rapid7大规模扫描项目

简介: https://scans.io/
https://scans.io/
目录
相关文章
|
4天前
|
机器学习/深度学习 安全 算法
【威胁情报综述阅读2】综述:高级持续性威胁智能分析技术 Advanced Persistent Threat intelligent profiling technique: A survey
【威胁情报综述阅读2】综述:高级持续性威胁智能分析技术 Advanced Persistent Threat intelligent profiling technique: A survey
5 0
|
存储 监控 安全
Dapper,大规模分布式系统的跟踪系统。“目前市面的全链路监控系统基本都是参考Google的Dapper来做的”
Dapper--Google生产环境下的分布式跟踪系统,应运而生。那么我们就来介绍一个大规模集群的跟踪系统,它是如何满足一个低损耗、应用透明的、大范围部署这三个需求的。当然Dapper设计之初,参考了一些其他分布式系统的理念,尤其是Magpie和X-Trace,但是我们之所以能成功应用在生产环境上,还需要一些画龙点睛之笔,例如采样率的使用以及把代码植入限制在一小部分公共库的改造上。
462 0
Dapper,大规模分布式系统的跟踪系统。“目前市面的全链路监控系统基本都是参考Google的Dapper来做的”
|
网络协议 测试技术 C语言
高效开源的网络扫描框架 —— NINJA-PingU
这个扫描框架有着一个很萌的名字(企鹅忍者),同时它还有其他优秀的特性,开源,支持插件,高效。 NINJA-PingU作为一个扫描框架,可不仅仅只有ping这样简单的功能,他是一个专门为大型网络扫描所设计的框架,兼顾效率的同时,支持插件的开发。
395 0
高效开源的网络扫描框架 —— NINJA-PingU
|
机器学习/深度学习 人工智能 编译器
异构加速平台Heterogeneity-Aware Lowering and Optimization (HALO)简介
HALO是异基于编译器的异构加速平台。它通过称为开放深度学习 API ( ODLA )的抽象、可扩展接口来利用针对深度学习领域的异构计算能力。HALO 提供统一的 Ahead-Of-Time 编译解决方案,自动为云、边缘和物联网场景量身定制。
异构加速平台Heterogeneity-Aware Lowering and Optimization (HALO)简介
|
传感器 机器学习/深度学习 物联网
将LoRa和Google Cloud用于IIoT应用程序
将LoRa连接性与Google Cloud Platform(GCP)配对可以满足广泛的工业IoT(IIoT)用例。LoRa的长久性和灵活性,再加上GCP强大的体系结构和对可扩展创新的承诺,为工业运营商提供了构建明天世界所需的工具。
260 0
将LoRa和Google Cloud用于IIoT应用程序