模型，利用该模型可以快速地找到最优（或近似最优）的一条路线。 第12章 SVM的数据分类预测——意大利葡萄酒种类识别112 将这178个样本的50%做为训练集,另50%做为测试集,用训练集对SVM进行训练可以得到分类模型,再用得到的模型对测试集进行类别标签预测。 第13章 SVM的参数优化——如何更好的提升分类器的性能122 本章要解决的问题就是仅仅利用训练集找到分类的最佳参数，不但能够高准确率的预测训练集而且要合理的预测测试集，使得测试集的分类准确率也维持在一个较高水平，即使得得到的SVM分类器的学习能力和推广能力保持一个平衡，避免过学习和欠学习状况发生。 第14章 SVM的回归预测分析——上证指数开盘指数预测133 对上证指数从1990.12.20-2009.08.19每日的开盘数进行回归分析。 第15章 SVM的信息粒化时序回归预测——上证指数开盘指数变化趋势和变化空间预测141 在这个案例里面我们将利用SVM对进行模糊信息粒化后的上证每日的开盘指数进行变化趋势和变化空间的预测。 若您对此书内容有任何疑问，可以凭在线交流卡登录中文论坛与作者交流。 第16章 自组织竞争网络在模式分类中的应用——患者癌症发病预测153 本案例中给出了一个含有60个个体基因表达水平的样本。每个样本中测量了114个基因特征，其中前20个样本是癌症病人的基因表达水平的样本(其中还可能有子类), 中间的20个样本是正常人的基因表达信息样本, 余下的20个样本是待检测的样本(未知它们是否正常)。以下将设法找出癌症与正常样本在基因表达水平上的区别，建立竞争网络模型去预测待检测样本是癌症还是正常样本。 第17章SOM神经网络的数据分类——柴油机故障诊断159 本案例中给出了一个含有8个故障样本的数据集。每个故障样本中有8个特征，分别是前面提及过的：最大压力(P1)、次最大压力(P2)、波形幅度(P3)、上升沿宽度(P4)、波形宽度(P5)、最大余波的宽度(P6)、波形的面积(P7)、起喷压力(P8)，使用SOM网络进行故障诊断。 第18章Elman神经网络的数据预测——电力负荷预测模型研究170 根据负荷的历史数据，选定反馈神经网络的输入、输出节点，来反映电力系统负荷运行的内在规律，从而达到预测未来时段负荷的目的。 第19章 概率神经网络的分类预测——基于PNN的变压器故障诊断176 本案例在对油中溶解气体分析法进行深入分析后，以改良三比值法为基础，建立基于概率神经网络的故障诊断模型。 第20章 神经网络变量筛选——基于BP的神经网络变量筛选183 本例将结合BP神经网络应用平均影响值（MIV，Mean Impact Value）方法来说明如何使用神经网络来筛选变量，找到对结果有较大影响的输入项，继而实现使用神经网络进行变量筛选。 第21章 LVQ神经网络的分类——乳腺肿瘤诊断188 威斯康星大学医学院经过多年的收集和整理，建立了一个乳腺肿瘤病灶组织的细胞核显微图像数据库。数据库中包含了细胞核图像的10个量化特征（细胞核半径、质地、周长、面积、光滑性、紧密度、凹陷度、凹陷点数、对称度、断裂度），这些特征与肿瘤的性质有密切的关系。因此，需要建立一个确定的模型来描述数据库中各个量化特征与肿瘤性质的关系，从而可以根据细胞核显微图像的量化特征诊断乳腺肿瘤是良性还是恶性。 第22章 LVQ神经网络的预测——人脸朝向识别198 现采集到一组人脸朝向不同角度时的图像，图像来自不同的10个人，每人5幅图像，人脸的朝向分别为：左方、左前方、前方、右前方和右方。试创建一个LVQ神经网络，对任意给出的人脸图像进行朝向预测和识别。 第23章 小波神经网络的时间序列预测——短时交通流量预测208 根据小波神经网络原理在MATLAB环境中编程实现基于小波神经网络的短时交通流量预测。 第24章 模糊神经网络的预测算法——嘉陵江水质评价218 根据模糊神经网络原理，在MATLAB中编程实现基于模糊神经网络的水质评价算法。 第25章 广义神经网络的聚类算法——网络入侵聚类229 模糊聚类虽然能够对数据聚类挖掘，但是由于网络入侵特征数据维数较多，不同入侵类别间的数据差别较小，不少入侵模式不能被准确分类。本案例采用结合模糊聚类和广义神经网络回归的聚类算法对入侵数据进行分类。 第26章 粒子群优化算法的寻优算法——非线性函数极值寻优236 根据PSO算法原理，在MATLAB中编程实现基于PSO算法的函数极值寻优算法。 第27章 遗传算法优化计算——建模自变量降维243 在第21章中，建立模型时选用的每个样本（即病例）数据包括10个量化特征（细胞核半径、质地、周长、面积、光滑性、紧密度、凹陷度、凹陷点数、对称度、断裂度）的平均值、10个量化特征的标准差和10个量化特征的最坏值（各特征的3个最大数据的平均值）共30个数据。明显，这30个输入自变量相互之间存在一定的关系，并非相互独立的，因此，为了缩短建模时间、提高建模精度，有必要将30个输入自变量中起主要影响因素的自变量筛选出来参与最终的建模。 第28章 基于灰色神经网络的预测算法研究——订单需求预测258 根据灰色神经网络原理，在MATLAB中编程实现基于灰色神经网络的订单需求预测。 第29章 基于Kohonen网络的聚类算法——网络入侵聚类268 根据Kohonen网络原理，在MATLAB软件中编程实现基于Kohonen网络的网络入侵分类算法。 第30章 神经网络GUI的实现——基于GUI的神经网络拟合、模式识别、聚类277 为了便于使用MATLAB编程的新用户，快速地利用神经网络解决实际问题，MATLAB提供了一个基于神经网络工具箱的图形用户界面。考虑到图形用户界面带来的方便和神经网络在数据拟合、模式识别、聚类各个领域的应用，MATLAB R2009a提供了三种神经网络拟合工具箱（拟合工具箱/模式识别工具箱/聚类工具箱）。

ajax技术是从事WEB开发的课程，本课程是在js及jsp课程的基础上的提高课，从ajax初级开始讲解，主要包括ajax的xmlhttprequest对象的创建，事件，状态变化，回调函数定义等详细讲解，并包含大量的实战案例；prototype插件的应用；dwr插件的应用；json格式数据，jquery的深入讲解与实战训练，共22个视频教程，PPT课件及上课源代码在购买后可以下载 掌握ajax的灵活运用，通过验证用户是否存在，学生注册不刷新页面，ajax读取XML格式文件数据,实现树形菜单，动态显示产品详情提示窗口，类似百度搜索条功能等案例；掌握prototype使用；掌握jquery插件的灵活运用，使你的程序像一个魔法师随心所欲的变化，掌握生成JSON格式数据，利用插件自动生成JSON数据，jquery对ajax的支持，通过JSON在前后台之间传递数据

抢茅台的方法，里面有脚本文件和python的安装包，小白可以学习使用，大佬绕行吧，哈哈