这款功能强大的文本识别系统开源了！
说到文本识别大家已经非常熟悉了，这一技术早就深深融入我们生活的方方面面，今天，猿哥要和大家分享一个可以识别文本背后含义的工具——pyWhat。
当你不知道特定一串文本代表什么时，它能快速判断它是否是 email、油管视频编号、手机号 或者是其他信息格式。你给它一个 .pcap 文件或者一段文本，它能告诉你这个文件或是文本代表了什么。
相关分享
JA 指纹识别全系讲解
近期在学习 Burp Suite 的反制时发现 Wfox 前辈写的反制爬虫之 Burp Suite RCE一文，文末处介绍了使用 JA3 指纹识别 Burp Suite 流量的方法，简单研究后发现实战中易用性较强，故借此机会完整介绍一下 JA 指纹的全系列，并拓展到实践中。
无图
无图
论文分享｜基于被动DNS流量分析的大规模IoT设备识别系统
如何通过被动流量识别IoT设备？如何检测分配了IPv6地址、NAT后的IoT设备？本文介绍了IoTFinder系统有效解决上述问题。
无图
Linux QtFM 文件管理器的 3 个令人愉快的功能
QtFM 是一个简单的文件管理器，旨在通过一个快速直观的界面提供文件管理的基本功能。它适用于 Linux、BSD 和 macOS。
QtFM，顾名思义，使用 Qt（规范发音为 “cute”）编程工具包。我在 C++ 和 Python 中使用过 Qt 工具包，使用它总是一种乐趣。它是跨平台的，具有多个有用的抽象级别，因此开发人员不必直接与特定于供应商的 SDK 交互，而且它具有高度可配置性。从用户的角度来看，无论你使用的是最新的硬件还是旧计算机，这都是一种“自然”且快速的体验。
无图
海量文本中挖掘人物关联关系核心技术介绍
在大数据时代，通过对目标人物的轨迹、通信、社交、出行、网络等多模态行为进行挖掘并建立人物画像模型，并依托人物基础特征和高层特征，实例化人物画像，支撑有关部门分析人员全方位了解目标人物的行为、活动、状态、基本属性等信息，同时能够基于人物画像指导人物活动规律分析、人物能力分析、人物动向分析等应用。
无图
向量数据库入坑：传统文本检索方式的降维打击，使用 Faiss 实现向量语义检索
在上一篇文章[《聊聊来自元宇宙大厂 Meta 的相似度检索技术 Faiss》]中，我们有聊到如何快速入门向量检索技术，借助 Meta AI（Facebook Research）出品的 faiss 实现“最基础的文本内容相似度检索工具”，初步接触到了“语义检索”这种对于传统文本检索方式具备“降维打击”的新兴技术手段。有朋友在聊天中提到，希望能够聊点更具体的，比如基于向量技术实现的语义检索到底比传统文本检索强多少，以及是否有局限性，能不能和市场上大家熟悉的技术产品进行一个简单对比。那么，本篇文章就试着从这个角度来聊聊。
无图
无图
使用容器方式编译无功能限制的 Drone CI
因为默认版本的 Drone 包含构建次数限制，如果日常高频使用 Drone，不久之后，便会遇到需要“重新初始化”应用才能继续使用的问题，但其实，作为个人用户，我们其实可以不受此限制影响。所以本篇文章，就来分享下如何使用容器方式构建无使用限制的 Drone CI。
无图
洋葱式信息安全观察：浅议虚假信息识别
虚假信息对经济、政治等有着重大影响，因此研究威胁信息检测的重要性也凸显出来，尤其是在这个全球“抗疫”的时期。虚假信息的检测方法和技术很多，本文仅进行了部分介绍。需要注意的是，数据集对虚假信息检测的准确性也有很大影响，需要我们重点关注。
互联网时代检测虚假信息虽然很棘手，但事实证明通过大量的知识积累，我们仍然可以在检测虚假信息的工作上取得良好效果。
无图
给 ECS 增加分组功能
目前，我们用 ECS 管理游戏引擎中的对象。当游戏场景大到一定程度，就需要有一个机制来快速筛选出需要渲染的对象子集。换句话说，如果你创建了 100K 个 Entity ，但是只有 1K 个 Entity 需要同时渲染，虽然遍历所有可渲染对象的成本最小是 O(n) ，但这个 n 是 100K 这个数量级，还是 1K 这个数量级，区别还是很大的。
我们的 ECS 系统已经支持了 tag 这个特性，可以利用 visible tag 做主 key 快速筛选可见对象。但当镜头移动时，需要重置这些 tag 又可能有性能问题。重置这些 visible tags 怎样才能避免在 100K 这个数量级的 O(n) 复杂度下工作？
无图