探索计算机安全的新纪元:台大计算安全课程开源项目
在这个数字化的时代,计算机安全不再只是一个概念,而是我们日常生活中不可或缺的一部分。为了帮助更多的人了解和掌握这一领域的技能,台湾大学的计算机科学与信息工程系推出了一项开源课程——台大计算机安全(NTU Computer Security)。该项目由2019年秋季学期的教学内容组成,包括了三个星期的Pwn课程,从基础到进阶,涵盖了二进制漏洞利用的各种技术。
项目介绍
该项目分为三个部分,每个部分都有详细的幻灯片讲解、视频教程以及一系列实验和作业。这些实验和作业旨在让学生亲手实践,深入理解各种安全攻防策略。此外,项目还提供了完整的题目源码和解答方案,供学习者自我挑战和检验学习成果。
项目技术分析
-
Week 1: Binary Exploitation - Basic
学习如何利用栈溢出漏洞覆盖返回地址,以及如何在seccomp过滤器系统调用下运行shellcode。 -
Week 2: Binary Exploitation
进阶至返回导向编程(ROP)技术,通过PLT函数实践,以及泄露库函数地址以实现ret2libc攻击。 -
Week 3: Heap Exploitation
针对堆内存问题,涵盖未初始化的Use-After-Free(UAF)、double free、fastbin攻击和Tcache dup等高级技巧。
项目及技术应用场景
无论你是网络安全初学者,还是想提升现有技能的专业人士,这个项目都能提供宝贵的资源。这些技术广泛应用于软件开发的安全审计、渗透测试、逆向工程,甚至是对抗恶意软件的领域。通过实际操作,你可以更好地理解和预防现实生活中的安全威胁。
项目特点
-
实战性:每个主题都配有一系列精心设计的实验和作业,鼓励动手操作,加深理论理解。
-
全面性:覆盖了从基础到高级的二进制漏洞利用技术,形成系统的知识体系。
-
开放源代码:所有的代码和资料都是开源的,可以自由地学习和分享。
-
便捷的环境配置:使用Docker Compose快速搭建一致的学习环境,简化了学习过程。
想要进一步提升你的计算机安全技能?那就不要错过这个由台大提供的精彩开源课程。立即加入,开启你的安全探索之旅吧!
cd week1 # week2 week3
docker-compose up -d
让我们一起踏上这场充满挑战和乐趣的安全技术之旅!
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00