{流芒}-{土豆}

相比传统的pulse网站指标，google提出的heart指标，对于桌面应用程序有同样的指导价值。对于只关注装机量和日启动量来说，我们做的还是太少了。 google research出品的东东内容都比较丰富。值得学习和借鉴啊。感觉都是被国际重要会议索引的，牛X。 http://research.google.com/pubs/pub36299.html 《Measuring the User Experience on a Large ...

关于网页分类的技术，说的虽然浅显了些，不过总结的不错。分类技术不仅仅用到了搜索引擎中，web2.0的很多应用都会用到这个技术。通过学习好的模型，把未知的东西进行分类。 转自：http://djt.open.qq.com/portal.php?mod=view&aid=18 1. 技术背景 分类问题是人类所面临的一个非常重要且具有普遍意义的问题。将事物正确的分类，有助于人们认识世界，使杂乱无章的现实世界变得有条理。自动文本分类就是对大量的自然语言文本按照一定的主题类别进行自动分类，它是自然语言处理的一个十分重要的问题。文本分类主要应用于信息检索，机器翻译，自动文摘，信息过滤，邮件分类等任务。文本分类的一个关键问题是特征词的选择问题及其权重分配。 在搜索引擎中，文本分类主要有这些用途：相关性排序会根据不同的网页类型做相应的排序规则；根据网页是索引页面还是信息页面，下载调度时候会做不同的调度策略；在做页面信息抽取的时候，会根据页面分类的结果做不同的抽取策略；在做检索意图识别的时候，会根据用户所点击的url所属的类别来推断检索串的类别等等。 2. 自动分类的原理和步骤 在分类的时候首先会遇到文档形式化表示的问题，文档模型有3种：向量空间模型，布尔模型和概率模型，其中我们常用的是向量空间模型。向量空间模型的核心描述如下： 文档（Document）：文本或文本中的片断（句子或段落）。 特征项（Term）：文档内容用它所包含的基本语言单位来表示，基本语言单位包括字、词、词组、短语、句子、段落等，统称为特征项。 特征项权重（Term Weight）：不同的特征项对于文档D的重要程度不同，用特征项Tk附加权重Wk 来进行量化，文档D可表示为（T1，W1；T2，W2；…；Tn，Wn） 向量空间模型（Vector Space ...

源于：http://www.gnu.org/s/hello/manual/make/Phony-Targets.html A phony target is one that is not ...

程序的执行分终端执行以及系统执行，前台执行和后台执行。 前台执行的话，ctrl+c就会干掉这个程序，常常加个&来后台执行，通过jobs、bg、fg这些命令来切换。 后台执行的话在当前终端开启的情况下有效。 如果希望退出当前中断，如logout、exit后，程序依然执行，需要使用at命令或者nohup了，这样即使退出终端照样执行。 nohup 程序名字 & nohup不支持内建的命令，需要封装一下才行。 nohup的输出回到~/nohup.out里面去。

据国外媒体报道，数据安全公司Imperva昨日发布研究报告称，网络应用程序每小时被攻击27次，约合每两分钟被攻击1次。在网络攻击活动的高峰期，有 些网络应用程序每小时被攻击25000次，约合每秒钟被攻击7次。这项研究用具体的数字证实了安全专家、政府和企业的共同感受：他们的网络总是不断地遭到 攻击。 当研究人员寻找恶意软件和攻击的载体时，他们往往会寻找接口或代码中的漏洞。最近爆发的几起重大数据失窃事件，就是电子邮件和数据系统等网络应用程序遭受黑客攻击的结果。黑客的目的就是利用自动攻击来寻找应用程序中的漏洞，进而破解应用程序，将数据直接转移到自己手中。 Imperva公司研究了从2010年12月到2011年5月之间发生的网络应用程序攻击事件，结果发现了这些攻击具有三个不同的特点：它们使用了四种不同的策略，它们都是自动进行攻击的，它们都来源于美国。 Imperva称，61%的攻击活动源于美国的僵尸网络。但是，这并不意味着实施攻击的人就在美国。当僵尸网络的幕后操纵者准备攻击某个目标的时候，他们通常会选择离这个目标最近的电脑来实施攻击。因此，攻击活动源于美国的重要原因是许多美国人的电脑感染了恶意病毒，并因此成为了僵尸网络的一部分。例如，如果黑客想要攻击美国政府，那么僵尸网络的命令与控制中心就会激活最靠近华盛顿哥伦比亚特区的1000台电脑。此外，还有许多攻击来源于瑞典和法国等国家。 大量的攻击活动来源于僵尸网络的自动化攻击。Imperva公司称，这些攻击活动有一定的规律，首先是每小时高达几千次的密集攻击，接着攻击频率就会大大降低。实际上，这些不怀好意的黑客就是为了测试多个未知的漏洞，从而迅速地破解应用程序。如果一时间攻克不下来，他们就会转到其他的地方（这些黑客是出了名的捡软柿子捏。）他们发起自动攻击过后，还会折转回来再次寻找漏洞。 虽然Imperva 公司没有专门监测黑客组织 Lulz Security在6月的密集攻击活动，但是该公司指出，这个黑客组织的攻击活动规律与其研究的情况大致相当。对于普通公众来说，“黑客”是一个神秘的词汇。他们只知道，黑客实施的攻击活动是一些复杂的电脑活动，会导致某些数据被盗。但是，安全专家认为，黑客的攻击活动主要有四种类型，包括路径遍历（directory traversal），跨站点脚本（cross-site scripting），SQL注入（SQL injection）和远程文件包含（remote file inclusion）。这些攻击活动分为两个阶段：扫描阶段和攻击阶段。在扫描阶段，攻击者可能会利用路径遍历和跨站点脚本；在攻击阶段，黑客可能会利用SQL注入或远程文件包含进行攻击。 总体而言，Imperva公司的研究报告全面描述了高级持续威胁（advanced persistent threat，简称APT）的大体情况。该公司建议政府机构和企业要了解如何阻止自动攻击，并主动“扫描”自己的系统，找出已知的漏洞。如果企业知道他们自己的安全漏洞，并多与安全社区交流，那么它们就能抵挡住APT攻击，并最终击败黑客的网络犯罪活动。