== Log4J & JNDI Exploit: Why So Bad? - Computerphile
https://youtu.be/Opqgwn8TdlM
https://youtu.be/Opqgwn8TdlM
YouTube
Log4J & JNDI Exploit: Why So Bad? - Computerphile
The "most critical vulnerability of the last decade?" - Dr Bagley and Dr Pound explain why it's so pervasive, and even affected Mike's own code!
https://www.facebook.com/computerphile
https://twitter.com/computer_phile
This video was filmed and edited…
https://www.facebook.com/computerphile
https://twitter.com/computer_phile
This video was filmed and edited…
== Зачем нужны суперкомпьютеры / Как работает NVIDIA DGX A100
https://www.youtube.com/watch?v=a71VV6Kzhkg&ab_channel=Selectel
https://www.youtube.com/watch?v=a71VV6Kzhkg&ab_channel=Selectel
YouTube
Зачем нужны суперкомпьютеры / Как работает NVIDIA DGX A100
Это птица? Это самолет? Это суперкомпьютер! GPU, нейросети и чудовищное количество памяти. Вместе с экспертами Selectel и Neu.ro разбираемся, как работают и зачем нужны суперкомпьютеры.
Оборудование предоставлено компанией Forsite - российским производителем…
Оборудование предоставлено компанией Forsite - российским производителем…
Forwarded from Библиотека питониста | Python, Django, Flask
Генерация случайных значений с помощью модуля secrets
Встроенный модуль
Интерфейс использования
Также в модуле есть класс
Встроенный модуль
secrets используется для генерации криптографически стойких случайных чисел, с помощью средств предоставляемых операционной системой. Что хорошо подходит при работе с паролями, токенами аутентификации.Интерфейс использования
secrets довольно прост и схож с random. Его основные функции:secrets.choice(collection) - возвращает случайно выбранный элемент из переданной коллекции. secrets.randbelow(n) - возвращает случайный int в диапазоне [0, n).secrets.randbits(n) - возвращает целое число int состоящее из n случайных бит.secrets.token_bytes(n) - возвращает случайную байтовую строку, содержащую n байт.token_hex(n) - возвращает случайную строку из n байт в шестнадцатеричной формате.token_urlsafe(n) - возвращает URL-безопасную строку, содержащая n байт, закодированную в Base64.Также в модуле есть класс
SystemRandom, который поддерживает большинство функций определенных в random.== INTEL НАНОСИТ ОТВЕТНЫЙ УДАР | РАЗБОР ALDER LAKE
https://youtu.be/G1UwYEVSv6Q
https://youtu.be/G1UwYEVSv6Q
YouTube
INTEL 12 поколение - ОТВЕТНЫЙ УДАР | РАЗБОР ALDER LAKE
Собери крутой ПК с Digital Razor https://digital-razor.ru/config-tips/index.php
🤟 Подписка на DROIDER: https://goo.gl/CbimGk
Сегодня рассказываем про большое событие: 12-е поколение процессоров Intel Alder Lake. Что интересного в процессорах? И почему,…
🤟 Подписка на DROIDER: https://goo.gl/CbimGk
Сегодня рассказываем про большое событие: 12-е поколение процессоров Intel Alder Lake. Что интересного в процессорах? И почему,…
Forwarded from Питонические атаки
Пользуясь случаем напоминаю, что 3.7 и 3.8 сейчас находятся на этапе security fixes only. То есть, если вы хотите, чтобы в вашем питоне исправлялись всякие баги с неправильным поведением и падениями, то вам нужно быть как минимум на 3.9.
Вот хорошая диаграмма, визуализирующая время жизни разных версий интерпретатора: https://python-release-cycle.glitch.me/
Вот хорошая диаграмма, визуализирующая время жизни разных версий интерпретатора: https://python-release-cycle.glitch.me/
🌚 Даже при минимальной настройке и бездействии телефона и iOS, и Google Android обмениваются данными с Apple/Google в среднем каждые 4,5 минуты.
🌚 И iOS, и Google Android передают телеметрию, несмотря на то, что пользователь явно отказался от этого.
🌚 При установке SIM-карты и iOS, и Google Android отправляют данные в Apple/Google - IMEI телефона, серийный номер оборудования, серийный номер SIM-карты и IMSI, номер телефона и т.д. передаются в Apple и Google.
🌚 iOS отправляет MAC-адреса близлежащих устройств, например, других телефонов и домашнего шлюза, в Apple вместе с их местоположением по GPS. Пользователи не имеют возможности отказаться от этого, и в настоящее время существует мало, если вообще существует, реальных вариантов предотвращения такого обмена данными.
🌚 И iOS, и Google Android передают телеметрию, несмотря на то, что пользователь явно отказался от этого.
🌚 При установке SIM-карты и iOS, и Google Android отправляют данные в Apple/Google - IMEI телефона, серийный номер оборудования, серийный номер SIM-карты и IMSI, номер телефона и т.д. передаются в Apple и Google.
🌚 iOS отправляет MAC-адреса близлежащих устройств, например, других телефонов и домашнего шлюза, в Apple вместе с их местоположением по GPS. Пользователи не имеют возможности отказаться от этого, и в настоящее время существует мало, если вообще существует, реальных вариантов предотвращения такого обмена данными.
Forwarded from Иван Акулов про разработку
Эта картинка выглядит почти нормально. При этом 99.7% байт в ней — это данные про яркость, и только 0.3% — данные про цвет. Картинка выглядит почти нормально, потому что человеческий глаз замечает изменения в яркости гораздо лучше, чем в цвете.
Доклад c web.dev live про то, как эту и другие особенности зрения используют алгоритмы сжатия изображений: https://youtu.be/F1kYBnY6mwg
Доклад c web.dev live про то, как эту и другие особенности зрения используют алгоритмы сжатия изображений: https://youtu.be/F1kYBnY6mwg
== Разбираемся с сессиями в SQLAlchemy
https://habr.com/ru/post/597999/
https://habr.com/ru/post/597999/
Хабр
Разбираемся с сессиями в SQLAlchemy
В этой небольшой статье я хочу дать ответ на вопрос, который возник у меня, когда я познакомился с сессиями в SQLAlchemy. Если сформулировать его кратко, то звучит он примерно так: “А зачем оно надо...
оказывается сюда не постил лэндскейп по Cloud Native Interactive Landscape
https://landscape.cncf.io/
https://landscape.cncf.io/
CNCF Landscape
The CNCF Cloud Native Landscape is intended as a map through the previously uncharted terrain of Cloud Native technologies. It attempts to categorize projects and products in the Cloud Native space.
== PulseAudio, часть 1: управление из командной строки
https://habr.com/ru/post/106806/
- Card. физическая звуковая карта со всеми её входами и выходами;
- Sink (англ. низина) — «сток», принимающий звуковой поток. Представляет выход звуковой карты: линейный выход, наушники, колонки ноутбука;
- Source (англ. источник) — источник звука, создающий звуковой поток. Представляет вход звуковой карты: линейный вход, микрофон.
сменить девайс. пример
https://habr.com/ru/post/106806/
- Card. физическая звуковая карта со всеми её входами и выходами;
- Sink (англ. низина) — «сток», принимающий звуковой поток. Представляет выход звуковой карты: линейный выход, наушники, колонки ноутбука;
- Source (англ. источник) — источник звука, создающий звуковой поток. Представляет вход звуковой карты: линейный вход, микрофон.
сменить девайс. пример
pactl set-sink-volume 'alsa_output.pci-0000_02_04.0.analog-stereo' 20000
pactl set-sink-port 'alsa_output.pci-0000_02_04.0.analog-stereo' 'analog-output;output-headphones-2'
pactl set-sink-port 'alsa_output.pci-0000_02_04.0.analog-stereo' 'analog-output;output-headphones-1'
Хабр
PulseAudio, часть 1: управление из командной строки
Одним из новшеств Ubuntu 10.10 стал переход с «голой» ALSA на PulseAudio. Ранее постилось много советов прибить и удалить его для решения проблем, однако теперь...
== ПИД регулятор
https://youtu.be/rIbWnB26dp0
выход = сумма(
Пропорциональная составляющая,
Интегральная составляющая (зависит от прошлого),
Диффиренциальная составляющая (зависит от предыдущего),
)
out = P * kp + I * ki + D * kd
out = P * kp
P = setpoint - input
I = I + (setpoint - input) * dt
D = (setpoint - input - prevErr) / dt
prevErr = setpoint - input
out - выхлод
setpoint - целевое значение
input - значение с обратной связи (датчика)
dt - период вычислений
P (пропорциональный) уменьшает статическую ошибку. но может раскачать систему. исправляет текущую ошибку
I - редко используется отельно. медленный. часто перелетает. исправляет прошлые ошибки (копит)
D -
https://youtu.be/rIbWnB26dp0
выход = сумма(
Пропорциональная составляющая,
Интегральная составляющая (зависит от прошлого),
Диффиренциальная составляющая (зависит от предыдущего),
)
out = P * kp + I * ki + D * kd
out = P * kp
P = setpoint - input
I = I + (setpoint - input) * dt
D = (setpoint - input - prevErr) / dt
prevErr = setpoint - input
out - выхлод
setpoint - целевое значение
input - значение с обратной связи (датчика)
dt - период вычислений
P (пропорциональный) уменьшает статическую ошибку. но может раскачать систему. исправляет текущую ошибку
I - редко используется отельно. медленный. часто перелетает. исправляет прошлые ошибки (копит)
D -
YouTube
Уроки Ардуино. ПИД регулятор
В этом уроке разберём такую крутую штуку, как ПИД регулятор! Рассмотрим реализацию в коде и настройку.
► Библиотека ПИД: https://alexgyver.ru/gyverpid/
► Примеры из урока: https://github.com/AlexGyver/tutorials
▼ Огромный стартовый набор GyverKIT ▼
…
► Библиотека ПИД: https://alexgyver.ru/gyverpid/
► Примеры из урока: https://github.com/AlexGyver/tutorials
▼ Огромный стартовый набор GyverKIT ▼
…
== фильтр Калмана
https://habr.com/ru/post/140274/
https://habr.com/ru/post/166693/
не существует однозначного подхода к определению того, что означает, что ошибка минимальна. будем минимизировать среднее значение от квадрата ошибки
На практике очень часто бывает, что вообще ничего не известно о физ.модели того, что фильтруем. - поэтому не можем говорить, что в разные моменты времени ошибки модели независимы друг от друга и что их средние значения равны нулю => теория фильтра Калмана не применима!!! НО МОЖНО УПРОСТИТЬ!
= отфильтрованное значение зависит от всех предыдущих показаний сенсора линейно: Поэтому фильтр Калмана называют линейным фильтром
Задача фильтрации — это НЕ задача сглаживания. Стремимся получить наиболее близкое значение к реальной координате а не сгладить данные !!!!
https://habr.com/ru/post/140274/
https://habr.com/ru/post/166693/
не существует однозначного подхода к определению того, что означает, что ошибка минимальна. будем минимизировать среднее значение от квадрата ошибки
На практике очень часто бывает, что вообще ничего не известно о физ.модели того, что фильтруем. - поэтому не можем говорить, что в разные моменты времени ошибки модели независимы друг от друга и что их средние значения равны нулю => теория фильтра Калмана не применима!!! НО МОЖНО УПРОСТИТЬ!
= отфильтрованное значение зависит от всех предыдущих показаний сенсора линейно: Поэтому фильтр Калмана называют линейным фильтром
Задача фильтрации — это НЕ задача сглаживания. Стремимся получить наиболее близкое значение к реальной координате а не сгладить данные !!!!
фильтр Калмана
== Kalman Filter - Fun & Easy
https://youtu.be/bm3cwEP2nUo
== Tutorial: Kalman Filter with MATLAB example part1
https://youtu.be/FkCT_LV9Syk
== Tutorial: Kalman Filter with MATLAB example part2
https://youtu.be/NT7nYv9Ri2Y
== Tutorial: Kalman Filter with MATLAB example part3
https://youtu.be/rUgKnoiRoY0
== Kalman Filter & Extended Kalman Filter
https://youtu.be/E-6paM_Iwfc
KALMAN FILTER is the Bayes filter for the Gausian linear case.
- Performs recursive state estimation
- Prediction step to exploit the controls
- Correction step to exploit the observations
Linear Model
- the Kalman filter assumes a linear transition and observation model
- zero mean Gaussian noise
==ШИКАРНЕЙШИЙ ПЛЭЙЛИСТ https://www.youtube.com/playlist?list=PLX2gX-ftPVXU3oUFNATxGXY90AULiqnWT
== Kalman Filter - Fun & Easy
https://youtu.be/bm3cwEP2nUo
== Tutorial: Kalman Filter with MATLAB example part1
https://youtu.be/FkCT_LV9Syk
== Tutorial: Kalman Filter with MATLAB example part2
https://youtu.be/NT7nYv9Ri2Y
== Tutorial: Kalman Filter with MATLAB example part3
https://youtu.be/rUgKnoiRoY0
== Kalman Filter & Extended Kalman Filter
https://youtu.be/E-6paM_Iwfc
KALMAN FILTER is the Bayes filter for the Gausian linear case.
- Performs recursive state estimation
- Prediction step to exploit the controls
- Correction step to exploit the observations
Linear Model
- the Kalman filter assumes a linear transition and observation model
- zero mean Gaussian noise
==ШИКАРНЕЙШИЙ ПЛЭЙЛИСТ https://www.youtube.com/playlist?list=PLX2gX-ftPVXU3oUFNATxGXY90AULiqnWT
YouTube
Kalman Filter for Beginners
Why You Should Use The Kalman Filter Tutorial- #Pokemon Example
Want to learn more?
⭐ Join Augmented AI University https://www.augmentedstartups.com/ai-university-signup
======================================
►KALMAN FILTER COURSE -
http://augmenteds…
Want to learn more?
⭐ Join Augmented AI University https://www.augmentedstartups.com/ai-university-signup
======================================
►KALMAN FILTER COURSE -
http://augmenteds…
== Как правильно выбирать очередь
https://youtu.be/hEC8CX8Drac
https://youtu.be/hEC8CX8Drac
YouTube
Как правильно выбирать очередь / Владимир Перепелица (Mail.Ru Group)
Приглашаем на конференцию HighLoad++ 2025, которая пройдет 6 и 7 ноября в Москве!
Программа, подробности и билеты по ссылке: https://highload.ru/moscow/2025
________
HighLoad++ Весна 2021
Крупнейшая профессиональная конференция для разработчиков высоконагруженных…
Программа, подробности и билеты по ссылке: https://highload.ru/moscow/2025
________
HighLoad++ Весна 2021
Крупнейшая профессиональная конференция для разработчиков высоконагруженных…
== Микросервисы с нуля / Семен Катаев (Авито)
https://youtu.be/eI1QQUrFUZI
просто о том НАФИГА оно вообще надо и какие особенности
- cncf
- kubernates
- api-gateway
- service proxy
https://youtu.be/eI1QQUrFUZI
просто о том НАФИГА оно вообще надо и какие особенности
- cncf
- kubernates
- api-gateway
- service proxy
YouTube
Микросервисы с нуля / Семен Катаев (Авито)
Приглашаем на конференцию HighLoad++ 2025, которая пройдет 6 и 7 ноября в Москве!
Программа, подробности и билеты по ссылке: https://highload.ru/moscow/2025
________
HighLoad++ Весна 2021
Крупнейшая профессиональная конференция для разработчиков высоконагруженных…
Программа, подробности и билеты по ссылке: https://highload.ru/moscow/2025
________
HighLoad++ Весна 2021
Крупнейшая профессиональная конференция для разработчиков высоконагруженных…