bfs

生成式对抗网络（GAN, Generative Adversarial Networks ）是一种深度学习模型，是近年来复杂分布上无监督学习最具前景的方法之一。本次学术报告将回顾关于GAN的原理、优缺点和应用场景，并介绍基于GAN的表格数据生成算法：CTGAN。

介绍了设备识别的发展历史、各层协议的特征及其优劣性，对两篇关于内网、外网识别的高水平文献进行了讲解，对比了设备识别的主要研究方向，以期帮助初学者快速了解领域内的动态及发展前景。

1.环境感知型恶意软件使用的反检测方法及实例     2.部分高水平文献中的反检测算法原理     3.反检测技术的对抗策略

1.恶意软件检测发展历史 2.深度学习在恶意软件检测上的应用 3.恶意软件反检测技术

在大型项目开发时，可能会遇到多域名或多个ip之间使用ajax异步请求进行通信的情况，默认情况下，浏览器会阻断ajax对跨域请求的读取。本此报告介绍了开发中的跨域方案和跨域方案可能产生的安全问题，从开发和安全两个角度对跨域访问进行了描述。

详细介绍Git的原理、初级和进阶用法

本次学术报告面向基于深度学习的二进制软件漏洞挖掘，首先定义二进制缺陷检测子任务的基本概念和TIPO，其后介绍模糊测试、符号执行等动态缺陷检测方法，最终具体讲解了三种基于深度学习的二进制缺陷动态检测方法的算法原理。旨在帮助听众建立二进制漏洞挖掘的基本概念，并拓宽应用深度学习方法的思路。

软件定义网络，作为一种可编程的新型网络架构，相比于传统网络具有许多的优点，在网络可视化、流量监控、访问控制等网络管理和运维领域中具有得天独厚的优势。而由于软件定义网络的控制器要求对网络全面准确的掌握，因此研究软件定义网络的拓扑发现技术具有十分重要的意义。本次报告介绍了拓扑发现和软件定义网络的基本概念，并介绍了基于OFDP的软件定义网络的拓扑发现技术并对其优缺…