这里是从 Obsidian 笔记整理过来的全部文章,按发布时间倒序排列。
switch
what 局域网内基于MAC地址转发数据的设备,用于终端设备互联(如电脑、打印机)。 why 高速内网通信:比路由器更低的延迟(如游戏、文件传输)。 扩展端口:一台交换机可连接多台设备(如24口千兆交换机)。 网络分段:VLAN减少广播风暴风险。 how
这里是从 Obsidian 笔记整理过来的全部文章,按发布时间倒序排列。
what 局域网内基于MAC地址转发数据的设备,用于终端设备互联(如电脑、打印机)。 why 高速内网通信:比路由器更低的延迟(如游戏、文件传输)。 扩展端口:一台交换机可连接多台设备(如24口千兆交换机)。 网络分段:VLAN减少广播风暴风险。 how
what Trunk是用于在交换机之间或交换机与路由器之间传输多个VLAN流量的专用链路,通过标记(如IEEE 802.1Q)区分不同VLAN的数据。 why 跨交换机VLAN扩展,使同一VLAN的设备可以跨交换机通信 节省端口,无需为每个VLAN单独拉一根物理链路 how 暂无
文件相关 #card #forward id:: 67b98630-7efd-480f-bbad-4e5e7479e33d cd切换目录,特殊的如果进入其他盘符应该这样X:而不是cd X:,x为你向进入的盘符 dir列出文件,列出隐藏文件-a type输出文件内容 move移动,重命名文件 copy复制文件 ren重命名 findstr查找内容类似grep del删除 mkdir创建目录 rmdir删除目录 用户和用户组管理 #card #forward id:: 67a6bca0-f234-42fd-8a5e-c277dc9868aa 用户相关操作 查看用户信息:net user [USERNAME] 创建新用户:net user USERNAME PASSWORD /add 删除用户:net user USERNAME /delete 修改密码:net user USERNAME NEW_PASSWORD 启用/禁用用户:net user USERNAME /active:<yes/no> 用户组相关操作 查看用户组,新建用户组,删除用户组和用户的操作相同,将net user改为net localgroup即可 添加用户到用户组:net localgroup GROUPNAME USERNAME /add 从用户组中删除用户:net localgroup GROUPNAME USERNAME /delete 激活administrator net user administator active 权限相关 #card #forward id:: 67b986c4-f71a-49d5-9012-824a945fe568 查看当前用户权限 whoami /priv 查看用户详细信息 whoami /all 网络相关 netstat -ano查看网络连接 ipconfig网卡信息 进程相关 #card #forward id:: 67b9882e-0bd4-4457-8afe-dc4da64f0ea1 taskllist列出进程 taskkill /pid 1022关闭进程 文件共享 #card #forward id:: 67b98949-cc31-4bc6-9d95-a2d5ec056b68 net use查看文件共享 net use \\IP地址或主机名 /user:administrator "密码"创建文件共享 net use 共享连接名 /del删除文件共享 票据相关 #card #forward id:: 67c71a77-14cc-4c64-8a26-26bf758f7ed1 klist查看票据 klist purge清空票据
一些概念 SAM数据库 Security Accounts Manager C:\Windows\System32\config\SAM HKEY_LOCAL_MACHINE\SAM SECURITY数据库 C:\Windows\System32\config\SECURITY krbtgt 加入域后创建的用户 LMHash LAN Manager Hash已被弃用 NTLMHash NT LAN Manager Hash现在较为常用的,常用于本地认证 netNTLMHash net NT LAN Manager Hash,基于NTLMHash,更安全。常用于网络认证 本地认证 本地用户登陆 本地认证流程 winlogon.exe接收密码 lsass.exe校验传入的密码的hash与sam中的hash对比,相同则认证通过 网络认证 质询应答协议,NTLM认证 rdp等远程连接 网络认证流程 c->用户名 ->s s:校验用户名,通过后,生成challenge(随机16位密码),并将原用户的NTLMHash与cnalenge生成一个新的密钥并存储在内存中-> challenge ->c c:将密码的NTLMHash与challenge生成密钥 -> s s: 对比c与内存中的密钥 -> c 域认证 登陆域、访问域中SPN域服务 在域中使用Kerberos认证 kdc 密钥分发中心 as 认证服务 TGT黄金票据 tgs 票据授权服务 ST白银票据 域认证的流程 c想要访问s的服务 c-> username&NTLMHash -> DC:KDC:AS AS-> TGT -> c c-> TGT -> DC:KDC:TGS TGS -> ST -> c c -> ST -> s
wireshark抓包之ICMP 整个icmp包,ping baidu.com wireshark抓包之ARP 要构造出arp包,我们可以手动进行arp请求。我们使用arping 192.168.2.198。 或是删除arp表等待arp广播 wireshark抓包之TCP 浅浅构造一个http包,来观察TCP,curl baidu.com 三次握手 #card #forward id:: 67a6bca0-06a8-45ed-aad9-0d8ef77877f1 c:我来了哦SYN 😃 s:我知道了,你来吧SYN,ACK 😁 c:我真的来了哦SYN 🥵 四次挥手 #card #forward id:: 67a6bca0-dfe7-4196-ad6b-d58ae60dd43c c:我要走了哦,好想你FIN,ACK 😢 s:你走吧SYN 🤔 s: 你走吧,拜拜了您内FIN,ACK 🤡 c: 我走了SYN 😭 wireshark抓包之UDP 使用nc的udp模式构造udp包 wireshark抓包之DNS 向dns服务器发送dns请求dig kali.pcx.home
必要的内容 姓名 手机号码 邮箱 性别 年龄2002 学历 意向岗位 工作经历 倒序 山东鸿宇 山东鼎夏 教育经历 非本科放到最后 倒序 时间 学校名 专业 校内经历: 比赛 专业技能 熟练使用xxx 熟练掌握xxx 能够xxx 熟悉xxx 独立完成 报告 脚本 批量 个人爱好个人兴趣 项目经历
迁移 迁移可以去网上找插件,我选择让 ai 帮我迁移 使用习惯 有了文件目录的概念 原生的 / 命令不太好用,需要安装插件 有原生vim 支持,吃上细糠了 没了 logseq 中“块”的概念 暂未解决的问题 [ ] markdown 导出有问题,标题的 # 会被错误转义 [ ] template 学习 [ ] vimrc 优化
what 服务器端部署的代理,代表后端服务器接收客户端请求,并返回结果。 why 负载均衡:分发流量到多台后端服务器(如Nginx轮询) 安全防护:屏蔽后端架构,防DDoS(如Cloudflare) SSL终结:统一处理HTTPS加密,减轻后端压力 how 常用工具: nginx
引子 这一切的一切还要从面试官打不通俺的电话说起,最开始俺还以为俺的小破手机又出毛病了呢。俺尝试了n个人的手机给俺打电话,都能打通。俺又想是不是苹果勿扰模式的问题?勿扰模式也应该有通话记录的啊。难道是电话黑名单??俺尝试把俺的所有电话黑名单删除掉,静候佳音。 调整思路 事实是,俺仍然没有收到电话。百思不得其解,直至俺打开了俺的简历。看到简历上竟赫然写着熟悉OWSP TOP11、熟悉log5j2,扭头看了下电话那一栏,俺的电话号码竟然"被"加了1。原因找到了,俺错怪了俺的老伙计(iphone se 2020 64G 战损版),是简历写错了,这是个悲伤的故事。 为什么数字会被加1呢?难道物理学真的不存在了?水滴为了阻止我找工作在偷偷陷害我? 但是计算机里0就是0,1就是1,他没有问题,绝对是我的问题。 谁动了俺的简历! 回归源头,俺回到了俺的logseq中,发现的确简历被莫名其妙的修改了,修改的很美,每一行的第一个数字都被加了1。 剧透一下,右上角的Normal模式,是他,他是罪魁祸首。 找了很久也没有找到是谁的问题。很巧啊,俺用vim的时候在可视模式下按了一下c-a(vim中数字自增的快捷键),发现可视模式下选中的字符都增加了1,而不是光标处增加了1。这现象,和俺的简历竟然出奇的相似。于是乎俺杀到了logseq中进行测试。 {:height 460, :width 749} 为什么说Normal模式是罪魁祸首,logseq这vim插件只有按v或是c-v才能进入可视模式,Normal这几个字符严重影响了俺的判断。 总结 logseq中的vim插件快捷键c-a(数字自增)与全选快捷键冲突。导致使用c-a进行全选时文章中的数字也进行了自增。 有了这次奇葩的事件之后,以后和别人发文件都要再确认n次是否有问题了。吃一堑长一智。最后附快捷键冲突解决方案。 修改或删除这个条目
引子 最近有了一个从大量json数据中做查询的一个需求,期间设想了多个方案,最后通过数据库查询这种还算优雅的方式解决了,记录一下。 写在前面 本篇通过具体案例来进行演示,其中数据源是大量的json,且为一个相同对象的数组,目的是从这些json中做查询、筛选。当然这并不是一成不变的,数据可以是任意格式,查询也可能千奇百怪,俺希望读者也能根据俺的思路举一反三,找到优雅的解决方案。 注意:对数据操作不当可能会导致损坏,这里仅作思路参考。 俺的心路历程 刚开始得知这个需求时,最初的json很大,打开非常耗时,并且在纯文本中对json做人肉解析实在有些难了,俺的解决方案是给他整成excel之类的格式,直接用图形化筛选就好了。 json转excel 最开始俺想复杂了,俺寻思先转成csv再转成excel(个人看法:在某种程度上这csv不就是excel嘛,所以这多转了一道)。 后来经过一顿摸索,直接整了个py脚本,json转excel。这个脚本会放到后面。 对于大量的数据来说,使用excel的筛选就有点捉襟见肘了。 json转csv,csv导入数据库 上一步中间转了一道csv。突发奇想为什么不能把这个csv扔到数据库里面呢,直接用数据库查询岂不是更爽。 经过一番摸索,发现可行。 不过有一些值得注意的点: 数据的预处理 数据库的选择 数据类型 俺摸索了一番发现可行后,就草草了事结束了。实际上对于不同的数据、不同的查询方式需要进行分类讨论,这就是上面值得注意的点的由来。 数据的预处理:在从json转换成csv时数据丢失、字段对不上等问题。 数据库的选择:你的数据存在这种数据库中是否合理,对你的查询方式是不是有影响,还有是否符合你自己的查询习惯。 数据类型:数据类型会影响到数据的预处理、数据库的选择,以及查询。 俺不是一个优秀的开发者,描述可能不清晰,还请大佬谅解。 基于例子的完整演示 大体步骤 将json中对象的字段提取出来->根据字段去创建mysql数据库->将json转换为csv格式并为csv添加一个头->将csv导入到数据库中->从数据库中查询数据 环境准备 我们需要用到的内容有:mysql数据库、dbeaver(数据库连接工具)、jq(处理json的工具) 以上提到的工具win、mac、linux都有,这里仅演示linux与mac mysql建议使用docker安装 # 创建数据目录 cd ~ mkdir -p docker/mysql/data mkdir -p docker/mysql/conf.d cd docker # 运行容器并挂载 docker run -d \ --name mysql-server \ -e MYSQL_ROOT_PASSWORD=123456 \ -v `pwd`/mysql/data:/var/lib/mysql \ -v `pwd`/mysql/conf.d:/etc/mysql/conf.d \ -p 3306:3306 \ mysql:8.3 dbeaver请使用社区版Download | DBeaver Community arch: sudo pacman -S dbeaver mac: brew install --cask dbeaver-community 或安装包安装 jq GitHub - jqlang/jq: Command-line JSON processor arch: sudo pacman -S jq mac: brew install jq 或二进制安装 提取json对象中的字段名 # 这里.[0]的意思是数组中的第一个数据,要保证所有数据都是这个类型才能用俺的方法哦 jq '.[0] | keys' path_to.json 运行后你会获得一些字段,例如: 这些字段很重要,我们需要用其建表,转换json 创建mysql数据库和表 具体的创建这里就不演示了,俺觉得一些重要的的点俺要说一下。 由于我们这套流程是要使用json生成的csv去导入到数据库中,所以这里表中字段的顺序很重要。如果顺序不对,也可以另辟蹊径,在导入的时候手动一一对应,俺不推荐你这么做,建议删掉重新建表。 其次是字段的类型,类型会直接影响到导入的成功率以及查询时的优雅程度。试想对着字符串类型的数字去做筛选在某区间的值,是不是很恐怖。 俺建议对重点关注的类型去使用专门的类型,其他一些不会经常关注的类型建议使用字符型,这样会降低导入时失败的概率。 俺数据库也不太会,大佬轻喷 将json转为csv 俺这里推荐使用jq jq -c '.[]' path_to.json | jq -r '[.column1,.column2] | @csv' > path_to.csv 原字段为column1那么jq -r '[]'中的内容应为.column1,多个字段要用,隔开 这里有个小技巧,我们如何快速的进行csv到数据库的字段一一对应呢? 可以导出一个空表,格式为csv,这样一个空的表头就会出现了 此时将空表头附加到我们转换完毕的csv开头,倒入这个新文件dbeaver就可以帮你自动对应字段啦 导入csv到数据库 这一步是出现错误最多的步骤,俺记录一下俺遇到的问题。 导入时数据类型与字段类型不匹配。解决方案:修改相关字段的类型 导入数据是为什么创建了几个没见过的字段。原因:没加表头或表头与数据不对应。解决方案:检查表头并重新附加到数据csv的开头 ...