1.实验目的
1） 掌握木马病毒的概念，加深对其危害的认识;
2）深入理解木马病毒的特征和运行原理；
3）掌握木马病毒技术，了解木马整体反检测和反查杀能力。
2.实验方案
1）网络环境中有两台主机，有一台为实验机（客户机）；另一台为本次实验任务的攻击目标（目标机）。本次实验我们在目标机上编写并运行木马程序，在实验机上利用telnet命令控制木马攻击目标机。
Mini木马作为早期的远程控制类木马，非常具有代表性，它的基本工作原理就是基于TCP的Socket技术，这也是现有木马技术的基本知识。这类木马最大的特点是不需要客户端软件，只要有Windows自带的Telnet软件远程连接即可出现命令行窗口，服务端通过监听某个端口提供服务，类似于Telnet服务的后台程序。
2022-11-29 12:00:29
1.23MB
1
1.2 实验内容设计数码管控制器，要求能够控制8个数码管（DK7-DK0）同时稳定地显示数字
1.3 实验原理1.3.1 单个数码管工作原理及其控制常用的7段数
2022-11-22 19:02:51
1.15MB
1
手动实现循环神经网络RNN，并在至少一种数据集上进行实验，从训练时间、预测精度、Loss变化等角度分析实验结果
使用torch.nn.rnn实现循环神经网络，并在至少一种数据集上进行实验，从训练时间、预测精度、Loss变化等角度分析实验结果
2022-08-15 17:05:33
466KB
1
山东大学电路分析实验4工程文件 线性电路特性的研究
详解博客地址：https://blog.csdn.net/m0_52316372/article/details/125652032
2022-07-07 14:06:46
278KB
1
山东大学人工智能导论实验4工程文件-利用神经网络分类红色和蓝色的花
详解博客地址：https://blog.csdn.net/m0_52316372/article/details/125627113
内容：
利用具有1层隐藏层的神经网络分类红色和蓝色的花。参考1 和 参考2
数据集：
2分类数据集flower，红色和蓝色点的“花”。使用X, Y = planar_utils.load_planar_dataset()加载数据集，X为样本，共有400个，Y为样本对应的标签，0表示红色，1表示蓝色。
目标：建立具有隐藏层的完整神经网络 善用非线性单位 实现正向传播和反向传播，并训练神经网络 了解不同隐藏层大小（包括过度拟合）的影响
代码要求：1.定义模型结构2.初始化模型的参数3.循环计算当前损失（前向传播），请使用Relu激活函数。计算当前梯度（反向传播）更新参数（梯度下降）
文档要求：对比使用逻辑回归和使用具有1层隐藏层神经网络的分类效果（请粘贴2种方法分类效果图），哪种效果更好，分析原因。调整隐藏层大小（至少5种大小），观察不同大小隐藏层的模型的不同表现，请粘贴分类效果图，当隐
2022-07-05 21:05:44
418KB
1