avatar
文章
51
标签
13
分类
8
首页
专题
  • 智慧交通
  • 机器人学
  • 机器学习
  • 赛博朋克
  • 职场生涯
分类
  • 专家观点
  • 技术产品
  • 产业观察
tags
时光机
链接
About
論文範开源情报技术及资源框架 返回首页
搜索
首页
专题
  • 智慧交通
  • 机器人学
  • 机器学习
  • 赛博朋克
  • 职场生涯
分类
  • 专家观点
  • 技术产品
  • 产业观察
tags
时光机
链接
About

开源情报技术及资源框架

发表于2023-07-18|更新于2026-10-10|职场生涯技术产品博览
|浏览量:|评论数:
文章作者: Kyle
文章链接: http://papers.fun/2023/07/18/0开源情报osint技术及资源/
版权声明: 本博客所有文章除特别声明外,均采用 CC BY-NC-SA 4.0 许可协议。转载请注明来源 論文範!
gamingStrategy多源异构信息持续集成
cover of previous post
上一篇
winAppDriver对桌面微信的自动化测试
系列文章微信公众号数据采样试验mitmproxy实时数据处理appium对手机微信的自动化测试winAppDriver对桌面微信的自动化测试UI Automation对桌面微信的自动化测试基于机器视觉的桌面窗体组件的目标检测.notFinished 需求和目标在winAppDriver 对桌面微信的自动化测试中, 我们实现了通过抓取网络流量, 对公众号内容的收集. 为了更高效地对内容进行批量采集, 我们需要一种自动化的方法, 从而批量地激活网页流量. 因此, 在appium 对手机微信的自动化测试中, 我们试图用Appium对手机微信进行自动化操作, 同时以PC作为中间代理, 从而在PC上截获手机流量, 对内容进行爬取. 但这种方法存在两个缺陷: 需要对手机的Android进行root, 并植入用户证书. 而从Android12之后, 系统不再信任用户证书. 为了绕后系统安全措施, 我们需要进一步对手机微信app进行逆向; 通过手机微信进行爬取, 需要长时间无法使用手机. 如果任务量太大, 可能需要专门的手机. 成本太高. 所以需要反思: 我们是否问对了问题? 是否有其它的方式. 回到此项任务的需求, 我们只是需要点击微信公众号中的链接, 从而触发流量. 仅此而已. 手机上有微...
cover of next post
下一篇
appium对手机微信的自动化测试
系列文章微信公众号数据采样试验mitmproxy实时数据处理appium对手机微信的自动化测试winAppDriver对桌面微信的自动化测试UI Automation对桌面微信的自动化测试基于机器视觉的桌面窗体组件的目标检测.notFinished 需求与目标在该系列的前述文章中, 我们已经实现了对微信订阅号的文章的爬取. 所使用的方法就是利用mitmproxy截获流量, 并直接从网络流量中重构、还原文章内容及其其它元数据. 但是, 在这个过程中我需要在手机微信的app中, 手动地浏览并打开订阅号中的文章. 非常低效与耗费人工. 因此, 我需要一个工具, 帮我自动浏览微信订阅号(从而激活网络流量, 顺利抓取文章内容). 这就需要使用到手机端的软件自动化测试技术. 目前在手机端进行自动化测试的工具, 其中功能比较完善的是Appium [1] . 本文的目标就是: 利用Appium对手机软件的自动化测试方法, 对手机微信app自动地翻页、点击相关文章, 从而激活流量. (其余的抓取流量并重构公众号文章内容的功能, 我在前面的系列文章已经完成) 方案与实施端口转发:手机到WSL2如果是在Windows系统中, 使用WSL2环境(不是WSL1)运行mitmproxy的话, 即使手机的局域网代理...
相关推荐
cover
2023-07-09
大模型在自动驾驶领域的应用(下:可行性).tbd
1. 系列文章大模型在自动驾驶领域的应用(上:可能性)语言大模型的本地部署.lite自有数据辅助的大语言模型问答精度改进大模型在自动驾驶领域的应用(下:可行性).tbd 背景本文承接大模型在自动驾驶领域的应用(上:可能性)结尾的问题: 大模型在智慧交通/自动驾驶领域的落地的前景会是怎样的? 可行性如何?
cover
2023-08-07
基于机器视觉的桌面窗体组件的目标检测.notFinished
系列文章微信公众号数据采样试验mitmproxy实时数据处理appium对手机微信的自动化测试winAppDriver对桌面微信的自动化测试UI Automation对桌面微信的自动化测试基于机器视觉的桌面窗体组件的目标检测.notFinished 需求和目标通过自动化测试技术激活软件的流量、进而对软件内容进行爬取, 其中的一个关键点就是如何定位到软件的窗口组件, 从而进行后续的操作。 在本系列文章前面的文章中, 我们通过inspect.exe等软件, 预先将桌面软件窗体组件”硬编码”到了代码中. 但是这种方式的弊端在于: 不仅增加了程序员的工作量, 而且当目标组件的属性变化时, 原先的自动化测试爬虫就失效了. 总之, “硬编码船体组件”是非常僵化的方式. 我们需要一种更加鲁棒的方式, 实现对窗体目标组件的识别, 而目标检测(object detection)技术, 就是一种对目标进行智能化检测的手段. 在本文, 我将基于YOLO架构, 实现一个目标检测模型, 用于识别软件窗体组件. 本文的主要内容包括: YOLO目标检测的基本概念和原理 YOLOv5目标检测的关键技术 对电脑屏幕中的软件窗体组件进行目标检测 方案与实施
cover
2023-07-14
python程序的性能测试及瓶颈分析
系列文章网页爬虫第一课:从案例解构爬虫基本概念填坑18年:我总结的CSS选择器爬虫数据持久化方式的选择爬取静态博客网页以分析本网站拓扑结构python程序的性能测试及瓶颈分析Python工程项目的规范开发指南 正文

评论
avatar
Kyle
让洞见自然涌现
文章
51
标签
13
分类
8
渗透测试攻略
目录
  1. 1. OSINT工具箱
  2. 2. 信息来源
    1. 2.1. 普通科技网站
    2. 2.2. 专业科技网站
  3. 3. 情报机构团队
  4. 4. 阅读清单
    1. 4.1. 案例分析
    2. 4.2. 行业研究
    3. 4.3. 专项技术
    4. 4.4. 初学者指南
最新文章
渗透测试对办公打印机的小试牛刀2026-10-10
图片超分辨率技术在ONSINT中的应用2026-10-01
KCF核相关滤波的应用场景浅析(学术篇, 2024年10月)2024-10-19
KCF核相关滤波的应用场景浅析(通用篇,2024年10月)2024-10-19
[转载]消亡中的数据科学
[转载]消亡中的数据科学2024-10-19
© 2023 - 2026 By Kyle框架 Hexo 8.1.2|主题 Butterfly 5.7.1.260810
搜索
数据加载中