タグ

2009年12月17日のブックマーク (6件)

  • 知らなかったらNGなWEBアプリケーション脆弱性一覧 : mwSoft blog

    先日、AmebaなうがCSRFという非常にポピュラーな脆弱性を披露したかと思ったら、ここ数日はセブンネットショッピングでXSSの脆弱性と、ID推測による他ユーザの個人情報閲覧の問題が発生しているという噂が流れています。 ユーザの情報を預かっておきながら、基的なセキュリティの対策もできていないというのは、銀行に例えるなら、お金を預けようとした時に「お金は預かります。ちゃんと保管します。でも警備はあまりしないので盗まれたらスイマセン」と言われるようなものだと思う。 警備に穴があったというのではなく、まともに警備してませんでした、というのはさすがにありえないことです。 そこで、野良WEBプログラマである私が知っている脆弱性を列挙してみた。 私はプログラマであってセキュリティの専門家ではないです。しかも今年の春辺りからずっと外向けのWEBプログラムは組んでません。 その人間が知っているものを並べ

  • 自衛隊グッズの販売 ROCK LAND(ロックランド)|HOME

    【カード決済一時利用停止について】 当店では、8月よりシステムメンテナンスの為一時カード決済の利用が停止いたします。 お客様におかれましてはご迷惑をおかけいたしますが、 今後ともRock Landを宜しくお願い申し上げます。 ミリタリーSHOP ROCK LAND(ロックランド)へようこそ!! 当店は、自衛隊基地内で、実際に部隊で使用する識別帽やスコードロンワッペン、迷彩服など、さまざまな商品を 隊員さんなどに販売している自衛隊専門のショップです。 また、毎年5月5日に米海兵隊岩国航空基地で開催される米軍主催のフレンドシップデーや航空祭にも出店し、 全国各地から来られるたくさんの方々に楽しんでもらっており、人気のブルーインパルスグッズも豊富に取り揃えています。ぜひ、航空祭で商品を手に取るように、楽しんでご覧ください!

    peroon
    peroon 2009/12/17
    ブラックだ。。。そこまで国を愛し、国を信じることが、今できようか。
  • 数式が生んだ宇宙:「3次元フラクタル」の画像ギャラリー | WIRED VISION

    数式が生んだ宇宙:「3次元フラクタル」の画像ギャラリー 2009年12月17日 サイエンス・テクノロジーデザイン コメント: トラックバック (0) 魅惑的なフラクタル図形として表現される『マンデルブロ集合』。数学マニアのグループが、これに近い画像を3次元で生成する試みに挑戦した。 マンデルブロ集合を3次元に 彼らはその成果を「Mandelbulb(マンデルバルブ)」[bulbは球の意]と呼んでいる。3Dレンダリングによるこれらの画像は、球体に反復アルゴリズムを適用することで生成された。 3次元の球上の各点に、同じ計算が何度も繰り返し適用されている。これは、通常の2次元のマンデルブロ集合が無限に自己反復を繰り返すことで複雑な図形を描き出していることと、発想としては似通ったものだ。 [フラクタルは、フランスの数学者ブノワ・マンデルブロ(Beno将ツt Mandelbrot)、ャニウニ心審悗

  • 数式画像作成ツール - 物理のかぎしっぽ

    以下に LaTeX 数式命令を入力してください。入力は半角文字でお願いします。(ex. y = ax) 日語(2バイト文字)は使用できません。 画像を保存するには、画像を右クリックして「名前を付けて画像を保存」を実行してください。 例えばシュレーディンガー方程式の画像を作りたければ、以下をコピーアンドペーストしてみて下さい。 -\frac{\hbar}{i}\frac{\partial \psi}{\partial t} = -\frac{\hbar^2}{2m} \triangle \psi 実行すると次のような画像が出来上がります。(以下は medium サイズ) 更新履歴 更新日 内容

    peroon
    peroon 2009/12/17
    texclip like
  • [メモ] サポートベクターマシン(SVM) - 机上の空論

    サポートベクターマシン(以下 SVM) とは ・ニューラルネットワークの一種 ・教師ありクラスタリング SVM の基的な考え方 ・元々2クラスの線形分離手法として提案される ・単層パーセプトロンに似ているが、SVM はマージン最大化という手法をとっているのがポイント。 ・マージン最大化とは、超平面と学習データの隙間となるマージンをなるべく大きく取ろうというもの。 (ここでいう超平面とは、2つのクラスにぶった切る平面のこと) ・ちなみに超平面と、ちょうどマージンの分だけ離れている学習データをサポートベクトルという。 ・このマージン最大化という考えを取り入れることによって、テストデータの識別精度を高めている。 SVM の発展 ・線形分離不可能な問題への対応 - ソフトマージン(学習データが多少マージンにくい込んだり、反するクラスの空間にくい込んだりしても許す)で対応

    peroon
    peroon 2009/12/17
    SVM libsvm [ML]
  • リダイレクトの警告

    表示中のページから http://www.neurosci.aist.go.jp/~kurita/lecture/svm.pdf にリダイレクトしようとしています。 このページにリダイレクトしないようにする場合は、前のページに戻ってください。

    peroon
    peroon 2009/12/17
    SVM