MatrixBreakout:2Morpheus靶机信息名称：Matrix-Breakout:2Morpheus地址：https://www.vulnhub.com/entry/matrix-breakout-2-morpheus,757/虽然作者提示该靶机最好是在VirtualBox部署，但是经过测试，本靶机在VirtualBox无法启动，更适合导入到Vmware中。识别目标主机IP地址(kali㉿kali)-[~/Desktop/Vulnhub/Matrix_breakout]└─$sudonetdiscover-ieth1-r10.1.1.0/24Currentlyscanning:Fi
目录1.功能2.架构2.1.imperfect_soc_block_top2.2.ahb_bus_matrix_3x32.3.sram0与sram12.4.ahb2apb_bridge2.5.usart2.6.spi2.7.timer3.逻辑设计3.1.imperfect_soc_block_top3.2.ahb_bus_matrix_3x33.3.sramahb2sramsram3.4.ahb2apb_bridge3.5.usart3.6.spi3.7.timer4.测试这次基于AHB与APB的协议，设计一个片内各组件互联的架构笔记：soc最小系统（软硬件协同仿真）–插桩&hello笔记：F
目录1.功能2.架构2.1.imperfect_soc_block_top2.2.ahb_bus_matrix_3x32.3.sram0与sram12.4.ahb2apb_bridge2.5.usart2.6.spi2.7.timer3.逻辑设计3.1.imperfect_soc_block_top3.2.ahb_bus_matrix_3x33.3.sramahb2sramsram3.4.ahb2apb_bridge3.5.usart3.6.spi3.7.timer4.测试这次基于AHB与APB的协议，设计一个片内各组件互联的架构笔记：soc最小系统（软硬件协同仿真）–插桩&hello笔记：F
靶场搭建靶机下载地址：Matrix-Breakout:2Morpheus~VulnHub直接解压双击ova文件即可使用软件：VMware（可能会出现问题），VirtualBox（此处官方建议使用VirtualBox）难度：中等攻击机：kali信息收集为了方便我直接使用windows上的lansee直接扫描出目标靶机iplansee扫描结果去除已知靶机ip剩下的就是目标靶机192.168.21.134当然需要访问看看访问结果看看源码能出现啥192.168.21.134网页主页源码没有什么有用的看看nmap能看出来啥nmap192.168.21.143nmap简单扫描结果看看端口详细信息nmap-
靶场搭建靶机下载地址：Matrix-Breakout:2Morpheus~VulnHub直接解压双击ova文件即可使用软件：VMware（可能会出现问题），VirtualBox（此处官方建议使用VirtualBox）难度：中等攻击机：kali信息收集为了方便我直接使用windows上的lansee直接扫描出目标靶机iplansee扫描结果去除已知靶机ip剩下的就是目标靶机192.168.21.134当然需要访问看看访问结果看看源码能出现啥192.168.21.134网页主页源码没有什么有用的看看nmap能看出来啥nmap192.168.21.143nmap简单扫描结果看看端口详细信息nmap-
登录GitHub授权后一直提示：waitingforgithubAuthentication…原因GitHubCopilot更新后需要付费，但任然免费到8月22日，需要在GitHub中设置Copilot账号信息解决方法【1】设置主机hosts打开文件路径C:\Windows\System32\drivers\etc修改hosts文,加入如下 140.82.112.21central.github.com 185.199.108.133desktop.githubusercontent.com185.199.108.153assets-cdn.github.com185.199.108.133c
登录GitHub授权后一直提示：waitingforgithubAuthentication…原因GitHubCopilot更新后需要付费，但任然免费到8月22日，需要在GitHub中设置Copilot账号信息解决方法【1】设置主机hosts打开文件路径C:\Windows\System32\drivers\etc修改hosts文,加入如下 140.82.112.21central.github.com 185.199.108.133desktop.githubusercontent.com185.199.108.153assets-cdn.github.com185.199.108.133c
从字面上看，任何文本都可以用作提示——发送一些文本并取回一些文本。然而，尽管了解GPT-3对随机字符串的处理方式很有趣，但真正的力量来自于理解如何编写有效的提示。promptsPrompt是让GPT-3做你想做的事情的方式。这就像编程，但使用简单的英语。所以，你必须知道你想要完成什么，而不是编写代码，你使用文字和纯文本。当您编写提示时，要记住的主要事情是GPT-3试图找出接下来应该出现的文本，因此包括说明和示例等内容提供了帮助模型找出最佳可能完成的上下文.此外，质量也很重要——例如，拼写、不清楚的文本和提供的示例数量都会影响完成的质量。另一个关键考虑因素是提示大小。虽然提示可以是任何文本，但提
从字面上看，任何文本都可以用作提示——发送一些文本并取回一些文本。然而，尽管了解GPT-3对随机字符串的处理方式很有趣，但真正的力量来自于理解如何编写有效的提示。promptsPrompt是让GPT-3做你想做的事情的方式。这就像编程，但使用简单的英语。所以，你必须知道你想要完成什么，而不是编写代码，你使用文字和纯文本。当您编写提示时，要记住的主要事情是GPT-3试图找出接下来应该出现的文本，因此包括说明和示例等内容提供了帮助模型找出最佳可能完成的上下文.此外，质量也很重要——例如，拼写、不清楚的文本和提供的示例数量都会影响完成的质量。另一个关键考虑因素是提示大小。虽然提示可以是任何文本，但提
1.写在前面为什么时隔多年又再做一次混淆矩阵的整理，TMD就是每次用的时候要自己回过头查一遍，老是记不住，为了打好基础，再次进行梳理。2.为什么会有混淆矩阵我们简单的分类衡量模型的好坏，其实正常使用均方误差就行了，如下：E(f;D)=1m∑i=1m(f(xi)−yi)2E(f;D)=\frac{1}{m}\sum_{i=1}^{m}(f(x_i)-y_i)^2E(f;D)=m1∑i=1m(f(xi)−yi)2其次就是错误率：E(f;D)=1m∑i=1m∏(f(xi)−yi)2E(f;D)=\frac{1}{m}\sum_{i=1}^{m}\prod(f(x_i)-y_i)^2E(f;D
